PENINGKATAN KUALITAS PADA PROSES

PEMBUATAN SHAMPOO KIDS BEAUTY

DENGAN PENDEKATAN METODE
TAGUCHI

Studi Kasus di PT. Mitrapak Eramandiri

Oleh
Juliana
NIM: 004201205092

Diajukan untuk Memenuhi Persyaratan Akademik

Mencapai Gelar Strata Satu
pada Fakultas Teknik
Program Studi Teknik Industri
Universitas Presiden

2016
 LEMBAR PERSETUJUAN PEMBIMBING

Skripsi berjudul “Peningkatan Kualitas Pada Pembuatan

Shampoo Kids Beauty dengan Pendekatan Metode Taguchi (Studi
Kasus pada PT. Mitrapak Eramandiri)” yang disusun dan
diajukan oleh Juliana sebagai salah satu persyaratan untuk
mendapatkan gelar sarjana Strata Satu (S1) pada Fakultas Teknik
telah ditinjau dan dianggap memenuhi persyaratan sebuah skripsi.
Oleh karena itu, Saya merekomendasikan skripsi ini untuk maju
sidang.

Cikarang, Indonesia, 1 April 2016

Ir. Andira, MT.

ii
 LEMBAR PERNYATAAN ORISINALITAS

Saya menyatakan bahwa skripsi berjudul “Peningkatan Kualitas

Pada Pembuatan Shampoo Kids Beauty dengan Pendekatan
Metode Taguchi (Studi Kasus pada PT. Mitrapak Eramandiri)”
adalah hasil dari pekerjaan saya dan seluruh ide, pendapat atau materi
dari sumber lain telah dikutip dengan cara penulisan referensi yang
sesuai.

Pernyataan ini saya buat dengan sebenar-benarnya dan jika pernyataan

ini tidak sesuai dengan kenyataan maka saya bersedia menanggung
sanksi yang akan dikenakan pada saya.

Cikarang, Indonesia, 1 April 2016

Juliana

iii
 LEMBAR PENGESAHAN

PENINGKATAN KUALITAS PADA PEMBUATAN

SHAMPOO KIDS BEAUTY DENGAN PENDEKATAN
METODE TAGUCHI
(Studi Kasus pada PT. Mitrapak Eramandiri)

Oleh
Juliana
ID No. 004201205092

Disetujui Oleh

Ir. Andira, MT.

Dosen Pembimbing

Ir. Andira, MT.

Kepala Program Studi Teknik Industri

iv
 ABSTRAK

Peningkatan kualitas merupak suatu hal yang paling esensial bagi suatu
perusahaan untuk tetap dapat eksis dalam dunis industri yang kompetitif ini.
Dengan adanya kemampuan perusahaan untuk memberikan kepuasan terhadap
konsumen yang membeli produknya, maka secara otomatis perusahaan akan
mencapai keuntungan yang maksimal. Oleh karena diperlukan peningkatan
kualitas pada produk Shampoo Kids Beauty di mana pada tahun 2015, tingginya
tingkat cacat pada kualitas viskositasnya. Berdasarkan dari data yang diperoleh dn
diolah dengan peta kendali X-bar dan Cp diketahui bahwa kriteria tersebut masih
belum terkendali dan kapabilitas proses masih teridentifikasi rendah. Peningkatan
kualitas dilakukan dengan melakukan perbaikan pada proses pembuatannya
dengan menggunakan Metode Taguchi. Dengan penerapan Metode Taguchi,
diperoleh faktor-faktor yang menpengaruhi nilai kualitas viskositas yaitu Jumlah
NaCl, Volume Air, Temperatur, dan Kecepatan Mixer di mana masing-masing
faktor memiliki level optimum pada 0.40%, 79.05%, 40°C, dan 500 rpm.
Kemudian dari analisis ANOVA diperoleh bahwa semua faktor kontrol tersebut
berpengaruh singnifikan terhadap nilai viskositas. Penerapan Metode Taguchi ini
meningkatkan kapabilitas proses menjadi 1.82 dari semula yaitu hanya 0.12.

Kata kunci : Shampoo Kids Beauty, viskositas, kualitas, kapabilitas proses,

metode Taguchi, analisis ANOVA

v
 KATA PENGANTAR

Segala puji dan syukur atas kehadirat Allah Swt yang telah melimpahkan rahmat
dan hidayah-Nya dan salam salawat dikirimkan kepada Nabi Muhammad Saw
yang telah membawa kehidupan menjadi kita ke masa kejayaan dan menjadi suri
teladan bagi umatnya sehingga penulis dapat menyelesaikan skripsi ini dengan
lancar dan tepat pada waktunya dan

Penulisan skripsi ini merupakan salah satu tugas dan persyaratan yang harus
dipenuhi oleh mahasiswa Universitas Presiden jurusan Teknik Industri untuk
dapat mencapai gelar Strata Satu Teknik.

Tak lupa pula penulis mengucapkan terima kasih kepada pihak-pihak yang telah
membantu dalam menyelesaikan skripsi ini, khususnya kepada :

1. Kedua orang tua yang tak henti-hentinya memberikan doa dan kasih sayang,
dan dukungannya hingga penyelesaian skripsi ini dan seterusnya.
2. Bapak Dr. –Ing. Erwin Sitompul selaku Dekan Fakultas Teknik Universitas
Presiden.
3. Ibu Ir. Andira, MT., selaku Kepala Program Studi Teknik Industri Universitas
Presiden dan selaku pembimbing yang membimbing dengan begitu sabar.
4. Seluruh dosen Universitas Presiden yang telah memberikan ilmu dan
pembelajaran yang sangat berharga selama proses perkuliahan.
5. Seluruh staf Fakultas Teknik Industri Universitas Presiden yang telah banyak
membantu pada proses perkuliahan.
6. Rekan-rekan kerja di PT. Mitrapak Eramandiri dari divisi Maintenance,
Produksi, dan Quality atas bantuannya dalam menyelesaikan laporan ini.
7. Teman-teman seperjuangan mahasiswa Universitas Presiden Jurusan Teknik
Industri Angkatan 2012 atas kebersamaan dan dorongannya sehingga skripsi
ini dapat terselesaikan tepat pada waktunya.
8. Keluarga tercinta yang telah memberikan dorongan dan bantuan kepada
penulis selama mengikuti perkuliahan maupun dalam penyelesaian skripsi ini.

vi
9. Dan semua pihak yang telah terlibat dalam proses penyusunan loparan ini yang
tidak dapat disebutkan namanya satu persatu.

Penulis sangat menyadari masih banyak kekurangan dalam penyusunan laporan

skripsi ini, untuk itu penulis sangat mengharapkan kritik dan saran dari pembaca
guna untuk memperbaiki dan menyempurnakan laporan ke depannya. Dan
semoga laporan ini dapat memberikan manfaat kepada para pembacanya.

Akhir kata, penulis mengucapkan banyak terima kasih dan mohon maaf atas
segala kekurangannya.

Cikarang, Indonesia, 1 April 2016

Juliana

vii
 DAFTAR ISI

SAMPUL ............................................................................................................i
LEMBAR PERSETUJUAN PEMBIMBING .....................................................ii
LEMBAR PENYATAAN ORISINALITAS ......................................................iii
LEMBAR PENGESAHAN ................................................................................iv
ABSTRAK ..........................................................................................................v
KATA PENGANTAR ........................................................................................vi
DAFTAR ISI .......................................................................................................viii
DAFTAR TABEL ...............................................................................................xi
DAFTAR GAMBAR ..........................................................................................xii
DAFTAR ISTILAH ............................................................................................xiii
BAB 1 PENDAHULUAN ..................................................................................1
1.1. Latar Belakang ...........................................................................................1
1.2. Rumusan Masalah ......................................................................................2
1.3. Tujuan ........................................................................................................3
1.4. Batasan Masalah ........................................................................................3
1.5. Asumsi .......................................................................................................3
1.6. Sistematika Penulisan ................................................................................3
BAB 2 STUDI LITERATUR ............................................................................5
2.1. Kualitas ......................................................................................................5
2.1.1. Definisi Kualitas ................................................................................6
2.1.1.1. Menurut Dr. W. Edwards Deming ...............................................7
2.1.1.2. Menurut Dr. Joseph Juran ............................................................7
2.1.1.3. Menurut Philip B. Crosby ............................................................8
2.1.2. Bagian-Bagian dalam Kontrol On-line vs Off-line ............................9
2.1.3. Alat-alat Pengendalian Proses Statistik .............................................10
2.1.3.1. Diagram Sebab-Akibat (Cause and Effect Diagram) .................10
2.1.3.2. Diagram Pareto ...........................................................................12
2.1.3.3. Peta Kendali/ Control Chart ........................................................14
2.1.4. Proses dan Langkah-Langkah Perbaikan Proses ...............................17

viii
2.2. Metode Taguchi .........................................................................................18
2.2.1. Konsep Metode Taguchi ...................................................................19
2.2.2. Kelebihan dan Kekurangan Metode Taguchi ...................................23
2.2.2.1. Kelebihan Metode Taguchi ..........................................................23
2.2.2.2.Kelemahan Metode Taguchi ..........................................................24
2.2.3. Perbedaan Konsep Taguchi dan Deming ..........................................25
2.3. Kapabilitas Proses ......................................................................................26
2.3.1. Metode Rasio Kapabilitas ................................................................29
2.3.2. Metode Kapabilitas Proses ...............................................................30
BAB 3 METODOLOGI PENELITIAN .............................................................32
3.1. Langkah-Langkah Penelitian .....................................................................32
3.2. Observasi Awal ..........................................................................................34
3.3. Identifikasi Masalah...................................................................................34
3.4. Metode Penelitian ......................................................................................34
3.5. Studi Literatur ............................................................................................34
3.6. Analisa Data...............................................................................................35
3.7. Kesimpulan dan Saran ...............................................................................35
BAB 4 ANALISIS DATA ..................................................................................36
4.1. Analisa Masalah.........................................................................................36
4.1.1. Peta Kendali (Control Chart) ..........................................................37
4.1.2. Kapabilitas Proses Sebelum Perbaikan ...........................................44
4.2. Penerapan Metode Taguchi .......................................................................45
4.2.1. Identifikasi Faktor yang Mempengaruhi Kualitas Viskositas .........45
4.2.2. Pemisahan Faktor Kontrol dan Faktor Noise ..................................48
4.2.3. Penentuan Faktor Kotrol dan Level Faktor Kontrol ........................48
4.2.4. Pemilihan Ortogonal Array .............................................................50
4.2.5. Hasil Percobaan dengan Metode Taguchi .......................................53
4.2.6. Analisis Hasil Percobaan dengan Metode Taguchi .........................53
4.2.7. Pengujian ANOVA .........................................................................57
4.2.8. Percobaan Konfirmasi .....................................................................73
4.2.9. Kapabilitas Proses Setelah Perbaikan .............................................78
BAB 5 KESIMPULAN DAN REKOMENDASI ..............................................80

ix
5.1. Kesimpulan .................................................................................................80
5.2.Rekomendasi ................................................................................................80
DAFTAR PUSTAKA .........................................................................................81
LAMPIRAN .......................................................................................................82

x
 DAFTAR TABEL

Tabel 4.1 Data Produksi untuk Produk Shampoo Kids Beauty Tahun 2015. 35
Tabel 4.2 Data Pengamatan Viskositas Produk Shampoo Kids Beauty ......... 36
Tabel 4.3 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty.......... 39
Tabel 4.4 Pemisahan Faktor Kontrol dan Faktor Noise ................................. 47
Tabel 4.5 Level Pengujian dari Variabel Faktor Kontrol .............................. 49
Tabel 4.6 Matriks Ortogonal Array ............................................................... 51
Tabel 4.7 Hasil Percobaan dengan Metode Taguchi ..................................... 52
Tabel 4.8 Data Hasil Percobaan dengan Metode Taguchi ............................. 55
Tabel 4.9 Tabel Respon Nilai Rata-Rata ....................................................... 56
Tabel 4.10 ANOVA Rata-Rata ........................................................................ 65
Tabel 4.11 Tabel Respon Nilai SN Ratio......................................................... 66
Tabel 4.12 ANOVA Nilai SN Ratio ................................................................ 71
Tabel 4.13 Tabel Hasil Percobaan dengan Metode Taguchi ........................... 72
Tabel 4.14 Level Optimum dari Faktor Kontrol .............................................. 72
Tabel 4.15 Tabel Hasil Percobaan Konfirmasi ................................................ 73
Tabel 4.16 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty.......... 74

xi
 DAFTAR GAMBAR

Gambar 2.1 Diagram Sebab-Akibat ................................................................ 10

Gambar 2.2 Diagram Pareto ........................................................................... 12
Gambar 2.3 Fungsi Kerugian Taguchi ........................................................... 20
Gambar 2.4 Dua Aspek Metode Taguchi ....................................................... 21
Gambar 2.5 Kurva Normal ............................................................................. 29
Gambar 3.1 Tahapan Metode Penelitian ......................................................... 32
Gambar 3.2 Tahapan Penerapan Metode Taguchi .......................................... 33
Gambar 4.1 Data Cacat pada Produk Shampoo Kids Beauty Tahun 2015 ...... 36
Gambar 4.2 Peta Kendali X-bar ...................................................................... 41
Gambar 4.3 Peta Kendali R (Range) ............................................................... 42
Gambar 4.4 Diagram Sebab-Akibat ................................................................ 47
Gambar 4.5 Pemilihan Tipe Desain pada Taguchi .......................................... 51
Gambar 4.6 Pemilihan Jumlah Faktor pada Taguchi ...................................... 51
Gambar 4.7 Pemilihan Tipe Desain pada Taguchi .......................................... 52
Gambar 4.8 Model Data pada Worksheet Minitab.......................................... 53
Gambar 4.9 Analisis Taguchi dengan Minitab 1 ............................................. 54
Gambar 4.10 Analisis Taguchi dengan Minitab 2 ............................................. 54
Gambar 4.11 Analisis Taguchi dengan Minitab 3 ............................................. 55
Gambar 4.12 Analisis Taguchi dengan Minitab 4 ............................................. 55
Gambar 4.13 Analisis Taguchi dengan Minitab 5 ............................................. 55
Gambar 4.14 Main Effect Plot for SN Rations ................................................. 56
Gambar 4.15 Peta Kendali X-bar (Setelah Perbaikan) ...................................... 77
Gambar 4.16 Peta Kendali R (Setelah Perbaikan) ............................................ 78

xii
 DAFTAR ISTILAH

Non Conformity : Ketidaksesuaian (cacat) pada produk

cP (centi Poise) : Satuan ukur dari viskositas dengan menggunakan
viscometer.
Mixing : Proses pencampuran material-material untuk
pembuatan produk sediaan kosmetik.
Filling : Proses pengisian liquid ke kemasannya baik
secara modern maupun konvensional.
Packing : Proses pengemasan produk ke dalam kotak.
Taguchi : Salah satu metode desain eksperimen untuk
mendapatkan setting yang optimal.
Mixer FAS : Salah satu jenis mesin dengan desain yang
sederhana yang terdiri dari agitator, sirkulasi dan
silverson.

xiii
 BAB I
PENDAHULUAN

1.1. Latar Belakang Masalah

Perkembangan industri manufaktur yang begitu pesat menuntut perusahaan untuk
terus dapat bertahan dan berkembang. Perusahaan yang mampu bertahan dan
berkembang akan dapat meningkatkan keunggulan persaingan di dunia industri.
Dalam meningkatkan persaingan di dunia industri, perusahaan harus lebih
berorientasi pada aspek kepuasan konsumen dengan meningkatkan kualitas
produk yang diberikan kepada konsumennya. Peningkatan kualitas merupakan hal
yang paling esensial bagi suatu perusahaan untuk tetap dapat eksis di dunia
industri yang ketat ini. Dengan adanya upaya perusahaan dalam memberikan
kepuasan terhadap konsumen yang membeli produknya, secara otomatis
perusahaan akan mencapai keuntungan yang maksimal.

PT. Mitrapak Eramandiri merupakan perusahaan yang bergerak di bidang jasa

untuk pembuatan, pengisian dan pengemasan produk-produk kosmetik. Produk-
produk yang diproduksi merupakan salah satu kebutuhan dalam kehidupan sehari-
hari. Pertumbuhan penduduk yang begitu pesat baik di dalam maupun di luar
negri mempengaruhi tingkat permintaan konsumen untuk produk-produk tersebut.
Tingginya tingkat permintaan konsumen harus disertai dengan peningkatan
kapabilitas proses produksi sehingga mampu memenuhi target produksi dengan
tepat waktu dan meminimumkan biaya kualitas yang dibutuhkan. Kualitas suatu
produk dapat diukur berdasarkan kesesuaian antara performansi aktual yang
ditunjukkan oleh suatu produk terhadap spesifikasi standar yang ditetapkan atau
disyaratkan oleh konsumen. Dalam upaya menghasilkan produk-produk yang
tingkat keseragamannya tinggi, perusahaan harus terus melakukan pengendalian
kondisi proses dengan mengamati karakteristik kualitas dari produk maupun
parameter proses.

1
Penelitian ini dilakukan di PT. Mitrapak Eramandiri pada departemen Produksi
Mixing yang merupakan hulu proses produksi. Departemen Produksi pada
perusahaan ini terdiri dari dua proses yaitu proses Mixing dan proses Filling
Packing. Pada penelitian ini difokuskan pada proses Mixing untuk produk
Shampoo Kids Beauty karena tingginya tingkat permintaan produk ini tetapi masih
banyak pula ditemukan kecacatan pada produk ini. Adapun karakteristik kualitas
pada produk ini yaitu, tingkat keasaman (pH), nilai viskositas, dan kadar aktif
detergen. Berdasarkan dari data produksi Mixing, jenis cacat yang paling banyak
ditemukan yaitu cacat viskositas. Oleh karena itu, selanjutnya perlu ditemukan
dan dianalisis penyebab dari cacat viskositas ini. Tingkat viskositas pada produk
berpengaruh pada kekentalan produk shampoo dan sering kali terjadi
ketidakseragaman di dalam proses akibat interaksi antar parameter yang tidak
teridentifikasi.

Oleh karena itu, pada penelitian ini dicoba menerapkan pendekatan metode
Taguchi untuk meningkatkan kualitas proses pada proses produksi produk
Shampoo Kids Beauty dengan cara mengidentifikasi faktor-faktor yang
berpengaruh terhadap kualitas viskositas pada produk ini dan mendapatkan setting
parameter yang lebih optimal dengan melakukan desain eksperimen Taguchi.

1.2. Rumusan Masalah

Berdasarkan dari latar belakang masalah diatas, perumusan masalah pada
penelitian ini adalah terletak pada tingginya tingkat kecacatan pada cacat
viskositas pada produk Shampoo Kids Beauty. Pokok-pokok penelitian pada
permasalahan ini adalah:
a. Apa faktor-faktor yang mempengaruhi kualitas viskositas pada produk
Shampoo Kids Beauty?
b. Bagaimana mendapatkan setting parameter yang lebih optimal untuk
mengurangi tingkat kecacatan viskositas?
c. Bagaimana tingkat kapabilitas proses produksi Mixing yang dimiliki oleh
perusahaan sekarang, dan bagaimana efek yang diberikan terhadap
perusahaan dengan metode yang telah diimplementasikan?

2
1.3. Tujuan Penelitian
Tujuan dari penelitian ini yaitu :
a. Teridentifikasinya faktor-faktor yang mempengaruhi kualitas viskositas pada
produk Shampoo Kids Beauty.
b. Diperolehnya setting parameter yang lebih optimal untuk mengurangi tingkat
kecacatan viskositas?
c. Diperolehnya tingkat kapabilitas proses produksi sebelum dan setelah
diimplementasikannya metode Taguchi.

1.4. Batasan Masalah

Adapun batasan masalah pada laporan penelitian ini yaitu :
a. Penelitian dilakukan di PT. Mitrapak Eramandiri pada departemen Produksi
Mixing.
b. Penelitian difokuskan pada proses produksi produk Shampoo Kids Beauty
pada mesin Mixer FAS.
c. Pengambilan data dilakukan pada bulan Juni 2015 – Maret 2016.

1.5. Asumsi
Beberapa asumsi yang diterapkan adalah sebagai berikut :
a. Kondisi mesin Mixer FAS berada pada kondisi yang normal.
b. Bahan baku yang digunakan telah lulus uji oleh Quality Control.

1.6. Sistematika Penulisan

Sistematika penulisan laporan penelitian ini terdiri dari lima bab. Lima bab
tersebut yaitu sebagai berikut :
BAB I Pendahuluan
Bab Pendahuluan menjelaskan mengenai latar belakang penulis
dalam melakukan pengamatan dan penilitian di PT. Mitrapak
Eramandiri, rumusan masalah, tujuan, batasan-batasan masalah dan
asumsi-asumsi yang digunakan untuk mempermudah dalam
pengolahan data dan proses penelitian.

3
BAB II Tinjauan Pustaka
Pada bab ini menjelaskan mengenai dasar-dasar teori yang
digunakan dalam mengolah data untuk memecahkan masalah yang
terdapat pada PT. Mitrapak Eramandiri.
BAB III Metodologi Penelitian
Pada bab ini menjelaskan tahapan-tahapan yang dilakukan dalam
melakukan penelitian. Tahapan dimulai dengan pengidentifikasian
masalah, perumusan masalah, penetapan tujuan, pembatasan
masalah, pengumpulan dan pengolahan data, analisis, serta
kesimpulan dan saran.
BAB IV Pengelolahan Data dan Analisis
Pada bab ini dimulai dengan pengumpulan data. Data yang
diperoleh digunakan untuk pengolahan, perhitungan kapabilitas
proses dan membandingkannya sebelum dan sesudah
diimplementasikan metode yang digunakan.
BAB V Kesimpulan dan Rekomendasi
Pada bab terakhir, memberikan kesimpulan dan pemecahan
masalah dari hasil penelitian yang dilakukan dan memberikan
saran-saran sebagai bahan pertimbangan untuk mengatasi dan
mengurangi permasalahan di PT. Mitrapak Eramandiri.

4
 BAB II
TINJAUAN PUSTAKA

2.1. Kualitas
Kualitas merupakan suatu kondisi dinamis yang berhubungan dengan produk,
jasa, manusia, proses, dan lingkungan yang memenuhi atau melebihi harapan.
Kualitas merupakan suatu hal yang sangat perlu mendapatkan perhatian, karena
sangat mempengaruhi daya jual produk serta daya saing perusahaan. Perhatiaan
penuh pada kualitas akan memberikan dampak positif terhadap biaya produksi
dan terhadap pendapatan. Dengan diproduksinya produk-produk yang berkualitas,
secara tidak langsung perusahaan telah menghidari terjadinya pemborosan dan
ketidakefisienan sehingga ongkos produksi menjadi lebih rendah dan produk
dapat lebih bersaing secara kompetitif.

Berdasarkan definisi tentang kualitas baik secara konvensional maupun yang lebih
strategik, dapat dikatakan bahwa pada dasarnya kualitas mengacu pada pengertian
pokok berikut ini :
a. Kualitas terdiri dari sejumlah keistimewaan produk, baik keistimewaan
langsung maupun aktraktif yang memenuhi keinganan pelanggan dan
dengan demikian memberikan kepuasan atas penggunaan produk itu.
b. Kualitas terdiri dari segala sesuatu yang bebas dari kekurangan atau
kerusakan, untuk itu diperlukan proses dan sistem pengendalian proses
yang bisa menjamin kesesuaian produk dengan kebutuhan atau keinginan
pelanggan.

Dari pengertian di atas, maka dapat disimpulkan bahwa kualitas selalu berfokus
pada pelanggan (customer focus quality). Dengan demikian produk-produk
didesain, diproduksi, serta pelayanan yang diberikan untuk memenuhi keinginan
pelanggan demi tercapainya kepuasan pelanggan (customer satisfaction).

5
2.1.1. Definisi Kualitas
Suatu produk yang berkualitas tidak hanya merupakan produk dengan
performance yang baik tetapi juga harus memenuhi kriteria kepuasan konsumen.
Suatu produk dikatakan memiliki kualitas baik apabila memenuhi dua kriteria
berikut ini :
a. Kualitas Design (Design Quality)
Suatu produk dikatakann memenuhi kualitas desain apabila produk tersebut
memenuhi spesifikasi produk yang bersangkutan secara fisik atau performance
saja. Misalkan, suatu perusahaan memproduksi jam tangan, maka jam tangan
tersebut haruslah memenuhi ciri fisik jam tangan secara umum.
b. Kualitas Kesesuaian (Conformance Quality)
Suatu produk dikatakan memiliki kualitas kesesuaian apabila produk tersebut
menyimpang dari spesifikasi yang ditetapkan dan dapat memenuhi permintaan
konsumen sehingga konsumen merasa puas dengan produk yang diterimanya.

Diantara dua kriteria tersebut yang paling penting adalah kriteria yang kedua yaitu
kualitas kesesuaian. Sehingga suatu produk atau jasa dikatakan berkualitas apabila
produk atau jasa tersebut dapat memenuhi kepuasan konsumen sesuai dengan
dimensi sebagai berikut :
 Kinerja
 Estetika
 Pelayanan
 Wujud barang (Kualitas desain)
 Reliabel
 Tahan lama
 Kesesuaian produk dengan spesifikasi
 Kesesuaian produk dengan apa yang diiklankan

Perkembangan konsep kualitas ini menjadi semakin luas dengan munculnya

beberapa tokoh yang merumuskan filosofi kualitas ini ke dalam konsep-konsep
teori yang dapat membantu perusahaan untuk meningkatkan kualitas produk dan
mengembangkan kualitas produk yang dihasilkan. Beberapa tokoh yang sangat
berperan dalam konsep kualitas ini yaitu sebagai berikut :

6
2.1.1.1. Menurut Dr. W. Edwards Deming
Deming menerapkan konsep kualitasnya pada perusahaan industri di Jepang. Dari
penerapan tersebut membawa dampak yang sangat mengagumkan yaitu bahwa
perusahaan-perusahaan industry di Jepang lebih berhasil mencapai target pasar
karena produk yang dihasilkan bisa memenuhi kepuasan konsumen daripada
perusahaan industry di neara-negara barat. Sehingga pada saat itu produk-produk
buatan Jepang lebih unggul kualitasnya dibandingkan dengan produk-produk
negara Barat. Hingga saat ini, banyak perusahaan-perusahaan Jepang yang
menerapkan filosofi Deming dalam peningkatan kualitas produk yang dihasilkan.

Menurut pendapat Deming (Ciptana, 1999), peningkatan kualitas suatu produk

bukanlah tanggung jawab bagian Quality Control tetapi merupakan tanggung
jawab semua departemen dalam organisasi secara keseluruhan termasuk top
manager. Dalam pendekatannya, Deming lebih menekankan pada variasi
penyimpangan produk, pengembangan kualitas produk secara kontinyu, dan
optimalisasi keseluruhan sistem yang ada dalam perusahaan.

2.1.1.2. Menurut Dr. Joseph Juran

Metode pendekatan Dr. Juran mengenai kualitas sebenarnya tidak jauh berbeda
dari Deming. Pada (Ciptana, 1999), Juran berpendapat bahwa kualitas suatu
produk tidak terjadi secara kebetulan saja tetapi harus ada perencanaan terlebih
dahulu sehingga Juran merumuskan tiga konsep mengenai kualitas yaitu :
 Quality Planning
 Quality Control
 Quality Improvement

Ketiga konsep ini akan mendasari peningkatan kualitas produk perusahaan dan
memberikan competitive advantage bagi perusahaan. Juran juga memfokuskan
konsep kualitasnya pada pencegahan produk yang menyimpang dari nilai target
melalui peningkatan tanggung jawab manager untuk mengawasi kualitas dari
aktivitas produksi yang berlangsung.

7
Jika dibandingkan dengan Deming, filosofi Juran mengenai kualitas lebih bersifat
spesifik, karena Juran lebih mengutamakan praktek manajemen secara
keseluruhan yang terjadi sebagai titik tolaknya.

2.1.1.3. Menurut Philip B. Crosby

Pendekatan kualitas yang diungkapkan oleh Philip Crosby ini dikenal sebgai
Crosby Vactination Serum. Crosby lebih menitikberatkan pada integrasi kepuasan
konsumen terhadap produk yang dihasilkan serta sistem perusahaan dan
operasionalnya haruslah didesain sedemikian rupa untuk menghasilkan produk
yang memenuhi kepuasan konsumen. Manajemen kualitas menurut Crosby
(Ciptana, 1999) meliputi hal-hal senagai berikut :
 Definisi kualitas adalah corformance dan bukan kemewahan. Suatu produk
dikatakan sebagai produk yan berkualitas apabila produk tersebut mampu
menimbulkan kepuasan konsumennya. Sehingga perusahaan harus
berusaha untuk mengetahui apa yang diinginkan oleh konsumennya.
 Inti dari kesuksesan kualitas adalah prevention (pencegahan). Kunci dari
kesuksesan kualitas adalah menghindari adanya penyimpangan produk
dari spesifikasi yang telah ditetapkan, sehingga manajemen harus berusaha
untuk melakukan tindakan prevention.
 Standard Performance adalah konsep Zero-Defect. Suatu konsep Zero-
Defect adalah konsep yang menyatakan tidak ada lagi kesalahan atau
penyimpangan produk yang dihasilkan.
 Pengukuran kualitas suatu produk adalah harga yang dikorbankan karena
menghasilkan produk yang tidak sesuai dengan spesifikasi. Dalam hal ini,
Crosby menganjurkan agar perusahaan melakukan pengukuran kualitas
produk yang dihasilkan dan melaporkannya. Pengukuran kualitas ini dapat
diketahui dari pengukuran jumlah produk yang tidak sesuai dengan
spesifikasi.

Dengan adanya konsep pengembangan kualitas yang dipelopori oleh Deming,

Juran, dan Crosby in imembuka fenomena baru bagi dunia bisnis terutama agar
perusahaan bisa menjadi market leader dalam persaingan bisnis.

8
2.1.2. Bagian-bagian dalam Kontrol Kualitas On-Line vs Off-Line
Off-line Quality Control mengarahkan kepada desain produk dan proses untuk
menghasilkan produk dan proses tersebut. Secara umum, semua ini terlebih
dahulu membutuhkan tempat, sebelum sistem produksi bekerja on-line. Disini
terdapat penekanan yang sungguh-sungguh terhadap usaha membaca secara tepat
keinginan dan kebutuhan konsumen yang dimiliki saat ini dan konsumen-
konsumen potensial, kemudian perencanaan produk dan jasa yang sesuai dengan
keinginan mereka, baru kemudian merencanakan proses-proses produksi yang
diperlukan. Para ahli setuju bahwa mayoritas ketidakefisienan selama proses
produksi barang dan jasa bukan karena kita kurang memperhatikan fase on-line,
tetapi disebabkan karena kita melakukan pekerjaan yang tidak efisien sepanjang
fase off-line. Beberapa ahli memperkirakan sekitar 60% sampai 80%
ketidakefisienan diakibatkan oleh desain produk atau proses produksinya. Dapat
dilihat bahwa ada banyak cara untuk mencegah permasalahan selama off-line.

On-line Quality Control biasanya dapat diartikan sebagai aktivitas produksi

aktual. Selama proses produksi, perhatian kita terfokus pada pengoperasoan
proses produksi dengan cara pencapaian target dan mengurangi variasi. Disini
perlu dilakukannya proses produksi secara stabil, konsisten, dan dapat diprediksi
sehingga konsumen tahu bahwa setiap waktu mereka membeli dari kita, mereka
akan mendapatkan produk atau jasa yang dapat dipertanggungjawabkan. Proses
yang stabil adalah proses yang dapat dikontrol. Proses yang tidak stabil
menunjukkan proses yang tidak konsisten, tidak dapat diperkirakan, atau tidak
terkontrol. Jika sebuah proses stabil dan juga mampu memenuhi keinginan
konsumen, dikatakan sebagai proses yang mampu berkerja dengan baik.

Banyak alat yang dapat digunakan selama proses off-line dan on-line Quality
Control. Namun hanya beberapa yang terpenting yang akan dibahas dalam bab
ini. Alat-alat pengendalian kualitas statistik yaitu sebagai berikut :
a. Diagram Alir
b. Diagram Sebab Akibat
c. Formulir Pengumpulan Data
d. Bagan Pareto

9
e. Histogram
f. Scatter Plot
g. Desain Eksperimen
h. Control Chart

2.1.3. Alat-Alat Pengendalian Proses Statistik

Alat-alat pengendalian proses statistik merupakan kebutuhan mutlak untuk
membantu kita dalam memahami dan mengembangkan proses. Alat-alat ini
membantu tim untuk berkomunikasi, berbagi dan mendokumentasikan ide-ide,
memahami variasi, dan mengukur akibat dari perubahan-perubahan proses. Dalam
bab ini, akan dijelaskan alat-alat pengendalian yang digunakan pada analisis data
bab 4. Alat –alat Pengendalian Proses Statistik tersebut yaitu sebagai berikut :

2.1.3.1. Diagram Sebab-Akibat (Cause and Effect Diagram)

Diagram sebab-akibat juga dikenal sebagai fishbone diagram atau ishikawa
diagram. Diagram ini digunakan untuk meringkaskan pengetahuan mengenai
kemungkinan sebab-sebab terjadinya variasi dan permasalahan lainnya. Diagram
ini menyusun sebab-sebab variasi atau sebab-sebab permasalahan kualitas ke
dalam kategori-kategori yang logis. Hal ini membantu tim untuk menentukan
focus yang diambil dan merupakan alat yan sangat membantu dalam penyusunan
usaha-usaha pengembangan proses. Berikut contoh diagram sebab-akibat :

Gambar 2.1 Diagram Sebab-Akibat

10
Beberapa petunjuk untuk membuat diagram sebab-akibat :
a. Dibuat bersama dengan tim.
b. Buat sebuah daftar sebab-sebab potensial dengan melakukan penggalian
ide (braintroming). Brainstroming mengijinkan setiap orang dalam tim
untuk berbicara dan mendorong semua orang untuk mendengarkannya.
Semua ide kemudian dievaluasi.
c. Buat diagram sebab-akibat.
 Tempatkan pernyataan permasalahan dalam kotak sebelah kanan
(pada kepala ikan). Pastikan semua orang menyetujui pernyataan
permasalahan tersebut dan pernyataan tersebut didefinisikan
dengan baik dan dapat diukur.
 Gambarkan tiga sampai enam “tulang-tulang utama” atau kategori-
kategori penyebab. Menamakan tulang-tulang tersebut mingkin
lebih mudah jika penyebab-penyebab dari hasil brainstorming
sebelumnya ditulis dalam buku catatan sehingga mereka mungkin
dapat dipindahkan atau dikelompokkan oleh tim. Saat semua
mengalami kegagalan, gunakan tulang-tulang utama yang sudah
tersedia sebelumnya, seperti : personal, mesin, metode, material,
pengukuran, dan lingkungan, namun biasanya faktor-faktor ini
memberikan hasil yang paling baik.
 Menempatkan ide-ide hasil brainstorming pada tulang-tulang utam
yang paling sesuai.
 Untuk masing-masing penyebab, tanyakan “Mengapa hal tersebut
bisa terjadi?” dan catat jawabannya dalam sub tulang atau sub-sub
tulang.
Setelah menggambarkan diagram sebab-akibatnya, cari penyebab-penyebab
terpenting dari masalah tersebut dengan hal-hal sebagai berikut :
a. Cari sebab-sebab yang selalu muncul berulang. Data diperlukan untuk
mengindentifikasi penyebabnya.
b. Diskusikan masing-masing sebab yang telah terdaftar seperti yang
diinginkan oleh tim. Manfaatkan keahlian tim, kemudian tambahkan

11
 pertanyaan “mengapa’ untuk mengidentifikasi sebab yang paling
mendasar.
c. Capai kesepakatan tim mengenai sebab-sebab mana yang berhak mendapat
perhatian lebih. Fokuskan pada proses yang memerlukan pengetahuan dan
pemahaman lebih dengan maksud menghilangkan atau mengurangi
penyebab-penyebab yang jelas berpengaruh terhadap permasalahan
tersebut.
d. Perbaharui diagram sebab-akibat tersebut setiap kali terdapat masukan-
masukan baru.diagram tersebut merupakan dokumen kerja yang
menjelaskan “otak” dari tim yang dituangkan ke dalam lembaran kertas.

2.1.3.2. Bagan Pareto

Pareto merupakan sebuah prioritas. Analisa Pareto membutuhkan data yang
disesuaikan dengan jenis, kategori, atau klasifikasi lainnya. Analisa Pareto ini
akan membantu kita dalam memusatkan perhatian pada hal-hal yang penting.
Analisa ini akan mengidentifikasi sejumlah kecil permasalahan vital atau jenis
kerusakan dari berbagai macam hal. Analisa Pareto membantu ktia dlam
menentukan permasalahan dan akibat yang tepat untuk dipelajari. Prinsip Pareto
juga dikenal sebagai aturan 80/20, yang berarti 80%dari permasalahan kita berasal
dari 20% dari semua hal harus dihadapi. Berikut contoh dari diagram pareto :

Gambar 2.2 Diagram Pareto

12
Beberapa panduan yang akan menolong kita dalam membuat diagram Pareto dan
analisa Pareto adalah :
a. Tentukan hal-hal hal-hal yang akan dikumpulkan. Dalam hal ini termasuk
sumbu perhitungan dalam diagram. Sumbu perhitungan ini dapat berupa
perhitungan dari kejadian, seperti dollar/tahun, jumlah kejadian/bulan,
downtime/minggu, jumlah kesalahan/100 faktur, dan lain-lain. Bagian ini
juga menyangkut penentuan dari klasifikasi sumbu diagram, atau juga
menyangkut jenis, kategori atau klasifikasi kerusakan, seperti cedera, jenis
kerusakan, area pabrik, waktu dalam minggu, negara order diberikan, dan
lain-lain.
b. Mendefinisikan dengan jelas masing-masing klasifikasi yang akan
digunakan pada sumbu klasifikasi. Definisi ini harus dapat merangkul
semua klasifikasi yang mungkin dan tidak terdapat definisi yang saling
tumpang tindih.
c. Merancang formulir pengumpulan data. Mulai mengumpulkan data.
Setelah mengumpulkan paling tidak 30 kejadian, buatlah diagram Pareto
dan lihatlah klasifikasi kejadian yang paling sering muncul. Diagram
Pareto akan mengurutkan klasifikasi tersebut dari kejadian yang paling
sering muncul menuju klasifikasi yang paling jarang muncul.

Adapun beberapa petunjuk yang dapat digunakan pada analisa Pareto yaitu :
a. Yakinkan bahwa sumbu pengukuran benar-benar merupakan perhitungan
“kejadian”. Jika terjadi perhitungan yang lebih dari satu yang memiliki arti
yang sama (seperti persentase downtime dan jumlah dari terjadinya suatu
kejadian), buatlah masing-masing Paretonya.
b. Diagram Pareto dapat dipecah-pecah lebih jauh. Analisa Pareto dapat
dilakukan dari data dengan balok yang paling besar. Dengan melakukan
hal ini berulang-ulang, seringkali akan membawa kita pada aspek proses
yang tepat untuk dipelajari. Proses ini seringkali disebut sebagai analisa
“macro-to-micro” atau “Pareto-within-pareto”. Contohnya, data kesalahan
faktur yang paling sering muncul mungkin bisa didapatkan dengan
memecah jenis-jenis fakturnya.

13
 c. Habiskan sebagian besar waktu untuk mendefinisikan klasifikasi
sepanjang sumbu klasifikasi. Klasifikasi ini harus benar-benar jelas, atau
akan dapat terjadi kesalahpahaman karena klasifikasi yang tidak sesuai.

2.1.3.3. Peta Kendali /Control Chart

Peta kontrol adalah alat untuk mempelajari perbedaan. Diagram tersebut
memperlihatkan kepada kita variasi yang stabil (atau konsisten). Proses yang
stabil sering disebut sebagai proses dalam kendali (in-control process), proses
yang dapat diprediksi, atau proses dengan “penyebab-penyebab umum”. Proses ini
disebut sebgai bagian dari pengendalian statistikal. Proses yang tidak stabil sering
juga dikenal sebagai proses di luar kendali (out-of-control), tidak dapat diprediksi,
atau proses “penyebab-penyebab umum dan khusus”. Sebuah diagram
pengendalian akan memberitahukan kita tentang stabil atau tidaknya sebuah
proses.

Sebab-sebab umum adalah sebab yang selalu melekat pada proses dari waktu ke
waktu, mempengaruhi semua orang yang bekerja dalam proses, dab
mempengaruhi seluruh keluaran dari proses tersebut. Belajar mengenai teknik
industri adalah sebuah proses. Sebab-sebab umum bagi seluruh pelajar dalam
kuliah pengenalan teknik industry meliputi : buku teks anda, ruang kelas,
penerangan dalam kelas, guru, jumlah jam kredit, dalam lain-lain.

Sebab-sebab khusus adalah sebab yang tidak selalu terjadi yang merupakan
bagian dari proses, tidak mempengaruhi semua orang, tetapi timbul karena adanya
situasi spesifik. Contohnya yaitu kemampuan dasar matematika masing-masing
orang, pengalaman kerja pada industri, apakah mereka sakit atau tidak, dan
seterusnya. Jika sebab khusus ini ada pada pekerjaan, mereka dapat dikurangi
dengan menyerang sebab khusus yang fundamental (misalnya pengayaan
mengenai matematika, pengalaman kerja industri pada musim panas, pengobatan
medis yang diikuti dengan pengobatan yang bersifat pencegahan). Jika sebab-
sebab umum terjadi pada pekerjaan, satu-satunya cara untuk mengurangi atau
menghilangkannnya adalah dengan membuat perubahan mendasar dalam sistem
atau proses.

14
Peta kontrol telah digunakan sebagai alat diagnose dan pemeliharaan dalam
pengendalian proses produksi sejak pertama kali diperkenalkan oleh Shewhart,
bapak Peta Kendali. Dari keseluruhan diagram pengendalian yang ada, diagram
yang paling popular antara lain adalah diagram X, R, p, dan c. Diagram X dan R
biasanya digunakan secara bersama-sama pada data variabel-variabel misalnya
pengukuran numerikal, untuk menganalisis kecendrungan pusat dan penyebaran
dari sebuah proses pada karakteristik pengukuran tunggal. Diagram p biasanya
digunakan untuk menganalisis data atribut misalnya klasifikasi yang baik atau
buruk, perhitungan terhadap umlah yang tidak sesuai per unit sampel.

Peta kendali biasanya digunakan sebagai alat bagi manajemen untuk membantu
membawa proses menuju dalam kondisi terkendali, menjaga proses untuk selalu
dalam kontrol, dan mengetahui kemampuan proses untuk memenuhi spesifikasi
kebutuhan. Hasil dari proses tersebut diuji secara statistik untuk kemudian
dihitung, yang nantinya akan menghasilkan nama dari diagram pengendalian,
dimana hasil tersebut akan digambarkan sebagai contoh, rata-rata sampel X akan
digambarkan dalam diagram X. Ketika perbedaan proses terjadi hanya karena
penyebab umum, maka proses tersebut termasuk dalam bagian dari pengendalian
statistik dan pola statistik yang tergambar sepanjang waktu dapat dikenali dengan
mudah, jatuh di antara batas-batas yang dapat diperkirakan dan mengikuti pola-
pola yang sudah diperkirakan. Ketika perbedaan proses disebabkan oleh penyebab
umum dan khusus, seperti personal, peralatan, dan atau bahan baku, maka proses
tersebut dikelompokkan dalam proses yang berada di luar kendali dan polaa-pola
yang sifatnya tidak acak akan muncul pada peta kendali.

Peta kendali memiliki garis pusat, batas kontrol atas, dan batas kontrol bawah.
Batas kontrol ini biasanya berjarak tiga standar deviasi. Karena itu, sangatlah
tidak mungkin jika titik-titik yang digambarkan akan berada jauh di luar batas
pengendalian selama a state of statistical control (SOSC) masih ada. Sebagai
tambahan untuk titik-titik yang berada diluar batas kontrol, pola dari titik-titik
yang berada di luar batas kontrol juga sama pentingnya untuk digunakan dalam
mengidentifikasi kondisi yang berada diluar kendali dan penyebabnya. Karena itu,
statistik sampel hampir selalu digambarkan dalam urutan waktu.

15
 Peta Kendali untuk Variabel-Variabel
Peta kendali X-bar dan R digunakan bersama dalam menganalisis karakteristik
tunggal yang terukur. Dipilih antara 20 sampai 30 kelompok kecil yang masing-
masing memiliki jumlah pengambilan berukuran n. biasanya ukuran kelompok
kecil tersebut adalah n = 4 atau 5, dipilih secara berurutan dari proses atau
dihasilkan dengan kondisi yang semirip mungkin. Waktu pengambilan di antara
kelompok kecil tersebut tergantung pada penilaian yang digunakan, yang mungkin
dapat dilakukan setiap satu kali per jamnya, dua kali sehari, satu kali dalam setiap
giliran kerjanya, dan seterusnya. Tujuannya adalah untuk memiliki variasi antar
kelompok (within subgroup) yang sekecil mungkin, dan hanya mewakili variasi
sebab umum saja. Jika ada perbedaan proses produksi, akan diperlihatkan setiap
waktu antar kelompok (between group) dan akan menunjukkan variasi dari
penyebab-penyebab khusus. Untuk masing-masing sub kelompok dihitung rata-
rata X-bar dan interval R-nya.

Jika m jumlah sub kelompok telah diperiksa, langkah selanjutnya adalah

menghitung interval, R-bar, dari sub kelompok. Ini akan menjadi garis pusat dari
peta R. faktor-faktor yang berada di atas dan di bawah batas kontrol akan
diberikan sebagai D4 dan D3, yang dapat dilihat pada lampiran... persamaan yang
digunakan pada peta R yang berdasarkan pada m sub kelompok adalah sebagai
berikut :

∑m
i=1 Ri
̅=
Garis Pusat = R (2.1)
m

̅
Batas Kontrol Atas = UCLR = D4 R (2.2)

̅
Batas Kontrol Bawah = LCLR = D3 R (2.3)

Perlu dicatat bahwa untuk ukuran sub kelompok yang kecil, tiga kali standar
deiasi akan menyebabkan interval batas kontrol negatif, suatu hal yang tidak
mungkin. Karena itu, jika sub kelompok berjumlah enam atau kurang, D3
diberikan nilai nol. Sehingga akan menghasilkan LCLR = 0.

Batas dari peta kendali X-bar bergantung pada R-bar, sehingga akan sangat
penting untuk terlebih dahulu membuat peta R. Peta X-bar berasumsi bahwa

16
distribusi normal sesuai dengan toerema limit sentral. Selain itu, dalam petaa X-
bar kita setuju bahwa distribusi dari rata-rata sub kelompok memiliki variansi :

𝜎2
𝜎 2 𝑥̅ = (2.4)
𝑛

Batas kontrol kita akan diatur pada suatu titik yang sama dengan tiga kali standar
deviasi rata-rata sub kelompok di atas dan di bawah X-double bar. Persamaan
untuk peta X, asumsi dengan menggunakan m sub kelompok, akan diberikan
sebagai berikut :

∑m ̅
i=1 Xi
Garis Pusat = ̿
X= (2.5)
m

Batas Kontrol Atas = UCLX̅ = ̿ ̅

X + A2 R (2.6)

Batas Kontrol Bawah = LCLX̅ = ̿ ̅

X − A2 R (2.7)

Faktor A2, yang nilainya diberikan pada tabel di lampiran… digunakan untuk
menghitung hubungan antara interval R, variansi proses σ2, variansi rata-rata sub
kelompok σ2, dan keinginan kita untuk memiliki batas kontrol ± 3σx dengan
berdasarkan hanya terdapat sebab-sebab umum dan variasi dalam sub kelompok.

Untuk alasan-alasan yang lebih mendetail di luar pembahasan dari laporan

ini,sangat penting untuk menghitung batas kontrol baik itu untuk peta X maupun
R dengan menggunakan persamaan yang telah diberikan di atas dibandingkan
dengan melakukan pendekatan alternative untuk menghitung batas kontrol yang
lain.

2.1.4. Proses dan Langkah-Langkah Perbaikan Proses

Suatu proses dapat didefinisikan sebagai interaksi sekuensial dari orang, material,
metode, dan mesin atau peralatan dalam suatu lingkungan guna menghasilkan
nilai tambah output untuk pelanggan. Proses kerja atau proses bisnis perlu
ditingkatkan performansinya secara terus-menerus agar mampu memuaskan
pelanggan secara terus-menerus. Terdapat empat kelompok orang yang terlibat
dalam operasi dan perbaikan proses, yaitu : pelanggan (customer), kelompok kerja
(work group), pemasok (supplier), dan pemilik (owner). Konsep dari manajemen

17
proses berkaitan dengan perbaikan kualitas, mengidentifikasi enam komponen
yang terpenting untuk manajemen proses yaitu :
a. Kepemilikan (ownership), menugaskan tanggung jawab untuk desain, operasi
dan perbaikan proses.
b. Perencanaan (planning), menetapkan suatu pendekatan terstruktur dan
terdisiplin untuk mengerti, mendefinisikan, dan mendokumentasikan semua
komponen utama dalam proses dan hubungan antar komponen utama itu.
c. Pengendalian (control), menjamin efektivitas, di mana semua output dapat
diperkirakan dan konsisten dengan ekspektasi pelanggan.
d. Pengukuran (measurement), memetakan performansi atribut terhadap
kebutuhan pelanggan dan menetapkan kriteria untuk akurasi, presisi, dan
frekuensi perolehan data.
e. Perbaikan dan peningkatkan (improvement), meningkatkan efektivitas dari
proses melalui perbaikan-perbaikan yang diidentifikasi secara tetap.
f. Optimasi (optimization), meningkatkan efisiensi dan produktivitas melalui
perbaikan-perbaikan yang diidentifikasi secara tetap.

2.2. Metode Taguchi

Metode Taguchi ini diciptakan oleh Dr. Genichi Taguchi, direktur The Japanese
Academy of Quality yang telah memenangkan empat kali penghargaan di bidang
kualitas (Deming Prize). Metode ini dijadikan sebagai alternatif dalam metode
pengukuran kualitas. Alternatif metode pengukuran kualitas biaya kualitas muncul
setelah disadari adanya kekurangan-kekurangan dari metode-metode yang sudah
ada. Metode yang dimaskud dikenal dengan nama metode Taguchi. Metode
Taguchi dikembangkan berdasarkan atas metode eksperimental desain, untuk
mendapatkan karakteristik yang efisien dari suatu produk atau proses produksi
dan dikombinasikan dengan analisis statistik untuk setiap penyimpangan atas
varian yang muncul.

Taguchi mendefinisikan biaya kualitas sebgai kerugian yang dilimpahkan kepada

konsumen pada saat produk atau asa dikirim ke konsumen. Menurut Taguchi,
kerugian ini termasuk juga aspek ketidakpuasan konsumen yang akan
menyebabkan buruknya reputasi perusahaan yang bersangkutan.

18
2.2.1. Konsep Metode Taguchi
Taguchi berpendapat bahwa setiap produk yang dihasilkan menyimpang dari nilai
targetnya, meskipun masih berada dalam batas spesifikasi yang telah ditetapkan
oleh perusahaan tetap akan menyebabkan kerugian bagi perusahaan itu sendiri.
Kerugian yang disebabkan akan berdampak dalam jangka waktu yang lama, yaitu
perusahaan akan kehilangan pangsa pasarnya karena produk yang dihasilkan tidak
dapat memenuhi kepuasan konsumen. Oleh karena itu, kerugian yang disebabkan
oleh produk yang dihasilkan menyimpang dari standarnya tersebut harus dapat
diukur. Taguchi menawarkan suatu pengukuran yang cukup releven apabila
digunakan oleh perusahaan manufaktur dalam mengevaluasi besarnya biaya
kualitas tersembunyi.

Pada dasarnya, filosofi Taguchi dapat diringkas sebagai berikut :

a. Perubahan waktu dari penerapan quality control dari on-line quality control ke
off-line quality control, sehingga perusahaan bisa melakukan inspeksi terhadap
kualitas produk yang dihasilkan pada saat produksi.
b. Melakukan perubahan atas prosedur eksperimen dari satu faktor pengubah
menjadi dua atau lebih faktor pengubah melalui teknik eksperimen statistik.
c. Perubahan tujuan eksperimen dan perubahan tujuan kualitas itu sendiri, dari
tujuan pencapaian tingkat kesesuaian dalam batas spesifikasi menjadi tujuan
pencapaian target dan meminimalkan terjadinya penyimpangan produk.
d. Berusaha untuk mengendalikan faktor-faktor yang sifatnya ‘uncontrollable’
(misalnya : external failure dan internal failure) sehingga dihasilkan produk
yang sesuai target.

Dalam metode Taguchi, digunakan pendekatan fungsi kerugian yang kenal

dengan nama Taguchi’s Loss Function. Dalam fungsi ini, diketahui adanya
kebutuhan untuk memenuhi apa yang diinginkan oleh konsumen dan adanya fakta
bahwa penyimpangan dari target yang ditetapkan akan diminimalisasikan.
Menurut pendapat Taguchi, jika suatu produk menyimpang dari nilai targetnya
walaupun penyimpangan tersebut masih berada pada batas spesifikasi, akan
menyebabkan kerugian. Sehingga menurut Taguchi, suatu program peningkatan
kualitas haruslah memiliki tujuan utama untuk meminimalkan biaya kerugian

19
yang disebabkan oleh adanya penyimpangan produk dari nilai targetnya. Semakin
kecil penyimpangan produk dari nilai targetnya, maka semakin baik pula kualitas
produk yang dihasilkan.

Kerugian akibat penyimpangan produk dari nilai targetnya ini dapat diukur
dengan menggunakan pendekatan kurva fungsi kerugian Taguchi (Taguchi Loss
Function) dengan cara menggabungkan kerugian yang diderita perusahaan secara
finansial dengan fungsi kerugian melalui hubungan kuadratik. Secara umum,
dapat diketahui bahwa kerugian perusahaan bersifat proporsional dengan besarnya
penyimpangan produk dari nilai target. Hal ini dapat digambarkan sebagai berikut:

Gambar 2.3 Fungsi Kerugian Taguchi

Dari gambar di atas, dapat dijelaskan bahwa Fungsi Kerugian Taguchi (Taguchi
Loss Function) yang ditunjukkan dengan L(y) secara grafis menggambarkan
kerugian yang diderita oleh konsumen jika kualitas produk y menyimpang dari
nilai target (t). Fungsi ini dapat dirumuskan seba gai berikut :
L (𝑦) = k (y − T)2 (2.8)
Dimana :
k = Konstanta yang tergantung pada struktur external failure cost
y = Nilai aktual dari karakteristik kualitas
T = Nilai yang ditargetkan dari karakteristik kualitas
L = Rugi kualitas

Adapun k merupakan konstanta yang dapat diestimasi dengan cara :

k = c/d2 (2.9)
c = Rugi pada lower atau upper specification limit

20
 d = Jarak limit dari target value

Taguchi mendeskripsikan tujuan utama dari formulasi metode ini adalah untuk
meningkatkan dan mengembangkan desain produk dan proses produksi melalui
pengidentifikasian faktor-faktor kegagalan kualitas yang dapat dikendalikan dan
dapat meminimalisasi terjadinya penyimpangan produk dan selalu menempatkan
produk pada posisi pencapaian target value.

Sehingga dalam teknik perhitungan biaya kualitas tersembunyi menurut Taguchi

(Ciptani, 1999), terdapat dua aspek utama yaitu :
a. Aspek perilaku proses dan produk. Dalam hal ini dikarakteristikkan menjadi
dua tipe sebagai berikut :
- Faktor-faktor yang dapat dikendalikan merupakan faktor-faktor yang dapat
disesuaikan dengan proses desain atau proses mesin.
- Faktor-faktor yang tidak dapat dikendalikan merupakan faktor-faktor yang
menyebabkan adanya penyimpangan produk dari nilai targetnya.
b. Aspek Controlable factors. Dalam hal ini dibagi menjadi dua karakter yaitu :
- Faktor-faktor yang mempengaruhi rata-rata tingkat response of interest
disebut dengan signal factors (TCF).
- Faktor-faktor yan mempengaruhi penyimpangan atau variabilitas produk
disebut dengan variability control factors (VCF).

Apabila digambarkan, akan terlihat pada gambar berikut ini :

Faktors (parameter, variable)

Controllable factors Uncontrollable (noise) factors

Variability Target
Cost Control Internal Eternal
Control Control
Factors Noise Noise
Factors Factors

Gambar 2.4 Dua Aspek Metode Taguchi

Metode pengukuran biaya kualitas menurut Taguchi ini memiliki suatu karakter
ide baru yang berbeda dengan metode pengukuran biaya kualitas lainnya.

21
Perbedaan itu adalah terletak pada adanya filosofi Taguchi bahwa pengujian
secara statistic atas suatu produk harus dilakukan sejak tahap desain produk atau
prototype produk agar produk yang dihasilkan serta proses produksi yang
dilakukan untuk menghasilkan produk tersebut tidak memiliki penyimpangan
terhadap nilai target yang telah ditetapkan (robust condition).

Selanjutnya, Taguchi juga menggunakan istilah off-line quality control yang

berarti control kualitas pada suatu fase produksi yan independen. Hal ini berbeda
dengan on-line method, yaitu metode yang digunakan oleh pandangan tradisional,
yang berarti kontrol kualitas secara menyeluruh pada saat akhir produksi sperti
contohnya analisis sistem sampling atau inspeksi terhadap produk yang akan
dikirim ke konsumen.

Taguchi mengukur kualitas dengan menggunakan teknik statistik yang sifatnya

lebih reliable, yaitu standar deviasi, daripada menggunakan standar defect dan
kriteria batas toleransi terhadap spesifikasi seperti yang digunakan oleh
pandangan tradisional. Kriteria utama dari metode ini adalah mencapai nilai target
spesifikasi dan meminimalkan penyimpangan produk sehingga output yang
dihasilkan adalah output optimal dalam segala aspek. Pada dasarnya, kriteria ini
bukanlah hal yang baru, tetapi yang merupakan hal baru dan menjadi kelebihan
dari metode ini dibandingkan dengan metode yang lain adalah penggunaan teknik
statistik untuk statik kontrol bagi industri teknik manufaktur merupakan hal yang
baru.

Dalam metodenya, Taguchi juga membedakan antara controllable factor dan

uncontrollable dimana ide untuk mengendalikan faktor yang sifatnya controllable
untuk mencapai target ini bukan merupakan hal yang baru. Tetapi yang menjadi
hal yang baru dari metode ini adalah pengidentifikasian uncontrollable factors
yang hanya bisa dilakukan oleh perusahaan pada saat proses desain produk,
karena faktor ini hanya bisa dikendalikan pada saat eksperimen produk.
Uncontrollable factors ini juga dibedakan lagi menjadi Internal noise dan
External noise yang merupakan faktor penyebab terjadinya penyimpangan produk
dan sulit untuk dikendalikan.

22
Menurut Taguchi, pembedaan Controllable Factor ke dalam TCF dan VFC ini
dimaskudkan untuk melakukan pendeteksian terhadap biaya-biaya yang telah
terjadi dan diserap oleh produk yang menyimpang dari target, sehingga besarnya
biaya-biaya yang muncul akan dapat dikendalikan.

Dengan adanya teknik pengukuran biaya kualitas tersembunyi melalui metode

Taguchi ini, maka akan lebih mempermudah perusahaan di dalam menentukan
besarnya kerugian yang diderita oleh perusahaan apabila terdapat suatu produk
yang dihasilkan menyimpang dari nilai targetnya. Tentu saja hal ini membutuhkan
komitmen perusahaan dalam menerapkan quality control sehingga dalam jangka
panjang akan memberikan keuntungan maksimal bagi perusahaan yang
menerapkannya.

2.2.2. Kelebihan dan Kelemahan Metode Taguchi

2.2.2.1. Kelebihan Metode Taguchi
Adapun beberapa kelebihan jika diterapkannya metode Taguchi pada perusahaan,
antara lain yaitu :
a. Adanya metode ini memungkinkan perusahaan untuk melakukan analisis
terhadap produk yang dihasilkan. Dengan penerapan metode Taguchi,
perusahaan akan mudah melakukan analisis karena produk yang dihasilkan
dapat dideteksi tingkat penyimpangannya.
b. Memotivasi perusahaan sehingga meningkatkan kualitas produk yang
dihasilkan karena metode Taguchi ini selalu berpandangan bahwa produk
yang dihasilkan haruslah mencapai nilai target. Jika tidak, akan selalu ada
kerugian yang diderita oleh perusahaan untuk setiap penyimpangan produk
yang ada karena semakin besarnya penyimpangan produk dari nilai targetnya
maka akan semakin besar pula tidak ketidakpuasan konsumen bila produk
tersebut didistribusikan ke komsumen.
c. Dengan metode Taguchi ini, perusahaan dapat mengindentifikasi dan
melakukan estimasi terhadap biaya kualitas yang tersembunyi. Selama ini
metode yang digunakan perusahaan dalam menetukan besarnya biaya kualitas
tersembunyi kurang mencerminkan kondisi kerugian yang diderita oleh

23
 perusahaan apabila produk yang dihasilkan menyimpang dari nilai target yang
ditetapkan.

Melalui metode ini, Taguchi berusaha memberikan suatu alternatif metode yang
merupakan penerapan dari sistem yang terintegrasi untuk mengimplementasikan
suatu eksperimen desain produk sehingga tidak menyimpang dari standar yang
dihasilkan. Metode ini telah terbukti mampu mengembangkan proses produksi,
baik yang sederhana maupun yang bersifat kompleks, dengan meminimumkan
tingkat eksperimental produk yang tidak sesuai dengan batas spesifikasi produk.

Hal terpenting adalah metode Taguchi ini telah mampu menggabungkan metode
statistik dengan industri terutama untuk pengembangan kualitas produk yang
dihasilkan. Hal ini tentu saja akan mendukung metode yang dikembangkan oleh
Deming, Juran, dan Crobsy mengenai pengembangan kualitas suatu produk.

2.2.2.2. Kelemahan Metode Taguchi

Metode yang telah terbukti berhasil diterapkan terutama oleh perusahaan industri
manufaktur ini juga memiliki beberapa kelemahan yaitu :
a. Dalam hal pengembangan produk, metode ini apabila diterapkan tanpa diikuti
dengan penerapan teknik-teknik yang dikembangkan oleh Deming, Juran dan
Crosby, tidak akan memberikan hasil yang maksimal. Hal ini disebabkan
karena metode ini hanya memberikan teknik bagaimana menghasilkan produk
yang benar-benar sesuai target dan menghitung biaya yang diserap oleh
produk yang tidak dapat memenuhi nilai target, tetapi metode yang
dikembangkan oleh Taguchi ini tidak memberikan teknik-teknik
pengendalian dan pengembangan kualitas produk di masa yang akan datang.
b. Metode ini hanya cocok diterapkan untuk perusahaan indutri manufaktur
yang menghasilkan barang dengan tingkat ketelititan yang tinggi. Apabila
produk yang dihasilkan menyimpang dari nilai target maka hanya sedikit
penyimpangan yang akan menyebabkan konsumen tidak puas dan lari ke
produk atau merek lainnya.
c. Implementasi dari metode Taguchi ini membutuhkan perhitungan statistik
yang sedikit rumit, sehingga diperlukan sumber daya yang benar-benar

24
 mampu menerapkannya. Selain itu, diperlukan keahlian khusus dalam
melakukan analisis statistik.

2.2.3. Perbedaan Konsep Taguchi dengan Deming

Jika Deming dikenal sebagai seorang yang mempelopori revolusi persepsi
manajemen tradisional terhadap industri, maka Taguchi dikenal sebagai tokoh
yang mempelopori evolusi di bidang industri yang penerapan metode statistik
dalam industri manufaktur.

Deming lebih memfokuskan pada aspek implementasi pendekatan statistik untuk

manajemen kualitas perusahaan. Deming berpendapat bahwa suatu hal yang
penting bagi seorang manajer untuk memiliki pengetahuan dan apresiasi yang
benar terhadap peningkatan kualitas dan produktivitas perusahaan secara
menyeluruh.

Deming juga mengidentifikasi beberapa faktor yang dapat membantu perusahaan

untuk meningkatkan kualitasnya secara kesuluruhan seperti pada aspek kepuasan
kerja karyawan, penciptaan lingkungan kerja yang menyenangkan, dan
sebagaianya. Dengan kata lain, Deming lebih menitikberatkan pada …”serving
society in the possible way’’ (Ciptana, 1999).

Lain halnya dengan Taguchi, tujuan utama metode yang diciptakannya terletak
pada filosofinya mengenai kualitas yaitu (Ciptana, 1999) :

Quality is the amount of damage incurred to society from the moment the
product has left the factory.

Sehingga Taguchi lebih menitikberatkan pada kerugian yang diderita oleh

perusahaan bila suatu produk yang berkualitasnya di bawah standar telah dijual ke
pasaran dan dikonsumsi oleh konsumen.

Perbedaan antara konsep kualitas Deming dan Taguchi ini juga meliputi aspek
pengendalian kualitas produk yang dihasilkan. Deming berpendapat bahwa untuk
menghasilkan produk yang berkualitas dan sesuai dengan spesifikasi yang telah
ditetapkan, pengendalian atas kualitas produk yang dihasilkan harus dilakukan
sejak produk tersebut diproses melalui proses produksi. Sedangkan Taguchi lebih

25
menitikberatkan aspek pengendalian kualitas produk yang dihasilkan pada saat
produk tersebut berada pada tahap desain produk, sehingga dapat menghasilkan
produk yang mencapai nilai target (robust condition) dan penyimpangan terhadap
nilai target dapat dihindari dan diestimasi kerugiannya.

Secara keseluruhan, konsep-konsep yang dikemukakan oleh Deming dan Taguchi

memiliki aspek-aspek yang bertentangan. Deming lebih menitikberatkan pada
konsep kualitas yang ditujukan langsung untuk pihak manajemen serta strategi
manajemen untuk mencapai kualitas produk, sedangkan Taguchi lebih
menitikberatkan pada teknik-teknik pengukuran biaya kualitas (terutama yang
bersifat tersembunyi) yang dapat digunakan manajemen sebagai alat untuk
mengukur kinerja kualitas produk yang dihasilkannya.

2.3. Kapabilitas Proses

Menurut (Muis, 2014) proses kontrol kualitas menggunakan menggunakan alat
bantu berupa statistik, di mana parameter yang terukur selama proses perakitan di
uji secara statistik dengan apa yang disebut “proses capability”. Proses ini hanya
untuk memastikan konsistensi spesiikasi tertentu dari produk yang sedang diukur
dan diuji, jadi bukan suatu proses untuk memastikan kualitas proses secara
langusng. Kualitas produk yang diharapkan pelanggan pada umumnya ditulis
dalam bentuk spesifikasi, parameter-parameter yang menunjukkan konsistensi
kualitas yang baik, sehingga produk yang dilemparkan ke pasar di mana
masyarakat sebagai pemakai memiliki keseragaman, tidak melihat produk yang
sama sebgai dua barang yang berbeda akibat unjuk kerja produk yang berbeda-
beda.

Proses kapabilitas ditentukan oleh total variasi yang berasal dari penyebab-
penyebab umum. Ini merupakan hasil variasi minimum yang dapat dicapai setelah
semua penyebab khusus dihilangkan. Karena itu kapabilitas menunjukkan unjuk
kerja proses, sebagaimana contoh proses yan berada di bawah kontrol secara
statistik. Kapabilitas sering dianggap sebagai suatu bagian hasil atau keluaran
yang berada dalam toleransi spesifikasi produk. Karena suatu proses dalam
kontrol statistik dapat diestimasi dari distribusinya. Proses akan terus

26
menghasilkan sejumlah bagian di luar spesifikasi produk selama teta berada dalam
kontrol statistik.

Pembelajaran kapabilitas menentukan kemampuan untuk memproduksi barang

yan sama melalui suatu proses tertentu. Contoh penerapan praktis pembelajaran
kapabilitas proses yaitu sebagai berikut :

- Mengevaluasi peralatan baru,

- Memprediksi kapabilitas produksi untuk memenuhi toleransi perancangan,
- Menentukan spesifikasi,
- Memilih peralatan untuk produksi,
- Menganalisa hubungan antar proses,
- Dan mengurangi inspeksi awal (barang masuk) dan akhir (barang hasil
produksi).

Untuk sebuah proses yang dideskripsikan dengan distribusi normal, secara standar
akan terdapat 99,73% yang jatuh dalam jangkauan nilai tiga standar deviasi rata-
rata. Ini kadang-kadang mengacu pada batasan alami populasi normal. Apabila
membandingkan sebaran proses alami dengan spesifikasi teknik, akan mudah
menentukan kapabilitas awal proses dengan cara berikut ini :
a. Apabila sebaran proses kurang dari jarak antara batas-batas spesifikasi,
maka proses dikatakan mampu memenuhi persyaratan.
b. Apabila sebaran proses lebih besar dari jarak antara batas-batas spesifikasi,
maka proses dikatakan tidak mampu memenuhi persyaratan.

Metode analisa kapabilitas proses, tidak soal berapa telitinya, hanya dapat
memberikan hasil pendekatan saja. Hal ini disebabkan karena :
a. Selalu terdapat derajat kebebasan dalam variasi sampel yan disebabkan
oleh teknik pengukuran dan peralatan.
b. Proses tidak pernah sepenuhnya berada dalam kontrol statistik.
c. Kenyataan hasil keluaran sangat jarang jatuh pada distribusi normal.

Proses kapabilitas untuk parameter kritis dapat ditentukan dengan terus menerus
menggunakan control chart selama penilaian awal proses. Parameter-parameter
krirtis itu didokumentasikan dalam rencana manajemen proses untuk produk

27
dalam bentuk pertanyaan. Proses kapabilitas dapat juga ditentukan dengan
menggunakan data control chart baru atau menggunakan data control chart yang
ada dari proses yang sama. Perlu diingat, terlebih dahulu proses harus berjalan
dalam kondisi terkontrol secara statistik. Proses perlu dijalankan di bawah kondisi
produksi termsuk didalamnya bahan baku, peralatan, sumber daya manusia dan
lingkungan.

Sebuah proses dapat ditentukan kondisi pengaturannya yang dikombinasi untuk

memproduksi suatu produk atau jasa. Kondisi tersebut dapat dikelompokkan
sebagai berikut :

 Mesin dan peralatan

 Metode dan prosedur
 Personal
 Material
 Pengukuran
 Lingkungan

Setiap kondisi tersebut merupakan sumber dari variasi pada proses. Ketika
kondisi-kondisi tersebut dikombinasikan untuk memproduksi produk atau jasa,
variasi natural maupun variasi yang dapat diprediksi pun dapat terjadi. Variasi
yang disebabkan oleh kondisi-kondisi tersebut tidak dapat dieliminasi dan kondisi
tersebut dikenal sebagai variasi penyebab umum.

Dalam beberapa kasus, variasi penyebab umum dapat digambarkan dengan kurva
normal berikut ini :

Gambar 2.5 Kurva Normal

28
Pada kurva di atas, 99.7% dari variasi penyebab umum akan berada pada ±3
deviasi standar dari rata-rata. Ketika proses terlihat stabil dan variasinya dapat
diprediksi, proses tersebut berjalan dalam kontrol.

Pengukuran umum kapablitas proses adalah rasio kapabilitas. Rasio ini

dimaksudkan sebagai cara sederhana menjelaskan kapabilitas proses yang
berkaitan dengan spesifikasi produk. Terdapat dua metode umum pengukuran
yang digunakan dalam evaluasi kapabilitas proses.

2.3.1. Metode Rasio Kapabilitas

Metode ini merupakan cara yang mudah untuk membandingkan sebaran proses
natural dengan batas spesifikasi teknis. Langkah-langkah dalam menghitung nilai
rasio kapabilitas (Cp), yaitu :
a. Menghitung standar deviasi proses. Karena variabilitas sub kelompok
direfleksikan dalam jangkauan sub kelompok maka estimasi standar
variasi proses (σ) dapat didasari pada rata-rata jangkauan (R) yang
diperoleh dari control chart dengan rumus berikut ini:
𝑅̅
𝜎̅ = (2.10)
𝑑

Dimana :
R = Rata-rata jangkauan sub kelompok
d = faktor variasi berkaitan dengan ukuran sub kelompok
b. Menentukan batas atas dan bawah spesifikasi dari spesifikasi teknis atau
rencana manajemen proses.
c. Menghitung rasio kapabilitas dengan rumus sebagai berikut :
𝑈𝑆𝐿−𝐿𝑆𝐿
𝐶𝑝𝑘 = (2.11)
6 𝜎̅

Dimana :
σ = Standar deviasi proses estimasi
USL = Upper Specification Limit (Batas Atas Spesifikasi)
LSL = Lower Specification Limit (Batas Bawah Spesifikasi)
Adapun interpretasi dari hasil perhitungannya yaitu :
a. Apabila Cp > 1.0, distribusi proses natural adalah mampu memenuhi batas
spesifikasi .

29
 b. Apabila Cp = 1.0, distribusi proses natural adalah tepat mampu memenuhi
batas spesifikasi (batasan natural = batasan spesifikasi).
c. Apabila Cp < 1.0, distribusi proses natural adalah tidak mampu memenuhi
batas spesifikasi.

2.3.2. Metode Kapabilitas Proses

Metode ini memformulasikan kapabilitas dalam bentuk kompensasi pergeseran
terhadap distribusi proses dari spesifikasi nominalnya. Berikut adalah langkah-
langkah dalam menghitung nilai Cpk :
a. Menghitung standar deviasi proses.
b. Menentukan batas atas dan bawah spesifikasi dari spesifikasi teknis atau
rencana manajemen proses.
c. Menghitung nilai Z untuk kedua batas spesifikasi :
(𝑈𝑆𝐿− 𝑋̿ )
𝑍 𝑈𝑆𝐿 = ̅
(2.12)
3𝜎
̿ − 𝐿𝑆𝐿)
(𝑋
𝑍 𝐿𝑆𝐿 = ̅
(2.13)
3𝜎

Dimana :
USL = Upper Specification Limit
LSL = Lower Specification Limit
̿
X = Rata-rata dari proses
Z USL = Kapabilitas pada USL
Z LSL = Kapabilitas pada LSL
𝜎̅ = Deviasi standar proses

Cpk = min ( Z USL, Z LSL) (2.14)

Adapun interpretasi untuk nilai Cpk yaitu :

a. Apabila Cpk > 1.0, maka rata-rata proses dan distribusi proses natural
adalah mampu memenuhi batas spesifikasi.
b. Apabila Cpk = 1.0, maka rata-rata proses dan distribusi proses natural
adalah tepat mampu memenuhi batas spesifikasi (batas natural = batas
spesifikasi).

30
c. Apabila Cpk > 1.0, maka rata-rata proses dan distribusi proses natural
adalah tidak mampu memenuhi batas spesifikasi.
d. Nilai negative Cpk menunjukkan bahwa rata-rata berada di luar
spesifikasi.
e. Nilai Cpk nol menunjukkan bahwa proses sama dengan salah satu batas
spesifikasi.
f. Nilai antara 0 dan 1.0 menunjukkan bahwa sebagaian six sigma berada di
luar batas spesifikasi.
g. Nilai Cpk sama dengan 1.0 menunjukkan bahwa satu sigma berada dalam
batas spesifikasi .
h. Nilai Cpk lebih besar dari 1.0 menunjukkan bahwa batas six sigma
seluruhnya berada dalam batas spesifikasi.

31
 BAB III
METODE PENELITIAN

3.1. Langkah – Langkah Penelitian

Langkah – langkah yang dilakukan untuk memecahkan masalah pada penelitian
ini adalah sebagai berikut :

Masalah Awal
Identifikasi Masalah
 Menetapkan latar belakang, rumusan,
Observasi Awal tujuan dan sistematika penelitian.
 Interview manager,
operator, staf, dsb.
 Data produksi Studi Literatur
 Kualitas
Metode Penelitian  Metode Taguchi
 Menetapkan tahap penelitian

Pengumpulan dan Analisa Data

Kesimpulan dan Saran

Data Primer Data Sekunder

Penelitian Ya
selanjutnya ?
Peta Kendali

Tidak
Terkendali Selesai
Tidak

Analisa Data
 Pengukuran Kapabilitas Proses
 Faktor-faktor berpengaruh terhadap
viskositas
 Penerapan Metode Taguchi
 Penentuan Setting Level Optimum

Gambar 3.1 Tahapan Metode Penelitian

32
Identifikasi faktor yang mempengaruhi kualitas viskositas

Pemisahan faktor kontrol dan faktor noise

Penentuan faktor kontrol dan level faktor kontrol

Pemilihan Ortogonal Array

Melakukan percobaan Taguchi

Analisis hasil percobaan Taguchi

Pengujian ANOVA

Percobaan Konfirmasi

Analisis hasil percobaan konfirmasi

Gambar 3.2 Tahapan Penerapan Metode Taguchi

33
3.2. Observasi Awal
Tahap awal yang dilakukan pada penelitian ini yaitu observasi perusahaan. Pada
tahap ini, observasi dilakukan dengan wawancara langsung dengan Kepala
Produksi Mixing PT. Mitrapak Eramandiri untuk mengetahui masalah yang
sedang dihadapi oleh perusahaan. Selain wawancara, observasi juga dilakukan
dengan cara mengamati langsung proses produksi pada bagian Mixing yang
dilakukan oleh para operator untuk mendapatkan gambaran keadaan sebenarnya
yang terjadi di area proses produksi. Kemudian melakukan pengamatan terhadap
data hasil produksi Mixing.

Dalam menentukan permasalahan yang akan diteliti, dilakukan analisa terhadap

laporan hasil produksi Mixing selama setahun kemudian menentukan produk yang
sering mengalami cacat selama setahun tersebut.

3.3. Identifikasi Masalah

Dari hasil observasi yang telah dilakukan, ditetapkan latar belakang masalah yang
sedang dihadapi oleh PT. Mitrapak Eramandiri. Setelah itu, ditentukan perumusan
masalah dari latar belakang yang telah dijelaskan. Dari rumusan masalah tersebut
dapat diketahui tujuan dari penelitian yang akan menjawab semua masalah yang
telah dirumuskan. Setelah itu, ditentukan batasan-batasan masalah agar penelitian
tidak keluar dari ruang lingkup yang telah ditetapkan dan beberapa asumsi guna
membantu dalam penyelesaian masalah-masalah yang telah dirumuskan.

3.4. Metode Penelitian

Dalam metode penelitian, ditentukan tahapan-tahapan dalam melakukan
penelitian. Tujuannya agar penelitian dapat dilakukan secara sistematis yang akan
menggambarkan tahapan-tahapan untuk mengidentifikasi, merumuskan,
menganalisa, memecahkan suatu masalah di mana pada akhirnya dapat ditarik
suatu kesimpulan dari masalah yang dijadikan sebagai objek observasi.
3.5. Studi Literatur
Studi literatur ini dilakukan untuk menunjang teori-teori yang akan digunakan
sebagai landasan dalam penelitian dan sebagai informasi untuk membantu dalam
memecahakan masalah. Landasan teori dapat berasal dari buku-buku dan

34
referensi-referensi lain berupa jurnal yang berhubungan dengan penelitian yang
dilakukan. Literatur sangat penting dalam menentukan metode yang digunakan
dalam menyelesaikan penelitian.

Pada tahapan studi literatur ini, literatur yang digunakan adalah mengenai
kualitas, pengukuran kualitas, penerapan metode Taguchi, dan analisis statistik
ANOVA.

3.6. Analisa Data

Pada tahap analisa data, dikumpulkan data-data yang diperlukan yang terkait
dengan penelitian yaitu nilai pengukuran viskositas terhadap produk yang diteliti,
kemudian dati data tersebut diolah untuk memperoleh peta kendali produk dan
pengukuran kapabilitas proses untuk mengetahui kinerja proses saat ini. Selain itu
dilakukan pula analisa terhadap penyebab cacat viskositas ini dengan diagram
sebab akibat lalu dilakukan eksperimen Taguchi untuk memperoleh setting
parameter kualitas yang optimum.

3.7. Kesimpulan dan Saran

Kesimpulan yang diberikan yaitu perbandingan antara kondisi sebelum dan
sesudah dilakukannya perbaikan pada proses produksi Mixing. Dari hasil tersebut,
diberikan saran kepada pihak perusahaan untuk menerapkan hasil penelitian yang
telah diperoleh untuk dapat meningkatkan kualitas produk dan kapablitas proses.
Keuntungan yang diperoleh oleh perusahaan dengan meningkatknya kualitas
produk yang dihasilkan dan meningkatkan keuntungan perusahaan dengan
berkurangnya tingkat kecacatan pada produk. Selain itu, perusahaan dapat
meningkatkan produktivitas perusahaan dengan memenuhi permintaan konsumen
secara tepat waktu.

35
 BAB IV
DATA DAN ANALISA

4.1. Analisis Masalah

Berdasarkan dari latar belakang permasalahan yang telah dijelaskan pada Bab 1,
jenis cacat yang paling banyak ditemukan pada proses Mixing yaitu cacat
viskositas. Hal ini berdasarkan pada data yang diperoleh dari Produksi (Mitrapak,
2105). Berikut adalah data Produksi untuk produk Shampoo Kids Beauty pada
tahun 2015 :
Tabel 4.1 Data Produksi untuk Produk Shampoo Kids Beauty Tahun 2015
Quantity
Deskripsi %
KG Batch
Released 52,000 26 19.12
Non Conformity – Viskositas 214,000 107 78.68
Non Conformity – pH 2,000 1 0.74
Non Conformity – Warna 4,000 2 1.47
Total Bulk 272,000 136 100.00

Dari data Produksi tersebut kemudian dibuat dalam diagram Pareto untuk jumlah
produk yang cacat. Jenis cacat dari produk Shampoo Kids Beauty ini yaitu cacat
viskositas, cacat pH, dan cacat warna dengan persentase cacat seperti pada tabel
4.1. Sehingga diperoleh diagram Pareto untuk masing-masing jenis cacat yaitu
sebagai berikut :

Persentase Cacat Pada Produk Shampoo

Kids Beauty Tahun 2015
100.00
78.68
80.00
Persentase

60.00
40.00
20.00
0.74 1.47
0.00
NC - Viskositas NC - pH NC - Warna
Jenis Cacat
Gambar 4.1 Data Cacat pada Produk Shampoo Kids Beauty Tahun 2015

36
Diagram Pareto di atas, menunjukkan bahwa persentase jenis cacat terbesar pada
produk Shampoo Kids Beauty yaitu cacat viskositas dengan persentase sebanyak
78.68%. Nilai viskositas pada produk berpengaruh pada kekentalan produk
shampoo yang merupakan salah satu parameter kualitas dari produk shampoo.
Nilai viskositas yang dihasilkan bervariasi dan tidak jarang nilai viskositas yang
dihasilkan tidak berada pada batas spesifikasi yang telah ditentukan. Oleh karena
itu, sebelum menganalisa penyebab dari cacat viskositas ini, diperlukan data untuk
mengetahui tingkat kapabilitas dari Proses Mixing terhadap nilai viskositas yang
dihasilkan. Untuk mengetahui kapabilitas proses digunakan metode pengendalian
kualitas secara statistik.

4.1.1. Peta Kendali ( Control Chart)

Peta kendali (Control Chart) merupakan salah satu Quality Tool yang dapat
digunakan untuk mendeteksi apakah proses Mixing pada Produksi dalam kondisi
terkontrol secara statistik atau tidak. Proses yang tidak dalam kondisi terkontrol
secara statistik akan menunjukkan suatu variasi yang berlebih sebanding dengan
perubahan waktu. Data yang digunakan adalah nilai viskositas yang dihasilkan
oleh dari proses Mixing. Pengamatan nilai viskositas pada produk Shampoo Kids
Beauty dilakukan pada proses setelah Mixing dan pada Mesin Mixer E (Mixer
FAS). Frekuensi pengambilan sampel dilakukan setiap kali terdapat proses
Mixing untuk produk ini. Untuk setiap batch produk dilakukan pengambilan
sampel pada 3 titik yaitu sampel atas, tengah dan bawah untuk kebutuhan akurasi
data. Data-data yang diperoleh merupakan data primer dari hasil pengukuran
viskositas produk yang dijadikan subjek penelitian. Berikut adalah data nilai
viskositas Shampoo Kids Beauty yang diperoleh dari hasil mixing pada bulan Juni
– Oktober 2015.

Tabel 4.2 Data Pengamatan Viskositas Produk Shampoo Kids Beauty

Batch Viscosity (cP)

No. Tanggal Mixing
Liquid V1 V2 V3
1 05 Juni 2015 001E 2,200 2,350 2,100
2 05 Juni 2015 002E 1,700 1800 1,500
3 15 Juni 2015 003E 800 980 700
4 15 Juni 2015 004E 1,200 1,000 1,200

37
 5 15 Juni 2015 005E 2,400 2,600 2,300
6 02 Juli 2015 006E 1,200 1,040 1,100
7 02 Juli 2015 007E 700 900 900
8 03 Juli 2015 008E 1,510 1,700 1,590
9 04 Juli 2015 009E 2,400 2,400 2,300
10 09 Juli 2015 010E 1,100 1,100 1,270
11 10 Juli 2015 011E 1,050 1,200 1,050
12 27 Juli 2015 012E 650 650 800
13 28 Juli 2015 013E 550 680 600
14 05 Agustus 2015 014E 800 950 750
15 06 Agustus 2015 015E 1,400 1,200 1,400
16 06 Agustus 2015 016E 1,300 1,300 1,400
17 06 Agustus 2015 017E 1,400 1,400 1,200
18 11 Agustus 2015 018E 800 770 900
19 12 Agustus 2015 019E 2,700 2,900 2,800
20 27 Agustus 2015 020E 920 840 700
21 01 September 2015 021E 1,100 1,270 1,100
22 01 September 2015 022E 900 880 780
23 01 September 2015 023E 700 670 800
24 05 September 2015 024E 800 720 900
25 05 September 2015 025E 700 860 700
26 05 September 2015 026E 800 700 900
27 06 September 2015 027E 900 880 1,000
28 01 Oktober 2015 028E 1,100 1,200 1,050
29 01 Oktober 2015 029E 1,000 1,100 1,100
30 05 Oktober 2015 030E 900 1,000 800

Berdasarkan dari data yang diperoleh, maka peta kendali yang digunakan untuk
menganalisis nilai viskositas secara statistik yaitu peta kendali X-bar dan R. Peta
kendali X-bar dan R digunakan untuk memvisualisasikan fluktuasi rata-rata
sampel dan rata-rata dari rata-rata sampel kemudian akan menunjukkan
bagaimana penyimpangan rata-rata sampel dari rata-ratanya. Penyimpangan ini
akan memberikan gambaran bagaimana konsistensi proses. Semakin dekat rata-
rata sampel ke nilai rata-ratanya maka proses cenderung stabil, dan sebaliknya
maka proses cenderung tidak stabil.

Peta kendali X-bar dan R yang digunakan yaitu tiga sigma, di mana terdapat
sebuah central line dan dua buah batas pengendali yang terdiri dari batas
pengendali atas dan batas pengendali bawah. Pembuatan peta kendali X-bar dan R

38
terhadap nilai viskositas produk Shampoo Kids Beauty menggunakan bantuan
Microsoft Excel. Berikut perhitungan untuk memperoleh nilai LCL, CL, dan UCL
pada peta kendali X-bar.

Tabel 4.3 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty

Batch Viscosity (cP)

No. X-bar Range
Liquid V1 V2 V3
1 001E 2,200 2,350 2,100 2,216.67 250
2 002E 1,700 1,800 1,500 1,666.67 300
3 003E 800 980 700 826.67 280
4 004E 1,200 1,000 1,200 1,133.33 200
5 005E 2,400 2,600 2,300 2,433.33 300
6 006E 1,200 1,040 1,100 1,113.33 160
7 007E 700 900 900 833.33 200
8 008E 1,510 1,700 1,590 1,600.00 190
9 009E 2,400 2,400 2,300 2,366.67 100
10 010E 1,100 1,100 1,270 1,156.67 170
11 011E 1,050 1,200 1,050 1,100.00 150
12 012E 650 650 800 700.00 150
13 013E 550 680 600 610.00 130
14 014E 800 950 750 833.33 200
15 015E 1,400 1,200 1,400 1,333.33 200
16 016E 1,300 1,300 1,400 1,333.33 100
17 017E 1,400 1,400 1,200 1,333.33 200
18 018E 800 770 900 823.33 130
19 019E 2,700 2,900 2,800 2,800.00 200
20 020E 920 840 700 820.00 220
21 021E 1,100 1,270 1,100 1,156.67 170
22 022E 900 880 780 853.33 120
23 023E 700 670 800 723.33 130
24 024E 800 720 900 806.67 180
25 025E 700 860 700 753.33 160
26 026E 800 700 900 800.00 200
27 027E 900 880 1,000 926.67 120
28 028E 1,100 1,200 1,050 1,116.67 150
29 029E 1,000 1,100 1,100 1,066.67 100
30 030E 900 1,000 800 900.00 200
TOTAL 36,136.67 5360
RATA - RATA 1,204.56 178.67

39
Dari tabel 4.3 di atas, maka dapat dengan mudah untuk melakukan perhitungan
untuk membuat peta kendali X-bar dan R.
 Peta Kendali X-bar
 ̿
CL = X
𝐓𝐨𝐭𝐚𝐥 ̅𝐗
𝐂𝐋𝐗̅ =
𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩
36,136.67
𝐂𝐋𝐗̅ =
25
𝐂𝐋𝐗̅ = 1,204.56

 ̿ − 𝐀𝟐 𝐱 𝐑
𝐋𝐂𝐋𝐗̅ = 𝐗 ̅
𝐋𝐂𝐋𝐗̅ = 1,204.56 − (1.023 x 178.67)
𝐋𝐂𝐋𝐗̅ = 1,204.56 − 182.78
𝐋𝐂𝐋𝐗̅ = 1,021.78

 ̿ + 𝐀𝟐 𝐱 𝐑
𝐔𝐂𝐋𝐗̅ = 𝐗 ̅
𝐔𝐂𝐋𝐗̅ = 1,204.56 + (1.023 x 178.67)
𝐔𝐂𝐋𝐗̅ = 1,204.56 + 182.77
𝐔𝐂𝐋𝐗̅ = 1,387.33
Keterangan :
CL : Garis Tengah (Central Line)
LCL : Batas Kendali Bawah ( Lower Control Line)
UCL : Batas Kendali Atas ( Upper Control Line)

Untuk nilai A2 dapat diperoleh dari tabel pada lampiran 1. Table of Control Chart
Constants.

Dari hasil perhitungan di atas, maka peta kendali X-bar pun dapat dibuat. Berikut
adalah gambar peta kendali X-bar untuk Shampoo Kids Beauty.

40
 Gambar 4.2 Peta Kendali X-bar
 Peta Kendali R
̅
 CL = R
𝐓𝐨𝐭𝐚𝐥 𝐑
𝐂𝐋𝐑 =
𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩
5360
𝐂𝐋𝐑 =
25
𝐂𝐋𝐑 = 178.67

 𝐋𝐂𝐋𝐑 = 𝐃𝟑 𝐱 ̅
𝐑
𝐋𝐂𝐋𝐑 = 0 x 178.67
𝐋𝐂𝐋𝐑 = 0

 𝐔𝐂𝐋𝐑 = 𝐃𝟒 𝐱 ̅
𝐑
𝐔𝐂𝐋𝐑 = 2.574 x 178.67
𝐔𝐂𝐋𝐑 = 459.89
Keterangan :
CL : Garis Tengah (Central Line)
LCL : Batas Kendali Bawah ( Lower Control Line)

41
 UCL : Batas Kendali Atas ( Upper Control Line)
Untuk nilai D3 dan D4 dapat diperoleh dari tabel pada 1. Table of Control Chart
Constants. Setelah memperoleh nilai CL, UCL, dan LCL, peta kendali R dapat
dibuat. Berikut adalah gambar dari peta kendali R.

Gambar 4.3 Peta Kendali R (Range)

Peta kendali X-bar menyatakan rata-rata nilai viskositas produk Shampoo Kids
Beauty yang dihasilkan selama proses produksi berlangsung, sedangkan peta
kendali R menyatakan variasi atau rentang (range) nilai viskositas produk
Shampoo Kids Beauty yang dihasilkan selama proses produksi berlangsung.

Peta kendali X-bar pada Gambar 4.2 untuk produk Shampoo Kids Beauty
menunjukkan nilai CL, UCL dan LCL yaitu 1204.56 cP, 1387.33 cP, dan 1021.78
cP. Nilai tersebut masih berada dalam batas spesifikasi produk. Sedangkan peta
kendali R pada Gambar 4.3 menunjukkan nilai CL, UCL, dan LCL yaitu sebesar
178.67, 459.89, dan 0. Berdasarkan pada peta kendali X-bar dan R pada Gambar
4.2 dan Gambar 4.3, dapat dilihat bahwa nilai viskositas dari produk Shampoo
Kids Beauty belum terkendali secara statistik. Hal ini ditunjukkan dengan masih

42
banyaknya terdapat variasi-variasi data yang ditandai dengan banyaknya terdapat
titik-titik yang berada di luar batas kontrol.

Menurut Garrity (1993), suatu proses dapat dikatakan menunjukkan keadaan yang
tidak terkendali jika memenuhi beberapa kriteria berikut ini :
a. Satu atau beberapa titik berada diluar batas kendali.
b. Sembilan titik berurutan berada pada sisi yang sama dari garis tengah
(CL).
c. Enam titik berurutan naik atau turun.
d. Empat belas titik berurutan bergantian naik dan turun.
e. Dua dari tiga titik berada pada posisi > 2 standar deviasi dari garis tengah
pada sisi yang sama.
f. Empat dari lima titik berada pada posisi > 1 standar deviasi dari garis
tengah pada sisi yang sama.
g. Lima belas titik berurutan berada dalam posisi ≤ 1 standar deviasi dari
garis tengah.
h. Delapan titik berurutan berada pada posisi > 1 standar deviasi dari garis
tengah.

Menurut Mitra (1998), variasi penyebab khusus (special-causes variation) adalah

kejadian-kejadian di luar sistem yang mempengaruhi variasi dalam sistem.
Penyebab khusus ini mengambil pola-pola non acak (non random patterns)
sehingga dapat diidentifikasi atau ditemukan. Penyebab khusus tidak selalu aktif
dalam proses tetapi memiliki pengaruh yang lebih kuat pada proses sehingga
menimbulkan variasi. Melalui pengendalian proses secara statistik menggunakan
peta kendali (control chart), jenis variasi ini sering ditandai dengan titik-titik
pengamatan yang melewati atau keluar dari batas-batas pengendalian yang
didefinisikan (defined control limit).

Variasi penyebab umum selalu terjadi pada proses produksi. Variasi penyebab
umum adalah faktor-faktor di dalam sistem atau yang melekat pada proses yang
menyebabkan timbulnya variasi dalam sistem serta hasil-hasilnya. Penyebab
umum sering disebut juga sebagai penyebab acak (random causes) atau penyebab
sistem (system causes). Melalui pengendalian proses secara statistik dengan

43
menggunakan peta kendali (control chart), jenis variasi ini sering ditandai dengan
titik-titik pengamatan yang berada dalam batas-batas pengendalian yang
didefinisikan (defined control limits). Oleh karena itu, perlu dilakukan usaha
untuk mengurangi variasi tersebut. Semakin sedikit variasi penyebab umum
(tanpa adanya variasi penyebab khusus), maka kemampuan proses produksi untuk
menghasilkan produk yang lebih homogen akan lebih terjamin. Keadaaan proses
yang belum terkendali seperti ini menyebabkan perhitungan kapabilitas proses
untuk produk Shampoo Kids Beauty belum bisa dilakukan. Perhitungan
kapabilitas proses akan valid jika dilakukan terhadap proses dengan keadaan yang
telah terkendali. Tindakan yang dapat dilakukan agar proses menjadi terkendali
adalah dengan melakukan identifikasi terhadap faktor-faktor penyebab variasi
nilai viskositas pada produk Shampoo Kids Beauty dengan menggunakan diagram
sebab akibat (diagram tulang ikan).

4.1.2. Kapabilitas Proses Sebelum Perbaikan

Produk Shampoo Kids Beauty ini memiliki batas spesifikasi untuk parameter
viskositas yaitu 1,000 cP – 4,000 cP dimana target viskositasnya yaitu 2,500 cP.
Untuk mengetahui nilai kapabilitas proses dari produk ini dilakukan perhitungan
sebagai berikut :
 Indeks Kapabilitas Proses (Cp)
USL − LSL
Cp =
6σ
Dengan standard deviasi (𝜎) = 565.555
4,000 − 1,000
Cp =
6 x 565.555
Cp = 0.884

 Kapabilitas Proses (Cpk)

USL − μ μ − LSL
Cpk = min { , }
3σ 3σ
Dengan 𝜇 = 𝑋̿ = 1,204.56
4,000 − 1,204.56 1,204.56 − 1,000
Cpk = min { , }
3 x 565.555 3 x 565.555

44
 2.795.44 204.56
Cpk = min { , }
1,696.665 1,696.665
Cpk = min{1.65 , 0.12}
Cpk = 0.12
 Indeks Kapabilitas Taguchi (Cpm)
USL − LSL
Cpm =
6τ
USL − LSL
Cpm =
6 √σ2 + (μ − T)2
Cp μ−T
Cpm = dimana δ =
√1 + δ2 σ
μ−T
δ=
σ
1,204.56 − 2,500
δ=
565.555
δ = −2.29
0.884
Cpm =
√1 + (−2.29)2
0.884
Cpm =
√6.2441
Cpm = 0.35
Dari hasil perhitungan Indeks kapabilitas Proses di atas maka dapat disimpulkan
bahwa nilai Cp yaitu 0.884 di mana nilai ini lebih kecil dari 1, sehingga proses
dikatakan tidak kapabel. Begitu pula dengan nilai Cpk yang dihasilkan yaitu 0.12.
Nilai ini berada jauh dari 1, yang artinya apabila nilai Cpk berada di antara 0 dan 1
artinya rata-rata proses berada dalam batas spesifikasi limit walaupun proporsi
variasi proses berada di luar batas spesifikasi limit.

4.2. Penerapan Metode Taguchi

4.2.1. Identifikasi Faktor yang Mempengaruhi Kualitas Viskositas
Viskositas merupakan ukuran kekentalan suatu fluida yang menyatakan besar
kecilnya gesekan di dalam fluida. Makin besar gesekan pada suatu fluida, maka
semakin sulit suatu fluida mengalir. Permasalahan viskositas merupakan
permasalahan yang sering terdapat dalam suatu produk seperti sabun, sampo,

45
maupun produk semi cair lainnya. Viskositas ini merupakan salah satu parameter
kualitas yang memiliki pengaruh cukup besar terhadap suatu produk. Sehingga
perlu perlakuan yang hati-hati dalam menentukan settingan mesin saat proses
berlangsung. Untuk produk Shampoo Kids Beauty ini, pada tahun 2015 memiliki
tingkat kualitas yang buruk yang ditandai dengan banyaknya produk yang
memiliki nilai viskositas yang berada pada batas minimum dari standar
spesifikasinya dan bahkan banyak yang nilai viskositasnya berada di luar batas
spesifikasi yang telah ditentukan. Hal ini telah dibuktikan dengan perhitungan
nilai Cp dan Cpk dari produk ini sangat buruk dan prosesnya belum kapabel.
Sehingga diperlukan pengawasan dan kontrol yang lebih untuk mengurangi
variasi dari produk ini.

Penyebab variasi pada nilai viskositas produk ini begitu kompleks. Terdapat dua
jenis penyebab variasi yaitu penyebab khusus (special causes) dan penyebab
umum (common causes). Menurut Deming (Amitava Mitra, 1998), penyebab
khusus bisa disebabkan oleh penggunaan alat yang salah, penggunaan raw
material yang tidak tepat, atau kesalahan dari operator. 15% masalah yang terjadi
pada proses disebabkan oleh penyebab khusus. Sedangkan penyebab umum
disebabkan oleh variasi dari raw material yang diterima dari supplier yang
terpilih, pengawasan skill yang kurang, vibrasi mesin, dan fluktuasi dari kondisi
pekerjaan. 85% maslah yang terjadi di proses disebabkan oleh penyebab umum.
Dan penyebab umum ini dapat diselesaikan dengan adanya tindakan dari
managemen perusahaan.

Untuk memudahkan dalam mengidentifikasi faktor-faktor penyebab dari variasi

nilai viskositas ini digunakan diagram fishbone atau diagram sebab akibat. Faktor-
faktor penyebab diperoleh dari hasil wawancara dari operator hingga manager
Produksi Mixing (brainstorming). Selain itu juga dari beberapa literatur terkait.
Berikut adalah diagram sebab akibat dari faktor penyebab variasi viskositas pada
produk Shampoo Kids Beauty :

46
 Material Method
Dari SLES 2EO Jumlah
Fragrance Material Handling
Kadar NaCl saat Mixing

Jumlah Demin
Dari NaCl
Water
Jumlah
Penggunaan suhu
Polyquaternium-7
Water Tr.
DeminWater
Variasi
Performansi
Kurang Viskositas
Konsentrasi
Silverson

Human Error

Setting Mesin
Lalai dalam mengikuti
prosedur Skill Operator
Speed Mixer

Environment
Machine Man
Gambar 4.4 Diagram Sebab-Akibat dari Variasi Viskositas
47
4.2.2. Pemisahan Faktor Kontrol dan Faktor Noise
Faktor kontrol adalah faktor yang telah ditetapkan nilai perancangannya dan dapat
dikontrol. Sedangkan faktor noise adalah faktor yang dapat menyebabkan
penyimpangan dari karakteristik kualitas dan sulit dikontrol karena faktor biaya.
Dari diagram sebab akibat pada gambar 4.4. Diagram Sebab Akibat dapat
dipisahkan antara faktor kontrol dan faktor noise. Pemisahan ini berdasarkan hasil
survey dan pengamatan terhadap biaya dari masing-masing faktor. Berikut tabel
pemisahan untuk faktor kontrol dan faktor noise.
Tabel 4.4 Pemisahan Faktor Kontrol dan Faktor Noise

Faktor Kontrol Faktor Noise

Method Pengaturan suhu Water Tr. Demin Water Material Handling saat Mixing
Material Kadar NaCl dari NaCl Jumlah Fragrance
Jumlah Demin Water Jumlah Polyquaternium-7
Kadar NaCl dari SLES 2EO
Man Skill Operator Human Error
Machine Setting Mesin (Speed Mixer) Performansi Silverson

4.2.3. Penentuan Faktor Kontrol dan Level Faktor Kontrol

Pada penelitian ini, variabel respon yaitu nilai viskositas dari produk Shampoo
Kids Beauty. Dalam menentukan faktor kontrol, sebelumnya dilakukan analisa
brainstorming di mana peneliti mengumpulkan informasi-informasi yang terkait
dengan proses Mixing dari produk Shampoo Kids Beauty ini dari para karyawan
yang dianggap paham mengenai proses dari produk ini mulai dari operator
produksi Mixing hingga ke manager. Selain mengumpulkan informasi dari
karyawan, peneliti juga mengumpulkan informasi dari studi literatur untuk
memperoleh pemahaman yang lebih mendalam mengenai variabel yang diamati
sehingga kesalahan dalam menentukan faktor kontrol dapat dihindari.
Setelah memperoleh informasi yang akurat, diperoleh beberapa variabel faktor
yang mempengaruhi nilai viskositas dari produk Shampoo Kids Beauty ini.
Variabel tersebut sebelumnya telah dijelaskan pada analisa diagram sebab akibat
dan pemisahan faktor kontrol dan faktor noise.
Dari beberapa faktor kontrol tersebut, kemudian dipilih variabel faktor kontrol
yang memiliki pengaruh besar terhadap nilai viskositas produk. Variabel-variabel
faktor tersebut adalah sebagai berikut :

48
1. Jumlah Material Sodium Chloride (NaCl)
Material Sodium Chloride dalam shampoo memiliki fungsi sebagai zat
pengental. Semakin kental suatu shampoo, skala penggunaannya semakin
hemat dan biasaya lebih disukai oleh konsumen. Tetapi penambahan
material Sodium Chloride yang berlebihan justru akan membuat produk
shampoo keruh dan penambahan pada level-level tertentu akan
menyebabkan produk shampoo justru menjadi encer. Oleh sebab itu,
penentuan jumlah Sodium Chloride pada produk shampoo harus lebih
berhati-hati.
2. Jumlah Micro Treated Demin Water
Micro Treated Demin Water merupakan solvent yang digunakan untuk
melarutkan material yang digunakan dalam pembuatan shampoo. Micro
Treate Demin Water merupakan air yang telah melalui proses reserve
osmosis atau deonized water untuk menghilangkan ion-ion yang
terkandung dalam air sehingga tidak terjadi reaksi ionik yang dapat
menurunkan kualitas dari shampoo. Setelah itu air kemudian diproses
dengan menggunakan sinar ultraviolet untuk membunuh semua bakteri
yang terdapat pada air.
3. Temperatur Mixer
Temperatur mixer juga sangat berpengaruh terhadap kelarutan dari
material. Temperatur panas biasanya mempermudah kelarutan suatu
material. Tetapi terdapat material yang tidak dapat dilarutkan pada
temperatur panas karena dapat kehilangan fungsi dari material tersebut.
Jadi sangat diperlukan kehati-hatian dalam menentukan temperature yang
digunakan dalam pembuatan shampoo.
4. Kecepatan Agitator Mixer
Kecepatan agitator mesin mixer berpengaruh terhadap nilai viskositas dari
produk yang dihasilkan. Kecepatan yang terlalu tinggi juga dapat membuat
produk menjadi encer dan sebaliknya jika kecepatan agitator pelan, reaksi
antar partikel material juga tidak sempurna. Jadi diperlukan settingan yang
cocok untuk mendapatkan hasil yang maksimal.

49
Dari beberapa variabel faktor kontrol di atas, kemudian ditentukan nilai level
pengujian untuk masing-masing variabel faktor kontrol. Penentuan level
pengujian ini diperoleh dari hasil diskusi dan kesepatan dengan pihak-pihak
tertentu mengenai level toleransi terhadap level pengujian. Berikut adalah level-
level pengujian untuk masing-masing variabel faktor kontrol.
Tabel 4.5 Level Pengujian dari Variabel Faktor Kontrol

Variabel Faktor Lambang Level 1 Level 2 Level 3 Satuan

Jumlah NaCl A 0.20% 0.30% 0.40% kg
Volume Air B 80.15% 80.05% 79.05% kg
Temperatur C 30 40 50 °C
Kecepatan Mixer D 500 750 800 rpm

4.2.4. Pemilihan Ortogonal Array

Setelah menentukan variabel faktor dan level faktor dari masing-masing variabel,
langkah selanjutnya yaitu menghitung derajat kebebasan. Nilai dari derajat
kebebasan ini digunakan sebagai perbandingan yang harus dilakukan antar level-
level faktor atau interaksi yang digunakan untuk menentukan jumlah percobaan
minimum yang dilakukan.
Derajat Kebebasan = Jumlah Variabel Faktor (Jumlah Level Faktor – 1)
= 4 ( 3 – 1)
=8
Jadi, dari perhitungan di atas maka dapat disimpulkan bahwa jumlah minimum
percobaan yang harus dilakukan yaitu sebanyak 8 percobaan.
Untuk pemilihan Ortogonal Array dapat dilakukan melakukan menggunakan
softwate Minitab 16. Berikut langkah-langkahnya :
1. Buka Software Minitab 16, pilih menu Stat, pilih DOE, kemudian pilih
menu Taguchi, dan klik Create Taguchi Design…
2. Setelah itu akan muncul tampilan berikut ini :

50
 Gambar 4.5 Pemilihan Tipe Desain pada Taguchi
3. Pada pilihan Type of Design, pilih 3-level Design. Dan pada Number of
factors, pilih 4 (sesuai dengan data pada penentuan variabel faktor dan
level faktor di atas). Berikut tampilannya :

Gambar 4.6 Pemilihan Jumlah Faktor pada Taguchi

4. Setelah itu klik menu Designs… kemudian akan muncul tampilan berikut
ini :

51
 Gambar 4.7 Pemilihan Desain Ortogonal Array Taguchi
5. Pilih L9 (3**4) dan klik OK.
Pemilihan Ortogonal Array-nya yaitu L9 (34).
Dimana :
L = Notasi L yaitu informasi mengenai Ortogonal Array
9 = Nomor baris, jumlah percobaan yang dibutuhkan ketika menggunakan
Ortogonal Array
4 = Nomor kolom, jumlah faktor yang diamati dalam Ortogonal Array
3 = Nomor level, menyatakan jumlah level faktor
Setelah pemilihan Ortogonal Array selesai, kemudian pada software Minitab 16
akan muncul jumlah replikasi dan urutan pelaksanaan percobaan yang diacak
secara random. Berikut adalah tabel matriks Ortogonal Array L9 (34) :
Tabel 4.6 Matriks Ortogonal Array

Variabel Faktor
Percobaan
A B C D
1 1 1 1 1
2 1 2 2 2
3 1 3 3 3
4 2 1 2 3
5 2 2 3 1
6 2 3 1 2
7 3 1 3 2
8 3 2 1 3
9 3 3 2 1

52
4.2.5. Hasil Percobaan dengan Metode Taguchi
Dari tabel matriks Ortogonal Array pada Tabel 4.. digunakan sebagai acuan dalam
melakukan percobaan. Percobaan dilakukan sebanyak 9 kali dengan berdasarkan
pada kombinasi sesuai dengan tabel Ortogonal Array di atas. Percobaan dilakukan
pada mesin yang sama yaitu Mesin Mixer D (Mixer FAS). Berikut data hasil
percobaan :
Tabel 4.7 Hasil Percobaan dengan Metode Taguchi

Variabel Faktor Hasil Viskositas (cps)

Percobaan
A B C D V1 V2
1 1 1 1 1 1,600 1,690
2 1 2 2 2 1,750 1,770
3 1 3 3 3 1,800 1,820
4 2 1 2 3 2,380 2,360
5 2 2 3 1 2,450 2,470
6 2 3 1 2 2,300 2,360
7 3 1 3 2 2,520 2,570
8 3 2 1 3 2,630 2,600
9 3 3 2 1 2,800 2,850

4.2.6. Analisis Hasil Percobaan dengan Metode Taguchi

Dari hasil percobaan di atas, kemudian data dianalisa dengan menggunakan
software Minitab 16. Langkah-langkah analisisnya yaitu sebagai berikut :
1. Masukkan data hasil percobaan ke Worksheet Minitab.

Gambar 4.8 Model Data pada Worksheet Minitab

53
2. Kemudian pilih menu Stat > DOE > Taguchi > dan Analyze Taguchi
Design… Sehingga muncul tampilan sebagai berikut :

Gambar 4.9 Analisa Taguchi dengan Minitab 1

3. Select data V1 dan V2. Pada menu Graphs…, pilih Signal to Noise rations.

Gambar 4.10 Analisa Taguchi dengan Minitab 2

54
4. Pada menu Analysis…, pilih Signal to Noise rations dan Means.

Gambar 4.11 Analisa Taguchi dengan Minitab 3

5. Pada menu Options…, pilih Larger is better.

Gambar 4.12 Analisa Taguchi dengan Minitab 4

6. Dan pada menu Storage…, pilih Signal to Noise rations dan Means.

Gambar 4.13 Analisa Taguchi dengan Minitab 5

55
 7. Klik OK, sehingga muncul Main Effect Plot for SN Ratios berikut ini :

Main Effects Plot for SN ratios

Data Means

A B
69
68
67
Mean of SN ratios

66
65
1 2 3 1 2 3
C D
69
68
67

66
65
1 2 3 1 2 3
Signal-to-noise: Larger is better

Gambar 4.14 Main Effect Plot for SN Rations

Dari grafik pada Gambar 4.14 Grafik Main Effect Plot for SN Rations, dapat
disimpulkan bahwa untuk Variabel Faktor A, level maksimumnya terletak pada
level 3, untuk Variabel Faktor B, level maksimumnya terletak pada level 3, untuk
Variabel Faktor C, level maksimumnya berada pada level 2, dan pada Variabel
Faktor D, level maksimumnya terletak pada level 1. Hasil ini sesuai dengan hasil
percobaan kesembilan dan pada percobaan kesembilan ini diperoleh hasil
viskositas terbesar dibandingkan dengan percobaan-percobaan sebelumnya.

Pada Worksheet akan muncul tambahan data SNRA dan MEAN, sebagai berikut :

Tabel 4.8 Data Hasil Percobaan dengan Metode Taguchi

Hasil Viskositas
Variabel Faktor
Percobaan (cP) SNRA MEAN
A B C D V1 V2
1 1 1 1 1 1,600 1,690 64.31357 1,645
2 1 2 2 2 1,750 1,770 64.90983 1,760
3 1 3 3 3 1,800 1,820 65.15317 1,810
4 2 1 2 3 2,380 2,360 67.49473 2,370
5 2 2 3 1 2,450 2,470 67.81849 2,460
6 2 3 1 2 2,300 2,360 67.34496 2,330
7 3 1 3 2 2,520 2,570 68.1125 2,545

56
 8 3 2 1 3 2,630 2,600 68.34901 2,615
9 3 3 2 1 2,800 2,850 69.01935 2,825

4.2.7. Pengujian ANOVA

Data yang telah diperoleh selanjutnya diolah dengan menggunakan dua cara, yaitu
Analysis of Variance (ANOVA) untuk nilai rata-rata dan Analysis of Variance
(ANOVA) untuk nilai SN Ratio (SNR). ANOVA dari nilai rata-rata digunakan
untuk mencari faktor-faktor apa saja yang mempengaruhi hasil percobaan
sedangkan ANOVA SN Ratio digunakan untuk mencari faktor-faktor yang
memiliki kontribusi pada pengurangan variasi suatu karakteristik kualitas.

4.2.7.1. ANOVA Nilai Rata-Rata

Sebelum melakukan perhitungan ANOVA, terlebih dahulu melakukan
perhitungan untuk memperoleh Respon Nilai Rata-Rata. Berikut adalah tabel
Respon Nilai Rata-Rata dari hasil hasil percobaan Taguchi.

Tabel 4.9 Tabel Respon Nilai Rata-Rata

Level A B C D
1 1,738.333 2,186.66667 2,196.667 2,310
2 2,386.667 2,278.33333 2,318.333 2,211.667
3 2,661.667 2,321.66667 2,271.667 2,265
Delta 923.3333 135 121.6667 98.33333
Rank 1 2 3 4

Tabel Respon Nilai Rata-Rata diperoleh dari hasil perhitungan nilai rata-rata hasil
percobaan yaitu pada Tabel 4.9 dengan perhitungan berikut in :
 Nilai Rata-Rata semua eksperimen
∑𝑦
𝑦̅ =

1600+1690+1750+1770+1800+1820+2380+2360+2450
+2470+2300+2360+2520+2570+2630+2600+2800+2850
𝑦̅ = 18

40720
𝑦̅ = = 2262,222
18

57
 Nilai Rata-Rata setiap level pada Faktor A
∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk

1645 + 1760 + 1810

𝑦̿𝐴1 =
3
5215
𝑦̿𝐴1 = = 1738,333
3

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk

2370 + 2460 + 2330

𝑦̿𝐴2 =
3
7160
𝑦̿𝐴2 = = 2386,666
3

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk

2545 + 2615 + 2825

𝑦̿𝐴3 =
3
7985
𝑦̿𝐴3 = = 2661,667
3

 Nilai Rata-Rata setiap level pada Faktor B

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk

1645 + 2370 + 2545

𝑦̿𝐵1 =
3
6560
𝑦̿𝐵1 = = 2186,6667
3

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk
1760 + 2460 + 2615
𝑦̿𝐵2 =
3

58
 6835
𝑦̿𝐵2 = = 2278,3333
3

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk
1810 + 2330 + 2825
𝑦̿𝐵3 =
3
6965
𝑦̿𝐵3 = = 2321,667
3

 Nilai Rata-Rata setiap level pada Faktor C

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk
1645 + 2330 + 2615
𝑦̿𝐶1 =
3
6590
𝑦̿𝐶1 = = 2196,667
3

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk
1760 + 2370 + 2825
𝑦̿𝐶2 =
3
6955
𝑦̿𝐶2 = = 2318,333
3

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk
1810 + 2460 + 2545
𝑦̿𝐶3 =
3
6815
𝑦̿𝐶3 = = 2271,667
3
 Nilai Rata-Rata setiap level pada Faktor D
∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk
1645 + 2460 + 2825
𝑦̿𝐷1 =
3
6930
𝑦̿𝐷1 = = 2310
3

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk
1760 + 2330 + 2545
𝑦̿𝐷2 =
3

59
 6635
𝑦̿𝐷2 = = 2211,667
3

∑ 𝑦̅𝑖𝑗𝑘
𝑦̿𝑗𝑘 =
ijk
1810 + 2370 + 2615
𝑦̿𝐷3 =
3
6795
𝑦̿𝐷3 = = 2265
3

Dari hasil tabel di atas, kemudian dapat dilakukan perhitungan ANOVA untuk
Rata-Rata Nilai Respon. ANOVA yang digunakan yaitu ANOVA dua arah karena
data percobaan yang terdiri dari dua faktor atau lebih dan dua level atau level.
Tabel ANOVA terdiri dari perhitungan derajat kebebasan (db), jumlah kuadrat,
rata-rata jumlah kuadrat, F-rasio. Berikut adalah perhitungan untuk memperoleh
tabel perhitungan ANOVA :
 Jumlah Kuadrat/Sum of Square (SS)

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑌 2
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 16002 + 17502 + 18002 + 23802 + 24502 + 23002 + 25202
+ 26302 + 28002 + 16902 + 17702 + 18202 + 23602
+ 24702 + 23602 + 25702 + 26002 + 28502
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 94955600

̅̅̅2
𝑚𝑒𝑎𝑛(𝑆𝑚 ) = 𝑛𝑦

mean(𝑆𝑚 ) = 18 ∗ 2262,2222

𝑚𝑒𝑎𝑛(𝑆𝑚 ) = 92117688,89

𝑆𝑆𝐴 = 𝑛𝐴1 ∗ ̅̅̅̅

𝐴12 + 𝑛𝐴2 ∗ ̅̅̅̅
𝐴22 + 𝑛𝐴3 ∗ ̅̅̅̅
𝐴32 − 𝑆𝑚

𝑆𝑆𝐴 = 6 ∗ 1738,3332 + 6 ∗ 2386,6672 + 6 ∗ 2661,6672 − 92117688,89

𝑆𝑆𝐴 = 94814700 − 92117688,89

𝑆𝑆𝐴 = 2697011

𝑆𝑆𝐵 = 𝑛𝐵1 ∗ ̅̅̅̅

𝐵12 + 𝑛𝐵2 ∗ ̅̅̅̅
𝐵22 + 𝑛𝐵3 ∗ ̅̅̅̅
𝐵32 − 𝑆𝑚

𝑆𝑆𝐵 = 6 ∗ 2186,6672 + 6 ∗ 2278,3332 + 6 ∗ 2321,6672 − 92117688,89

𝑆𝑆𝐵 = 92174700 − 92117688,89

60
 𝑆𝑆𝐵 = 57011,11

𝑆𝑆𝐶 = 𝑛𝐶1 ∗ ̅̅̅̅

𝐶12 + 𝑛𝐶2 ∗ ̅̅̅̅
𝐶22 + 𝑛𝐶3 ∗ ̅̅̅̅
𝐶32 − 𝑆𝑚

𝑆𝑆𝐶 = 6 ∗ 2196,6672 + 6 ∗ 2318,3332 + 6 ∗ 2271,6672 − 92117688,89

𝑆𝑆𝐶 = 92162900 − 92117688,89

𝑆𝑆𝐶 = 45211,11

𝑆𝑆𝐷 = 𝑛𝐷1 ∗ ̅̅̅̅

𝐷12 + 𝑛𝐷2 ∗ ̅̅̅̅
𝐷22 + 𝑛𝐷3 ∗ ̅̅̅̅
𝐷32 − 𝑆𝑚

𝑆𝑆𝐷 = 6 ∗ 23002 + 6 ∗ 2211,6672 + 6 ∗ 22652 − 92117688,89

𝑆𝑆𝐷 = 92146767 − 92117688,89

𝑆𝑆𝐷 = 29077,78

𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 − 𝑆𝑚 − (𝑆𝑆𝐴 + 𝑆𝑆𝐵 + 𝑆𝑆𝐶 + 𝑆𝑆𝐷 )

𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 94955600 − 92117688,89

− (2697011 + 57011,11 + 45211,11 + 29077,78)
𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 9600

 Derajat Kebebasan (df)

𝐷𝐹𝐴 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐴 = 3 − 1

𝐷𝐹𝐴 = 2

𝐷𝐹𝐵 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐵 = 3 − 1
𝐷𝐹𝐵 = 2

𝐷𝐹𝐶 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐶 = 3 − 1
𝐷𝐹𝐶 = 2

61
 𝐷𝐹𝐷 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1
𝐷𝐹𝐷 = 3 − 1
𝐷𝐹𝐷 = 2

𝐷𝐹𝑆𝑆𝑡 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 − 1

𝐷𝐹𝑆𝑆𝑡 = 18 − 1
𝐷𝐹𝑆𝑆𝑡 = 17

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 𝐷𝐹𝑆𝑆𝑡 − 𝐷𝐹𝐴 − 𝐷𝐹𝐵 − 𝐷𝐹𝐶 − 𝐷𝐹𝐷

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 17 − 2 − 2 − 2 − 2
𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 9
 Rata-rata Jumlah Kuadrat/Mean of Square (MS)
𝑆𝑆𝐴
𝑀𝑆𝐴 =
𝐷𝐹𝐴

2697011,111
𝑀𝑆𝐴 =
2

𝑀𝑆𝐴 = 1348505,6

𝑆𝑆𝐵
𝑀𝑆𝐵 =
𝐷𝐹𝐵

57011,111
𝑀𝑆𝐵 =
2

𝑀𝑆𝐵 = 28505,556

𝑆𝑆𝐶
𝑀𝑆𝐶 =
𝐷𝐹𝐶

45211,111
𝑀𝑆𝐶 =
2

𝑀𝑆𝐶 = 22605,556

𝑆𝑆𝐷
𝑀𝑆𝐷 =
𝐷𝐹𝐷

29077,778
𝑀𝑆𝐷 =
2

𝑀𝑆𝐷 = 14538,889

62
 𝑆𝑆𝑒𝑟𝑟𝑜𝑟
𝑀𝑆𝑒𝑟𝑟𝑜𝑟 =
𝐷𝐹𝑒𝑟𝑟𝑜𝑟

9600
𝑀𝑆𝑒𝑟𝑟𝑜𝑟 =
9

𝑀𝑆𝑒𝑟𝑟𝑜𝑟 = 1066.6667

𝑀𝑆𝑆𝑆𝑡 = 𝑀𝑆𝐴 + 𝑀𝑆𝐵 + 𝑀𝑆𝐶 + 𝑀𝑆𝐷 + 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑀𝑆𝑆𝑆𝑡 = 1348505.6 + 28505.556 + 22605.556 + 14538.889 + 1066.6667

𝑀𝑆𝑆𝑆𝑡 = 1415222.2
 F Ratio
𝑀𝑆𝐴
𝐹𝐴 =
𝑀𝑆𝑒𝑟𝑟𝑜𝑟

1348505,6
𝐹𝐴 =
1066,6667

𝐹𝐴 = 1264,224

𝑀𝑆𝐵
𝐹𝐵 =
𝑀𝑆𝑒𝑟𝑟𝑜𝑟

28505,556
𝐹𝐵 =
1066,6667

𝐹𝐵 = 26,72396

𝑀𝑆𝐶
𝐹𝐶 =
𝑀𝑆𝑒𝑟𝑟𝑜𝑟

22605,556
𝐹𝐶 =
1066,6667

𝐹𝐶 = 21,19271

𝑀𝑆𝐷
𝐹𝐷 =
𝑀𝑆𝑒𝑟𝑟𝑜𝑟

14538,889
𝐹𝐷 =
1066,6667

𝐹𝐷 = 13,63021

63
 𝑀𝑆𝑒𝑟𝑟𝑜𝑟
𝐹𝑒𝑟𝑟𝑜𝑟 =
𝑀𝑆𝑒𝑟𝑟𝑜𝑟

1066,6667
𝐹𝑒𝑟𝑟𝑜𝑟 =
1066,6667

𝐹𝑒𝑟𝑟𝑜𝑟 = 1

𝐹𝑆𝑆𝑡 = 𝐹𝐴 + 𝐹𝐵 + 𝐹𝐶 + 𝐹𝐷 + 𝐹𝑒𝑟𝑟𝑜𝑟

𝐹𝑆𝑆𝑡 = 1264.224 + 26.72396 + 21.19271 + 13.63021 + 1

𝐹𝑆𝑆𝑡 = 1326.771
 Pure Sum of Square (SS’)
𝑆𝑆′𝐴 = 𝑆𝑆𝐴 − 𝐷𝐹𝐴 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑆𝑆′𝐴 = 2697011,111 − (2 ∗ 1066,6667)

𝑆𝑆′𝐴 = 2694877,78

𝑆𝑆′𝐵 = 𝑆𝑆𝐵 − 𝐷𝐹𝐵 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑆𝑆′𝐵 = 57011,1111 − (2 ∗ 1066,6667)

𝑆𝑆′𝐵 = 54877,7778

𝑆𝑆′𝐶 = 𝑆𝑆𝐶 − 𝐷𝐹𝐶 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑆𝑆′𝐶 = 45211,1111 − (2 ∗ 1066,6667)

𝑆𝑆′𝐶 = 43077,7778

𝑆𝑆′𝐷 = 𝑆𝑆𝐷 − 𝐷𝐹𝐷 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑆𝑆′𝐷 = 29077,77778 − (2 ∗ 1066,6667)

𝑆𝑆′𝐷 = 26944,4444

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡 − (𝑆𝑆 ′𝐴 + 𝑆𝑆 ′ 𝐵 + 𝑆𝑆 ′ 𝐶 + 𝑆𝑆 ′ 𝐷 )

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 2828311.11 − (2694877.78 + 54877.7778 + 43077.7778 +
26944.4444
𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 8533.3333

64
 % Ratio
𝑆𝑆′𝐴
𝜌𝐴 = ∗ 100%
𝑆𝑆𝑡

2694877,78
𝜌𝐴 = ∗ 100%
2837911.11

𝜌𝐴 =94.95991%

𝑆𝑆′𝐴
𝜌𝐵 = ∗ 100%
𝑆𝑆𝑡

54877,7778
𝜌𝐵 = ∗ 100%
2837911.11

𝜌𝐵 =1,933738%

𝑆𝑆′𝐴
𝜌𝐶 = ∗ 100%
𝑆𝑆𝑡

43077,7778
𝜌𝐶 = ∗ 100%
2837911.11

𝜌𝐶 =1,51794%

𝑆𝑆′𝐴
𝜌𝐷 = ∗ 100%
𝑆𝑆𝑡

26944,4444
𝜌𝐷 = ∗ 100%
2837911.11

𝜌𝐷 = 0.949446 %

𝑆𝑆′𝐴
𝜌 𝑒𝑟𝑟𝑜𝑟 = ∗ 100%
𝑆𝑆𝑡

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟
𝜌 𝑒𝑟𝑟𝑜𝑟 = ∗ 100%
𝑆𝑆𝑡

8533.3333
𝜌 𝑒𝑟𝑟𝑜𝑟 = ∗ 100%
2837911.11
𝜌 𝑒𝑟𝑟𝑜𝑟 = 0.63897 %

65
Dari hasil perhitungan ANOVA dua arah di atas maka diperoleh tabel ANOVA
sebagai berikut:
Tabel 4.10 ANOVA Rata-Rata

SUMBER SS DF MS FHITUNG SS' RATIO

A 2697011.111 2 1348505.6 1264.224 2694877.78 95.28223

B 57011.11111 2 28505.556 26.72396 54877.7778 1.940302
C 45211.11111 2 22605.556 21.19271 43077.7778 1.523092
D 29077.77778 2 14538.889 13.63021 26944.4444 0.952669
ERROR 9600 9 1066.6667 1 8533.33333 0.30171
SST 2828311.111 17 1415222.2 1326.771 2828311.11 100
MEAN 92117688.89 1
SS
94955600 18 `
TOTAL

Dari tabel ANOVA diketahui bahwa semua faktor memiliki pengaruh signifikan
terhadap nilai viskositas, dimana semua faktor memiliki perbandingan F-ratio
yang lebih besar dari F-tabel (F0.05;2;2.18) yaitu 3.55. (Nilai F-tabel dapat dilihat
pada lampiran 2).

4.2.7.2. ANOVA Nilai SN Ratio

Sebelum melakukan perhitungan ANOVA untuk nilai SN Ratio, terlebih dahulu
melakukan perhitungan untuk memperoleh Nilai SN Ratio. Berikut adalah tabel
Respon Nilai SN Ratio dari hasil hasil percobaan Taguchi.
Tabel 4.11 Tabel Respon Nilai SN Ratio
Level A B C D
1 1738.333 2186.66667 2196.667 2310
2 2386.667 2278.33333 2318.333 2211.667
3 2661.667 2321.66667 2271.667 2265
Delta 923.3333 135 121.6667 98.33333
Rank 1 2 3 4

Dari hasil tabel di atas, kemudian dapat dilakukan perhitungan ANOVA.

Langkah-langkah perhitungan yang dilakukan sama dengan perhitungan yan
dilakukan pada analisis ANOVA untuk Nilai Rata-Rata. Berikut adalah
perhitungan untuk memperoleh tabel perhitungan ANOVA :

66
 Jumlah Kuadrat/Sum of Square (SS)

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 2

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 64,313572 + 64,909832 + 65,153172 + 67,494732 + 67,818492

+ 67,344962 + 68,11252 + 68,349012 + 69,019352

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 40359,256

𝑆𝑚 =  ∗ 
̅2

𝑆𝑚 = 9 ∗ 66,946182

𝑆𝑚 = 9 ∗ 4481,791017 = 40336,12

𝑆𝑆𝐴 = 𝑛𝐴1 ∗ 𝐴1

̅̅̅̅2 + 𝑛𝐴2 ∗ 𝐴2
̅̅̅̅2 + 𝑛𝐴3 ∗ 𝐴3
̅̅̅̅2 − 𝑆𝑚

𝑆𝑆𝐴 = (3 ∗ 64,792 ) + (3 ∗ 67,552 ) + (3 ∗ 68,492 ) − 40336,12

𝑆𝑆𝐴 = 40358,32 − 40336,12

𝑆𝑆𝐴 = 22,206

𝑆𝑆𝐵 = 𝑛𝐵1 ∗ 𝐵1

̅̅̅̅2 + 𝑛𝐵2 ∗ 𝐵2
̅̅̅̅2 + 𝑛𝐵3 ∗ 𝐵3
̅̅̅̅2 − 𝑆𝑚

𝑆𝑆𝐵 = (3 ∗ 66,642 ) + (3 ∗ 67,032 ) + (3 ∗ 67,172 ) − 40336,12

𝑆𝑆𝐵 = 40336,57 − 40336,12

𝑆𝑆𝐵 =0,4534

𝑆𝑆𝐶 = 𝑛𝐶1 ∗ 𝐶1

̅̅̅̅2 + 𝑛𝐶2 ∗ 𝐶2
̅̅̅̅2 + 𝑛𝐶3 ∗ 𝐶3
̅̅̅̅2 − 𝑆𝑚

𝑆𝑆𝐶 = (3 ∗ 66,672 ) + (3 ∗ 67,142 ) + (3 ∗ 67,032 ) − 40336,12

𝑆𝑆𝐶 = 40336,48 − 40336,12

𝑆𝑆𝐶 =0,3645

𝑆𝑆𝐷 = 𝑛𝐷1 ∗ 𝐷1

̅̅̅̅2 + 𝑛𝐷2 ∗ 𝐷2
̅̅̅̅2 + 𝑛𝐷3 ∗ 𝐷3
̅̅̅̅2 − 𝑆𝑚

𝑆𝑆𝐷 = (3 ∗ 67,052 ) + (3 ∗ 66,792 ) + (3 ∗ 672 ) − 4481,791

67
 𝑆𝑆𝐷 = 40336,23 − 4481,791

𝑆𝑆𝐷 =0,1150

 Derajat Kebebasan (df)

𝐷𝐹𝐴 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐴 = 3 − 1

𝐷𝐹𝐴 = 2

𝐷𝐹𝐵 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐵 = 3 − 1

𝐷𝐹𝐵 = 2

𝐷𝐹𝐶 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐶 = 3 − 1

𝐷𝐹𝐶 = 2

𝐷𝐹𝐷 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐷 = 3 − 1

𝐷𝐹𝐷 = 2

𝐷𝐹𝑆𝑆𝑡 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 − 1

𝐷𝐹𝑆𝑆𝑡 = 18 − 1
𝐷𝐹𝑆𝑆𝑡 = 17

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 𝐷𝐹𝑆𝑆𝑡 − 𝐷𝐹𝐴 − 𝐷𝐹𝐵 − 𝐷𝐹𝐶 − 𝐷𝐹𝐷

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 17 − 2 − 2 − 2 − 2
𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 9

 Rata-rata Jumlah Kuadrat/Mean of Square (MS)

𝑆𝑆𝐴
𝑀𝑆𝐴 =
𝐷𝐹𝐴

68
 22,2060
𝑀𝑆𝐴 =
2

𝑀𝑆𝐴 = 11,1031

𝑆𝑆𝐵
𝑀𝑆𝐵 =
𝐷𝐹𝐵

0,4534
𝑀𝑆𝐵 =
2

𝑀𝑆𝐵 = 0,2267

𝑆𝑆𝐶
𝑀𝑆𝐶 =
𝐷𝐹𝐶

0,3645
𝑀𝑆𝐶 =
2

𝑀𝑆𝐶 = 0,1822

𝑆𝑆𝐷
𝑀𝑆𝐷 =
𝐷𝐹𝐷

0,1150
𝑀𝑆𝐷 =
2

𝑀𝑆𝐷 = 0,0575

𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 𝑆𝑆𝐶 + 𝑆𝑆𝐷

𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 0,3645 + 0,1150

𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 0,4795

𝑀𝑆𝑆𝑆𝑡 = 𝑀𝑆𝐴 + 𝑀𝑆𝐵 + 𝑀𝑆𝐶 + 𝑀𝑆𝐷 + 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑀𝑆𝑆𝑆𝑡 = 11.1031 + 0.2267 + 0.1822 + 0.0575 + 0.0532

𝑀𝑆𝑆𝑆𝑡 = 11.6229

 F Ratio
𝑀𝐴
𝐹𝐴 =
𝑀𝑒

69
 11,1031
𝐹𝐴 =
0.0532

𝐹𝐴 = 208,3856

𝑀𝐵
𝐹𝐵 =
𝑀𝑒

0,2267
𝐹𝐵 =
0,0532

𝐹𝐵 = 4,2548

𝑀𝐶
𝐹𝐶 =
𝑀𝑒

0,1822
𝐹𝐶 =
0,0532

𝐹𝐶 = 3,4207

𝑀𝐷
𝐹𝐷 =
𝑀𝑒

0,0575
𝐹𝐷 =
0,0532

𝐹𝐷 = 1,0792

𝑀𝑆𝑒𝑟𝑟𝑜𝑟
𝐹𝑒𝑟𝑟𝑜𝑟 =
𝑀𝑆𝑒𝑟𝑟𝑜𝑟

0.0532
𝐹𝑒𝑟𝑟𝑜𝑟 =
0.0532

𝐹𝑒𝑟𝑟𝑜𝑟 = 1

𝐹𝑆𝑆𝑡 = 𝐹𝐴 + 𝐹𝐵 + 𝐹𝐶 + 𝐹𝐷 + 𝐹𝑒𝑟𝑟𝑜𝑟

𝐹𝑆𝑆𝑡 = 208.3856 + 4.2548 + 3.4207 + 1.0792 + 1

𝐹𝑆𝑆𝑡 = 218.1404
 Pure Sum of Square (SS’)

70
 𝑆𝑆′𝐴 = 𝑆𝑆𝐴 − 𝐷𝐹𝐴 ∗ 𝑀𝑒

𝑆𝑆′𝐴 = 22,2063 − (2 ∗ 0,0532)

𝑆𝑆′𝐴 = 22,0998

𝑆𝑆′𝐵 = 𝑆𝑆𝐵 − 𝐷𝐹𝐵 ∗ 𝑀𝑒

𝑆𝑆′𝐵 = 0,4534 − (2 ∗ 0,0532)

𝑆𝑆′𝐵 = 0,3468

𝑆𝑆′𝐶 = 𝑆𝑆𝐶 − 𝐷𝐹𝐶 ∗ 𝑀𝑒

𝑆𝑆′𝐶 = 0,3645 − (2 ∗ 0,0532)

𝑆𝑆′𝐶 = 0,2579

𝑆𝑆′𝐷 = 𝑆𝑆𝐷 − 𝐷𝐹𝐷 ∗ 𝑀𝑒

𝑆𝑆′𝐷 = 0,1150 − (2 ∗ 0,0532)

𝑆𝑆′𝐷 = 0,0084

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡 − (𝑆𝑆 ′𝐴 + 𝑆𝑆 ′ 𝐵 + 𝑆𝑆 ′ 𝐶 + 𝑆𝑆 ′ 𝐷 )

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 23.6188 − (22.0998 + 0.3468 + 0.2579 + 0.0084)
𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 0.90579

 % Ratio
𝑆𝑆′𝐴
𝜌𝐴 = ∗ 100%
𝑆𝑆𝑡

22,0998
𝜌𝐴 = ∗ 100%
23,6188

𝜌𝐴 =93,5685%

𝑆𝑆′𝐵
𝜌𝐵 = ∗ 100%
𝑆𝑆𝑡

0,3648
𝜌𝐵 = ∗ 100%
23,6188

𝜌𝐵 =1,4685%

71
 𝑆𝑆′𝐶
𝜌𝐶 = ∗ 100%
𝑆𝑆𝑡

0,2579
𝜌𝐶 = ∗ 100%
23,6188

𝜌𝐶 =1,0921%

𝑆𝑆′𝐷
𝜌𝐷 = ∗ 100%
𝑆𝑆𝑡

0,0084
𝜌𝐷 = ∗ 100%
23,6188

𝜌𝐷 =0,0357%

𝑆𝑆′𝐴
𝜌 𝑒𝑟𝑟𝑜𝑟 = ∗ 100%
𝑆𝑆𝑡

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟
𝜌 𝑒𝑟𝑟𝑜𝑟 = ∗ 100%
𝑆𝑆𝑡

0.90579
𝜌 𝑒𝑟𝑟𝑜𝑟 = ∗ 100%
23.6188
𝜌 𝑒𝑟𝑟𝑜𝑟 = 3.8350 %
Dari hasil seluruh perhitungan ANOVA untuk nilai SN Ratio ditunjukkan pada
tabel berikut ini :
Tabel 4.12 ANOVA Nilai SN Ratio

SUMBER SS DF MS FRATIO SS' RATIO

A 22.206388 2 11.10319 208.385603 22.0998246 93.5685
B 0.4534082 2 0.226704 4.25480088 0.34684436 1.4685
C 0.3645236 2 0.182261 3.42070390 0.25795971 1.09217
D 0.1150140 2 0.057507 1.0792960 0.00845010 0.03577
ERROR 0.4795376 9 0.053282 1 0.90579 3.83504
SST 23.618872 17 11.62294 217.140404 23.6188721 100
MEAN 40336.117 1
SS
40359.256 18 `
TOTAL

Berdasarkan perhitungan ANOVA untuk nilai SN Ratio menunjukkan bahwa %

kontribusi pada error sebesar 3.84% yang berarti bahwa semua faktor signifikan yang

72
mempengaruhi variasi viskositas telah dimasukkan ke dalam eksperimen ini di mana
syarat untuk metode Taguchi untuk % kontribusi yaitu ≤ 50%.

4.2.8. Percobaan Konfirmasi

Dari hasil percobaan dengan metode Taguchi, diperoleh hasil optimum pada
percobaan kesembilan berikut ini :
Tabel 4.13 Tabel Hasil Percobaan Taguchi
Variabel Faktor Hasil Viskositas (cps)
Percobaan
A B C D V1 V2
1 1 1 1 1 1,600 1,690
2 1 2 2 2 1,750 1,770
3 1 3 3 3 1,800 1,820
4 2 1 2 3 2,380 2,360
5 2 2 3 1 2,450 2,470
6 2 3 1 2 2,300 2,360
7 3 1 3 2 2,520 2,570
8 3 2 1 3 2,630 2,600
9 3 3 2 1 2,800 2,850

Dari nilai percobaan kesembilan ini digunakan sebagai acuan dalam penerapan
perbaikan pada proses Mixing Produk Shampoo Kids Beauty ini. Adapun nilai-
nilai level dari variabel faktor tersebut yaitu :
Tabel 4.14 Level Optimum dari Faktor
Variabel Faktor Lambang Level Optimum Lambang Satuan
Jumlah NaCl A 0.40% 3 Kg
Volume Air B 79.05% 3 Kg
Temperatur C 40 2 °C
Kecepatan Mixer D 500 1 Rpm

Setelah memperoleh level optimum, kemudian hasil tersebut diterapkan pada

proses produksi Mixing Shampoo Kids Beauty. Sebelumnya hasil percobaan
tersebut telah mendapatkan persetujuan unuk dapat diterapkan pada proses
produksi. Proses konfirmasi perobaan ini dilakukan bersamaan dengan adanya
jadwal produk untuk produk ini. Proses produksi dilakukan sepenuhnya oleh
operator Mixing. Percobaan konfirmasi ini dilakukan pada mesin mixer yang

73
sama dengan sebelumnya. Sehingga dapat dipastikan tingkat perbedaan hasilnya
sedikit. Berikut hasil percobaan konfirmasi untuk produk Shampoo Kids Beauty :
Tabel 4.15 Tabel Hasil Percobaan Konfirmasi

Batch Viscosity (cps)

No. Tanggal Mixing
Liquid V1 V2 V3
1 27 Februari 2016 001E 2,400 2,200 2,100
2 27 Februari 2016 002E 2,300 2,500 2,620
3 27 Februari 2016 003E 2,400 2,200 2,140
4 29 Februari 2016 004E 2,150 2,300 2,270
5 29 Februari 2016 005E 2,260 2,400 2,470
6 03 Maret 2016 006E 2,300 2,240 2,000
7 03 Maret 2016 007E 2,410 2,100 2,200
8 05 Maret 2016 008E 2,450 2,500 2,370
9 05 Maret 2016 009E 2,100 2,290 2,350
10 05 Maret 2016 010E 2,300 2,560 2,600
11 08 Maret 2016 011E 2,470 2,300 2,250
12 08 Maret 2016 012E 2,300 2,500 2,460
13 09 Maret 2016 013E 1,920 2,100 1,950
14 09 Maret 2016 014E 1,800 1,890 1,680
15 10 Maret 2016 015E 1,620 1,500 1,740
16 10 Maret 2016 016E 1,780 1,880 1,600
17 14 Maret 2016 017E 2,100 2,400 2,400
18 14 Maret 2016 018E 2,500 2,260 2,300
19 14 Maret 2016 019E 2,100 2,350 2,400
20 15 Maret 2016 020E 2,300 2,500 2,520
21 15 Maret 2016 021E 2,000 2,270 2,270
22 15 Maret 2016 022E 2,100 2,400 2,400
23 17 Maret 2016 023E 2,500 2,360 2,320
24 17 Maret 2016 024E 2,300 2,410 2,550
25 17 Maret 2016 025E 2,420 2,100 2,100

Dari data hasil percobaan konfirmasi di atas, dibuat dalam bentuk peta kendali X-
bar dan R. Untuk mengetahui perbedaan kapabilitas proses sebelum dan sesudah
dilakukannya perbaikan dengan menerapkan metode Taguchi pada proses
pembuatan produk Shampoo Kids Beauty. Berikut ini adalah tabel Nilai X-bar
dan R yang digunakan untuk membuat peta kendali X-bar dan R.

74
 Tabel 4.16 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty

Batch Viscosity (cP)

No. X-bar Range
Liquid V1 V2 V3
1 001E 2,400 2,200 2,100 2,233.33 300
2 002E 2,300 2,500 2,620 2,473.33 320
3 003E 2,400 2,200 2,140 2,246.67 260
4 004E 2,150 2,300 2,270 2,240.00 150
5 005E 2,260 2,400 2,470 2,376.67 210
6 006E 2,300 2,240 2,000 2,180.00 300
7 007E 2,410 2,100 2,200 2,236.67 310
8 008E 2,450 2,500 2,370 2,440.00 130
9 009E 2,100 2,290 2,350 2,246.67 250
10 010E 2,300 2,560 2,600 2,486.67 300
11 011E 2,470 2,300 2,250 2,340.00 220
12 012E 2,300 2,500 2,460 2,420.00 200
13 013E 1,920 2,100 1,950 1,990.00 180
14 014E 1,800 1,890 1,680 1,790.00 210
15 015E 1,620 1,500 1,740 1,620.00 240
16 016E 1,780 1,880 1,600 1,753.33 280
17 017E 2,100 2,400 2,400 2,300.00 300
18 018E 2,500 2,260 2,300 2,353.33 240
19 019E 2,100 2,350 2,400 2,283.33 300
20 020E 2,300 2,500 2,520 2,440.00 220
21 021E 2,000 2,270 2,270 2,180.00 270
22 022E 2,100 2,400 2,400 2,300.00 300
23 023E 2,500 2,360 2,320 2,393.33 180
24 024E 2,300 2,410 2,550 2,420.00 250
25 025E 2,420 2,100 2,100 2,206.67 320
TOTAL 55,950 6240
RATA-RATA 2,238.00 249.60

Dari tabel 4.15 di atas, maka dapat dengan mudah untuk melakukan perhitungan
untuk membuat peta kendali X-bar dan R.
 Peta Kendali X-bar
 ̿
CL = X
𝐓𝐨𝐭𝐚𝐥 ̅𝐗
𝐂𝐋𝐗̅ =
𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩
55,950
𝐂𝐋𝐗̅ =
25
𝐂𝐋𝐗̅ = 2,238

75
  ̿ − 𝐀𝟐 𝐱 𝐑
𝐋𝐂𝐋𝐗̅ = 𝐗 ̅
𝐋𝐂𝐋𝐗̅ = 2,238 − (1.023 x 249.6)
𝐋𝐂𝐋𝐗̅ = 2,238 − 255.3408
𝐋𝐂𝐋𝐗̅ = 1,982.6592

 ̿ + 𝐀𝟐 𝐱 𝐑
𝐔𝐂𝐋𝐗̅ = 𝐗 ̅
𝐔𝐂𝐋𝐗̅ = 2,238 + (1.023 x 249.6)
𝐔𝐂𝐋𝐗̅ = 2,238 + 255.3408
𝐔𝐂𝐋𝐗̅ = 2,493.3408
Keterangan :
CL : Garis Tengah (Central Line)
LCL : Batas Kendali Bawah ( Lower Control Line)
UCL : Batas Kendali Atas ( Upper Control Line)

Untuk nilai A2 dapat diperoleh dari tabel pada lampiran 1. Table of Control Chart
Constants. Dari hasil perhitungan di atas, maka peta kendali X-bar pun dapat
dibuat. Berikut adalah gambar peta kendali X-bar untuk Shampoo Kids Beauty.

Gambar 4.15 Peta Kendali X-bar (Setelah Perbaikan)

76
 Peta Kendali R
̅
 CL = R
𝐓𝐨𝐭𝐚𝐥 𝐑
𝐂𝐋𝐑 =
𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩
6,240
𝐂𝐋𝐑 =
25
𝐂𝐋𝐑 = 249.60

 𝐋𝐂𝐋𝐑 = 𝐃𝟑 𝐱 ̅
𝐑
𝐋𝐂𝐋𝐑 = 0 x 249.60
𝐋𝐂𝐋𝐑 = 0

 𝐔𝐂𝐋𝐑 = 𝐃𝟒 𝐱 ̅
𝐑
𝐔𝐂𝐋𝐑 = 2.574 x 249.60
𝐔𝐂𝐋𝐑 = 642.4704
Keterangan :
CL : Garis Tengah (Central Line)
LCL : Batas Kendali Bawah ( Lower Control Line)
UCL : Batas Kendali Atas ( Upper Control Line)
Untuk nilai D3 dan D4 dapat diperoleh dari tabel pada 1. Table of Control Chart
Constants. Setelah memperoleh nilai CL, UCL, dan LCL, peta kendali R dapat
dibuat. Berikut adalah gambar dari peta kendali R (setelah perbaikan).

77
 Gambar 4.16 Peta Kendali R (Setelah Perbaikan)

4.2.9. Kapabilitas Proses Setelah Perbaikan

Produk Shampoo Kids Beauty ini memiliki batas spesifikasi untuk parameter
viskositas yaitu 1000 cP – 4000 cP dimana target viskositasnya yaitu 2500 cP.
Untuk mengetahui nilai kapabilitas proses setelah dilakukannya perbaikan dengan
metode Taguchi dari produk, maka dilakukan perhitungan sebagai berikut :

 Indeks Kapabilitas Proses (Cp)

USL − LSL
Cp =
6σ
Dengan standard deviasi (𝜎) = 226.2742
4,000 − 1,000
Cp =
6 x 226.2742
Cp = 2.2097
 Indeks Kapabilitas Proses (Cpk)
USL − μ μ − LSL
Cpk = min { , }
3σ 3σ

78
 Dengan 𝜇 = 𝑋̿ = 2238
4,000 − 2,238 2,238 − 1,000
Cpk = min { , }
3 x 226.2742 3 x 226.2742
1,762 1,238
Cpk = min { , }
678.8266 678.8266
Cpk = min{2.59 , 1.82}
Cpk = 1.82
 Indeks Kapabilitas Taguchi (Cpm)
USL − LSL
Cpm =
6τ
USL − LSL
Cpm =
6 √σ2 + (μ − T)2
Cp μ−T
Cpm = dimana δ =
√1 + δ2 σ
μ−T
δ=
σ
2,238 − 2,500
δ=
226.2742
δ = −1.16
2.2097
Cpm =
√1 + (−1.16)2
2.2097
Cpm =
√2.3456
Cpm = 1.44
Dari hasil perhitungan Indeks Kapabilitas Proses di atas, maka dapat disimpulkan
bahwa nilai Cp yaitu 2.2097 di mana nilai ini lebih besar dari 1.33, sehingga
proses dikatakan telah kapabel. Begitu pula dengan nilai Cpk yang dihasilkan yaitu
1.82, yang artinya apabila nilai Cpk lebih dari 1 maka semua variasi proses berada
dalam batas spesifikasi.

79
 BAB V
HASIL DAN REKOMENDASI

5.1. Kesimpulan
Dari hasil analisis data pada Bab IV, maka dapat disimpulkan bahwa :
a. Faktor-faktor yang mempengaruhi viskositas yaitu faktor jumlah NaCl,
volume air, temperature dan kecepatan mesin. Dan dari analisis ANOVA,
semua faktor yang digunakan dalam percobaan memiliki pengaruh signifikan
terhadap nilai viskositas produk.
b. Dari hasil percobaan dengan metode Taguchi, diperoleh setting level
optimum untuk masing-masing faktor yaitu sebagai berikut :
Variabel Faktor Level Optimum Satuan
Jumlah NaCl 0.40% Kg
Volume Air 79.05% Kg
Temperatur 40 °C
Kecepatan Mixer 500 Rpm

c. Setelah diterapkannya hasil percobaan dengan Metode Taguchi, Cpk dari

Proses Mixing Shampoo Kids Beauty meningkat menjadi 1.82, dimana
sebelum adanya perbaikan Cpk hanya sebesar 0.12.

5.2. Rekomendasi
Setelah diperolehnya setting level optimum untuk produk Shampoo Kids Beauty,
kualitas produk pun semakin meningkat. Diharapkan kepada pihak perusahaan
untuk tetap melakukan pengawasan terhadap hasil yang diperoleh untuk
mengurangi tingkat variasi dari produk ini.

80
 DAFTAR PUSTAKA

Ciptana, Monika Kussetya, Pengukuran Biaya Kualitas, Jurnal Akuntansi dan

Keuangan Vol. 1, No. 1, Mei 1999: 68-83.

Garrity, Susan M., Basic Quality Improvement, Prentice Hall, New Jersey, 1993.

Mitra, Amitava, Fundamental of Quality Control and Improvement, Prentice Hall,

New Jersey, 1998.

Muis, Saludin, Metodologi Sig Sigma: Teori dan Aplikasi di Lingkungan

Pabrikasi, Graha Ilmu, 2014.

Taguchi, Genichi, Chowdhury, Subir, and Wu Yuin, Taguchi’s Quality

Engineering Handbook, John Wiley & Sons, Inc, New Jersey, 2005.

Ishak, Aulia, Rekaya Kualitas, USU digital library, 2002.

81
LAMPIRAN

82
LAMPIRAN 1
TABEL KONSTANTA PETA KENDALI

Table of Control Chart Constants

X-bar Chart for sigma R Chart Constants S Chart Constants

Constants estimate
Sample A2 A3 d2 D3 D4 B3 B4
Size =
m2 1.880 2.659 1.128 0 3.267 0 3.267
3 1.023 1.954 1.693 0 2.574 0 2.568
4 0.729 1.628 2.059 0 2.282 0 2.266
5 0.577 1.427 2.326 0 2.114 0 2.089
6 0.483 1.287 2.534 0 2.004 0.030 1.970
7 0.419 1.182 2.704 0.076 1.924 0.118 1.882
8 0.373 1.099 2.847 0.136 1.864 0.185 1.815
9 0.337 1.032 2.970 0.184 1.816 0.239 1.761
10 0.308 0.975 3.078 0.223 1.777 0.284 1.716
11 0.285 0.927 3.173 0.256 1.744 0.321 1.679
12 0.266 0.886 3.258 0.283 1.717 0.354 1.646
13 0.249 0.850 3.336 0.307 1.693 0.382 1.618
14 0.235 0.817 3.407 0.328 1.672 0.406 1.594
15 0.223 0.789 3.472 0.347 1.653 0.428 1.572
16 0.212 0.763 3.532 0.363 1.637 0.448 1.552
17 0.203 0.739 3.588 0.378 1.622 0.466 1.534
18 0.194 0.718 3.640 0.391 1.608 0.482 1.518
19 0.187 0.698 3.689 0.403 1.597 0.497 1.503
20 0.180 0.680 3.735 0.415 1.585 0.510 1.490
21 0.173 0.663 3.778 0.425 1.575 0.523 1.477
22 0.167 0.647 3.819 0.434 1.566 0.534 1.466
23 0.162 0.633 3.858 0.443 1.557 0.545 1.455
24 0.157 0.619 3.895 0.451 1.548 0.555 1.445
25 0.153 0.606 3.931 0.459 1.541 0.565 1.435

83
LAMPIRAN 2
TABEL ANOVA
Critical values of F for the 0.05 significance level:
1 2 3 4 5 6 7 8 9 10
1 161.45 199.50 215.71 224.58 230.16 233.99 236.77 238.88 240.54 241.88
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.39 19.40
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14
10 4.97 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98
11 4.84 3.98 3.59 3.36 3.20 3.10 3.01 2.95 2.90 2.85
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49
17 4.45 3.59 3.20 2.97 2.81 2.70 2.61 2.55 2.49 2.45
18 4.41 3.56 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35
21 4.33 3.47 3.07 2.84 2.69 2.57 2.49 2.42 2.37 2.32
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.38 2.32 2.28
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.26
25 4.24 3.39 2.99 2.76 2.60 2.49 2.41 2.34 2.28 2.24
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.17
31 4.16 3.31 2.91 2.68 2.52 2.41 2.32 2.26 2.20 2.15
32 4.15 3.30 2.90 2.67 2.51 2.40 2.31 2.24 2.19 2.14
33 4.14 3.29 2.89 2.66 2.50 2.39 2.30 2.24 2.18 2.13
34 4.13 3.28 2.88 2.65 2.49 2.38 2.29 2.23 2.17 2.12
35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11
36 4.11 3.26 2.87 2.63 2.48 2.36 2.28 2.21 2.15 2.11
37 4.11 3.25 2.86 2.63 2.47 2.36 2.27 2.20 2.15 2.10
38 4.10 3.25 2.85 2.62 2.46 2.35 2.26 2.19 2.14 2.09
39 4.09 3.24 2.85 2.61 2.46 2.34 2.26 2.19 2.13 2.08

84
40 4.09 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08
41 4.08 3.23 2.83 2.60 2.44 2.33 2.24 2.17 2.12 2.07
42 4.07 3.22 2.83 2.59 2.44 2.32 2.24 2.17 2.11 2.07
43 4.07 3.21 2.82 2.59 2.43 2.32 2.23 2.16 2.11 2.06
44 4.06 3.21 2.82 2.58 2.43 2.31 2.23 2.16 2.10 2.05
45 4.06 3.20 2.81 2.58 2.42 2.31 2.22 2.15 2.10 2.05
46 4.05 3.20 2.81 2.57 2.42 2.30 2.22 2.15 2.09 2.04
47 4.05 3.20 2.80 2.57 2.41 2.30 2.21 2.14 2.09 2.04
48 4.04 3.19 2.80 2.57 2.41 2.30 2.21 2.14 2.08 2.04
49 4.04 3.19 2.79 2.56 2.40 2.29 2.20 2.13 2.08 2.03
50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.03
51 4.03 3.18 2.79 2.55 2.40 2.28 2.20 2.13 2.07 2.02
52 4.03 3.18 2.78 2.55 2.39 2.28 2.19 2.12 2.07 2.02
53 4.02 3.17 2.78 2.55 2.39 2.28 2.19 2.12 2.06 2.02
54 4.02 3.17 2.78 2.54 2.39 2.27 2.19 2.12 2.06 2.01
55 4.02 3.17 2.77 2.54 2.38 2.27 2.18 2.11 2.06 2.01
56 4.01 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.05 2.01
57 4.01 3.16 2.77 2.53 2.38 2.26 2.18 2.11 2.05 2.00
58 4.01 3.16 2.76 2.53 2.37 2.26 2.17 2.10 2.05 2.00
59 4.00 3.15 2.76 2.53 2.37 2.26 2.17 2.10 2.04 2.00
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99
61 4.00 3.15 2.76 2.52 2.37 2.25 2.16 2.09 2.04 1.99
62 4.00 3.15 2.75 2.52 2.36 2.25 2.16 2.09 2.04 1.99
63 3.99 3.14 2.75 2.52 2.36 2.25 2.16 2.09 2.03 1.99
64 3.99 3.14 2.75 2.52 2.36 2.24 2.16 2.09 2.03 1.98
65 3.99 3.14 2.75 2.51 2.36 2.24 2.15 2.08 2.03 1.98
66 3.99 3.14 2.74 2.51 2.35 2.24 2.15 2.08 2.03 1.98
67 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02 1.98
68 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02 1.97
69 3.98 3.13 2.74 2.51 2.35 2.23 2.15 2.08 2.02 1.97
70 3.98 3.13 2.74 2.50 2.35 2.23 2.14 2.07 2.02 1.97
71 3.98 3.13 2.73 2.50 2.34 2.23 2.14 2.07 2.02 1.97
72 3.97 3.12 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.97
73 3.97 3.12 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.96
74 3.97 3.12 2.73 2.50 2.34 2.22 2.14 2.07 2.01 1.96
75 3.97 3.12 2.73 2.49 2.34 2.22 2.13 2.06 2.01 1.96
76 3.97 3.12 2.73 2.49 2.34 2.22 2.13 2.06 2.01 1.96
77 3.97 3.12 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.96
78 3.96 3.11 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.95
79 3.96 3.11 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.95
80 3.96 3.11 2.72 2.49 2.33 2.21 2.13 2.06 2.00 1.95
81 3.96 3.11 2.72 2.48 2.33 2.21 2.13 2.06 2.00 1.95
82 3.96 3.11 2.72 2.48 2.33 2.21 2.12 2.05 2.00 1.95
83 3.96 3.11 2.72 2.48 2.32 2.21 2.12 2.05 2.00 1.95
84 3.96 3.11 2.71 2.48 2.32 2.21 2.12 2.05 1.99 1.95
85 3.95 3.10 2.71 2.48 2.32 2.21 2.12 2.05 1.99 1.94

85
86