DESAIN EKSPERIMEN

MODUL IV
DESAIN EKSPERIMEN
I. TUJUAN PRAKTIKUM
I.1.Tujuan Umum
1. Mengenal jenis – jenis desain eksperimen.
2. Mampu memahami dan menyelesaikan desain eksperimen dengan berbagai efek
perlakuan.
I.2. Tujuan Khusus

1. Mampu menentukan dependent dan independent variable.
2. Mampu merancang desain yang sesuai untuk eksperimen.
3. Mengetahui faktor-faktor yang berpengaruh terhadap waktu siklus pembuatan
produk.
4. Mengetahui interaksi antar faktor yang berpengaruh terhadap hasil eksperimen.
II. TEORI DASAR

II.1. Desain Eksperimen
1. Tujuan Desain Eksperimen
Desain suatu eksperimen bertujuan untuk memperoleh atau mengumpulkan
informasi sebanyak-banyaknya yang diperlukan untuk melakukan penelitian persoalan
yang akan dibahas. Penelitian harus dilakukan seefisien mungkin terutama dalam hal
penggunaan waktu, biaya, tenaga dan bahan yang harus digunakan.
2. Prinsip Dasar Desain Eksperimen
Prinsip-prinsip dasar tersebut adalah replikasi, pengacakan dan control local.
Sebelum mempelajari lebih lanjut mengenai prinsip tersebut, maka lebih dahulu
mengenal pengertian tentang perlakuan, kekeliruan dan unit eksperimen.
a. Perlakuan
Perlakuan memiliki pengertian sebagai sekumpulan kondisi eksperimen yang
akan digunakan terhadap unit eksperimen dalam ruang lingkup desain yang dipilih.
Perlakuan ini bisa berbentuk tunggal atau terjadi dalam bentuk kombinasi.
Misalnya ketika melakukan percobaan dalam rangka meneliti efek jenis kertas CD
terhadap waktu proses, maka perlakuan bisa berbentuk lama pemotongan, dsb. Tiap
89
Modul IV. Desain Eksperimen 90
perlakuan di atas merupakan perlakuan tunggal yang mungkin memberikan efek
sendiri-sendiri terhadap variabel respon (banyak pantulan, dan waktu pantul misalnya).
Efek perlakuan-perlakuan terhadap variabel respon mungkin saja dalam bentuk
gabungan atau kombinasi beberapa.
b. Unit Eksperimen
Dengan ini dimaksudkan unit yang dikenai perlakuan tunggal (mungkin
merupakan gabungan beberapa faktor) dalam sebuah replikasi eksperimen dasar. Dalam
contoh di atas misalnya, kertas CD merupakan unit eksperimen dalam percobaan
meneliti efek jenis kertas CD terhadap lamanya waktu proses pembuatan tempat CD.
c. Kekeliruan Eksperimen
Kekeliruan eksperimen menyatakan kegagalan dari dua unit eksperimen identik yang
dikenai perlakuan untuk memberikan hasil yang sama.
● Replikasi
Replikasi disini diartikan sebagai pengulangan eksperimen dasar. Dalam
kenyataannya, replikasi ini diperlukan karena dapat:
➢ Memberikan taksiran kekeliruan eksperimen yang dapat dipakai untuk menentukan
panjang interval confidence (selang kepercayaan) atau dapat sebagai satuan dasar
pengukuran untuk penetapan taraf signifikan daripada perbedaan-perbedaan yang
diamati.
➢ Menghasilkan taksiran yang lebih akurat untuk kekeliruan eksperimen.
➢ Memungkinkan kita untuk memproleh taksiran yang lebih baik mengenai efek rata-rata
suatu faktor.
● Pengacakan atau Randomisasi
Kita tahu bahwa derajat atau tingkat dapat dipercaya mengenai kebenaran
kesimpulan sangatlah penting dan ini diukur dengan peluang. Pengukuran ini
dimungkinkan oleh adanya pengacakan. Dengan kata lain, jika pengacakan tidak
digunakan, maka setiap kesimpulan yang dibuat bersifat bias dan tidak dapat didukung
oleh pengertian peluang sebagaimana mestinya.
Dalam percobaan, selain faktor- faktor yang diselidiki pengaruhnya terhadap suatu
variabel, juga terdapat faktor- faktor lain yang tidak dapat dikendalikan / tidak
diinginkan seperti: kelelahan operator, naik / turun daya mesin, dll. Hal tersebut dapat
mempengaruhi hasil percobaan. Pengaruh faktor- faktor tersebut dapat diperkecil
dengan menyebarkan pengaruh selama percobaan melalui randomisasi ( pengacakan)
urutan percobaan.
Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Jurusan Industri
Universitas Katolik Atma Jaya Jakarta
Secara umum randomisasi dimaksudkan untuk:
♠ Meratakan pengaruh dari faktor- faktor yang tidak dapat dikendalikan pada semua unit
percobaan.
♠ Memberikan kesempatan yang sama pada setiap unit percobaan untuk menerima suatu
perlakuan sehingga diharapkan ada kehomogenan pengaruh dari setiap perlakuan yang
sama.
♠ Mendapatkan hasil pengamatan yang bebas (independent) satu sama lain. Dalam desain
eksperimen akan banyak test atau uji signifikansi dilakukan dan umumnya untuk setiap
prosedur pengujian, asumsi- asumsi tertentu perlu diambil dan dipenuhi agar pengujian
yang dilakukan menjadi berlaku. Salah satu asumsinya adalah pengamatan- pengamatan
(jadi juga kekeliruan- kekeliruan) berdistribusi secara independent. Asumsi ini sukar
untuk dapat dipenuhi, akan tetapi dengan jalan berpedoman kepada perlakuan acak
terhadap unit percobaan, maka pengujian dapat dilakukan seakan- akan asumsi yang
telah diambil benar adanya. Dengan kata lain, pengacakan menyebabkan pengujian
menjadi berlaku yang menyebabkan pula memungkinkannya data analisis, dengan
anggapan seolah- olah asumsi tentang independent dipenuhi. Pengacakan
memungkinkan kita untuk melanjutkan langkah- langkah berikutnya dengan anggapan
soal independensi sebagai suatu kenyataan. Ini berarti bahwa pengacakan tidak
menjamin terjadinya independensi, melainkan hanyalah memperkecil adanya korelasi
antar pengamatan (jadi juga antar kekeliruan). Jika replikasi dengan tujuan untuk
memungkinkan dilakukannya test signifikan, maka randomisasi bertujuan menjadikan
test tersebut valid dengan menghilangkan sifat bias.
Randomisasi dapat dilakukan dengan menggunakan tabel bilangan acak,

mengundi, menggunakan mata uang, dan sebagainya. Ada beberapa teknik randomisasi
yang dapat dilakukan seperti randomisasi lengkap, randomisasi lengkap dengan blok,
pengulangan sederhana, split – plot design, dan lain- lain. Pemilihan teknik yang
digunakan tergantung dari masalah yang diselidiki, hasil yang diharapkan, data yang
didapat, dan penyesuaian yang akan dilakukan dengan teknik- teknik yang ada.
● Kontrol Lokal
Kontrol lokal merupakan sebagian daripada keseluruhan prinsip percobaan yang
harus dilaksanakan. Biasanya merupakan langkah- langkah atau usaha- usaha yang

berbentuk penyeimbangan, pengkotakkan, atau pemblokan dan pengelompokkan dari
unit- unit percobaan yang digunakan dalam percobaan.
Jika replikasi dan pengacakan pada dasarnya akan memungkinkan berlakunya uji
keberartian, maka kontrol lokal menyebabkan desain lebih efisien, yaitu menghasilkan
prosedur pengujian dengan kuasa yang lebih tinggi.
Pengelompokan akan diartikan sebagai penempatan sekumpulan unit eksperimen
yang homogen ke dalam kelompok-kelompok agar kelompok yang berbeda
memungkinkan untuk mendapatkan perlakuan yang berbeda pula.
● Efek dan Interaksi
Dalam banyak penelitian, kita sering terlibat dengan lebih dari satu macam
variabel bebas yang memberikan efek, pengaruh atau akibat pada variabel tak bebas
atau variabel respon yang hasilnya ingin diketahui. Untuk keperluan desain, variabel
bebas akan dinamakan faktor dan nlai-nilai atau klasifikasi-klasifikasi daripada sebuah
faktor dinamakan taraf faktor.
Model Tetap
Model ini membawa kita terhadap hipotesis nol bahwa tidak terdapat perbedaan
di antara efek-efek k buah perlakuan yang terdapat di dalam eksperimen. Hipotesis nol
biasanya dirumuskan sebagai:
H0 : τi = 0 untuk i = 1,2,…,k
Model Acak
Jika model acak dimisalkan, maka hipotesis nol berbunyi : tidak terdapat
perbedaan di antara efek-efek semua perlakuan dalam populasi dari mana sebuah
sampel telah diambil sebanyak k perlakuan. Perumusan hipotesis nol untuk model ini
adalah :
H0 : σ τ2 = 0
3. Desain Faktorial 23
Misalkan eksperimen yang dilakukan itu melibatkan tiga buah faktor A,B dan C,
tiap faktor mempunyai dua buah taraf. Desain yang diperoleh akan merupakan
eksperimen faktorial 23. Menggunakan notasi yang telah diuraikan, maka didapat
delapan buah kombinasi perlakuan, yakni (1), a, b, c, ac, bc, ab dan abc.
Pada desain faktorial 23, nampak bahwa:
Untuk efek A,B atau C, maka koefisien-koefisien kontras yang masing-masing
tidak mengandung a,b atau c bertanda negatif sedangkan yang mengandung a,b atau c
bertanda positif.

➢ Koefisien kontras, jadi juga tanda, untuk efek AB didapat dengan koefisien kontras efek
A dengan koefisien kontras efek B. Demikian pula koefisien kontras efek AC dan BC
masing-masing didapat dengan jalan mengalikan koefisien-koefisien kontras efek A
dengan efek C dan efek B dengan efek C.
➢ Koefisien kontras efek ABC didapat sebagai hasil perkalian koefisien-koefisien kontras
efek A dengan efek BC atau efek B dengan efek AC atau efek C dengan efek AB.
➢ Hubungan antara kombinasi perlakuan dan efek yang membentuk kontras ortogonal di
atas akan mudah tampak bila disusun dalam daftar seperti berikut:
Tabel 5.1 Tanda Koefisien Efek Untuk Desain Faktorial 23
Efek
Kombinasi
Total A B AB C AC BC
Perlakuan
ABC
(1) + - - + - + +
a -
b + + - - - - +
ab +
c + - + - - + -
ac +
bc + + + + - - -
abc -
+ - - + + - -
+
+ + - - + + -
-
+ - + - + - +
-
+ + + + + + +
+
Jelas bahwa dengan menggunakan daftar di atas sistem kontras ortogonal dengan
mudah dapat dibentuk sedangkan jumlah kuadrat tiap-tiap efek yang membentuk
kontras dihitung dengan aturan:
JK (efek) =
Dengan r menyatakan banyak replikasi dalam tiap sel kombinasi perlakuan.
Untuk menghitung JK (Kekeliruan), tentulah harus dihitung jumlah kuadrat-
kuadrat semua observasi Y2 dan Ey biasa ditentukan dengan jalan pengurangan Y2
oleh jumlah kuadrat-kuadrat semua sumber observasi.
II.2. Metode Taguchi

Metode Taguchi yang dicetuskan oleh Genichi Taguchi pada tahun 1949
melakukan pengembangan untuk perbaikan kualitas dengan menggunakan metode
percobaan “baru”, artinya melakukan pendekatan lain yang memberikan tingkat
kepercayaan yang sama dengan SPC (Statisrical Process Control).
Taguchi mendefinisikan kualitas dalam cara yang berbeda, dengan,
menghubungkan biaya dan kerugian dari suatu produk dengan konsumen dan
masyarakat, yaitu “Kualitas adalah kerugian setelah produk digunakan oleh
masyarakat di samping kerugian yang disebabkan oleh mutu produk itu sendiri”.
Kualitas adalah meminimasi kerugian dari suatu produk masyarakat/pelanggan sejak
produk tersebut dihasilkan dan didistribusikan kepada pelanggan oleh perusahaan
(Belavendram, 1995, h.3).
Metode Taguchi ini sendiri juga memiliki kelebihan dan kekurangan sendiri.
Kelebihannya tersebut meliputi :
 Dapat mengurangi jumlah pelaksanaan percobaan dibandingkan jika menggunakan
percobaan full factorial, sehingga dapat menghemat waktu dan biaya.
 Dapat melakukan pengamatan terhadap rata-rata dan variansi karakteristik kualitas
sekaligus, sehingga ruang lingkup pemecahan masalah lebih luas.
 Dapat mengetahui faktor-faktor yang berpengaruh terhadap karakteristik kualitas
melalui perhitungan ANOVA dan Rasio S/N, sehingga faktor-faktor yang
berpengaruh tersebut dapat diberikan perhatian khusus.
Kekurangan dari penggunaan metode Taguchi ini adalah jika percobaan

dilakukan dengan banyak faktor dan interaksi akan terjadi pembauran beberapa
interaksi oleh faktor utama. Akibatnya, keakuratan hasil percobaan akan berkurang,
jika interaksi yang diabaikan tersebut memang benar-benar berpengaruh terhadap
karakteristik kualitas yang diamati.

III. RUMUS YANG DIGUNAKAN
1. Metode AxBxC
● Tabel A x B x C
Tabel 5.2 Tabel A x B x C
B1 B2 Jumlah
C1 C2 C1 C2
A1
A2
Jumlah
● Tabel A x B
Tabel 5.3 Tabel A x B
B1 B2 Jumlah
A1
A2
Jumlah
● Tabel A x C
Tabel 5.4 Tabel A x C
C1 C2 Jumlah
A1
A2
Jumlah
● Tabel B x C
Tabel 5.5 Tabel B x C
B1 B2 Jumlah
C1
C2
Jumlah
Perhitungan Parameter ANAVA

● ∑ (y2) = R12 + R22 + R32 + … + Rn2
(y2 )
● Ry = 𝑟𝑥2𝑥2𝑥2
● Perhatikan Tabel A x B x C
𝑅12 + 𝑅22 + 𝑅32 + … + 𝑅𝑛2
JABC = − 𝑅𝑦
𝑟

● Perhatikan Tabel A x B
𝑍12 + 𝑍22 + 𝑍32 + 𝑍42
JAB = − 𝑅𝑦
2𝑥𝑟
● Perhatikan Tabel A x C
𝑍12 + 𝑍22 + 𝑍32 + 𝑍42
JAC = − 𝑅𝑦
2𝑥𝑟
● Perhatikan Tabel B x C
𝑍12 + 𝑍22 + 𝑍32 + 𝑍42
JBC = − 𝑅𝑦
2𝑥𝑟
( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐴1)2 +( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐴2)2
● Ay = − 𝑅𝑦
2𝑥2𝑥𝑟
( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐵1)2 +( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐵2)2
● By = − 𝑅𝑦
2𝑥2𝑥𝑟
( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐶1)2 +( 𝐽𝑢𝑚𝑙𝑎ℎ 𝐶2)2
● Cy = − 𝑅𝑦
2𝑥2𝑥𝑟
● ABy = JAB - Ay - By
● ACy = JAC - Ay - Cy
● BCy = JBC - By - Cy
● ABCy = JABC - Ay - By - Cy - ABy - ACy - BCy
● Ey = ∑(y2) - Ry – Ay - By- Cy - ABy - ACy - BCy - ABCy
Tabel 5.6 Tabel ANAVA

Sumber variansi Dk Jk KT F
Rata-rata
Perlakuan
A
B
C
AB
AC
BC
ABC
Kekeliruan
Jumlah
● Bandingkan nilai F hitung pada tabel ANAVA dengan nilai F tabel pada
masing-masing perlakuan. Buatlah kesimpulan,tolak H0 jika nilai F hitung >
nilai F tabel. Buat grafiknya.

2. Metode Yates
Untuk menghitung kontras dan Jk tiap kombinasi perlakuan dalam eksperimen
faktorial 23, juga dapat digunakan Metode Yates. Skema perhitungannya dapat
dilihat dalam daftar di bawah ini:
(Tabel 5.7 Perhitungan Metode Yates dapat dilihat pada lampiran)
Perhitungan Parameter ANAVA
● ∑ (y2) = R12 + R22 + R32 + … + Rn2
(𝑦 2 )
● Ry = 𝑟𝑥2𝑥2𝑥2
● Ey = ∑ (y2) – Ry - ∑ Jk
● Tabel ANAVA
Tabel 5.7 Tabel ANAVA Metode Yates
Sumber Dk Jk KT F
variansi
Rata-rata
Perlakuan
A
B
C
AB
AC
BC
ABC
Kekeliruan
Jumlah
● Bandingkan nilai F hitung pada tabel ANAVA dengan nilai F tabel pada
masing-masing perlakuan. Buatlah kesimpulan, tolak H0 jika nilai F hitung >
nilai F tabel. Buat grafiknya.
3. Metode Taguchi
 Perhitungan Derajat Kebebasan (degree of freedom)
Perhitungan dengan derajat kebebasan dilakukan untuk menghitung jumlah
minimum percobaan yang harus dilakukan untukmenyelidiki faktor yang
diamati.
Jika nA dan nB adalah jumlah perlakuan untuk faktor A dan B maka :
dof untuk faktor A = nA – 1
dof untuk faktor B = nB – 1
dof untuk interaksi A dan B = (nA – 1)(nB – 1)
Jumlah total dof = (nA – 1) + (nB – 1) + (nA – 1)(nB – 1)
dof error = VT – VA – VB – VAXB
 Pemilihan Orthogonal Array (OA)

Dalam pemilihan OA haruslah memenuhi pertidaksamaan :
V = dof
VOA = jumlah trial – 1
Vf1 = Vyang diperlukan untuk faktor dan interaksi = jumlah total dof
Tabel 5.8. Standar Orthogonal Array

2 Levels 3 Levels 4 Levels 5 Levels Mixed
𝐿4 (23 ) 𝐿9 (34 ) 𝐿16 (45 ) 𝐿25 (56 ) 𝐿18 (21 𝑥37 )
𝐿8 (27 ) 𝐿27 (313 ) 𝐿64 (421 ) 𝐿32 (21 𝑥49 )
𝐿12 (211 ) 𝐿81 (340 ) 𝐿36 (211 𝑥312 )
𝐿16 (215 ) 𝐿36 (23 𝑥313 )
𝐿32 (231 ) 𝐿54 (21 𝑥325 )
𝐿64 (263 ) 𝐿50 (21 𝑥511 )
 Perhitungan ANOVA
1. The Overall Experimental Average
∑𝑦
𝑦̅ = 𝑛
y = hasil respon percobaan

n = banyak percobaan yang dilakukan
2. The Total Sum of Squares

𝑆𝑇 = ∑ 𝑦 2
3. Sum of Squares berdasarkan rata-rata

𝑆𝑚 = 𝑛. 𝑦̅ 2
4. Sum of Squares Tiap Faktor

Misalnya untuk faktor A, B dan interaksi antara A dan B :

[Total of A1 ]2 [Total of A2 ]2 [Total of A]2

S qA = + −
nA 1 nA 2 nA
[Total of B1 ]2 [Total of B2 ]2 [Total of B]2

S qB = + −
nB1 nB2 nB
[Total of (A x B)1 ]2 [Total of (A x B)2 ]2

SqAB = +
n(A x B)1 n(A x B)2
[Total of (A x B)]2
−
n(A x B)
Untuk error:
Se = 𝑆𝑇 − Sm − SqA − SqB − SqC − SqD
S t = S qA + S qB + S qC + S qD + S e
5. Degrees of Freedom
dof faktor (v) = jumlah level faktor – 1
VA = nA − 1
VB = nB − 1
VAxB = nAxB − 1
Ve = V𝑇 − V𝑚 − V𝐴 − V𝐵 − V𝐴𝑥𝐵
The mean sum of square (Mq )

MqA = SqA / VA MqB = SqB / VB
MqAxB = SqAxB / VAxB
Mqerror = Se / Ve
Mqt = St / Vt
6. F-ratio
M qA M qB
FA = FB =
M qe M qe
MqAxB M qe
FAxB = Fe = M
M qe qe

IV. PENGUMPULAN DATA
 Alat dan Bahan :
1) 4 butir telur
2) 200 gram gula
3) 200 gram tepung terigu merk kunci
4) 125 gram mentega
5) 1/2 sendok teh vanilli
6) 1/3 sendok teh baking powder
 Buatlah bolu berdasarkan langkah-langkah (resep) yang telah diberikan.
 Setiap praktikan mencatat tinggi setiap bolu dengan menggunakan jangka
sorong. Dan dilakukan replikasi sebanyak yang ditentukan.
Panas atas
bawah + blower
30 menit
Panas atas
bawah
Suhu 150oC
Panas atas
bawah + blower
35 menit
Panas atas
bawah
Panas atas
bawah + blower
30 menit
Panas atas
bawah
Suhu 175oC
Panas atas
bawah + blower
35 menit
Panas atas
bawah

 Eksperimen 1
 Membuat bolu dengann menggunakan suhu 150oC selama 30 menit dengan

menggunakan panas atas bawah + blower
menggunakan panas atas bawah
 Eksperimen 2

➢ Eksperimen dilakukan dengan 2 kali replikasi percobaan untuk masing-masing

kombinasi efek faktor (perlakuan).
➢ Unit ekperimen yang diperhatikan adalah Tinggi Bolu.
V. PENGOLAHAN DATA
1. Lakukan desain eksperimen menggunakan metode Taguchi untuk unit eksperimen
tinggi bolu! (Buatlah model eksperimen beserta penjelasan setiap parameternya, asumsi
yang digunakan, hipotesis nol dan hipotesis alternatif)
A = Suhu (A1 = 150oC, A2= 175oC)
B = Waktu (B1 = 30 menit, B2= 35 menit)
C = Perlakuan (C1 = panas atas bawah + blower, C2= panas atas bawah)

Contoh Kasus untuk Pengerjaan:
Berdasarkan lampiran A, telah diidentifikasi bahwa kaca flat tempred tipe PT.4
memiliki presentase cacat yang paling banyak selama bulan Januari sampai dengan Juli
2003. Selanjutnya, diketahui bahwa penyebab utama tingginya presentase cacat tersebut
adalah disebabkan adanya kelengkungan. Karakteristik kualitas kelengkungan ini yang
selanjutnya akan diamati dalam penelitian ini dan menjadi hasil respon dalam percobaan
Taguchi yang akan dianalisa lebih lanjut.
I. Perhitungan Derajat Kebebasan

Percobaan dilakukan dengan menggunakan 5 faktor kontrol yang masing-
masing memiliki 2 level dan 2 interaksi antar faktor, sehingga derajat kebebasan
faktor dapat dihitung sebagai berikut ::
 Jumlah dof faktor = 5 X (2-1) = 5

 Jumlah dof interaksi antar faktor = 2 X (2-1) X (2-1) = 2
 Total dof =5+2 =7
II. Pemilihan Orthogonal Array

Beradarkan perhitungan dof diatas, desain eksperimen memiliki 7 dof , dimana
pemilihan OA harus memenuhi persamaan :
Voa ≥ Vfli
Jumlah Trial – 1 ≥ Jumlah Total dof
8–1≥7
7≥7
Persamaan tersebut terpenuhi. Karena terdapat 7 dof yang terlibat dalam
percobaan taguchi, maka digunakan 𝐿8 .
Tabel 5.9. Orthogonal Array 𝑳𝟖 .
No No Kolom
Trial 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2

III. Penempatan Faktor dan Interaksinya pada Orthogonal Array

Dalam hal ini, interaksi antara faktor A dan B ditempatkan pada kolom 3
dengan faktor A dan B masing-masing ditempatkan pada kolom 1 dan 2 pada
OA. Sedangkan interaksi antara faktor A dan C ditempatkan pada kolom 5
dengan faktor A dan C masing-masing ditempatkan pada kolom 1 dan 4 pada
OA. Titik 6 dan 7 pada grafik linear mewakili penugasan faktor D dan E pada
kolom 6 dan 7 pada OA.
Penempatan Faktor dan Interaksinya pada OA
No No Kolom
Trial A B AXB C AXC D E
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
IV. Persiapan dan Pelaksanaan Percobaan

Adapun hasil dari pengujian percobaan yang dilakukan dapat dilihat pada tabel
berikut.

Tabel Hasil Percobaan Replikasi 1
No Kolom Hasil
No (Y1)
Trial A B C D E mm
3 1 2 1 2 2 2,12
2 1 1 2 2 2 0,98
5 2 1 1 1 2 2,13
4 1 2 2 1 1 2,75
1 1 1 1 1 1 0,77
6 2 1 2 2 1 2,76
8 2 2 2 1 2 0,12
7 2 2 1 2 1 2,55
Tabel Hasil Percobaan Replikasi 2
No Kolom Hasil
No (Y2)
Trial A B C D E mm
6 2 1 2 2 1 2,78
7 2 2 1 2 1 2,45
4 1 2 2 1 1 2,98
3 1 2 1 2 2 2,76
8 2 2 2 1 2 0,12
1 1 1 1 1 1 1,02
5 2 1 1 1 2 2,25
2 1 1 2 2 2 1,78
V. Perhitungan Pengaruh Faktor Terhadap Rata-data dan Variansi Jarak

Kelengkungan Kaca
Hasil Percobaan dari Dua Replikasi
Hasil Percobaan dari Dua Replikasi
No Kolom
No Hasil (Y1) Hasil (Y2)
Y1 + Y2
Trial A B AxB C AxC D E mm mm
1 1 1 1 1 1 1 1 2,12 2,78 4,9 2,45

2 1 1 1 2 2 2 2 0,98 2,45 3,43 1,715
3 1 2 2 1 1 2 2 2,13 2,98 5,11 2,555
4 1 2 2 2 2 1 1 2,75 2,76 5,51 2,755
5 2 1 2 1 2 1 2 0,77 0,12 0,89 0,445
6 2 1 2 2 1 2 1 2,76 1,02 3,78 1,89
7 2 2 1 1 2 2 1 0,12 2,25 2,37 1,185
8 2 2 1 2 1 1 2 2,55 1,78 4,33 2,165

Contoh Perhitungan:
A1 = 4,9 + 3,43 + 5,11 + 5,51 = 18,95

̅̅̅
A1 = 18,95 /8 = 2,3688
A2 = 0,89 + 3,78 + 2,37 + 4,33 = 11,37

̅̅̅
A2 = 11,37 /8 = 1,4213
B1 = 4,90 + 3,43 + 0,89 + 3,78 = 13,00

̅̅̅
B1 = 13,00 /8 = 1,6250
B2 = 5,11 + 5,51 + 2,37 + 4,33 = 17,32
̅̅̅
B2 = 17,32 /8 = 2,1650
(AxB)1 = 4,90 + 3,43 + 2,37 + 4,33 = 15,03

̅̅̅̅̅̅̅̅̅
(AxB)1 = 15,03 /8 = 1,8788
(AxB)2 = 5,11 + 5,51 + 0,89 + 3,78 = 15,29
̅̅̅̅̅̅̅̅̅
(AxB)2 = 15,29 /8 = 1,9113
C1 = 4,90 + 5,11 + 0,89 +2,37 = 13,27

̅̅̅
C1 = 13,27 /8 = 1,6588
C2 = 3,43 + 5,51 + 3,78 + 4,33 = 17,05
̅̅̅
C2 = 17,05 /8 = 2,1313
(AxC)1 = 4,90 + 5,11 + 3,78 + 4,33 = 18,12

̅̅̅̅̅̅̅̅̅
(AxC)1 = 18,12 /8 = 2,2650
(AxC)2 = 3,43 + 5,51 + 0,89 + 2,37 = 12,20
̅̅̅̅̅̅̅̅̅
(AxC)2 = 12,20 /8 = 1,5250
D1 = 4,90 + 5,51 + 0,89 + 4,33 = 15,63

̅̅̅
D1 = 15,63 /8 = 1,9538
D2 = 3,43 + 5,11 + 3,78 + 2,37 = 14,69
̅̅
D̅2̅ = 14,69 /8 = 1,8363

E1 = 4,90 + 5,51 + 3,78 + 2,37 = 16,56
̅̅̅
E1 = 16,56 /8 = 2,0700
E2 = 3,43 + 5,11 + 0,89 + 4,33 = 13,76
̅̅̅
E2 = 13,76 /8 = 1,7200
VI. Perhitungan ANOVA

a) The Overall Experimental Average
∑ 𝑦 2,12 + 0,98 + ⋯ + 1,78
𝑦̅ = = = 1,8950
𝑛 16
b) The Total Sum of Squares

𝑆𝑇 = ∑ 𝑦 2 = 2,122 + 0,982 + ⋯ + 1,782 = 66,3839
c) Sum of Squares berdasarkan rata-rata

𝑆𝑚 = 𝑛. 𝑦̅ 2
= 16 × 1,89502
= 57,4564
d) Sum of Squares Tiap Faktor

[Total of A1 ]2 [Total of A2 ]2 [Total of A]2
S qA = + −
nA1 nA 2 nA
[18,95]2 [11,37]2 [18,95 + 11,37]2
= + −
8 8 16
= 3,5910
[Total of B1 ]2 [Total of B2 ]2 [Total of B]2

S qB = + −
nB1 nB2 nB
[13,00]2 [17,32]2 [13,00 + 17,32]2
= + −
8 8 16
= 1,1664
[Total of (AxB)1 ]2 [Total of (AxB)2 ]2 [Total of (AxB) ]2

Sq(AxB) = + −
n(AxB)1 n(AxB)2 n(AxB)
[15,03]2 [15,29]2 [15,03 + 15,29]2
= + −
8 8 16
= 0,0042

[Total of C1 ]2 [Total of C2 ]2 [Total of C]2

S qC = + −
nC 1 nC 2 nC
[13,27]2 [17,05]2 [13,27 + 17,05]2
= + −
8 8 16
= 0,8930
[Total of (AxC)1 ]2 [Total of (AxC)2 ]2 [Total of (AxC) ]2
Sq(AxC) = + −
n(AxC)1 n(AxC)2 n(AxC)
[18,12]2 [12,20]2 [18,12 + 12,20]2
= + −
8 8 16
= 2,1904
[Total of D1 ]2 [Total of D2 ]2 [Total of D]2
S qD = + −
nD1 nD2 nD
[15,63]2 [14,69]2 [15,63 + 14,69]2
= + −
8 8 16
= 0,0552
[Total of E1 ]2 [Total of E2 ]2 [Total of E]2
S qE = + −
nE1 nE2 nE
[16,56]2 [13,76]2 [16,56 + 13,76]2
= + −
8 8 16
= 0,4900
Untuk error:
Se = 𝑆𝑇 − Sm − SqA − SqB − SqAxB − SqC − SqAxC − SqD - SqE
= 66,3839 - 57,4564 - 3,5910 - 1,1664 - 0,0042 - 0,8930 - 2,1904 -
0,0552 - 0,4900
= 0,5372
St = SqA + SqB + SqAxB + SqC + SqAxC + SqD + SqE + Se

= 3,5910 + 1,1664 + 0,0042 + 0,8930 + 2,1904 + 0,0552 + 0,4900 +
0,5372
= 8,9274
e) Degrees of Freedom
dof faktor (v) = jumlah level faktor – 1
VA = nA − 1 = 2 − 1 = 1
VB = nB − 1 = 2 − 1 = 1

VC = nC − 1 = 2 − 1 = 1
VD = nD − 1 = 2 − 1 = 1
VE = nE − 1 = 2 − 1 = 1
dof interaksi antar faktor =

V(AxB) = (nA − 1)𝑥 (nB − 1) = 1
V(AxC) = (nA − 1)𝑥 (nC − 1) = 1
Ve = V𝑇 − V𝑚 − V𝐴 − V𝐵 − V𝐴𝑥𝐵 − V𝐶 − V𝐴𝑥𝐶 − V𝐷 − V𝐸
= 16 – 1 – 1 – 1 -1 – 1 -1 -1 -1 =8
Vt = V𝐴 + V𝐵 + V𝐴𝑥𝐵 + V𝐶 + V𝐴𝑥𝐶 + V𝐷 + V𝐸 + V𝑒
=1+1+1+1+1+1+1+8 = 15
The mean sum of square (Mq )

MqA = SqA / VA = 3,5910 /1 = 3,5910
MqB = SqB / VB = 1,1664/1 = 1,1664
Mq(AxB) = Sq(AxB) / VAxB = 0,0042 /1 = 0,0042
MqC = SqC / VC = 0,8930/1 = 0,8930

Mq(AxC) = Sq(AxC) / VAxC = 2,1904/1 = 2,1904
MqD = SqD / VD = 0,0552/1 = 0,0552

MqE = SqE / VE = 0,4900/1 = 0,4900
Mqe = Se / Ve = 0,5372/8 = 0,0672
Mqt = St / Vt = 8,9274/15 = 0,5952
f) F-ratio
MqA 3,5910
FA = = = 53,4375
Mqe 0,0672
MqB 1,1664
FB = = = 17,3571
Mqe 0,0672
MqAxB 0,0042
FAxB = = = 0,0625
M qe 0,0672
MqC 0,8930
FC = = = 13,2887
Mqe 0,0672

MqAxC 2,1904
FAxC = = = 32,5952
M qe 0,0672
MqD 0,0552
FD = = = 0,8214
Mqe 0,0672
MqE 0,4900
FE = = = 7,2917
Mqe 0,0672
Mqe 0,0672
Fe = = =1
Mqe 0,0672
Hasil Perhitungan ANOVA Pengaruh Faktor Terhadap Rata-Rata
Faktor Sq V Mq F-ratio
A 3,5910 1 3,5910 53,4375
B 1,1664 1 1,1664 17,3571
AxB 0,0042 1 0,0042 0,0625
C 0,8930 1 0,8930 13,2887
AxC 2,1904 1 2,1904 32,5952
D 0,0552 1 0,0552 0,8214
E 0,4900 1 0,4900 1,0000
Error (e) 0,5372 8 0,0672 -
St 8,9274 15 0,5952 -
Mean 57,4564 1 - -
ST 66,3839 16 - -
2. Lakukan desain eksperimen dengan menggunakan bantuan software seperti instruksi

berikut!
A. SPSS 17.0
1. Klik Variable View pada pojok kiri bawah.
2. Masukkan variabel – variabel yang ingin diuji.

Untuk variabel Waktu, keterangan pada kolom Measure diubah ke Scale.

3. Untuk variabel Gunting, nilai Values diatur seperti gambar berikut.
4. Untuk variabel Lem, nilai Values diatur seperti gambar berikut.
5. Untuk variabel Kertas, nilai Values diatur seperti gambar berikut.

6. Setelah itu, klik Data View pada pojok kiri bawah.
7. Masukkan data yang ingin diuji.

8. Pilih Analyze ⇾ General Linear Model ⇾ Univariate.
9. Kemudian akan muncul kotak dialog seperti gambar berikut.

10. Masukkan score ke dalam kolom Dependent Variable, sedangkan cahaya,
kebisingan, dan resolusi pada Fixed Factors.
11. Pilih , sehingga akan muncul kotak dialog seperti gambar

berikut, pilih tipe I.
12. Klik

13. Pilih , sehingga akan muncul kotak dialog seperti gambar

berikut.
14. Masukkan Gunting ke kolom Horizontal Axis, Lem ke Separate Line, Kertas
ke Separate Plots.

15. Klik .
16. Klik , lalu pilih ,

sehingga akan muncul kotak dialog seperti gambar berikut.

17. Beri tanda centang pada Descriptive statistics dan Homogenity tests.
18. Klik , lalu pilih , maka akan

muncul output seperti gambar berikut.


B. Minitab 15
1. Klik Stat pada Menu Bar Minitab 15
2. Pilih DOE Taguchi Create Taguchi Design

3. Pilih 2-Level Design
4. Pilih Number of factors sesuai dengan percobaan yang dilakukan
5. Pilih Display Available Design

6. Pilih sesuai faktor dan jenis faktornya pilih OK
7. Pilih Design
8. Pilih Runs yang sesuai dengan faktor dan jenis faktornya pilih OK

9. Pilih Factors
10. Pilih To allow estimation of selected interactions pilih interactions. Nama Faktor
dapat diganti sesuai ketentuan.
11. Akan muncul kotak dialog seperti gambar berikut

12. Pada Available Terms, Klik interaksi yang mungkin terjadi Pilih OK
13. Pilih Options
14. Pilih Store design in worksheet Pilih OK
15. Klik OK pada tampilan berikut

16. Maka tampilan akan berubah menjadi seperti dibawah ini
17. Pilih Stat DOE Taguchi Define Custom Taguchi Design
18. Maka akan muncul tampilan seperti berikut

19. Pilih faktor-faktor Klik Select
20. Maka tampilan akan seperti gambar berikut. Pilih OK
21. Masukan data hasil percobaan ke dalam worksheet seperti gambar berikut

22. Pilih Stat DOE Taguchi Analyze Taguchi Design
24. Pilih data hasil percobaan Klik Select. Maka tampilan akan menjadi seperti
gambar berikut.

25. Pilih Graphs
27. Pilih Signal to noise ratios, Means, dan Standard deviations Pilih OK

28. Pilih Analysis
30. Pilih Signal to noise ratios, Means, dan Standard deviations untuk Display
response tables for dan Fit linear model for. Lalu pilih OK

31. Pilih Options
32. Akan muncul kotak dialog seperti gambar berikut. Pilih signal to Ratio sesuai
dengan kasus. Pilih OK
33. Pilih Storage

34. Akan muncul kotak dialog seperti gambar berikut.
35. Pada Store the following items, pilih Signal to noise ratios, Means, Standard
deviations, Coefficients of variations, Ln of standard deviations. Pilih OK
36. Pada kotak dialog berikut, pilih OK

37. Maka akan muncul output seperti gambar- gambar berikut
VI. PERTANYAAN
1. Berdasarkan pengolahan data yang telah dilakukan, menurut anda apakah metode
yang digunakan dalam software SPSS dan Minitab merupakan metode Taguchi?
Jelaskan pendapat anda!
2. Apakah setiap kali dilakukan perencanaan eksperimen diperlukan randomisasi dan
replikasi? Jelaskan!
3. Apakah kegunaan dari orthogonal array pada metode Taguchi? Jelaskan!
4. Mengapa dalam perencanaan eksperimen diatas menggunakan uji F?
5. Apakah dalam melakukan eksperimen menggunakan metode Taguchi harus selalu
disertai interaksi faktor? Jelaskan!
VII. DAFTAR PUSTAKA

Belavendram. N., 1995, Quality by Design, Prentice Hall,
Gritter, Roy, (1991), Pengantar Kromatografi, terbitan ke dua, ITB, Bandung.
Peace, G.S. (1993), Taguchi Method a Hands on Approach. Massachusetts, Addison
Wesley Publising Company.


DESAIN EKSPERIMEN

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

DESAIN EKSPERIMEN

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL IV

I.2. Tujuan Khusus

II. TEORI DASAR

Laboratorium Statistik Industri dan Pendukung Keputusan

Randomisasi dapat dilakukan dengan menggunakan tabel bilangan acak,

Laboratorium Statistik Industri dan Pendukung Keputusan

Laboratorium Statistik Industri dan Pendukung Keputusan

II.2. Metode Taguchi

Kekurangan dari penggunaan metode Taguchi ini adalah jika percobaan

Laboratorium Statistik Industri dan Pendukung Keputusan

Perhitungan Parameter ANAVA

Laboratorium Statistik Industri dan Pendukung Keputusan

Tabel 5.6 Tabel ANAVA

Laboratorium Statistik Industri dan Pendukung Keputusan

 Pemilihan Orthogonal Array (OA)

Tabel 5.8. Standar Orthogonal Array

y = hasil respon percobaan

2. The Total Sum of Squares

3. Sum of Squares berdasarkan rata-rata

4. Sum of Squares Tiap Faktor

Laboratorium Statistik Industri dan Pendukung Keputusan

[Total of A1 ]2 [Total of A2 ]2 [Total of A]2

[Total of B1 ]2 [Total of B2 ]2 [Total of B]2

[Total of (A x B)1 ]2 [Total of (A x B)2 ]2

The mean sum of square (Mq )

Laboratorium Statistik Industri dan Pendukung Keputusan

Laboratorium Statistik Industri dan Pendukung Keputusan

 Membuat bolu dengann menggunakan suhu 150oC selama 30 menit dengan

 Membuat bolu dengann menggunakan suhu 175oC selama 30 menit dengan

➢ Eksperimen dilakukan dengan 2 kali replikasi percobaan untuk masing-masing

Laboratorium Statistik Industri dan Pendukung Keputusan

I. Perhitungan Derajat Kebebasan

 Jumlah dof faktor = 5 X (2-1) = 5

II. Pemilihan Orthogonal Array

Tabel 5.9. Orthogonal Array 𝑳𝟖 .

Laboratorium Statistik Industri dan Pendukung Keputusan

III. Penempatan Faktor dan Interaksinya pada Orthogonal Array

Penempatan Faktor dan Interaksinya pada OA

IV. Persiapan dan Pelaksanaan Percobaan

Laboratorium Statistik Industri dan Pendukung Keputusan

Tabel Hasil Percobaan Replikasi 2

V. Perhitungan Pengaruh Faktor Terhadap Rata-data dan Variansi Jarak

1 1 1 1 1 1 1 1 2,12 2,78 4,9 2,45

Laboratorium Statistik Industri dan Pendukung Keputusan

A1 = 4,9 + 3,43 + 5,11 + 5,51 = 18,95

A2 = 0,89 + 3,78 + 2,37 + 4,33 = 11,37

B1 = 4,90 + 3,43 + 0,89 + 3,78 = 13,00

(AxB)1 = 4,90 + 3,43 + 2,37 + 4,33 = 15,03

C1 = 4,90 + 5,11 + 0,89 +2,37 = 13,27

(AxC)1 = 4,90 + 5,11 + 3,78 + 4,33 = 18,12

D1 = 4,90 + 5,51 + 0,89 + 4,33 = 15,63

Laboratorium Statistik Industri dan Pendukung Keputusan

VI. Perhitungan ANOVA

b) The Total Sum of Squares

c) Sum of Squares berdasarkan rata-rata

d) Sum of Squares Tiap Faktor

[Total of B1 ]2 [Total of B2 ]2 [Total of B]2

[Total of (AxB)1 ]2 [Total of (AxB)2 ]2 [Total of (AxB) ]2

Laboratorium Statistik Industri dan Pendukung Keputusan

[Total of C1 ]2 [Total of C2 ]2 [Total of C]2

St = SqA + SqB + SqAxB + SqC + SqAxC + SqD + SqE + Se

Laboratorium Statistik Industri dan Pendukung Keputusan