05.2 Bab 2
05.2 Bab 2
TINJAUAN PUSTAKA
2.1 Optimasi
analisis optimasi diartikan sebagai suatu proses penguraian durasi proyek untuk
berbagai alternatif ditinjau dari segi biaya, proses memperpendek waktu kegiatan
dalam jaringan kerja untuk mengurangi waktu pada jalur kritis, sehingga waktu
penyelesaian total dapat dikurangi disebut sebagai crashing proyek ( Heizer dan
kualitas (mutu) hasil produksi yang optimal, dalam arti produk cacat (rusak) dapat
7
dalam pasar global sering mengacu pada beberapa faktor mendasar, seperti:
tahan lama (durability), dapat dipakai dengan baik (service ability) dan bentuk
(penampilan suatu produk yang baik dibandingkan dengan produk lain yang
kualitas (mutu) adalah segala sesuatu yang mampu memenuhi keinginan atau
dasar dari rekayasa kualitas merupakan suatu hubungan antara dua disiplin ilmu
Pengendalian kualitas (mutu) dalam setiap fase dari penelitian dan pengembangan
8
2.3.1 Rekayasa Kualitas Secara Off-Line (Off-line Quality Engineering)
melalui dua hal yaitu mengidentifikasi sumber dari variasi dan menentukan
1. Perancangan Konsep
unggul.
2. Perancangan Parameter
3. Perancangan Toleransi
9
2.3.2 Rekayasa Kualitas Secara On-Line (On-line Quality Engineering)
secara langsung.Aktifitas ini sangat penting dalam menjaga agar biaya produksi
menjadi rendah dan secara langsung pula dapat meningkatkan mutu produk.
dan strategi penelitian yang disusun sedemikian rupa sehingga akan mendapatkan
diperlukan untuk persoalan yang sedang diteliti dapat dikumpulkan. Desain suatu
waktu, biaya, tenaga dan bahan yang harus digunakan dan design experiment yang
10
2.4.1 Prinsip Dasar dalam Design Experiment
1. Replikasi
percobaan dengan kondisi yang sama untuk memperoleh ketelitian yang lebih
2. Randomisasi
terhadap variabel, juga terhadap faktor-faktor yang lain yang tidak terkendali
11
c. Mendapatkan hasil pengamatan yang bebas satu sama lain.
(Design Experiment)
b. Merumuskan hipotesa.
d. Memeriksa semua hasil yang mungkin dan latar belakang atau alasan supaya
f. Melakukan eksperimen.
12
2.5 Metode Konvensional
R.A Fisher di Inggris, metode ini berdasarkan pada pendekatan statistik yang
didasarkan pada Latin Square dan pada awalnya dikembangkan untuk industri
pertanian. Metode ini menjadi tidak praktis untuk diterapkan pada industri
dari semua komponen faktor secara menyeluruh, sehingga pada saat ini sudah
tenaga.
dalam bidang teknik yang bertujuan untuk memperbaiki kualitas produk dan
proses dalam waktu yang bersamaan menekan biaya dan sumber daya seminimal
produk atau proses “ tidak sensitif” terhadap berbagai faktor seperti misalnya
(robust) terhadap faktor gangguan (noise), karenanya metode ini disebut juga
13
Metode Taguchi diperkenalkan pertama kali oleh Dr Genichi Taguchi
Taguchi, ada 2 (dua) segi umum kualitas yaitu kualitas rancangan dan kualitas
kecocokan. Kualitas rancangan adalah variasi tingkat kualitas yang ada pada suatu
baik produk itu sesuai dengan spesifikasi dan kelonggaran yang disyaratkan oleh
kualitas dan dapat diketahui tingkat faktor yang memberikan hasil yang optimal.
Dengan orthogonal array untuk tata letak eksperimennya, maka tidak semua
perlakuan dijalankan atau dengan kata lain, runnya dapat dipersingkat sehingga
dari target.
14
3. Biaya kualitas harus diukur sebagai fungsi deviasi dari standar tertentu
pendekatan lain yang memberikan tingkat kepercayaan yang sama dengan SPC
atau tangguh terhadap faktor yang sulit dikendalikan (Triastuti, 2009). Taguchi
maka proses yang dilakukan setelah mengidentifikasi semua faktor terkendali dan
15
2.7.1 Derajat Bebas (Degree of Freedom)
antar level–level faktor (efek utama) atau interaksi yang digunakan untuk
suatu faktor dengan level yang berbeda– beda terhadap karateristik kualitas yang
= kA – 1
= kB – 1
16
Tabel Orthogonal Array yang dipilih harus mempunyai jumlah baris minimum
percobaan yang hanya menggunakan bagian dari kondisi total, di mana bagian ini
penuh . OA diciptakan oleh Jacques Hardmard pada tahun 1897, dan mulai
diterapkan pada perang dunia II oleh Plackett dan Burman. Matriks Taguchi
secara matematis identik dengan matriks Hardmard, hanya kolom dan barisnya
orthogonal. Yaitu untuk setiap pasang kolom, semua kondisi performansi muncul
dalam jumlah yang sama. Dalam matrik orthogonal, kolom menyatakan faktor-
minimal sama dengan degree of freedom dan isi dari matrik orthogonal
17
L 8 (2 7 )
Banyak kolom
Banyak level
Banyak baris/eksperimen
a. Notasi L
b. Nomor Baris
Orthogonal Array.
c. Nomor Level
d. Nomor Kolom
atau degree of freedom yang dipelajari, level faktor yang dipelajari, resolusi dan
biaya (Belavendram, 1995). Dalam memilih array orthogonal yang sesuai untuk
18
bebas level faktor (Belavendram ,1995). Derajat bebas array orthogonal (V OA )
V OA = nOA 1
V fl = n fl 1
gabungan
L16(215) L36(23X313)
L32(231) L54(21X325)
L64(263) L50(21X511)
19
2.7.3 Rasio Signal Terhadap Noise ( S/N Ratio)
S/N ratio adalah logaritma dari suatu fungsi kerugian kuadratik dan
digunakan untuk mengevaluasi kualitas suatu produk. Ada beberapa jenis S/N
rasio, yaitu :
optimal tetap dipilih nilai S/N Ratio yang terbesar (Belavendram, 1995).
n
S N _ STB 10 Log 1 yi 2
n
i n
Dimana :
2. Larger-the-Better (LTB)
n
S N _ LTB Log 1 1 2
n i n yi
3. Nominal-the-Best (NTB)
20
Karakteristik kualitas dimana ditetapkan suatu nilai nominal
2
10 log 10 2
Dimana:
n
1 n yi
i n
2 1 n yi
n
i n
Perhitungan efek tiap faktor , dalam hal ini faktor kendali dilakukan
efek faktor
1
o
a
21
Dimana :
a = jumlah munculnya tiap level faktor dalam suatu kolom matriks orthogonal
variabel respon sehingga langsung didapatkan kombinasi optimal dari variabel respon
ni
1 1
Lij k
ni
y
k 1
2
ijk
y m
ni
1
Lij k
2
ijk
ni k 1
ni
1
Lij k
ni
y
k 1
2
ijk
Dimana :
22
Lij quality loss untuk respon ke-i, trial ke-j
m = nilai target
respon dengan menggunakan Multi Respon Signal to Noise (MRSN) terdiri dari
kerugian mutu yang terjadi, yang meliputi kerugian biaya kehilangan peluang
(opportunity cost), biaya garansi (waranly cost), biaya pelayanan (service cost),
biaya inspeksi kedalam (inspection cost), biaya pengerjaan ulang atau perbaikan
(rework cost), biaya sisa produksi (scrap cost) maupun biaya komplain. Untuk
mengetahui besarnya kerugian akibat dari produk yang dihasilkan tidak sesuai
dengan spesifikasi yang diinginkan salah satu cara adalah dengan melakukan
23
pengukuran fungsi rugi kualitas (QLF). Fungsi kerugian mutu dapat ditunjukkan
L(y) = k . D 2
Keterangan :
L(y) = kerugian
k = konstanta
Akan tetapi didalam kenyataannya, bila mutu suatu produk semakin dekat
dengan nilai target, maka mutu yang dihasilkan semakin baik dan kerugian yang
dirasakan akan semakin kecil, semakin jauh dari nilai target maka kerugian akan
semakin besar. Hal ini dapat dijelaskan dengan kuadratik Loss Function yang
ni
1 1
Lij k
ni
y
k 1
2
ijk
y m
ni
1
Lij k
2
ijk
ni k 1
24
e. Smaller the best
ni
1
Lij k
ni
y
k 1
2
ijk
Dimana :
m = nilai target
Lij
C ij
Li
dimana :
trial ke-j
25
c. Menghitung total normalized quality loss (TNQL) setiap eksperimen:
m
TNQLi wi xC ij
i 1
dimana :
terbesar. Tahapannya :
MRSN.
terbesar.
26
1. Dugaan yang dibuat pada saat model performansi penentuan faktor
dainteraksinya.
Taguchi dilakukan).
skala industri.
variabel penggangu atau residual memiliki distribusi normal. Jika asumsi ini
27
dilanggar, maka uji statistik menjadi tidak valid atau bias terutama untuk sampel
kecil. Uji normalitas dapat dilakukan melalui dua pendekatan yaitu melalui
pendekatan grafik (histogram dan P-P Plot) atau uji Kolmogorov-Smirnov, Chi-
Ada tiga pilihan yang dapat dilakukan jika diketahui bahwa data tidak
normal; yaitu :
diselesaikan dengan lebih mudah dan cepat. Oleh karena itu cukup mudah
statistik yang digunakan untuk mengetahui luas penyebaran data atau homogenitas
data. Dua variabel data yang memiliki mean yang sama belum tentu mempunyai
kualitas yang sama tergantung dari besar atau kecil ukuran peyebaran datanya.
28
M = ∑X/N
Dimana M = mean
N = banyaknya angka.
1. Range
Range adalah salah satu ukuran statistik yang menunjukkan jarak penyebaran
data antara nilai terendah ( lowest score = L) dengan nilai tertinggi (highest score
= H ), atau beda antara nilai tertinggi dengan nilai terendah . Hal ini dapat dicari
dengan rumus :
R=H–L
2. Standar Deviasi
a. Supaya semua deviasinya menjadi positif, maka semua deviasi positif dan
b. Semua deviasi yang bertanda positif tersebut dijumlahkan, lalu dicari rata-
Standar deviasi (δ) mempunyai kedudukan yang sangat penting, karena sering
29
Standar deviasi dibedakan menjadi dua yaitu standar deviasi (δ) data tunggal dan
SD (δ) = ∑X2/N
Keterangan:
SD (δ)= ∑fX2/N)
Sedangkan daftar distribusi frekuensi yang terdiri atas k buah interval. Uji
pada besaran :
x
2
n
Oi Ei 2
i 1 Ei
30
masing menyatakan frekuensi teramati dan frekuensi harapan bagi sel ke-
i.(Walpole,1997).
x 2 akan kecil, menunjukan adanya kesesuaian yang baik. Bila frekuensi teramati
berbeda cukup besar dari frekuensi harapannya, nilai x 2 akan besar ehingga
sedangkan kesesuaian yang buruk akan membawa pada penolakan H0. Dengan
Untuk taraf nyata sebesar α, nilai kritisnya x 2 (α)(dk)dapat diperoleh pada tabel
derajat bebas. Banyaknya derajat bebas dalam uji kebaikan-suai yang didasarkan
pada sebaran khi-kuadrat, sama dengan banyaknya sel (kelas) dalam percobaan
yang bersangkutan dikurangi dengan banyaknya besaran yang diperoleh dari data
(Walpole,1997).
Banyaknya derajat bebas (dk) bagi uji kenormalan adalah dk=k-3, karena
ada tiga besaran yaitu frekuensi total, rata-rata dan simpangan baku yang
31
2.9 Uji Homogenitas Variansi (Uji Bartlett)
1. Hipotesis penelitian
2. Hipotesis uji.
- Dinotasikan dengan Ho
b. Hipotesis (1)
32
- Dinotasikan dengan H1
- Penulisan
a. Error tipe I
b. Error tipe II
populasi yang brdistribusi normal adalah dengan uji Bartlett. Misal populasi
33
(I=1,2,…,n k ) kemudian dari sampel-sampel itu dihitung masing-masing
Dimana:
Ln 10 = 2,306
B = (log s 2 ) ni 1
ni 1si2
s2 =
ni 1
dimana x 2 1 dk didapat dari tabel Chi-Kuadrat dengan peluang (1- ) dan dk =
(k-1).
keragaman total (variansi total) dari data-data yang kita peroleh menjadi
34
Pada analisis variansi model I atau model tetap, peneliti dihadapkan pada
taraf tiap faktor yang tetap, artinya taraf unuk masing-masing faktor tetap
mempunyai a buah taraf faktor A dan hanya b buah faktor B dan semuanya
digunakan dalam eksperimen yang dilakukan, baik model yang diambil adalah
model tetap (Sudjana, 1995 ). Model yang digunakan untuk desain faktorial a x b
adalah :
Y ijk Ai B j ABij
Dimana :
i = 1,2,…a
j = 1.2,…b
k = 1,2,…c
Y ijk = variabel respon hasil observasi ke-k yang terjadi karena pengaruh bersama
ABij= efek interaksi antar taraf ke-i faktor A dan taraf ke-j faktor B
35
Hipotesa nol yang harus diuji dapat dituliskan sebagai berikut :
Ho 1 = Ai = 0 ; (I = 1,2,…,a)
Ho 2 = Bj = 0 ; (j = 1,2,…,b)
Untuk menyatakan di dalam eksperimen itu tidak terdapat interaksi antara faktor
T N
T y dan T y i
N i 1
N T
2
SST yi2
i 1 N
36
T = y = rata-rata respon
N = jumlah pengamatan
b. Sum of Square atau jumlah kuadrat untuk suatu faktor, misal faktor A
kA A2 T2
SSA i
N
i 1 n Ai
Secara umum Sum of Square (SS) suatu faktor dapat dihitung dengan
rumus :
SS am1 m
2
SS = Sum of Square untuk setiap faktor
orthogonal
37
i = 1,2,…,k
df T = N – 1
atau
df = k - 1
dengan rumus:
SS
Mq
df
Mq
F
Mqe
38
P = (SS‟/ SS T ) x 100 %
faktor dan interaksinya secara serentak pada respon yang diamati, maka perlu
1. Membuat hipotesis.
3. Kriteria pengujian:
Dimana F(α, v1;v2) dapat diperoleh dari tabel distribusi F dengan peluang
penyebut.
4. Perhitungan F hitung
39
Tabel 2.2 Tabel Anova
Jumlah Derajat
Sumber Variansi Kuadrat Tengah F hitung
Kuadrat Bebas
keadaan yang terjadi akibat peristiwa yang lain. Untuk mengetahui hubungan
modelnya belum diketahui maka analisis regresi dapat dijadikan alat untuk
diperoleh dari hasil eksperimen yang sudah pernah dilakukan. Tujuan adanya uji
Uji prediksi dilakukan karena pada eksperimen Taguchi hanya ada 8 (delapan)
40
Analisis regresi memiliki 3 kegunaan yaitu, deskripsi, kendali, dan
statistik dalam dunia bisnis dan ekonomi adalah mengadakan prediksi atau
peramalan.
Dalam analisis regresi dikenal dua macam variabel atau peubah yaitu
variabel). Variabel bebas adalah variabel yang telah diketahui nilainya, sedangkan
variabel tidak bebas adalah variabel yang nilainya belum diketahui dan yang akan
diramalkan.
terhadap variabel tidak bebas. Secara matematis regresi linier sederhana dapat
y a bX
Dimana:
y = variabel yang diramalkan ( variabel dependent )
a = besarnya nilai y pada saat X = 0
41
b = besarnya nilai perubahan nilai y apabila nilai X bertambah satu satuan
Untuk mencari nilai – nilai koefisien regresi b atau nilai a dapat digunakan
n n n
n X i Yi X i Yi
b i 1 i 1 i 1
2
n
2 n
n X i X i
i 1 i 1
n n
Yi b X i
a i 1 i 1
n
minimal ada dua buah variabel bebas. Secara sistematis regresi linier berganda
42
Dimana:
Untuk mencari nilai b1, b2, b3,...., bn dapat digunakan beberapa cara yaitu:
n Persamaan Normal
Y an b X1 1 b2 X 2 bn X n
X Y a X b1 X 1 b2 X 1 X 2 bn X 1 X n
2
1 1
X Y a X b1 X 2 X 1 b2 X 2 bn X 2 X n
2
2 2
Eliminasi Gauss :
n
X 1 X 2 X 7
a Y
X
1 X X X X X Y .X 1
2
b1
1 1 2 1 n
X b2
2 X X X X Y .X 2
2
X1 =
2 2 2 n
bn Y . X
X n X X X
Xn Xn
2
1 2 n
n
43
Determinan
R O M
n
X 1 X 2
a Y
X
1 X X X
2
b1 = Y .X 1
1 1 2
X b2 Y .X
2 X X
X1
2
2
2 2
1 1
a 1 b b2
a 1
, b1 1 1 , b2
R R R 1
Dimana:
b1-1 = determinan b1
b2-1 = determinan b2
sebagai berikut :
44
a. n > 30 ( sampel besar )
x1 x 2 12 22
Z0 ; x x
x x 1 2
n1 n2
1 2
Dimana apabila σ12 dan σ22 tidak diketahui, dapat di estimasikan dengan :
2 2
S1 S
sx x 2
1 2
n1 n2
1 1
x1
n
xi1 x2
n
xi 2
S1
2 1
n1 1
xi1 x1 S2
2 1
n1 1
xi 2 x2
n ≤ 30 ( sampel kecil )
x1 x2 n1 n2 n1 n2 2
t0
n1 1S12 n2 1S 2 2 n1 n2
2.14 Antena
bertambah. Jenis antena yang akan dipasang harus sesuai dengan kebutuhan
45
penyebaran sinyalnya. Secara umum ada dua jenis antena yaitu,
berikut :
c
f
cahaya yaitu 3 x 108 meter perdetik, dan f = frekuensi dengan satuan Hz.
horisontal (wasito,1995).
46
2.15 Karakteristik Antena
1.Impedansi
2.Pola Pancar
3.Penguatan ( gain )
4.Pengutuban (polarisasi)
5.VSWR
7.Jangkauan (coverage)
radiasi 360 derajad. Antenna ini mempunyai sudut pancaran yang besar (
wide beamwidth ) . Dengan daya lebih meluas, jarak yang lebih pendek
tetapi dapat melayani area yang luas Omni Antenna tidak dianjurkan
menerima sinyal radio dari semua arah secara sama.berikut ini contoh
antena omnidirectional:
47
2.16.2.1 Antena Pengarah Yagi
Driven element yang merupakan dipole aktif dan elemen reflektor untuk
fisik driven adalah setengah panjang gelombang (0,5 λ) dari frekuensi radio
batang director akan menambah gain antena, namun akan membuat pola
berbentuk sebatang logam atau kayu yang panjangnya sepanjang antena itu.
semakin baik.
51
Untuk memaksimalkan jangkauan Antena Yagi dapat dilakukan dengan
sebagai berikut:
pemaksimalan daya tangkap ditentukan oleh bahan logam dari bagian ini.
membuat pola pengarahan antena menjadi lebih sempit. Semakin banyak jumlah
3. Memodifikasi bagian Reflektor, akan berpengaruh pada arah tangkap sinyal, ini
bagian ini dapat dilakukan dengan pelebaran luas area, namun dalam perluasan
jaringan phonecell dengan parameter antena yang di ukur adalah pola radiasi.
53
3. yenniwarti Rafsyam dkk,2013”Perancangan dan pembuatan antenna horn yagi
untuk aplikasi kanal TV”pada penelitian ini antena di aplikasikan untuk televisi
dengan bahan pendukungnya yaitu tembaga dan dari hasil pengukuran di dapatkan
hasil uji
5. Ade Putu Dilarse dkk,2014” Tinjauan struktur dan hasil gain antena yagi uda
RFID dan wifi.Dengan parameternya penguatan dan pola radiasi didapatkan hasil
yang diukur adalah VSWR,dan front to back ratio,dengan hasil ukur 1;1
pada aplikasi Wifi” dari perancangan ini parameter yang diuji adalah SWR dan
penguatan dan didapatkan hasil uji 10 dB dan rationya 1,25 antena menggunakan
15 elemen,berbahan alumunium.
54