Disusun Oleh:
Dosen:
PROGRAM PASCASARJANA
DEPARTMENT TEKNIK MESIN
FAKULTAS TEKNOLOGI INDUSTRI DAN REKAYASA SISTEM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2020
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
Abstrak :
Artikel ini membahas tentang penggunaan metode Taguchi dan analisis
ANOVA untuk mengoptimalkan parameter cutting speed, feed rate dan depth of
cut dalam proses turning komposit glass fiber reinforced plastic (GFRP)
menggunakan alat poly crystalline diamond (PCD) untuk meminimalkan kekasaran
permukaan. Pemotongan Parameter yang dievaluasi adalah kecepatan potong,
kecepatan pengumpanan, dan kedalaman potong. Sebuah array ortogonal L27.
ANOVA digunakan untuk menganalisis pengaruh parameter dan interaksinya.
Hasil percobaan menunjukkan bahwa parameter proses yang paling signifikan
adalah paemakanan diikuti dengan kecepatan potong. Hasil penelitian
menunjukkan bahwa metode Taguchi dan ANOVA adalah sesuai untuk
mengoptimalkan parameter pemotongan dengan jumlah percobaan minimum.
Latar Belakang :
Tujuan :
1
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
B. Minitab
Proses analisa regresi sesuai data yang dimiliki dengan menggunakan
software Minitab dan lakukan prosedur sebagai berikut. Tahapan ini adalah
langkah awal pada analisa variansi yang ditunjukan pada Gambar 1. Pada
proses input data di Minitab baris C5, diinput pada kolom responses,
sedangkan baris C2, C3 diinput pada kolom continuous predictors seperti
ditunjukan pada Gambar 2.
2
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
3
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
4
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
C. UJI ANOVA
HIPOTESIS
Faktor Cutting Speed (A):
H0 : μ1 = μ2 = μ3
H1 : Setidaknya ada satu cara yang sama
Faktor Feed Rate (B):
H0 : μ1 = μ2 = μ3
H1 : Setidaknya ada satu cara yang sama
Interaksi Faktor A dan B:
H0 : τβi,j = 0 (adanya interaksi antar faktor)
H1 : τβi,j ≠ 0 (tidak ada interaksi antar faktor)
Dilihat dari nilai P-Value dengan taraf signifikansi yang digunakan adalah 95% maka
hasil ujinya adalah sebagai berikut:
5
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
Nilai P-Value (0.000) < Alfa (0.05), maka H0 ditolak dan H1 diterima, yang artinya
setidaknya ada satu mean yang berbeda, jadi Cutting Speed berpengaruh secara
signifikan terhadap nilai Surface Roughness.
Nilai P-Value (0.000) < Alfa (0.05), maka H0 ditolak dan H1 diterima, yang artinya
setidaknya ada satu mean yang berbeda, jadi Feed Rate berpengaruh secara signifikan
terhadap nilai Surface Roughness.
Berdasarkan data nilai PValue (0.981) > Alfa (0.05), maka H0 ditolak dan H1
diterima, yang artinya Tidak ada interaksi antara Cutting Speed dan Feed Rate
terhadap nilai surface roughness. Gambar 5 menunjukan semakin besar kecepatan
potong (CS) maka semakin kecil kekasaran permukaan (SR) dan semakin besar laju
pemakanan (FR) maka semakin besar pula kekasaran permukaannya (SR).
Gambar 6 menunjukan bahwa dalam segi grafis tidak ada faktor ataupun respon
yang bersinggungan, artinya faktor A dan B tidak memiliki interaksi terhadap rata-
rata kekasaran permukaan (SR). Berikut ini adalah hasil plot yang menunjukkan
interaksi faktor Cutting Speed dan Feed Rate yang didapat dari minitab.:
6
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
d. UJI NORMALITAS
• Hipotesis :
7
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
Gambar 6. Tampilan uji for equal test plot diagram pada Minitab
Hipotesis :
H0 = Nilai varian dari masing – masing level tidak signifikan berbeda.
H1 = Nilai varian signifikan berbeda.
Kriteria pengujiannya sebagai berikut:
H0 = Gagal ditolak apabila P-value > α
H0 = Ditolak apabila P-value < α
Berdasarkan nilai Pvalue (0.901) > 0.05, maka dengan keyakinan 95% H0 gagal ditolak
yang artinya nilai varian tidak signifikan berbeda.
1. Uji residu versus fits plot digunakan untuk memverifikasi asumsi bahwa
residu didistribusikan secara acak dan memiliki varian yang konstan. Penggunaan
diagram ini poin/titik harus memiliki pola yang acak di kedua sisi 0, tanpa pola
yang dapat dikenali dalam poin.
2. Uji residual versus order berguna untuk memverifikasi asumsi bahwa residual
tidak bergantung satu sama lain. Residu independen tidak menunjukkan tren atau
pola saat ditampilkan dalam urutan waktu. Pola pada titik mungkin menunjukkan
8
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
bahwa residu yang dekat satu sama lain mungkin berkorelasi, dan dengan
demikian, tidak independen. Idealnya, residu pada plot harus jatuh secara acak di
sekitar garis tengah. Pola dalam tabel berikut dapat menunjukkan bahwa model tidak
memenuhi asumsi model.
Gambar 6. Tampilan uji independence and fit test plot diagram pada Minitab
g. Uji F
9
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
Uji distribusi F merupakan uji yang digunakan untuk hasil analisi varian yang
tidak membuktikan adanya perbedaan perlakuan dan pengaruh faktor dalam
percobaan. Uji F dilakukan dengan cara membandingkan variansi yang
disebabkan masing-masing faktor dan variansi error. Variansi error adalah
variansi setiap individu dalam pengamatan yang timbul karena faktor-faktor yang
tidak dapat dikendalikan. Berikut adalah rumusan yang digunakan pada uji
distribusi F:
Nilai Fsumber tersebut dibandingkan dengan nilai F dari tabel pada harga α
tertentu dengan derajad kebebasan ((k-1).(N-k)). Dimana k adalah jumlah level
suatu faktor dan N adalah jumlah total perlakuan.
Apabila nilai F test lebih kecil nilai Ftabel (Fhitung < Ftabel), maka hipotesa
(Ho) diterima atau berarti tidak ada perlakuan. Namun jika nilai F test lebih besar
dari nilai Ftabel (Fhitung > Ftabel), maka hipotesa (Ho) ditolak dan berarti ada
perbedaan perlakuan.
Berikut adalah hasil perhitungan menggunakan Minitab:
Tabel 2. Uji F
10
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
Hipotesis
Faktor A:
H0: β1 ≠ β2 ≠ 0; (variable X “Cutting Speed” berpengaruh Y “Surface
Roughness”).
H1: β1 = β2 = 0; (variabel X “Cutting Speed” tidak berhubungan dengan Y
“Surface Roughness”).
Faktor B:
H0: β1 ≠ β2 ≠ 0; (variable X “Feed Rate” berpengaruh dengan Y “Surface
Roughness”).
H1: β1 = β2 = 0; (variabel X “Feed Rate” tidak berhubungan dengan Y “Surface
Roughness”).
Jadi dengan tingkat keyakinan 95% P-Value 0.000 < 0.05, maka H0 ditolak
dan H1 diterima. H1 menunjukkan adanya hubungan/pengaruh antara parameter
cutting speed dan feed rate terhadap Y “Surface Roughness”.
h. Uji T
Uji T merupakan jawaban sementara terhadap rumusan masalah, yaitu yang
menanyakan hubungan antara dua variabel atau lebih.
Rancangan pengujian hipotesis digunakan untuk mengetahui korelasi dari kedua
variabel yang diteliti. Uji T hasil.
11
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
Tabel 3. Uji T
Hipotesis:
Faktor A
H0 : β1 ≠ β2 ≠ 0; (variable X “Cutting Speed” tidak berhubungan dengan Y
“Surface Roughness”).
H1 : β1 = β2 = 0; (variabel X “Cutting Speed” berhubungan/berpengaruh dengan
Y “Surface Roughness”).
Faktor B
H0 : β1 ≠ β2 ≠ 0; (variable X “Feed Rate” tidak berhubungan dengan Y “Surface
Roughness”).
H1 : β1 = β2 = 0; (variabel X “Feed Rate” berhubungan/berpengaruh dengan Y
“Surface Roughness”).
i. Model Summary
Model Sumamary menjelaskan tentang beberapa tipe nilai prediksi yaitu S, R-
sq, R-sq(adj), R-sq(pred), tetapi pada analisis kontribusi parameter terhadap
12
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
respon dengan melihat R2 (R-sq) terbesar. Semakin tinggi nilai R2, semakin baik
model yang sesuai dengan data. R2 selalu memiliki rentangan prosentase antara
0% dan 100%. Dari data yang didapat maka dapat dilihat bahwa prosentase
kontribusi parameter sebesar 73,96% terhadap Surface Roughness.
j. Kesimpulan
Kesimpulan dari analisa ANOVA multi faktor yaitu pengaruh parameter
Cutting Speed dan Feed Rate terhadap respon yaitu Surface Roughness
berkontribusi sebesar 73,96%. Hasil dari analisa multi faktor yang terdiri dari
faktor Cutting Speed (A) dan Feed Rate (B) memiliki pengaruh yang signifikan
terhadap respon yaitu Surface Roughness (SR), hal tersebut dibuktikan dengan
nilai P-Value kurang dari α (0.05) tetapi faktor A dan B tidak memiliki interaksi,
hal tersebut dibuktikan pada uji Main Effect dan Interaction Plot diagram, dimana
semakin besar level Cutting Speed (CS) maka semakin kecil Surface Roughness
(SR) (SR) dan semakin besar level Feed Rate (FR) maka semakin besar pula
Surface Roughness (SR).
13
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
Reference
14
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
15
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
16
ANOVA
Mata Kuliah Desain Eksperimen
Departemen Teknik Mesin Fakultas Teknologi Industri dan Rekayasa Sistem
Institut Teknologi Sepuluh Nopember Surabaya – 2020
17