DESAIN EKSPERIMEN

ANOVA MULTI FAKTOR : GENERAL LINEAR MODEL MINITAB 19

Reducing Shrinkage in Injection Moldings via the Taguchi, ANOVA and Neural
Network Methods
Data pada jurnal ini akan dianalisa oleh Dika Andini & Tantya Ani
Mirigul Altan, Department of Mechanical Engineering, Yildiz Technical
University, Turkey. 2009, Elsevier.

Oleh :
Dika Andini Suryandari
02111740000106

Dosen :
Arif Wahyudi, ST., MT., Ph.D.

PROGRAM PASCA SARJANA

DEPARTEMEN TEKNIK MESIN
FAKULTAS TEKNOLOGI INDUSTRI DAN REKAYASA SISTEM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2020/2021
*) Note : Jurnal ini akan dianalisa ANOVA oleh Dika Andini dan Tantya Ani
Judul Jurnal : Reducing Shrinkage in Injection Molding via The Taguchi, ANOVA, and Neural
Network Methods.
Penulis : Mirigul Altan
Sumber : http://www.elsevier.com/locate/matdes
Abstrak :

Material plastic dengan metode injeksi molding sangatlah cocok untuk produksi
massal. Walaupun, penggunaan metode moldiing injeksi menyebabkan beberapa cacat hasil,
sehingga sulit untuk mendapatkan parameter injeksi yang optimal dengan hasil cacat paling
minimum contohnya pada cacat shrinkage, menggunakan metode Taguchi, desain eksperimen
dan analisa variance (ANOVA). Material plastic yang diujikan adalah polypropylene (PP) dan
polystyrene (PS) yang diinjeksikan pada molding segiempat dengan parameter pengujian suhu
didih (melt temperature), tekanan injeksi, tekanan packing, dan waktu packing. Didapatkan
hasil bahwa parameter paling signifikan didapat oleh pengaruh tekanan packing dan suhu didih,
sedangkan tekanan injeksi paling tidak berpengaruh secara signifikan terhadap shrinkage dua
material ini. Kemudian, dilakukan pengujian model neural network (NN) untuk menghasilkan
alat prediksi yang efisien untuk mendeteksi shrinkage.

Tujuan :

Penelitian ini bertujuan untuk mendapatkan parameter untuk suhu didih, tekanan
injeksi, tekanan packing, dan waktu packing dengan besar yang teroptimum untuk
mendapatkan material plastic polypropylene (PP) dan polystyrene (PS) dengan cacat
(shrinkage) terminimum dengan metode taguchi, dan ANOVA.
 ANALISA DATA

• Faktor Parameter

Diatas merupakan 4 faktor parameter dengan 3 level berbeda untuk tiap faktornya. Pada
pengujian ini saya akan menganalisa ANOVA multifactor dari faktor :
Sebagai batasan
1. Packing Pressure (MPa) - C
masalah dari analisa
2. Packing Time (s) – D
ANOVA Multifaktor
Terhadap respon material plastic polypropylene(PP) pada laporan ini.

Sedangkan untuk faktor melt temperature (A) dan injection pressure (B) akan digunakan
sebagai analisa ANOVA multifactor Tantya Ani.

• Desain Eksperimen
Berikut adalah desain eksperimen pengujian antar level dari penelitian jurnal
Reducing Shrinkage in Injection Molding via The Taguchi, ANOVA, and Neural
Network Methods.
 • Data Eksperimen

Diatas merupakan data hasil eksperimen pada pengujian jurnal Reducing Shrinkage
in Injection Molding via The Taguchi, ANOVA, and Neural Network Methods. Dengan 27 kali
pengambilan data sampel parameter pengujian suhu didih (melt temperature), tekanan injeksi,
tekanan packing, dan waktu packing terhadap respon shrinkage material polypropylene (PP)
dan polystyrene (PS). Dimana data yang akan menjadi fokusan pada laporan ini ditandai
dengan segiempat merah diatas yaitu tekanan packing dan waktu packing terhadap respon
shrinkage material polypropylene (PP).

• Tujuan Penggunaan ANOVA-General Linear Model Minitab 19:

1. Untuk megetahui apakah faktor waktu packing dan tekanan packing
eksperimen memberikan pengaruh secara signifikan terhadap respon
shrinkage PP.
2. Untuk mengetahui apakah interaksi antar faktor memberikan pengaruh yang
signifikan terhadap respon shrinkage PP.

• Uji Kesesuaian Model Data terhadap ANOVA menggunakan software Minitab 19

Dalam menggunakan uji ANOVA maka perlu diperhatikan terlebih dahulu
kesesuaian data terhadap uji ANOVA dengan melakukan 4 pengujian berikut :
1. Uji Normalitas (Normality Test)
Salah satu uji untuk data sesuai menggunakan analisa ANOVA adalah error dari
data pengujian terdistribusi normal dan mendekati 0.
- Error data pengujian didapat dari Residual Data berikut :
General Linear Model : Storage > Residuals
Setelah mendapatkan residual dari data maka data residual ini akan diuji Normality Test
berikut :
- Hipotesa :
H0 : error terdistribusi normal
H1 : error tidak terdistribusi normal
- Asumsi :
Confidence Level (Cl) = 95%
∝= 0,05
 Didapatkan plot probabilitas error data dengan P-value sebesar 0,564 yang mana
berarti P-value > ∝ (0,05) dan Mean sebesar -2,46716E-17 yang mana berarti
Mean ≈ 0 . Maka H0 gagal ditolak, yang diinterpretasikan bahwa error data
telah terdistribusi normal dan memiliki rerata error mendekati 0.

2. Uji Equal Variances -Variasi Konstan

Kedua, yaitu menguji apakah data faktor parameter level memiliki variasi yang
equal (sama), yang diinterpretasikan sebagai konstan variasi (constant variance).
- Hipotesa :
H0 : All variance are equal.
H1 : At least one variance is different.
- Asumsi :
Confidence Level (Cl) = 95%
∝= 0,05

Didapatkan hasil menggunakan metode Multiple Comparison dan Levene’s Test.

Dimana P-value untuk kedua metode berturut-turut adalah 0,682 dan 0,921.,
menjadikan P-value >∝ (0,05). Maka H0 gagal ditolak, yang diinterpretasikan
bahwa dari 3 level Packing Time & Packing Pressure terhadap respon
Shrinkage PP memiliki variasi yang equal (sama), variasinya konstan.
3. Independent Level
Pengujian ketiga adalah mengetahui data antar level tiap faktor pengujian
bersifat independent dan telah menggunakan model yang sesuai. Menggunakan
ANOVA, dengan memunculkan Residul Plots : ‘Residual vs Fits’ dan ‘Residual vs
Order’ berikut :

didapatkan grafik berikut :

Didapatkan 2 gambar grafik diatas, yang mana keduanya memiliki proporsi bagian
atas dan bawah yang cenderung sama (proporsional). Hal ini menginterpretasikan
bahwa dari grafik ‘Residual vs Fitted Value’ bahwa data sudah menggunakan
model yang sesuai (fitted) dan untuk grafik ‘Residual vs Observation Order’
berarti data level untuk tiap faktor sudah bersifat independent.

4. Uji Comparison

Uji comparison digunakan untuk

mengetahui pengaruh
signifikansi antar variable (level)
pada masing-masing faktor, dan
antar variable pada faktor
interaksi yang terbentuk. Dengan
metode Fisher.
 - Comparison : Packing Time

Dari grafik diatas dapat kita lihat bahwa level 1 (5) memberikan pengaruh yang
signifikan terhadap level 3 (15), dilihat dari interval dari beda rerata antar level diatas
responnya tidak mengandung nilai 0 didalamnya.
- Comparison : Packing Pressure

Dari grafik dibawah dapat kita lihat bahwa level 1 (30) memberikan pengaruh
yang signifikan terhadap level 2 (40) & 3 (50), dan level 2 (40) juga memberikan pengaruh
yang signifikan terhadap level 3 (50). Dilihat dari interval dari beda rerata antar level
dibawah responnya tidak ada yang mengandung nilai 0 didalamnya.

- Comparison : Interaction Packing Time*Packing Time

Dari gambar grafik diatas dapat kita lihat faktor interaksi yang memberikan pengaruh
signifikan antar faktor interaksinya adalah : (Packing Time* Packing Pressure)
o (5*40) – (5*30) Kelima variable interaksi antar faktor ini
o (5*50) – (5*30) memberikan pengaruh yang signifikan terhadap
o (10*40) – (5*30) interaksi antar faktor disamping. Dilihat dari interval
o (15*50) – (5*30) dari beda rerata antar level disamping responnya
o (15*50) – (10*30) tidak ada yang mengandung nilai 0 didalamnya.
Untuk faktor interaksi selain 5diatas tidak
meberikan pengaruh yang signifikan.

Setelah melakukan 4 pengujian kesesuaian data untuk pengujian ANOVA maka kini kita dapat
melakukan pengujian analisis data menggunakan ANOVA berikut :

• ANOVA – General Linear Model Menggunakan software

Minitab 19
Setelah melakukan pengujian kesesuaian data hasil eksperimen pada jurnal dengan
faktor dan respon terpilih terhadap kesesuaian model menggunakan ANOVA, maka
kita telah dapat menggunakan model ANOVA pada software Minitab 19. ANOVA
digunakan sebagai tools untuk pengujian ini agar penilaian bersifat objektif.
- Tabel Susunan Umum untuk Two-Factor Desain Faktorial
- Hipotesa untuk Tiap Faktor
o Faktor Waktu Packing (Packing Time)
H0 : 𝜏𝑖 = 0 ; ada treatment effect Packing Time
H1 : 𝜏𝑖 ≠ 0 ; tidak ada treatment effect Packing Time
o Faktor Tekanan Packing (Packing Pressure)
H0 : 𝛽𝑗 = 0 ; ada treatment effect Packing Pressure
H1 : 𝛽𝑗 ≠ 0 ; tidak ada treatment effect Packing Pressure
o Faktor Interaksi Waktu Packing*Tekanan Packing
(Packing Time* Packing Pressure)
H0 : (𝜏𝛽)𝑖𝑗 = 0 ; ada treatment effect Interaction
H1 : (𝜏𝛽)𝑖𝑗 ≠ 0 ; tidak ada treatment effect Interaction

- Asumsi :
Confidence Level (Cl) = 95%
∝= 0,05

- Pengujian menggunakan ANOVA : General Linear Model

1. Data input pada Minitab19
2. Kemudian Stat > ANOVA > General Linear Model > Fit General Linear Model

3. Masukkan Shrinkage PP pada ‘Respones’ dan Packing Tima & Packing

Pressure pada ‘Factors’

4. Untuk interaksi faktor > Model kemudian pilih kedua faktor dan ‘Add’ pada
‘Interaction through order :2’ karena hanya ada 2 faktor. Setelah itu faktor
interaksi akan muncul pada ‘Terms in the model’.

*) note : Faktor
interaksi ini tidak
muncul pada kolom
‘Factors’ namun
pengujian GLM tetap
akan mengujikannya
sesuai ‘Terms in the
model’.
 5. Didapatkan grafik :
a. Factorial plot untuk Main Effect tiap faktor

Grafik menunjukan untuk level tiap faktor packing time dan packing pressure memiliki
grafik yang terlihat curam dan signifikan mempengaruhi respon. Namun interpretasi ini kurang
obektif, maka akan dibuktikan dengan pengujian Pvalue ANOVA-GLM dibawah.

b. Interaction plot untuk interaksi antar 2 faktor terhadap respon.

Grafik menunjukan untuk interaksi level dari faktor- faktor yang mana terlihat sedikit
bersinggungan (berinteraksi) pada level 1 Packing time dan packing pressure, namun lagi-lagi
hal ini akan dibuktikan dengan pengujian Pvalue interaction ANOVA-GLM berikut.
6. Hasil Pengujian ANOVA-General Linear Model

Kedua grafik diatas dapat diinterpretasikan terhadap signifikansi faktor

terhadap respon, namun apabila kita menginterpretasikan gambar grafik saja tanpa
indikator yang kuantitatif maka hasil ini akan tidak akurat. Maka dari itu kita akan
melakukan uji hipotesa ANOVA – General Linear Model sebagai berikut :

Didapatkan Pvalue faktor Packing Time sebesar 0,027, Pvalue faktor Packing
Pressure sebesar 0,000, dan Pvalue faktor interaction--Packing Time*Packing
Pressure sebesar 0,429. Maka untuk Pvalue ini menyatakan untuk hipotesa masing-
masing faktor :
▪ Faktor Packing Time (Pvalue = 0,027)
H0 ditolak, karena Pvalue <∝ (0,05). Diinterpretasikan bahwa ada
treatment effect dari faktor Packing Time.
▪ Faktor Packing Pressure (Pvalue = 0,000)
H0 ditolak, karena Pvalue <∝ (0,05). Diinterpretasikan bahwa ada
treatment effect dari faktor Packing Pressure.
▪ Faktor Interaction--Packing Time*Packing Pressure
(Pvalue = 0,429)
H0 ditolak, karena Pvalue>∝ (0,05). Diinterpretasikan bahwa tidak
ada treatment effect dari faktor Interaction--Packing Time*Packing
Pressure.
 KESIMPULAN

Kesimpulan dari analisis ANOVA – General Linear Model untuk pengujian multi
faktor, yaitu pengaruh faktor Packing Time dan Packing Pressure terhadap respon Shrinkage
Material Polypropylene (PP).

1. Data analisa sesuai diujikan menggunakan pengujian ANOVA setelah memenuhi 4 uji
kesesuaian ANOVA. Pengujian Normality Test untuk error data, Test for Equal
Variances, Independent Level Test, dan Comparison Test. Dan telah terpenuhi 4
pengujian diatas sesuai syarat kesesuaian ANOVA.
*)Note :Dari pengujian Comparison didapatkan juga signifikansi pengaruh antar
variable(level) faktor terhadap respon, kombinasi level pake faktor yang memberikan
pengaruh signifikan terhadap responnya.
2. Untuk mengetahui pengaruh signifikansi faktor Packing Time dan Packing Pressure
terhadap respon Shrinkage Material Polypropylene (PP) akan digunakan metode
ANOVA-General Linear Model untuk mengetahui juga pengaruh dari faktor
Interaction—antara kedua faktor terhadap respon.
3. Dari analisa ANOVA-GLM diatas menggunakan software Minitab19 didapatkan hasil
P-value faktor Packing Time sebesar 0,027, Pvalue faktor Packing Pressure sebesar
0,000, dan Pvalue faktor interaction--Packing Time*Packing Pressure sebesar 0,429.
Maka dapat disimpulkan dengan tingkat kepercayaan (Cl = 95%):
a. Untuk faktor Packing Time H0 ditolak, karena Pvalue <∝ (0,05), ada
treatment effect dimana level pada faktor ini memberikan pengaruh yang
signifikan terhadap responn Shrinkage PP.
b. Untuk faktor Packing Pressure H0 ditolak, karena Pvalue <∝ (0,05), ada
treatment effect dimana level pada faktor ini memberikan pengaruh yang
signifikan terhadap responn Shrinkage PP.
c. Untuk faktor Interaction--Packing Time*Packing Pressure H0 gagal ditolak,
karena Pvalue>∝ (0,05), tidak ada treatment effect dimana interaksi kedua
faktor tidak memberikan pengaruh secara signifikan terhadap responn
Shrinkage PP.