LAPORAN DESAIN EKPERIMEN

Tugas 5 : Regresi

Dibuat Oleh :
Fathin Muhammad Mahdhudhu
6007201050

DEPARTEMEN TEKNIK MESIN

FAKULTAS TEKNOLOGI INDUSTRI DAN REKAYASA SISTEM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2020/2021
 DESAIN EKPERIMEN
Peneliti ingin mengetahui pengaruh baja EN 24 dengan elektroda tembaga. Fokus utama peneliti ini
adalah untuk mengoptimalkan parameter proses seperti Pulse on time(TON) dengan respon Material
removal rate (MRR) dengan mengetahui terlebih dahulu nilai regresi dari data. Data didapatkan dari jurnal
karya Gurdev Singh dkk tentang “Optimization of EN24 Steel on EDM Machine using Taguchi & ANOVA
Technique”
1. Langkah pertama yaitu menentukan hipotesa awal (H0 dan H1) dengan factor Pulse on time
(TON) dan respon Material removal rate (MRR)

H0 : data regresi linear

H1 : data tidak regresi linear

2. Menentukan significan level dari percobaan

α = 5% = 0.05
Maka confident level = 1- α = 1-5% = 95%

Lalu masukan pada kolom confidence level pada option pada minitab sesuai gambar 1

Gambar 1

3. Menghitung nilai statistic dari data ekperimen dengan menggunakan software Minitab2019

Gambar 1 Gambar 2
Setelah kita menginput data dari factor (TON) dan respon (MRR) ke Minitab2019, maka dilakukan
uji regresi. Langkah pertama klik toolbar “stat” lalu menjuju “regression” pilih “regression” lalu
 pilih “fit regression model”, sesuai gambar 1. Setelah muncul menu kotak regression seperti
Digambar ke-2, maka kita masukan respon dengan MRR dan factor dengan TON.

4. Menentukan daerah penolakan

Gambar 3
Syarat data bisa diselesaikan dan cocok dengan regresi linear menggunakan minitab2019 adalah
dengan melihat nilai lack of fit. Pada minitab 2019, opsi lack of fit otomatis keluar tanpa harus
mencentang seperti pada minitab tahun sebelumnya.

Daerah penolakan yaitu apabila nilai lack of fit tes P-value <0.05 dan Terima H0 jika P-value >0.05.
Tolak H0 berarti data tidak cocok diselesaikan dengan regresi linear karena pada software
minitab2019 hanya bisa menyelesaikan regresi linear. Jadi jika data setelah dicek lack of fit test
memiliki nilai P-value < 0.05 maka harus dilinearisasi terlebih dahulu.

Dari gambar 3 diatas antara TOR dan MRR memiliki P-value 0.395. Oleh karena itu kita gagal tolak
H0 karena nilai P-value lebih dari nilai alpha (0.05)

5. Menentukan kesimpulan

Karena nilai P-value lebih dari alpha (0.05) maka kita harus terima H0. Jadi data bisa dan cocok
diselesaikan dengan regresi linear antara nilai Pulse on time(TON) dengan respon Material
removal rate (MRR) dengan tingkat kepercayaan sebesar 95%