1

PENERAPAN REPEATABILITY AND

REPRODUCIBILITY (MSA GAUGE R&R)
PADA PRODUK LAMPU DI PT.”X”
Anggrek Ayu Puspasari dan Sri Mumpuni Retnaningsih
Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh
Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
E-mail: mumpuni@statistika.its.ac.id

Abstrak - Perkembangan industri dalam mempertahankan (measurement system acceptable) [2]. Pada prosesnya,
kredibilitas dan keunggulan perusahaan adalah dengan perusahaan menginstruksikan empat operator untuk
meningkatkan kualitas produk. Sebagai perusahaan manufaktur melakukan pengukuran produk di lini produksi yang berjalan
yang menekankan kualitas produk terbaik bagi konsumen, PT. X
mengaplikasikan proses pengendalian kualitas sebagai upaya
guna memberikan informasi mengenai kualitas produk yang
untuk menjaga kualitas produk lampu. Namun di awal tahun dihasilkan saat itu. Adanya variasi produk yang diambil oleh
2013, perusahaan memaparkan bahwa produk yang dihasilkan operator serta interaksi dari produk dengan hasil pengukuran
banyak mengalami penolakan pemesanan oleh konsumen. oleh operator diduga memberikan pengaruh terhadap nilai
Karena pengukuran kualitas merupakan fase yang diperhatikan Gauge R&R yang dihasilkan, dimana hasil tersebut akan
oleh perusahaan, maka MSA Gauge R&R dievaluasi memberikan kesimpulan yang kurang tepat. Berdasarkan
penggunaannya pada penelitian ini. Analisis dilakukan pada jenis
lampu vello, dengan menggunakan variabel penelitian cap length,
dugaan tersebut, penelitian akan dititikberatkan pada analisis
collar height, ovality dan undulation. MSA Gauge R&R dengan MSA Gauge R&R di bidang SLG dengan memperhatikan
metode ANOVA, rasio P/T, SNR dan DR dipilih untuk nilai variasi produk dan nilai interaksi produk dan operator.
memutuskan bagaimana kondisi sistem pengukuran pada masing- Penelitian dengan menggunakan metode MSA Gauge
masing variabel penelitian. Hasil MSA Gauge R&R memberikan R&R dilakukan oleh Anggraini pada sistem pengukuran
kesimpulan bahwa sistem pengukuran tidak dapat diterima Cylinder Head di PT. Astra Honda Motor, dan memberikan
(measurement system unacceptable) pada ke-empat variabel
penelitian. Oleh karena itu, perbaikan terhadap sistem
hasil sistem pengukuran belum acceptable [3]. Dewi
pengukuran perlu dilakukan dengan mengimprovisasi menerapkan Measurement System Analysis Repeatability dan
kemampuan kerja operator ataupun kehandalan dari alat ukur. Reproducibility (Gauge R&R) pada studi kasus di PT. Gaya
Motor (Astra Group), dan memberikan hasil measurement
Kata Kunci — MSA Gauge R&R, vello, Metode ANOVA, Metode system acceptable [4].
Rasio P/T, Metode SNR, Metode DR. Terdapat dua permasalahan dalam penelitian di PT.”X”
ini yaitu apakah terdapat pengaruh dari faktor operator dan
I. PENDAHULUAN produk (part) serta interaksinya terhadap hasil keakuratan
pengukuran dan apakah measurement system untuk produk
P ERKEMBANGAN perindustrian dalam upaya
mempertahankan kredibilitas dan keunggulan perusahaan
adalah dengan meningkatkan kualitas produk. Perlu adanya
lampu bulb, vello dan danner telah diterima (acceptable).
Batasan masalah dalam penelitian ini adalah alat ukur yang
suatu proses yang dapat membandingkan ciri-ciri kualitas dianalisis hanya alat ukur setiap jenis lampu, dengan variabel
produk dengan spesifikasi produk yang telah ditentukan pengamatan adalah HWD, Wall Thickness, Diameter, Cap
perusahaan [1]. Hasil perbandingan tersebut akan Length, Collar Height, Ovality dan Undulation. Selain itu,
menghasilkan kesimpulan yang akan diambil sebuah data yang digunakan merupakan data yang diambil pada
tindakan apabila terdapat ketidaksesuaian antara penampilan bulan November 2013.
akhir produk dengan standar yang telah ditetapkan. Sebagai
perusahaan manufaktur yang menekankan kualitas produk II. TINJAUAN PUSTAKA
terbaik bagi konsumen, PT. “X” mengaplikasikan proses
pengendalian kualitas produk sebagai upaya untuk menjaga A. Rancangan Percobaan
kualitas lampu. Namun di awal tahun 2013, manajer Product Rancangan percobaan yang digunakan adalah rancangan
& Quality Department memaparkan bahwa 2 bulan pertama, percobaan faktorial dengan dua faktor, yaitu faktor operator
produk yang dihasilkan mengalami penolakan pemesanan dan faktor jenis produk. Struktur data dari rancangan
oleh konsumen. Ada indikasi yang menunjukkan bhawa percobaan ini disajikan pada Tabel 1.
MSA Gauge R&R di tahun 2012 diduga belum memberikan Tabel 1. Struktur Data Rancangan Faktorial Dua Faktor
Faktor Faktor Jenis Produk
hasil yang tepat dalam hal keakuratan alat ukur dan hasil 𝑦𝑦𝑖𝑖..
Operator 1 2 ⋯ 𝑏𝑏
pengukuran oleh operator. 𝑦𝑦111 , 𝑦𝑦112 , 𝑦𝑦121 , 𝑦𝑦122 , 𝑦𝑦1𝑏𝑏1 , 𝑦𝑦1𝑏𝑏2 ,
1 ⋯ 𝑦𝑦1..
Proses measure merupakan fase yang mendapatkan … , 𝑦𝑦11𝑛𝑛 … , 𝑦𝑦12𝑛𝑛 … , 𝑦𝑦1𝑏𝑏𝑏𝑏
perhatian dari perusahaan. Keakuratan alat ukur dan hasil 𝑦𝑦211 , 𝑦𝑦212 , 𝑦𝑦221 , 𝑦𝑦222 , 𝑦𝑦2𝑏𝑏1 , 𝑦𝑦2𝑏𝑏2 ,
2 ⋯ 𝑦𝑦2..
… , 𝑦𝑦21𝑛𝑛 … , 𝑦𝑦22𝑛𝑛 … , 𝑦𝑦2𝑏𝑏𝑏𝑏
pengukuran operator di fase ini dapat diketahui, karena
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
aktivitas proses meliputi manajemen pengukuran data dan 𝑦𝑦𝑎𝑎11 , 𝑦𝑦𝑎𝑎12 , 𝑦𝑦𝑎𝑎21 , 𝑦𝑦𝑎𝑎22 , 𝑦𝑦𝑎𝑎𝑎𝑎1 , 𝑦𝑦𝑎𝑎𝑏𝑏2 ,
𝑎𝑎 ⋯ 𝑦𝑦𝑎𝑎..
validasi sistem pengukuran. Pada fase measure bertujuan … , 𝑦𝑦𝑎𝑎1𝑛𝑛 … , 𝑦𝑦𝑎𝑎2𝑛𝑛 … , 𝑦𝑦𝑎𝑎𝑎𝑎𝑎𝑎
untuk memastikan bahwa sistem pengukuran telah diterima 𝑦𝑦.𝑗𝑗. 𝑦𝑦.1. 𝑦𝑦.2. ⋯ 𝑦𝑦.𝑏𝑏. 𝑦𝑦…
2

Faktor operator terdiri atas 𝑖𝑖-level (𝑖𝑖 = 1,2, … , 𝑎𝑎), Tabel 2. ANOVA Rancangan Faktorial Dua Faktor
sedangkan faktor jenis produk terdiri atas 𝑗𝑗-level (𝑗𝑗 = Sumber Jumlah Derajat
Rata-Rata Kuadrat 𝐹𝐹0
1,2, … , 𝑏𝑏). Percobaan dilakukan berulang sebanyak 𝑘𝑘- Variasi Kuadrat Bebas
pengulangan (𝑘𝑘 = 1,2, … , 𝑛𝑛). 𝑆𝑆𝑆𝑆𝑂𝑂 𝑀𝑀𝑀𝑀𝑂𝑂
Operator 𝑆𝑆𝑆𝑆𝑂𝑂 𝑎𝑎 − 1 𝑀𝑀𝑀𝑀𝑂𝑂 =
B. Asumsi-Asumsi 𝑎𝑎 − 1 𝑀𝑀𝑀𝑀𝐸𝐸
Jenis 𝑆𝑆𝑆𝑆𝑃𝑃 𝑀𝑀𝑀𝑀𝑃𝑃
𝑆𝑆𝑆𝑆𝑃𝑃 𝑏𝑏 − 1 𝑀𝑀𝑀𝑀𝑃𝑃 =
1. Asumsi Keacakan Produk 𝑏𝑏 − 1 𝑀𝑀𝑀𝑀𝐸𝐸
(𝑎𝑎 − 1) 𝑆𝑆𝑆𝑆𝑂𝑂𝑂𝑂 𝑀𝑀𝑀𝑀𝑂𝑂𝑂𝑂
Pengujian asumsi ini digunakan untuk mengetahui apakah Interaksi 𝑆𝑆𝑆𝑆𝑂𝑂𝑂𝑂 𝑀𝑀𝑀𝑀𝑂𝑂𝑂𝑂 =
(𝑏𝑏 − 1) (𝑎𝑎−1)(𝑏𝑏−1) 𝑀𝑀𝑀𝑀𝐸𝐸
suatu pengamatan telah acak, dengan hipotesis awal 𝑎𝑎𝑎𝑎 𝑆𝑆𝑆𝑆𝐸𝐸
adalah 𝑑𝑑ata dari suatu populasi diambil secara acak. Dimana Error 𝑆𝑆𝑆𝑆𝐸𝐸 𝑀𝑀𝑀𝑀𝐸𝐸 =
(𝑛𝑛 − 1) 𝑎𝑎𝑎𝑎(𝑛𝑛 − 1)
statistik uji adalah sebagai berikut, Total 𝑆𝑆𝑆𝑆𝑇𝑇 𝑎𝑎𝑎𝑎𝑎𝑎 − 1
 2n n 
r −  1 2 + 1 𝑆𝑆𝑆𝑆𝑇𝑇 = ∑𝑎𝑎𝑖𝑖=1 ∑𝑏𝑏𝑗𝑗=1 ∑𝑛𝑛𝑘𝑘=1 𝑦𝑦𝑖𝑖𝑖𝑖𝑖𝑖
2
−
2
𝑦𝑦…
(5)
Z=  n1 + n 2  .
𝑎𝑎𝑎𝑎𝑎𝑎

2n 1 n 2 (2n 1 n 2 − n 1 − n 2 ) (1) 𝑎𝑎
𝑦𝑦𝑖𝑖..2 𝑦𝑦…2
𝑆𝑆𝑆𝑆𝑂𝑂 = � −
(n 1 + n 2 ) (n 1 + n 2 − 1)
2
𝑖𝑖=1
𝑏𝑏𝑏𝑏 𝑎𝑎𝑎𝑎𝑎𝑎
(6)
Persamaan (1) digunakan karena jumlah pengamatan 𝑏𝑏 2
𝑦𝑦.𝑗𝑗. 𝑦𝑦…2
kelompok pertama (𝑛𝑛1 ) dan kelompok kedua (𝑛𝑛2 ) lebih besar 𝑆𝑆𝑆𝑆𝑃𝑃 = � − (7)
𝑎𝑎𝑎𝑎 𝑎𝑎𝑎𝑎𝑎𝑎
dari 20. Dengan menggunakan α 5%, 𝐻𝐻0 ditolak jika 𝑍𝑍 > 𝑍𝑍𝛼𝛼 𝑖𝑖=1
2 𝑎𝑎 𝑏𝑏 2
𝑦𝑦𝑖𝑖𝑖𝑖. 𝑦𝑦…2
atau pvalue < α [5]. 𝑆𝑆𝑆𝑆𝑂𝑂𝑂𝑂 = � � − − 𝑆𝑆𝑆𝑆𝐴𝐴 − 𝑆𝑆𝑆𝑆𝐵𝐵 (8)
𝑛𝑛 𝑎𝑎𝑎𝑎𝑎𝑎
𝑖𝑖=1 𝑗𝑗=1
2. Asumsi Distribusi Normal
𝑆𝑆𝑆𝑆𝐸𝐸 = 𝑆𝑆𝑆𝑆𝑇𝑇 − 𝑆𝑆𝑆𝑆𝑂𝑂 − 𝑆𝑆𝑆𝑆𝑃𝑃 − 𝑆𝑆𝑆𝑆𝑂𝑂𝑂𝑂 (9)
Untuk mengetahui apakah suatu pengamatan
berdistribusi normal dengan mean µ dan varian 𝜎𝜎 2 , maka
dilakukan pengujian menggunakan Kolmogorov Smirnov, D. Measurement System Analysis (MSA)
dengan hipotesis awal data berdistribusi normal. Dimana Sistem pengukuran (measurment system) merupakan
statistik uji adalah sebagai berikut, sekumpulan ukuran dan peralatan, prosedur, manusia, dan
𝐷𝐷 = 𝑠𝑠𝑠𝑠𝑠𝑠𝑥𝑥 |𝐹𝐹𝑒𝑒 (𝑥𝑥) − 𝐹𝐹𝑜𝑜 (𝑥𝑥)| (2) lingkungan yang menjadi faktor penentu utama suatu keadaan
Dengan menggunakan α 5%, 𝐻𝐻0 ditolak jika 𝐷𝐷 > 𝐷𝐷𝛼𝛼 menjadi terukur. Ketika proses sistem pengukuran
atau pvalue < α [6]. diaplikasikan, penyebab variasi yang mengalami
3. Asumsi Homogenitas ketidaktepatan pengukuran akan lebih mudah teridentifikasi
[9]. Metode Gauge R&R digunakan untuk memperoleh hasil
Metode yang digunakan dalam pengujian kehomogenan
pengukuran alat atau unit secara berulang dengan operator
data adalah uji levene. Uji ini digunakan karena merupakan yang sama serta hasil pengukuran alat atau unit dengan
metode yang robust digunakan pada sampel data kecil [7]. operator yang berbeda-beda [10].
Hipotesis awal pengujian ini data pengamatan telah
1. MSA Type 1
homogen, dengan statistic uji sebagai berikut,
x Measurement System Analysis Type I (MSA Tipe I)
( N − u )∑ N u ( Z u . − Z.. ) 2 merupakan salah satu tipe MSA yang digunakan ketika suatu
W = u =1
x Nu (3) pengukuran telah diketahui karakteristik datanya dan telah
(u − 1)∑∑ ( Z uv − Z u . ) 2 diketahui pula berapa kali pengukuran akan dilakukan.
u =1 v =1 Capability gauge (Cg) dan capability gauge yang terdiri dari
Dengan menggunakan α 5%, 𝐻𝐻0 ditolah jika gauge variation dan bias (Cgk) secara matematis dapat ditulis
𝑊𝑊 > 𝐹𝐹(𝛼𝛼,𝑢𝑢−1,𝑁𝑁−𝑢𝑢) [7]. pada (10) dan (11).
ℎ .(𝐵𝐵𝐵𝐵𝐵𝐵−𝐵𝐵𝐵𝐵𝐵𝐵)
C. Analysis of Variance 𝐶𝐶𝑔𝑔 = (10)
6 𝑠𝑠𝑚𝑚
Model dari rancangan faktorial dua faktor dapat
ℎ . (𝐵𝐵𝐵𝐵𝐵𝐵−𝐵𝐵𝐵𝐵𝐵𝐵) − �𝑥𝑥𝑚𝑚 −𝑥𝑥𝑔𝑔 �
dinyatakan dengan persamaan (4). 𝐶𝐶𝑔𝑔𝑔𝑔 = 3 𝑠𝑠𝑚𝑚 (11)
𝑖𝑖 = 1,2, … 𝑎𝑎
𝑦𝑦𝑖𝑖𝑖𝑖𝑖𝑖 = 𝜇𝜇 + 𝜏𝜏𝑖𝑖 + 𝛽𝛽𝑗𝑗 + (𝜏𝜏𝜏𝜏)𝑖𝑖𝑖𝑖 + 𝜀𝜀𝑖𝑖𝑖𝑖𝑖𝑖 � 𝑗𝑗 = 1,2, … , 𝑏𝑏 (4)
𝑘𝑘 = 1,2, … , 𝑛𝑛
Dimana ℎ menyatakan prosentase toleransi, BSA dan BSB
adalah batas spesifikasi atas dan batas spesifikasi bawah, 𝑠𝑠𝑚𝑚
Pengujian terhadap hasil pengamatan dari rancangan
merupakan nilai standar deviasi data pengukuran, 𝑥𝑥𝑚𝑚
percobaan dilakukan dengan menggunakan tabel analysis of
merupakan mean dari pengukuran, dan 𝑥𝑥𝑔𝑔 merupakan
variance (ANOVA) seperti pada Tabel 2.
Formula yang digunakan untuk mendapatkan nilai sum reference value [11].
of square pada tabel ANOVA dinyatakan oleh persamaan (5) 2. MSA Tipe II
sampai (9) [8]. MSA tipe II disebut juga dengan gauge reproducibility
and repeatablity atau Gauge R&R. Repeatability adalah
variasi dari hasil pengukuran oleh operator dan alat yang
sama, sedangkan reproducibility adalah variasi dari hasil
pengukuran oleh operator yang berbeda [12].
Gauge repeatability dan reproducibility merupakan
salah satu jenis Measurement System Analysis yang

digunakan untuk mengetahui kualitas dari sistem
pengukuran. Secara umum, total variasi hasil pengukuran
dinyatakan pada persamaan (12)
σ=
Total σ Part + σ gauge
2 2 2
Montgomery memaparkan 4 metode yang memberikan
informasi mengenai kondisi suatu measurement system, yaitu
sebagai berikut.
1. Metode ANOVA
Variabilitas dari proses measurement system dijabarkan
sebagai berikut,
σ gauge
= 2
σ repeatability
2
+ σ reproducibility
2
Nilai repeatability, nilai reproducibility, nilai variasi
produk, nilai variasi interaksi dan nilai variasi Gauge R&R
dari persamaan (13) dapat dihitung menggunakan rumus pada
persamaan (14) sampai (18).
(14)
EV = k MSE
MSO − MSOP
AV = k
bn
MS P − MSOP
PV = k
an
MSOP − MS E
IV = k
n
R & R= k ( EV ) + ( AV ) + ( IV )
2 2 2
Cara pertama untuk mengetahui kondisi measurement
system adalah dengan mengintepretasikan hasil Gauge R&R
menggunakan statistik uji pada persamaan (19) [13].
 
(EV )2 + (AV )2 + (IV )2  x100% (19)
 suatu measurement system adalah signal-to-noise ratio
%TotalGaugeR & R = 
 USL − LSL
 
Menurut AIAG, measurement system dikatakan
acceptable jika nilai % Study Var Total Gauge R&R kurang
dari sama dengan 10%. Measurement system dikatakan
acceptable dengan syarat tertentu jika nilai % Study Var
Total Gauge R&R berada pada nilai 10% sampai 30%.
Sedangkan Measurement system dikatakan unacceptable jika
nilai % Study Var Total Gauge R&R lebih dari 30%. Pada
kondisi ini perlu dilakukan perbaikan dalam sistem.
Selain dengan study variation, kesimpulan dapat diambil
dengan menggunakan prosentase contribution variation.
Measurement system dikatakan acceptable jika nilai %
contribution variation Gauge R&R kurang dari sama dengan
1%. Measurement system dikatakan acceptable dengan syarat
tertentu jika nilai % contribution variation Gauge R&R
berada pada nilai 1% sampai dengan 9%. Sedangkan
Measurement system dikatakan unacceptable jika nilai %
contribution variation Gauge R&R kurang dari sama dengan
9%. Pada kondisi ini perlu adanya perbaikan dalam sistem.
Minitab menjelaskan bahwa penggunaan prosentase
study variation atau prosentase contribution variation untuk
mengevaluasi suatu sistem pengukuran bergantung pada
tujuan dari analisis tersebut dilakukan [14]. Jika sistem
pengukuran digunakan untuk proses pengukuran
(mengurangi variasi dari part-to-part), maka prosentase
study variation digunakan untuk mengestimasi presisi dari
pengukuran. Jika sistem pengukuran digunakan untuk
3
mengevaluasi kedekatan produk dengan spesifikasi yang
ditentukan, maka prosentase contribution variation
digunakan sebagai besaran yang tepat.
Selanjutnya, cara kedua yang dapat digunakan untuk
(12) mengetahui kondisi measurement system adalah dengan
menggunakan number distinct categories atau classification
rasio yang secara matematis dituangkan pada persamaan
(20).

 σ part 
=
ndc    × 1, 41 (20)
 σ R&R 
Measurement system dikatakan acceptable apabila number of
(13)
distinct categories lebih besar dari 5.
2. Precision-to-tolerance (P/T) Ratio
Precision-to-tolerance (P/T) ratio sering juga disebut
sebagai rasio dari 𝑘𝑘𝜎𝜎�𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺 dengan batas toleransi.
Precision-to-tolerance (P/T) ratio secara matematis
dinyatakan pada persamaan (21).
6 .�𝜎𝜎𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺
𝑃𝑃/𝑇𝑇 =
𝐵𝐵𝐵𝐵𝐵𝐵−𝐵𝐵𝐵𝐵𝐵𝐵 (21)
(15)
Berdasarkan persamaan (21), BSA dan BSB menyatakan
batas spesifikasi atas dan batas spesifikasi bawah, sedangkan
(16) 6 menyatakan nilai dari standar deviasi dari batas toleransi
suatu populasi yang mengikuti distribusi normal.
Nilai P/T menunjukkan 0,1 atau kurang biasanya
(17)
memberikan kesimpulan bahwa hasil estimasi kapabilitas
dari alat ukur cukup baik. Dengan kata lain, sebuah alat ukur
(18) capable dalam mengukur suatu produk dengan akurat dan
presisi, sehingga analisis dari hasil pengukuran dapat
memberikan kesimpulan dengan tepat.
3. Signal-to-noise Ratio (SNR)
Ukuran lain yang dapat digunakan untuk melihat kondisi

 (SNR). Seacar matematis, SNR ditunjukkan pada persamaan
(22)
2 . �𝜌𝜌𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
𝑆𝑆𝑆𝑆𝑆𝑆 = � � 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
(22)
1−𝜌𝜌
AIAG (2002) menjelaskan bahwa SNR menunjukkan
nilai dari perbedaan level atau kategori, yang diperoleh dari
pengukuran. Nilai yang direkomendasikan adalah 5 atau lebih
(SNR > 5), dan nilai yang kurang dari 2 (SNR < 2)
mengindikasikan bahwa alat ukur kurang capable.
4. Discrimination Ratio (DR)
Estimasi terhadap kapabilitas alat ukur dapat
menggunakan ukuran discrimination ratio (DR). Secara
matematis, DR dinyatakan pada persamaan (23).
�
1+𝜌𝜌
𝐷𝐷𝐷𝐷 = � 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 (23)
1−𝜌𝜌𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃
Beberapa sumber menunjukkan bahwa suatu alat ukur
dinyatakan capable bila nilai DR harus lebih besar dari 4 (DR
> 4).
E. Uji 2 Sampel t
Uji 2 sampel t digunakan untuk mengetahui apakah
observasi kelompok pertama dengan observasi kelompok
lainnya memiliki mean pengukuran yang sama atau
signifikan berbeda. Pengujian hipotesis mengenai perbedaan
mean observasi dengan hipotesis awal 𝜇𝜇kelompok ke−c =
𝜇𝜇𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 𝑘𝑘𝑘𝑘−𝑑𝑑 . Dimana statistik uji untuk varian homogen
4

(x c − x d ) , Metode analisis yang digunakan dalam penelitian ini

adalah t= dengan
sp (1 n c ) + (1 n d ) adalah ANOVA dua faktor, MSA Gauge R&R dan pengujian
2 populasi.
(nc − 1)s+ (nd − 1)s d2
2
dan derajat bebas
s 2p = c

nC + n d − 2
v = nc + n d − 2.
IV. HASIL DAN PEMBAHASAN
Sedangkan statistik uji untuk varian tidak homogen adalah
sebagai berikut t =
(xc − x d ) , dengan derajat
Sebelum dilakukan analisis lebih jauh, terlebih dahulu
dilakukan pengujian asumsi apakah asumsi yang diperlukan
(s 2
c ) (
nc + s c2 n d ) oleh suatu metode telah terpenuhi atau belum.
bebas
v=
(s 2
c nc + s nd
2
d )2

.
A. Pengujian Asumsi
(s
nc
+
2
cs nd ) (
2 2
d )
2
Analisis MSA Gauge R&R memerlukan beberapa asumsi
nc − 1 nd − 1 yang harus terpenuhi, yaitu data hasil pengamatan terambil
secara acak, berdistribusi normal dan homogen. Pengujian
Dengan α 5%, 𝐻𝐻0 ditolak apabila nilai 𝑡𝑡 > 𝑡𝑡𝛼𝛼,𝑣𝑣 atau nilai p- data acak dilakukan dengan run test, sedangkan pengujian
value < 𝛼𝛼 [15]. data berdistribusi normal dengan menggunkaan
Kolmogorov-Smirnov dan pengujian homogenitas data
III. METODOLOGI PENELITIAN menggunakan Uji Levene.
Pada variabel HWD, Diameter, Wall Thickness, Cap
Data yang digunakan dalam penelitian adalah primer
Length, Collar Height, Ovality dan Undulation, nilai p-value
yang diambil secara langsung di area produksi pada bulan
untuk run test secara berurutan adalah 0,548; 0,146; 0,102;
Oktober sampai dengan November 2013, dimana di setiap lini
0,083; 0,056; 0,465 dan 0,050. Nilai tersebut
diambil 10 produk untuk diperiksa oleh masing-masing
mengindikasikan bahwa 10 produk yang diambil untuk
operator. Pengambilan produk diulang sebanyak 2 kali.
pengambilan pertama dan kedua, telah diambil secara acak.
Struktur data untuk produk Bulb A19 dengan variabel
Pengujian menggunakan Kolmogorov Smirnov dan
pengamatan HWD dapat dilihat pada Tabel 3, dimana 𝑦𝑦𝑖𝑖𝑖𝑖𝑖𝑖 hasilnya hanya satu variabel pengamatan yang berdistribusi
merupakan hasil pengukuran operator ke-𝑖𝑖 (𝑖𝑖 = 1,2,3,4), normal, yaitu HWD dengan p-value lebih besar dari 0,05
produk ke-𝑗𝑗 (𝑗𝑗 = 1,2,3, ⋯ ,10) dan pengulangan ke-𝑘𝑘 (𝑘𝑘 = (0,087 > 0,05). Oleh sebab itu, pengujian asumsi homogenitas
1,2). Jenis produk lampu danner dan vello memiliki struktur data menggunakan Uji Levene.
data yang sama dengan jenis produk lampu bulb. Pada variabel penelitian Diameter, Wall Thickness, Cap
Tabel 3. Struktur Data Produk Bulb dengan Variabel Pengamatan Length dan Undulation. P-value pada variabel tersebut secara
HWD
urut adalah 0,102; 0,081; 0,194 dan 0,087. Nilai tersebut
Bulb A19 dengan Variabel Pengamatan HWD
Operator
1 2 3 ⋯ 10
menunjukkan bahwa data yang diambil telah homogen.
𝑦𝑦111 𝑦𝑦121 𝑦𝑦131 ⋯ 𝑦𝑦1101 Sedangkan variabel penelitian HWD dan Collar Height
1 memiliki nilai p-value masing-masing 0,000. Nilai ini
𝑦𝑦112 𝑦𝑦122 𝑦𝑦132 ⋯ 𝑦𝑦1102
𝑦𝑦211 𝑦𝑦221 𝑦𝑦231 ⋯ 𝑦𝑦2101 menunjukkan bahwa data yang diambil pada variabel tersebut
2
𝑦𝑦212 𝑦𝑦222 𝑦𝑦232 ⋯ 𝑦𝑦2102 tidak homogen. Berdasarkan hasil tersebut, data yang tidak
𝑦𝑦311 𝑦𝑦321 𝑦𝑦331 ⋯ 𝑦𝑦3101
3 terpenuhi dianalisis lebih lanjut dengan metode Gauge R&R.
𝑦𝑦312 𝑦𝑦322 𝑦𝑦332 ⋯ 𝑦𝑦3102
𝑦𝑦411 𝑦𝑦421 𝑦𝑦431 ⋯ 𝑦𝑦4101 Selain itu, pada variabel yang telah memenuhi asumsi,
4 analisis Gauge R&R tetap dilakukan sebagai metode yang
𝑦𝑦412 𝑦𝑦422 𝑦𝑦432 ⋯ 𝑦𝑦4102
Variabel yang digunakan pada penelitian ini adalah : bertujuan untuk mengevaluasi sistem pengukuran sebelum
1. HWD, yaitu besaran yang menunjukkan ukuran sistem tersebut digunakan sebagai improvement pada proses
ketebalan dinding atas produk bulb, dengan spesifikasi produksi.
50 + 16 mm. B. Analysis of Variance (ANOVA)
2. Wall Thickness, yaitu besaran yang menunjukkan
ketebalan dinding dalam dari produk danner, dengan 1. Produk Bulb
spesifikasi 0,5 + 0,05 mm. Pada produk Bulb, variabel pengamatan yang digunakan
3. Diameter, yaitu besaran yang menunjukkan ukuran adalah HWD. Data pengukuran variabel tersebut dianalisis
diameter dari kedua ujung produk danner, dengan dengan Gauge R&R. Analisis memberikan hasil ANOVA.
spesifikasi 26 + 0,7 mm. Hasil ANOVA memberikan kesimpulan bahwa faktor
4. Cap Length, yaitu besaran yang menunjukkan panjang operator dan faktor part tidak signifikan berpengaruh
cap dari produk vello, dengan spesifikasi 5,5 + 0,5 mm. terhadap sistem pengukuran, karena nilai p-value > α, yaitu
5. Collar Height, yaitu besaran yang menunjukkan tinggi 0,713 dan 0,915. Namun interaksi dari kedua faktor tersebut
kerah dari produk vello, dengan spesifikasi 4,5 + 0,8 mm. memberikan pengaruh yang signifikan terhadap sistem
6. Ovality, yaitu besaran yang menunjukkan ukuran pengukuran, karena nilai p-value < α (0,00 < 0,05).
keovalan dari produk vello, dengan spesifikasi 0,7 + 0,6
mm. 2. Produk Danner
7. Undulation, yaitu besaran yang menunjukkan ukuran Pada produk Danner, variabel pengamatan yang
kemiringan dari produk vello, dengan spesifikasi 1 + 0,8 digunakan adalah Diameter dan Wall Thickness. Data
mm. pengukuran variabel tersebut dianalisis dengan Gauge R&R.
Analisis memberikan hasil ANOVA yang menunjukkan
bahwa faktor operator dan faktor part, pada variabel

Diameter dan Wall Thickness, tidak signifikan berpengaruh
terhadap sistem pengukuran, karena nilai p-value > α (0,05).
Pada Diametr, p-value untuk faktor part dan operator adalah
0,060 dan 0,215. Sedangkan untuk Wall Thickness, p-value
untuk faktor part dan operator adalah 0,392 dan 0,433.
Namun interaksi dari kedua faktor tersebut memberikan
pengaruh yang signifikan terhadap sistem pengukuran,
karena nilai p-value < α (0,00 < 0,05).
3. Produk Vello
Pada produk Vello, variabel pengamatan yang digunakan
adalah Cap Length, Collar Height, Ovality dan Undulation.
Data pengukuran variabel tersebut dianalisis dengan Gauge
R&R dan memberikan hasil ANOVA. Kesimpulan dari
ANOVA adalah faktor operator dan faktor part, pada
variabel Ovality, tidak signifikan berpengaruh terhadap
sistem pengukuran, karena nilai p-value > α, yaitu 0,322 dan
0,977. Sedangkan interaksi dari kedua faktor tersebut
memberikan pengaruh yang signifikan terhadap sistem
pengukuran, karena nilai p-value < α (0,00 < 0,05).
Kesimpulan ANOVA pada variabel Cap Length adalah
faktor yang tidak berpengaruh adalah faktor part dan faktor
interaksi dari part dan operator. Hal ini dikarenakan nilai p-
value > α, yaitu 0,160 dan 0,355. Sedangkan faktor operator
berpengaruh signifikan, karena p-value < α (0,00 < 0,05).
Selain itu, kesimpulan ANOVA menunjukkan bahwa
faktor yang tidak berpengaruh pada variabel Undulation
adalah faktor operator dan interaksi dari part dan operator.
Hal ini karena p-value dari faktor tersebut lebih besar dari α,
yaitu 0,471 dan 0,429. Dan pada variabel Collar Height,
semua sumber variasi berpengaruh signifikan terhadap sistem
pengukuran, karena p-value semua faktor < α (0,00 < 0,05).
C. Measurement System Analysis (MSA)
1. Gauge R&R Tipe I
Analisis Gauge R&R Type I digunakan sebagai alat
evaluasi terhadap capability dari proses pengukuran dengan
mengkombinasikan pengaruh dari bias dan repeatability pada
pengukuran single part. Hasil analisis dari 7 variabel
pengamatan disajikan pada Tabel 4.
Pada Tabel 4, diketahui bahwa nilai Cg dan Cgk, serta p-
value dari bias pada variabel Diameter, Wall Thickness,
Ovality dan Undulation menunjukkan bahwa bias terdapat
dalam sistem pengukuran, karena nilainya lebih besar dari α
(0,05). Serta pada variabel tersebut, sistem pengukuran belum
mampu mengukur part secara akurat dikarenakan nilai bias
yang lebih besar dari nilai α.
Tabel 4. Gauge R&R Tipe I untuk Variabel Pengamatan
Variabel Pengamatan
1 2 3 4 5 6 7
Cg 0,22 0,49 0,47 0,31 0,38 0,32 0,44
Cgk 0,20 0,40 0,36 0,30 0,32 -0,70 -1,47
Bias
0,496 0,016 0,003 0,806 0,121 0,000 0,000
(P-Value)
Tolerance
32 1,4 0,1 1 1,6 1,2 1,6
(mm)
Reference
50 26 0,5 5,5 4,5 0,7 1
(mm)
*1=HWD; 2=Diameter; 3=Wall Thickness; 4=Cap Length; 5=Collar
Height; 6=Ovality; 7=Undulation
Berdasarkan Tabel 4 juga ditunjukkan bahwa variabel
HWD, Cap Length dan Collar Height diindikasikan memiliki
sistem pengukuran yang mampu mengukur part dengan
akurat namun belum konsisten. Hal ini ditunjukkan dari nilai
5
bias yang kecil, tetapi nilai tolerance masih jauh dari nilai
reference.
2. Gauge R&R Type II (ANOVA Method)
a. Produk Bulb
Setelah hasil ANOVA diperoleh, interaksi dari faktor
operator dan part diikutsertakan dalam perhitungan total
Gauge R&R. Hasilnya menunjukkan evaluasi measurement
system menggunakan nilai percent study varians dari total
Gauge R&R adalah sebesar 100%, dimana nilai tersebut lebih
besar dari 30%. Selain itu, diperoleh number of distinct
categories (ndc) sebesar 1, dimana nilai tersebut lebih kecil
dari 5, sehingga dapat dikatakan sistem pengukuran yang
dilakukan belum dapat diterima untuk mengambil keputusan
terhadap proses kontrol. Berdasarkan kesimpulan tersebut,
dikatakan bahwa measurement system unacceptable.
Selain nilai tersebut, keputusan lain menggunakan nilai
P/T rasio, SNR dan DR. Nilai P/T rasio sebesar 3,161004,
yang lebih besar dari 0,1 (P/T > 0,1), nilai SNR sebesar 0
yang kurang dari 5 (SNR < 5) dan DR yang menunjukkan
nilai 1, dimana ini lebih kecil dari 4 (DR < 4). Berdasarkan
nilai tersebut, disimpulkan bahwa alat ukur HWD juga
kurang kapabel.
b. Produk Danner
Setelah hasil ANOVA diperoleh, interaksi dari faktor
operator dan part diikutsertakan dalam perhitungan total
Gauge R&R, untuk variabel Diameter dan Wall Thickness.
Pada variabel Diameter, evaluasi sistem pengukuran
menggunakan nilai percent study varians dari total Gauge
R&R. Nilai yang dihasilkan adalah sebesar 89,88%, dimana
nilai tersebut lebih besar dari 30%. Selain itu, analisis juga
menggunakan number of distinct categories (ndc) sebesar 1,
dimana nilai tersebut lebih kecil dari 5. Berdasarkan
kesimpulan tersebut, dikatakan bahwa measurement system
unacceptable.
Keputusan lain menggunakan nilai P/T rasio, SNR dan
DR. Nilai P/T rasio sebesar 0,001772, yang kurang dari 0,1
(P/T < 0,1). Hal tersebut mengindikasikan bahwa alat ukur
Diameter telah kapabel. Namun menurut Montgomery, nilai
ini tidak sepenuhnya bagus digunakan. Sehingga digunakan
nilai SNR sebesar 0,277038, yang kurang dari 5 (SNR < 5)
dan DR yang bernilai 1,07675, dimana ini lebih kecil dari 4
(DR < 4). Hal ini mengindikasikan bahwa alat ukur Diameter
juga kurang kapabel.
Pada variabel Wall Thickness, evaluasi sistem pengukuran
juga menggunakan nilai percent study varians dari total
Gauge R&R. Nilai yang dihasilkan adalah sebesar 98,91%,
dimana nilai tersebut lebih besar dari 30%, sehingga
disimpulkan bahwa measurement system unacceptable.
Selain itu diperoleh number of distinct categories (ndc)
sebesar 1, dimana nilai tersebut lebih kecil dari 5, sehingga
dapat dikatakan sistem pengukuran yang dilakukan belum
dapat diterima untuk mengambil keputusan terhadap proses
kontrol. Berdasarkan kesimpulan tersebut, dikatakan bahwa
measurement system unacceptable.
Keputusan lain menggunakan nilai P/T rasio, SNR dan
DR. Nilai P/T rasio sebesar 0,000589, yang kurang dari 0,1
(P/T < 0,1). Hal tersebut mengindikasikan bahwa alat ukur
Wall Thickness telah kapabel. Namun menurut Montgomery,
nilai ini tidak sepenuhnya bagus digunakan. Sehingga
digunakan nilai SNR sebesar 0,277038, kurang dari 5 (SNR
< 5) dan nilai DR menunjukkan nilai 1,07675, yang ebih kecil
6

dari 4 (DR < 4). Hal ini mengindikasikan bahwa alat ukur dimana nilai tersebut lebih besar dari 5, sehingga dapat
Wall Thickness juga kurang kapabel. dikatakan sistem pengukuran yang dilakukan sudah dapat
diterima untuk mengambil keputusan terhadap proses
c. Produk Vello
kontrol. Berdasarkan kesimpulan tersebut, dikatakan bahwa
Setelah hasil ANOVA diperoleh, perhitungan total Gauge measurement system acceptable.
R&R dilakukan terhadap variabel Cap Length, Collar Height, Kesimpulan lain menggunakan nilai P/T rasio, SNR dan
Ovality dan Undulation. DR. Nilai P/T rasio sebesar 0,003345, yang menunjukkan
Pada Cap Length, evaluasi sistem pengukuran bahwa nilai P/T kurang dari 0,1 (P/T < 0,1). Hal tersebut
menggunakan nilai percent study varians dari total Gauge mengindikasikan bahwa alat ukur Undulation telah kapabel.
R&R. Nilai yang dihasilkan adalah sebesar 96,62%, dimana Selain itu diperoleh nilai SNR sebesar 5,211749, yang lebih
nilai tersebut lebih besar dari 30%. Selain itu, number of dari 5 (SNR > 5) dan nilai DR menunjukkan nilai 28,16233,
distinct categories (ndc) sebesar 1, dimana nilai tersebut lebih yang lebih besar dari 4 (DR > 4). Hal ini mengindikasikan
kecil dari 5, sehingga dapat dikatakan sistem pengukuran bahwa alat ukur Undulation juga telah kapabel.
yang dilakukan belum dapat diterima untuk mengambil
keputusan terhadap proses kontrol. Berdasarkan kesimpulan D. Perbandingan Hasil Pengukuran Operator
tersebut, dikatakan bahwa measurement system Analisis Gauge R&R (ANOVA Method) terhadap setiap
unacceptable. variabel pengamatan menunjukkan bahwa faktor operator,
Keputusan lain menggunakan nilai P/T rasio, SNR dan pada tabel ANOVA, memberikan pengukuran yang berbeda.
DR. Nilai P/T rasio sebesar 0,012784, yang menunjukkan Kondisi tersebut terjadi pada variabel Cap Length dan Collar
bahwa nilai P/T kurang dari 0,1 (P/T < 0,1). Hal tersebut Height. Berdasarkan kondisi tersebut, dilakukan analisis
mengindikasikan bahwa alat ukur Cap Length telah kapabel. untuk melihat operator mana yang memberikan hasil
Namun menurut Montgomery, nilai ini tidak sepenuhnya pengukuran yang berbeda. Analisis yang digunakan untuk
bagus digunakan. Sehingga digunakan nilai SNR sebesar melihat perbedaan hasil pengukuran operator adalah Uji 2
0,094245, yang kurang dari 5 (SNR < 5) dan nilai DR yang Sampel t. Hasil analisis dirangkum pada Tabel 5.
menunjukkan nilai 1,008882, dimana nilai ini lebih kecil dari Tabel 5. Uji 2 Sampel t untuk Operator pada Variabel Cap Length dan
4 (DR < 4). Hal ini mengindikasikan bahwa alat ukur Cap Collar Height
Length juga kurang kapabel. P-value Keputusan P-value Keputusan
Var. CL Var CL Var. CH Var CH
Pada Collar Height, evaluasi sistem pengukuran Gagal Gagal
Operator 1,
menggunakan nilai percent study varians dari total Gauge Operator 2
0,675
Tolak 𝐻𝐻0
0,983
Tolak 𝐻𝐻0
R&R. Nilai yang dihasilkan adalah sebesar 62,62%, dimana Operator 1,
nilai tersebut lebih besar dari 30%. Selain itu, number of 0,001 Tolak 𝐻𝐻0 0,033 Tolak 𝐻𝐻0
Operator 3
distinct categories (ndc) sebesar 1, dimana nilai tersebut lebih Operator 1,
kecil dari 5. Berdasarkan kesimpulan tersebut, dikatakan 0,001 Tolak 𝐻𝐻0 0,036 Tolak 𝐻𝐻0
Operator 4
bahwa measurement system unacceptable. Operator 2,
Kesimpulan lain menggunakan nilai P/T rasio, SNR dan 0,006 Tolak 𝐻𝐻0 0,034 Tolak 𝐻𝐻0
Operator 3
DR. Nilai P/T rasio sebesar 0,01169, yang menunjukkan Operator 2,
bahwa nilai P/T kurang dari 0,1 (P/T < 0,1). Hal tersebut 0,010 Tolak 𝐻𝐻0 0,037 Tolak 𝐻𝐻0
Operator 4
mengindikasikan bahwa alat ukur Collar Height telah Operator 3, Gagal Gagal
kapabel. Namun menurut Montgomery (2005), nilai ini tidak 0,846 0,957
Operator 4 Tolak 𝐻𝐻0 Tolak 𝐻𝐻0
sepenuhnya bagus digunakan. Sehingga digunakan nilai SNR
sebesar 1,0827, yang kurang dari 5 (SNR < 5) dan nilai DR Berdasarkan Tabel 5, diketahui bahwa pada variabel
yang menunjukkan nilai 2,172391, dimana ini lebih kecil dari Cap Length dan Collar Height, operator 1 dan 2 serta
4 (DR < 4). Hal ini mengindikasikan bahwa alat ukur Collar operator 3 dan 4 memberikan hasil pengukuran yang sama.
Height juga kurang kapabel. Hal ini dikarenakan nilai p-value > α (0,05). Namun operator
Pada Ovality, evaluasi sistem pengukuran menggunakan 1 dan 3, operator 1 dan 4, operator 2 dan 3 serta operator 2
nilai percent study varians dari total Gauge R&R. Nilai yang dan 4 tidak memberikan hasil pengukuran yang sama. Hal
dihasilkan adalah sebesar 97,34%, dimana nilai tersebut lebih tersebut dikarenakan nilai p-value < α (0,05).
besar dari 30%. Selain itu diperoleh nilai number of distinct
categories (ndc) sebesar 1, dimana nilai tersebut lebih kecil
dari 5, sehingga dapat dikatakan sistem pengukuran yang
dilakukan belum dapat diterima untuk mengambil keputusan
terhadap proses kontrol. Berdasarkan kesimpulan tersebut,
dikatakan bahwa measurement system unacceptable.
Kesimpulan lain menggunakan nilai P/T rasio, SNR dan
DR. Nilai P/T rasio sebesar 0,139563, yang lebih dari 0,1 Gambar 1. Xbar-Chart dari Operator pada Variabel Cap Length
(P/T > 0,1), nilai SNR sebesar 0,074404, yang kurang dari 5
(SNR < 5) dan nilai DR menunjukkan nilai 1,005536, yang
lebih kecil dari 4 (DR < 4). Hal ini mengindikasikan bahwa
alat ukur Ovality juga kurang kapabel.
Pada Undulation, evaluasi sistem pengukuran
menggunakan nilai percent study varians dari total Gauge
R&R. Nilai yang dihasilkan adalah sebesar 18,68%, dimana
nilai tersebut berada diantara nilai 10% dan 30%. Selain itu
diperoleh number of distinct categories (ndc) sebesar 7, Gambar 2. Xbar-Chart dari Operator pada Variabel Collar Height
 7

Pada Gambar 1, terlihat bahwa operator 3 dan 4 lebih
baik dalam memberikan pengukuran, karena kedua operator
menghasilkan rata-rata pengukuran yang berada dalam
control limit. Meskipun plotted point terakhir berada di luar
control limit. Hal tersebut bisa saja terjadi karena disebabkan
faktor lain yang tidak diketahui.
Pada Gambar 2, terlihat bahwa ke-empat operator
memberikan rata-rata pengukuran yang tidak terkendali,
karena banyak titik yang jatuh diluar control limit. Sehingga,
setiap operator membutuhkan upgrading dalam kemampuan
mengukur variabel Collar Height.
[9] Joglekar, A. M. (2003). Statistical Method for Six Sigma in R&D and
Manufacturing. Canada: John Wiley & Sons, Inc.
[10] Louka, G. A., & Besseris, G. J. (2010). Gauge R&R For An OpticaL
Micrometer Industrial Type Machine. International Journal for
Quality research.
[11] Roth, T. (2013). Working with The Quality Tool Package.
[12] Montgomery, D. C. (2005). Introduction to Statistical Quality Control
Fifth Edition. United State: John Wiley & Sons Inc,.
[13] Woodall, W. H, & Borror, C. M. (2008). Some Relationship Between
Gage R&R Criteria. Qual. Reliab. Engng. Int., 24:99–106.
[14] Minitab. (2010). Gage Studies for Continuous Data. Minitab Inc,.
[15] Joglekar, A. M. (2003). Statistical Method for Six Sigma in R&D and
Manufacturing. Canada: John Wiley & Sons, Inc.

V. KESIMPULAN DAN SARAN

Hasil ANOVA menunjukkan bahwa interaksi dari
faktor operator dan produk (part) berpengaruh signifikan
terhadap sistem pengukuran HWD, Diameter, Wall
Thickness, Collar Height dan Ovality. Sedangkan interaksi
tidak berpengaruh signifikan terhadap sistem pengukuran
Cap Length dan Undulation.
Jenis lampu Bulb dengan variabel HWD, Vello dengan
variabel Collar Height dan Ovality merupakan variabel
dengan data hasil pengukuran yang tidak homogen. Penyebab
ketidak-homogenan data pengukuran pada variabel tersebut
disebabkan oleh measurement system unacceptable.
Perbaikan terhadap sistem pengukuran variabel HWD dan
Ovality dilakukan dengan mengimprovisasi alat ukur dan
operator. Sedangkan untuk variabel Collar Height¸
perbaikan sistem pengukuran dititik-beratkan pada
kemampuan operator dalam melakukan pengukuran.
Measurement system unacceptable terjadi di sistem
pengukuran Diameter dan Wall Thickness pada Danner serta
Cap Length pada Vello. Sedangkan measurement system
acceptable tetapi dengan syarat tertentu terjadi di sistem
pengukuran Undulation pada Vello.
Saran yang diberikan pada measurement system
unacceptable perlu dilakukan improvisasi terhadap
kemampuan setiap operator dalam memberikan hasil
pengukuran. Perbaikan dilakukan dengan melakukan
upgrading yang berkaitan dengan teknik pengukuran produk
dan kalibrasi terhadap alat ukur. Pada system acceptable
dengan syarat, perbaikan perlu dilakukan terhadap
kemampuan setiap operator saja. Hal ini dikarenakan alat
ukur telah mampu memberikan hasil pengukuran yang
konsisten. Setelah pengukuran dilakukan, analisis MSA
Gauge R&R dapat dilakukan untuk melihat apakah
measurement system acceptable atau belum.

DAFTAR PUSTAKA
[1] Montgomery, D. C., & Subanar, D. (1995). Pengendalian Kualitas
Statistik. Yogyakarta: Gadjah Mada University Press.
[2] Pan, J-N. (2006). Evaluating The Gauge Repeatability and
Reproducibility for Different Industry. Quality & Quantity, 449-518.
[3] Anggraini, G. (2012). Analisis Sistem Pengukuran Cylinder Head
dengan Menggunakan Gage Repeatability dan Reproducibility pada
PT. Astra Honda Motor. Jakarta: Universitas Gunadarma.
[4] Dewi, Ni Putu Wansri S. (2013). Measurement System Analysis
Repeatability dan Reproducibility (Gauge R&R) Studi Kasus : PT.
Gaya Motor (Astra Group). Surabaya: Jurusan Statistika FMIPA ITS.
[5] Daniel, W.W. (1989). Statistika Nonparametrik Untuk Ilmu Sosial.
Jakarta: Gramedia.
[6] Razali, M. N., & Wah, Y. B. (2011). Power Comparisons of Shapiro-
Wilks, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling Test.
Journal of Statistical Modeling & Analytics, Vol. 2 No 1, 21-33.
[7] Lim, T. S., & Loh, W. Y. (1996). A Comparison of Test of Equality of
Variasices. Computational Statistics & Data 22, 287-301.
[8] Montgomery, D. C. (2005). Introduction to Statistical Quality Control
Fifth Edition. United State: John Wiley & Sons Inc,.