ANALISIS SISTEM PENGUKURAN METODE GAUGE REPEATABILITY

& REPRODUCIBILITY (GR&R) STUDI KASUS: PG KEBON AGUNG

PROPOSAL SKRIPSI

OLEH:
MAIMUNAH
NIM 170312612090

UNIVERSITAS NEGERI MALANG

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
JURUSAN MATEMATIKA
2020
 DAFTAR ISI
Halaman
HALAMAN SAMPULi
DAFTAR ISI............................................................................................................ii
DAFTAR TABEL...................................................................................................iii
DAFTAR GAMBAR..............................................................................................iv
BAB 1. PENDAHULUAN......................................................................................1
1.1. Latar Belakang..............................................................................................1
1.2. Rumusan Masalah.........................................................................................2
1.3. Tujuan Penelitian..........................................................................................2
1.4. Batasan Masalah...........................................................................................2
BAB 2. TINJAUAN PUSTAKA.............................................................................3
2.1. Asumsi-asumsi..............................................................................................3
2.2. Measurment System Analisys (MSA)..........................................................3
2.3. Brix...............................................................................................................6
2.4. POL...............................................................................................................7
BAB 3. METODE PELAKSANAAN.....................................................................8
3.1. Pendekatan dan Jenis Penelitian...................................................................8
3.2. Data dan Sumber Data..................................................................................8
3.3. Definisi Operasional Variabel......................................................................8
3.4. Teknik Analisis Data....................................................................................8
DAFTAR PUSTAKA............................................................................................10

ii
DAFTAR TABEL
Tabel 1. ANOVA4

iii
DAFTAR GAMBAR

Gambar 1. Diagram Alir Penelitian9

iv
 BAB 1
PENDAHULUAN

1.1 Latar Belakang

Untuk memastikan bahwa produk atau proses memenuhi persyaratan
pelanggan ada fungsi dalam organisasi yang melakukan inspeksi dan pengukuran
menggunakan alat ukur atau panca indra. Namun seringkali dalam kegiatan
inspeksi tersebut terjadi ketidakkonsistensian dan ketidakakuratan dalam
menyatakan suatu produk atau proses baik atau tidak. Kesalahan dalam
menentukan produk baik atau tidak, dapat disiasati dengan melakukan
Measurement System Analysis (MSA).

MSA atau Measurement System Analysis adalah suatu analisa sistem

pengukuran yang dimulai dari identifikasi karakteristik yang akan diukur
dibandingkan dengan spesifikasi, pemilihan jenis alat ukur yang tepat, analisa
ketepatan alat ukur, proses pengukuran, analisa hasil pengukuran sampai sistem
preventive maintenance alat ukur. Sesuai dengan definisi ini, MSA ditujukan
untuk memastikan bahwa suatu sistem pengukuran dapat memberikan hasil
pengukuran (dan interpretasinya) sesuai dengan spesifikasi (IPQI, 2014). MSA
ini merupakan prasyarat untuk setiap kegiatan inspeksi baik untuk incoming
product, pengendalian proses, maupun outgoing product. Ada banyak cara untuk
mengevaluasi sistem pengukuran sesuai dengan jenis data yang dikumpulkan.

Salah satunya adalah Gauge R&R, merupakan MSA untuk data variable (data
yang diperoleh dengan pengukuran aktual). Metode Gauge Repeatability &
Reproducibility (GR&R) adalah pemahaman yang lebih mendalam tentang variasi
dalam proses dan sistem pengukuran. Dimana repeatability merupakan variasi
yang disebabkan oleh alat ukur dan reproducibility merupakan variasi yang
disebabkan oleh sistem pengukuran. GR&R dalam pengukuran berguna untuk
meyakinkan bahwa metode dan alat ukur yang digunakan dalam pengumpulan
data sudah dapat diterima.

Akan tetapi, pada kasus atau permasalahan dengan karakteristik kualitas yang
sangat berkorelasi dalam kelompok tetapi dengan korelasi yang relatif kecil antar
kelompok, metode GR&R yang tersedia seperti GR&R-PCA, dan GR&R-WPC,
tidak cocok untuk menginterpretasikan hasil yang benar. Oleh karena itu, dibuat
pendekatan GR&R multivariat baru melalui analisis faktor, dimana analisis faktor
merupakan metode statistik multivariat yang berfokus pada penjelasan struktur
kovarian data (Marques et al., 2020). Penelitian sebelumnya yang menerapkan
metode GR&R melalui analisis faktor atau yang disebut dengan metode GR&R-
FA dilakukan oleh Marques et al. (2020) pada studi kasus evaluasi kualitas lubang
yang diperoleh melalui proses milling heliks baja AISI H13 yang dikeraskan.
Metode ini berhasil mencapai struktur sederhana dengan menyederhanakan

1
evaluasi kemampuan pengukur, dengan satu faktor terkait dengan hasil kekasaran
dan lainnya terkait dengan kebulatan.

Penelitian lain yang menerapkan metode GR&R yaitu penelitian yang

dilakukan oleh Pranata (2012) pada studi kasus di PT. Berlina Tbk Pandaan untuk
menganalisis sistem pengukuran produk berupa botol sabun Mega Surya, galon
Aqua dan galon Club A 19liter (Pranata, 2012). Pada penelitian ini penulis ingin
menerapkan metode GR&R studi kasus di PG Kebon Agung Malang dengan
variabel yang digunakan yaitu persentase brix (%brix) dan persentase pol (%pol).
Karena %brix dan %pol merupakan dasar-dasar perhitungan dan kontrol pabrikasi
pabrik gula dan dengan mengetahui nilai %brix dan %pol kita dadpat menentukan
keakuratan sistem pengukuran untuk mutu gula produk yang dihasilkan.

1.2 Rumusan Masalah

1. Apakah terdapat pengaruh dari faktor operator dan produk (part) gula di
PG Kebon Agung Malang serta interaksinya terhadap hasil keakuratan
pengukuran?
2. Apakah sistem pengukuran produk gula di PG Kebon Agung Malang
sudah dapat diterima (acceptable)?

1.3 Tujuan Penelitian

1. Mengetahui pengaruh dari faktor operator dan produk (part) gula di PG
Kebon Agung Malang serta interaksinya terhadap hasil keakuratan
pengukuran.
2. Mengetahui keadaaan sistem pengukuran produk gula di PG Kebon Agung
Malang.

1.4 Batasan Masalah

Mengingat banyaknya perkembangan yang bisa ditemukan dalam penelitian
ini, maka diperlukan adanya batasan-batasan penelitian yang harus ditentukan.
Adapun batasan-batasan yang ditentukan dalam penelitian ini adalah sebagai
berikut:

1. Penilitian ini menggunakan metode gauge repeatibility and reproducibility

(GR&R) dengan hasil analisa dilihat dari parameter % R∧R (persentase
repeatibility dan reproducibility), PTR (Precision-to-Tolerance Rasio),
SNR (Signal-to-Noise Rasio), dan DR (Discriminant Rasio).
2. Variabel yang digunakan yaitu %brix dan %pol dari gula produk yang
dihasilkan.
3. Data yang digunakan merupakan data produksi gula tebu di PG Kebon
Agung pada bulan Juli 2020.

2
 BAB 2
KAJIAN PUSTAKA

2.1 Asumsi-asumsi
Asumsi-asumsi yang harus dipenuhi yaitu (Puspasari and Retnaningsih, 2013):
2.1.1 Asumsi Keacakan
Pengujian asumsi ini digunakan untuk mengetahui apakah suatu pengamatan
telah acak, dengan hipotesis awal adalah 𝑑ata dari suatu populasi diambil secara
acak. Dimana statistik uji adalah sebagai berikut,

Z=
r−
[
2 n1 n2
n 1 + n2
+1
]
√
2 n1 n 2 ( 2 n1 n2−n 1−n2 )
2
( n1+ n2 ) ( n1 +n1−1 )
digunakan karena jumlah pengamatan kelompok pertama (n1 ) dan kelompok
kedua (n 2) lebih besar dari 20. Dengan menggunakan α =5 % , H 0 ditolak jika
Z> Z α / 2 atau p-value < α .
2.1.2 Asumsi Normalitas
Untuk mengetahui apakah suatu pengamatan berdistribusi normal dengan
mean µ dan varian σ 2, maka dilakukan pengujian menggunakan Kolmogorov
Smirnov, dengan hipotesis awal data berdistribusi normal. Dimana statistik uji
adalah sebagai berikut
D= x|F e ( x )−F 0 (x)|
¿

Dengan menggunakan α =5 % , H 0 ditolak jika D> D α atau p-value < α .

2.1.3 Asumsi Homogenitas
Metode yang digunakan dalam pengujian kehomogenan data adalah uji
levene. Hipotesis awal pengujian ini data pengamatan telah homogen, dengan
statistik uji sebagai berikut,
x
( N −u ) ∑ N u ( Z u .−Z .. )2
u=1
W= x Nu

( u−1 ) ∑ ∑ ( Z uv−Z u . )2
u=1 v=1

Dengan menggunakan α =5 % , H 0 ditolak jika W > F (α ,u −1 , N −u ) atau p-value < α .

2.2 Measurement System Analisys (MSA)

Sistem pengukuran (measurment system) merupakan sekumpulan ukuran dan
peralatan, prosedur, manusia, dan lingkungan yang menjadi faktor penentu utama
suatu keadaan menjadi terukur. Ketika proses sistem pengukuran diaplikasikan,
penyebab variasi yang mengalami ketidaktepatan pengukuran akan lebih mudah
teridentifikasi.

3
 Salah satu metode MSA yaitu Gauge Repeatibility and Reproducibility atau
GR&R. GR&R adalah pemahaman yang lebih mendalam tentang variasi dalam
proses dan sistem pengukuran, memungkinkan kuantifikasi sumber variasi
tersendiri. Nilai disini merupakan estimasi penggabungan dari repeatability dan
reproducibility. Dengan kata lain, disebut sebagai varians hasil penjumlahan
varians dalam sistem dan antar sistem.
GR&R tebagi menjadi dua yaitu: (Sigit, 2012)
1) GR&R crossed, digunakan ketika masing-masing part diukur beberapa kali
oleh setiap operator. Untuk alat ukur yang sifatnya nondestruktif, seperti
panjang, suhu, berat, dan yang lainnya.
2) GR&R nested, digunakan ketika masing-masing part hanaya diukur oleh satu
operator. Untuk alat ukur yang sifatnya destruktif, misalnya uji pull-test, uji
shear strength, uji drop-test, dan yang lainnya.

Yang akan kita bahas disini metode GR&R crossed. Model ANOVA untuk
GR&R crossed dengan p part, o operator, dan r ulangan dapat ditulis sebagai
berikut.

{ }
i=1 , … , p
y ijk =μ + Pi+ O j + ( PO )ij +ε ijk j=1 ,… ,o
k=1 , … , r
Keterangan:
μ: Nilai rata-rata yang diukur
Pi ,O j , ( PO )ij , ε ijk : Variabel acak normal bersama secara independen dengan μ=0 dan varians
2 2 2 2
σ P (variasi part-to-part),σ O (operator), σ OP (interaksi operator*part), σ ε (error).

Komponen varians dalam persamaan tersebut dapat diperkirakan sesuai

dengan persamaan pada Tabel 1 berikut (Aparecida Mendonça Marques et al.,
2020).

Tabel 1. Tabel ANOVA untuk GR&R crossed dengan dua faktor acak
Sumber Variasi Derajat Bebas Rata-rata Kuadrat F0
p
¿ ∑ ( y i ..− y ... ) 2 σ 2P
Part (P) p−1 F 0(P )=
σ 2 P= i=1
σ 2 Po
p−1
o
¿ ∑ ( y . j .− y ... )
2 2
σ o
Operator (O) o−1 2 j=1
F 0(o) = 2
σ =O σ Po
o−1
p o
r ∑ ∑ ( y ij. − y i ..− y . j . + y ... )
2 2
σ Po
P ×O ( p−1)(o−1) 2 i=1 j=1 F 0(Po )= 2
σ OP = σ ε
( p−1)( o−1)

4
 p o r

Error (ε) ( po)(r−1)

∑ ∑ ∑ ( yijk − y ij .)2
2 i=1 j=1 k=1
σ ε=
p o(r −1)

Keterangan:
y ...: Rata-rata utama pengukuran
y i ..: Rata-rata part ke-i
y . j .: Rata-rata operator ke- j
y ij .: Rata-rata part ke-i yang diukur oleh operator ke- j
y ijk : Pengukuran ke-k dari part ke-i oleh operator ke- j
Salah satu tujuan utama dari studi GR&R crossed adalah untuk
mengidentifikasi sumber variasi sistem pengukuran. Varians total eksperimental
dinyatakan oleh persamaan berikut.
σ^ T = σ^ P + σ^ R∧ R
2 2 2

Varians proses σ^ 2P diestimasi oleh persamaan berikut.

2 2
σ −σ
σ^ P= P ¿ PO
2

Varians pengukuran σ^ 2R∧ R dihitung dengan persamaan berikut.

σ^ R∧ R=σ^ ε + σ^ Reapeatibility
2 2 2

dimana σ^ 2ε=S2 ε varians karena reproducibility dan σ^ 2Reapeatibility= σ^ 2O + σ^ 2PO

varians karena repeatibility. Reproducibility terdiri dari komponen operator dan
komponen interaksi part*operator yang berturut-turut dihitung oleh persamaan
berikut.
2 σ 2O−σ 2PO
σ^ O =
pr
2 σ PO−σ 2ε
2
σ^ PO=
r
Menurut kriteria AIAG, indeks klasifikasi utama untuk menilai kecukupan
sistem pengukuran adalah % R∧R (persentase repeatibility dan reproducibility).
Pada dasarnya, indeks ini adalah tentang membandingkan variasi sistem
pengukuran dengan variasi total, seperti persamaan berikut.
2
σ^ R
% R∧R= R∧ 2
σ^ T
Sistem pengukuran dapat diterima jika% R∧R<0,10 . Dalam beberapa aplikasi
sistem pengukuran marjinal, dengan 0,10< % R∧R< 0,30 dapat ditoleransi atau
dapat diterima dengan syarat tertentu. % R∧R>0,30 menentukan bahwa sistem
pengukuran tidak dapat diterima dan harus diperbaiki.
Beberapa indeks tambahan untuk menilai kecukupan sistem pengukuran yaitu:
 PTR (Precision-to-Tolerance Rasio)

5
 Membandingkan variasi sistem pengukuran dengan toleransi proses (T), indeks
presisi-to toleransi rasio (PTR) dihitung sebagai berikut.
6 σ^ 2 R∧R 6 σ^ 2R ∧R
PTR= =
T USL−LSL
Kriteria untuk penerimaan sistem pengukuran, berdasarkan PTR indeks, sama
dengan % R∧R , yaitu sistem pengukuran dapat diterima jika PTR <0,10. Dalam
beberapa aplikasi sistem pengukuran marjinal, dengan 0,10< PTR <0,30 dapat
ditoleransi atau dapat diterima dengan syarat tertentu. PTR >0,30 menentukan
bahwa sistem pengukuran tidak dapat diterima dan harus diperbaiki.

 SNR (Signal-to-Noise Rasio)

Menghubungkan signal (variasi proses) dengan noise (kesalahan pengukuran),
signal to-noise ratio (SNR) juga dapat digunakan untuk penilaian sistem
pengukuran. Indeks ini dihitung sebagai berikut:
√2 σ^ 2
SNR= 2 P
σ^ R∧R
SNR> 4 sistem pengukuran dapat diterima. SNR< 2 sistem pengukuran tidak
dapat diterima.

 DR (Discriminant Rasio)
Discriminant rasio (DR) diekspresikan sebagai berikut.

√ 2 σ^ P
2
DR= 2
+1
σ^ R ∧R
Jika DR ≥ 4 , sistem pengukuran dianggap dapat diterima. Sedangkan jika
DR <2, sistem pengukuran tidak dapat diterima.

2.3 Brix (%brix)

Brix merupakan satuan yang menyatakan persen berat/berat (b/b) zat padat
terlarut suatu larutan. Bila larutannya adalah sakrosa murni, maka brix = %
sakrosa, tetapi bila tidak murni, maka brix selain terdiri dari sakrosa juga
mengandung zat padat terlarut lainnya (Mulyadi, 2006). Untuk mengetahui
seberapa banyak zat padat yang terlarut dalam larutan (brix) maka diperlukan
suatu alat ukur.

 Pengukuran Brix dengan Piknometer

Piknometer adalah sebuah alat yang digunakan untuk menentukan berat jenis
benda. Alat ini terbuat dari bahan gelas yang memiliki bentuk menyerupai botol
kecil, dan dilengkapi dengan tutup dengan lubang kapiler. Alat ini memiliki
volume tertentu dan dibuat sedemikian rupa sehingga dalam t 0 yang sama akan
didapatkan volume yang sama.

6
 Dengan menggunakan piknometer yang berisi air selanjutnya piknometer diisi
larutan gula, dan setelah dicocokan dengan temperature maka dapat dihitung berat
jenis dari larutan tersebut. Dari tabel berat jenis brix maka akan kita dapatkan brix
yang belum dikoreksi. Kemudian dengan melihat tabel koreksi temperature maka
dapat kita hitung nilai brix terkoreksinya.

 Pengukuran Brix dengan Indeks Bias

Nilai indeks bias suatu larutan gula atau nira memiliki kaitan yang sangat erat
dengan kadar BRIX. Jadi kesimpulanya jika indeks bias nira bisa diukur, maka
brix nira dapat kita ketahui berdasarkan indeks bias tersebut. Alat yang digunakan
untuk mengukur kadar BRIX dengan indeks bias disebut dengan Refraktometer
Brix. Dengan menggunakan alat ini sampel nira yang dibutuhkan sangat sedikit
dan alatnya juga tidak mudah rusak untuk pemakaian jangka panjang.

2.4 POL (%pol)

POL adalah konsentrasi (gram solute/ 100 gram larutan) larutan sakrosa murni
dalam air. Untuk larutan sakrosa murni, maka pol = konsentrasi sakrosa,
sedangkan untuk larutan yang terdiri dari sakrosa dan zat-zat optik lain, maka pol
merupakan jumlah aljabar rotasi zat-zat penyusunnya. Untuk nira yang normal
kontribusi sakrosa sangat dominan, sehingga zat optik lainnya dapat diabaikan
(Mulyadi, 2006).
Dasar pengukurannya menggunakan satuan derajat gula internasional
(° Z /° S /° V ).100 ° Z=¿ putaran optik suatu larutan normal sakrosa yang diukur
pada 587 nm , 20 ℃ dan tabung polarisasi 200 nm .Larutan normal sakrosa murni
26.000 gram dalam air murni yang dilarutkan pada 20 ℃ hingga volume 100 ml .

7
 BAB 3
METODE PENELITIAN

3.1 Pendekatan dan Jenis Penelitian

Pendekatan penelitian ini berupa pendekatan kuantitatif yang bertujuan
untuk mengidentifikasi keragaman yang disebabkan oleh kesalahan dalam
pengukuran dan berfokus pada pembedaan variasi kesalahan pengukuran oleh
part maupun operator dan mengurangi variasi pada sistem pengukuran mutu
produksi gula di PG Kebon Agung Malang jika ada. Sedangkan jenis
penelitian yang digunakan yaitu diskriptif kuantitatif dengan data-data dari
variabel, menghitung indeks variabilitas yang ada, dan memecahkan masalah
serta menafsirkannya.

3.2 Data dan Sumber Data

Data yang dibutuhkan dalam penelitian ini yaitu perhitungan %brix dan
%pol dari gula produksi dengan melakukan pengisisan form data. Data
tersebut berupa data primer yang diperoleh langsung di PG Kebon Agung
yang dicatat setiap harinya pada bulan Juli oleh operator.

3.3 Definisi Operasional Variabel

Variabel yang digunakan dalam penelitian ini berupa variabel independen
(variabel bebas). Variabelnya terdiri dari variabel %brix dan variabel %pol,
dimana %brix merupakan nilai yang menyatakan persen berat/berat (b/b) zat
padat terlarut suatu larutan dan %pol merupakan konsentrasi (gram solute/ 100
gram larutan) larutan sakrosa murni dalam air (Mulyadi, 2006). Pemilihan
variabel ini didasarkan pada penelitian sebelumnya tentang “Kajian Teknik
Penetapan Rendemen Tebu Individual Petani di Pabrik Gula Mojopanggung
Tulung Agung - Jawa Timur” oleh Mulyadi (2006) dan di PG Kebon Agung
Malang untuk pengawasan mutu gula produk menggunakan perhitungan
%brix dan %pol untuk menentukan HK (harga kemurnian) produk gula.

3.4 Teknik Analisis Data

Teknik analisis data pada penelitian ini yaitu dimulai dengan perancangan
pengambilan data sesuai dengan persyaratan untuk evaluasi kehandalan sistem
pengukuran Data yang telah terkumpul dari hasil pengisian form atau survei
lapangan kemudian diolah untuk mengukur variabilitas dari sistem
pengukuran mutu produk gula dengan bantuan alat analisis Minitab. Hasil dari
perhitungan yang telah dilakukan kemudian dievaluasi terhadap parameter
kualitas yaitu %R∧R , PTR, SNR, dan DR untuk melihat tingkat acceptability
sistem pengukuran mutu produk gula di PG Kebon Agung Malang. Berikut
diagram alir tahapan pelaksanaannya.

8
 Mulai

Pengumpulan Data

Perhitungan
Variabilitas

Total Gauge Part-to-Part

Reproducibility Repeatibility Total Varians

Standar Deviasi Studi Varians

%R&R, PTR, SNR,

DR

Evaluasi Kualitas

Penarikan Kesimpulan

Selesai

Gambar 1. Diagram Alir Penelitian

9
 DAFTAR PUSTAKA

Aparecida Mendonça Marques, R. et al. (2020) ‘Multivariate GR&R through

factor analysis’, Measurement: Journal of the International Measurement
Confederation, 151. doi: 10.1016/j.measurement.2019.107107.

MSA (Measurment System Analysis) (2014) Indonesia Productivity and Quality

Institute. Available at: https://ipqi.org/msa-measurement-system-
analysis/.

Mulyadi (2006) Kajian Teknik Penetapan Rendemen Tebu Individual Petani di

Pabrik Gula Mojopanggung Tulung Agung - Jawa Timur. Institut
Pertanian Bogor. Available at:
https://repository.ipb.ac.id/bitstream/handle/123456789/9803/2006mul1.
pdf?sequence=2&isAllowed=y.

Pranata, A. (2012) Analisis Sistem Pengukuran Menggunakan Metode Gage R&R

(Studi Kasus Di Pt. Berlina Tbk Pandaan). Universitas Brawijaya.
Available at: http://repository.ub.ac.id/153202/.

Puspasari, A. A. and Retnaningsih, S. M. (2013) ‘Penerapan Repeatibility dan

Rebroducibility (MSA GR&R) pada Produk Lampu di PT. “X”’.

Sigit, R. T. (2012) Memvalidasi Teknik Pengukuran engan Menggunakan Gage

R&R ANOVA pada Aplikasi Minitab Six-Sigma (Measurment), Business.

10