BAB 4

PENGUMPULAN DAN ANALISA DATA

4.1 Pengumpulan Data

4.1.1 Data jumlah dan jenis kecacatan pada bulan agustus 2006

Tabel 4.1 Data Jumlah dan Jenis Kecacatn Agustus 2006

Jenis kecacatan
Tanggal Total kerusakan Inspeksi
botol basah Reject Hopper tutup rusak ring patah
1-Aug 3 70 12 30 115 1100
2-Aug 3 66 10 37 116 1100
3-Aug 3 63 8 38 112 1105
4-Aug 4 61 13 40 118 1045
5-Aug 3 58 10 36 107 1101
7-Aug 3 62 8 31 104 1100
8-Aug 3 74 12 27 116 1100
9-Aug 4 68 9 31 112 1100
10-Aug 3 63 10 28 104 1100
11-Aug 3 64 12 30 109 1045
12-Aug 3 58 9 34 104 1103
14-Aug 3 71 8 30 112 1100
15-Aug 3 64 12 33 112 1100
16-Aug 3 66 9 29 107 1100
18-Aug 4 55 11 28 98 1048
19-Aug 2 64 9 39 114 1101
22-Aug 3 67 8 28 106 1100
23-Aug 3 58 12 27 100 1103
24-Aug 4 65 9 32 110 1100
25-Aug 3 70 6 39 118 1046
26-Aug 3 64 8 37 112 1100
28-Aug 3 67 10 36 116 1100
29-Aug 4 61 12 40 117 1101
30-Aug 3 59 9 41 112 1101
31-Aug 2 65 11 38 116 1100
Total 78 1603 247 839 2767 27299
 75

4.2 Proses pengepakan Oli Utec 0.8

Gambar 4.1 OPC pengepakan Oli Utec 0.8

 76

4.3 Pengolahan Data

4.3.1 Pembuatan Peta Kendali p

Data yang diperoleh dari PT. Federal Karyatama adalah data atribut. Oleh

karena itu digunakan peta kendali (grafik) atribut, dan grafik atribut yang

digunakan adalah peta kendali p.

Tabel 4.2 Perhitungan Peta Kendali p

Jenis kecacatan
Tanggal Total kerusakan Inspeksi proporsi UCL LCL CL
botol basah Tutup rusak Reject Hopper ring patah
1-Aug 3 70 12 30 115 1100 0.1045 0.1287 0.0741 0.1014
2-Aug 3 66 10 37 116 1100 0.1055 0.1287 0.0741 0.1014
3-Aug 3 63 8 38 112 1105 0.1014 0.1286 0.0741 0.1014
4-Aug 4 61 13 40 118 1045 0.1129 0.1294 0.0733 0.1014
5-Aug 3 58 10 36 107 1101 0.0972 0.1286 0.0741 0.1014
7-Aug 3 62 8 31 104 1100 0.0945 0.1287 0.0741 0.1014
8-Aug 3 74 12 27 116 1100 0.1055 0.1287 0.0741 0.1014
9-Aug 4 68 9 31 112 1100 0.1018 0.1287 0.0741 0.1014
10-Aug 3 63 10 28 104 1100 0.0945 0.1287 0.0741 0.1014
11-Aug 3 64 12 30 109 1045 0.1043 0.1294 0.0733 0.1014
12-Aug 3 58 9 34 104 1103 0.0943 0.1286 0.0741 0.1014
14-Aug 3 71 8 30 112 1100 0.1018 0.1287 0.0741 0.1014
15-Aug 3 64 12 33 112 1100 0.1018 0.1287 0.0741 0.1014
16-Aug 3 66 9 29 107 1100 0.0973 0.1287 0.0741 0.1014
18-Aug 4 55 11 28 98 1048 0.0935 0.1293 0.0734 0.1014
19-Aug 2 64 9 39 114 1101 0.1035 0.1286 0.0741 0.1014
22-Aug 3 67 8 28 106 1100 0.0964 0.1287 0.0741 0.1014
23-Aug 3 58 12 27 100 1103 0.0907 0.1286 0.0741 0.1014
24-Aug 4 65 9 32 110 1100 0.1000 0.1287 0.0741 0.1014
25-Aug 3 70 6 39 118 1046 0.1128 0.1294 0.0734 0.1014
26-Aug 3 64 8 37 112 1100 0.1018 0.1287 0.0741 0.1014
28-Aug 3 67 10 36 116 1100 0.1055 0.1287 0.0741 0.1014
29-Aug 4 61 12 40 117 1101 0.1063 0.1286 0.0741 0.1014
30-Aug 3 59 9 41 112 1101 0.1017 0.1286 0.0741 0.1014
31-Aug 2 65 11 38 116 1100 0.1055 0.1287 0.0741 0.1014
Total 78 1603 247 839 2767 27299
 77

jumlah unit cacat

p=
inspeksi
total cacat
p=
total inspeksi
2767
p= = 0.1014
27299
p = CL

LCL = p − 3
( )
p 1− p
n

UCL = P + 3
( )
p 1− p
n

Dari rumus diatas, maka dibuat perhitungan UCL dan LCL-nya untuk

semua pengamatan seperti tabel 4.2

Peta Kendali p

0.1400

0.1200
Proporsi Kecacatan

0.1000
CL
0.0800
LCL
0.0600 UCL
PROPORSI
0.0400

0.0200

0.0000
1 3 5 7 9 11 13 15 17 19 21 23 25
Banyaknya Pengamatan (Hari)

Grafik 4.1 Grafik Peta Kendali p

Dari hasil perhitungan dan pembuatan peta kendali p di atas bahwa proses

sudah berada dalam batas kendali.

 78

4.3.1.1 Analisa Peta Kendali p

Peta kendali digunakan untuk menentukan apakah proses berada dalam

pengendalian statistikal, kemudian untuk memantau proses terus menerus agar

proses tetap stabil. Setelah proses berada dalam pengendalian maka kita dapat

menentukan jumlah kecacatan.

Berdasarkan data yang telah dikumpulkan dari bagian proses produksi PT.

Federal Karyatama maka dibuat peta kendali p untuk mengetahui proses

dalam pengendalian atau tidak. Digunakan peta kendali p karena data atribut

dan ukuran subgroup yang berubah-ubah. Data terdiri dari 25 buah subgroup

dengan ukuran subgroup yang berbeda-beda. Setelah dihitung batas atas

(UCL) dan batas bawah (LCL), maka tidak ada data yang keluar dari batas

kendali. Jadi, dapat dikatakan bahwa proses telah berada dalam batas kendali

atau berada dalam pengendalian statistik (stabil)

 79

4.3.2 Pembuatan Diagram Pareto

Data jenis cacat pada pengepakan oli Utec 0.8 selama bulan Agustus 2006:

Tabel 4.3 Data Jenis cacat produk Utec 0.8 Selama bulan Agustus 2006 :

No. Jenis Kecacatan Frekuensi

1 Botol Basah 78

2 Tutup rusak 1603

3 Reject Hopper 247

4 Ring Patah 839

Total 2767

Kemudian data diatas dibuat tabel prosentase kecacatan sebagai berikut :

Tabel 4.4 Data untuk Pembuatan diagram Pareto

No. Jenis Kecacatan Frekuensi Frekuensi Kumulatif Prosentase (%) Prosentase Kumulatif
1 Botol Basah 78 78 2.82 2.82
2 Tutup Rusak 1603 1681 57.93 60.75
3 Reject Hopper 247 1928 8.93 69.68
4 Ring Patah 839 2767 30.32 100.00
 80

Pareto Chart
3000
100
2500
80
2000
frekuensi

Percent
60
1500

40
1000

500 20

0 0
jenis kecacatan Tutup Rusak Ring Patah Reject Hopper Other
Count 1603 839 247 78
Percent 57.9 30.3 8.9 2.8
Cum % 57.9 88.3 97.2 100.0

Diagram 4.1 Diagram Pareto Masalah Pengepakan Utec 0.8

Dari diagram tersebut dapat kita ketahui bahwa kecacatan pada tutup akan

menjadi perhatian utama dalam menyelesaikan masalah yang ada karena

prosentase kecacatan yang paling tinggi yaitu tutup rusak dan ring patah.

4.3.2.1 Analisa Diagram Pareto

Kunci utama dalam usaha menurunkan tingkat produksi cacat adalah

mengidentifikasi penyebab kecacatan dan memfokuskan pada penyebab

terjadinya kecacatan pada produk tersebut. Dilihat dari diagram pareto pada

pengolahan data mengenai masalah kerusakan pada pengepakan tutup botol

 81

maupun botol Utec 0.8 diketahui bahwa pada gambar nampak kotak yang

tinggi dibandingkan dengan kotak-kotak yang rendah, dimana untuk kotak

yang rendah merupakan penyebab yang kurang berarti, sedangkan untuk

kotak yang paling tinggi merupakan kotak dengan masalah yang paling besar

atau cacat utama dari kerusakan yang terjadi pada pengepakan tutup dan botol

Utec 0.8. Masalah utama dari jenis kecacatan pengepakan tutup dan botol

Utec 0.8 terbesar yaitu tutup rusak dan ring patah. Dari masalah ini maka akan

dicari penyebab-penyebab yang menimbulkan cacat tersebut dengan

menggunakan diagram sebab akibat atau diagram ishikawa atau fishbone

diagram.

4.3.3 Pembuatan Diagram Sebab Akibat

Manusia Material

Skill Tidak tahanpanas

KondisiFisik diameter ring
Ketelitian dantutup
Kelenturan

Tutuprusak
Kekuatan tekan
Bising
Kecepatansilinder mesin

PosisiBotol Bau

Me sin Lingk ungan

Diagram 4.2 Diagram Ishikawa untuk Tutup rusak

Diagram sebab akibat diperlukan untuk mengidentifikasi penyebab

timbulnya kecacatan pada pengepakan Utec 0.8. kategori penyebab cacat yang
 82

dianggap cukup berpengaruh diantaranya manusia, mesin, dan material.

Berdasarkan pembuatan diagram pareto mengenai masalah kerusakan kaos

oblong diketahui cacat yang paling besar adalah tutup reject, berdasarkan

cacat utama tersebut dicari penyebab-penyebab terjadinya cacat dengan

diagram ishikawa atau sebab akibat.

a. Manusia

• Skill

• Kondisi fisik

• Ketelitian

b. Mesin

• Kecepatan silinder mesin

• Kekuatan tekan

• Posisi botol

c. Material

• Kelenturan

• Diameter ring dan tutup

• Tidak tahan panas

• Bahan yang jelek

d. Lingkungan

• Bau

• Bising
 83

Berdasarkan data cacat tebel 4.3 dapat dijelaskan yang dimaksud dengan

cacat tutup rusak adalah tutup yang masuk proses mesin Capper tidak tahan

tekanan yang mengakibatkan pada proses pemasangan tidak terjadi.

Sedangkan dengan kualitas yang baik adalah :

• Botol yang memiliki daya lentur dan tahan banting

• Tidak mudah dibuka segelnya

• Memiliki daya tekan yang baik.

Berdasarkan wawancara dengan pihak perusahaan, maka dapat diurut

sumber penyebab kesalahan yang dapat menimbulkan cacat pada produk

yaitu:

• Manusia, berdasarkan dari sudut manusia dapat diurut penyebab

kesalahan yaitu karena kemampuan manusia yang kurang dalam

mengoperasikan mesin, kondisi fisik, dan ketelitian dalam mengamati

mesin yang sedang bekerja.

• Mesin, berdasarkan dari sudut mesin dapat diurut penyebab kesalahan

yaitu karena faktor kecepatan silinder mesin, posisi botol, dan

kekuatan tekan.

• Material, berdasarkan dari sudut material dapat diurut penyebab

kesalahan yaitu tidak tahan panas, kelenturan, dan supplier yang

kurang bagus.
 84

• Lingkungan, dimana bising dan bau yang mengakibatkan konsentrasi

operator berkurang.

4.3.3.1 Analisa Diagram Sebab Akibat

Penyebab-penyebab dari masalah utama kecacatan yang diketahui dari

diagram pareto sebelumnya kemudian dicari dengan menggunakan diagram

sebab akibat. Diagram ini menunjukkan hubungan antara sebab (faktor-faktor

yang mengakibatkan sesuatu pada kualitas) dan akibat (kualitas, karakteristik

kualitas). Dari diagram ini saya dapat mengetahui penyebab terjadinya reject

hopper pada pengepakan oli Utec 0.8. Pada diagram ini dapat terlihat

bagaimana faktor-faktor yang sangat bervariasi yang dihubungkan dengan

suatu proses mempengaruhi output proses tersebut atau hasil akhir dari suatu

proses, tujuan diagram ini adalah untuk mengetahui semua unsur penyebab

yang diduga dapat menimbulkan masalah sehingga dapat digunakan untuk

memecahkan masalah tersebut. Masalah yang terjadi perhatian utama disini

adalah rusak pada pengepakan tutup botol.

Ada 5 faktor yang sangat berpengaruh terhadap cacat yaitu : man

(operator), machine (mesin), materials (bahan), method dan environment

(lingkungan atau suasana kerja). Akan tetapi faktor yang menyebabkan rusak

tutup rusak yaitu hanya dari segi material, mesin dan sumber daya manusia

(man/operator), dan lingkungan.

 85

• Material

Berdasarkan diagram yang telah dibuat, faktor yang pertama

mempengaruhi terjadinya cacat dalam proses produksi pengepakan oli

adalah faktor material atau bahan baku, bahan baku yang digunakan

tidak tahan dengan kondisi permesinan yang ada, dimana bahan

dimasukkan ke dalam mesin mudah sekali tutup menjadi melar yang

mengakibatkan patah atau tidak dapat diproses. Supplier yang tidak

professional dan QC yang tidak berjalan dalam pemilihan bahan dari

pemasok yang mengakibatkan mudahnya cacat pada pengepakan

tutup.

• Mesin

Untuk mesin, faktor yang berpengaruh yaitu kekuatan tekanan yang

digunakan dimana posisi capper dapat mempengaruhi cacat pada ring

patah dan retak pada tutup. Hal ini sangat mempengaruhi rusak tutup

yang diakibatkan kecepatan tekanan. Selain itu yang mempengaruhi

yaitu kecepatan silinder mesin dan posisi tutup, kedua faktor ini sangat

berpengaruh terhadap proses pengepakan tutup karena apabila kedua

faktor ini terganggu dapat menyebabkan tutup botol menjadi cacat.

Berdasarkan wawancara dengan pihak perusahaan terjadi interaksi

antara kecepatan silinder mesin dengan kekuatan tekanan, dimana

semakin cepatnya silinder mesin berjalan dapat mempengaruhi

 86

kekuatan tekan maka dapat menyebabkan tutup dan ring menjadi patah

yang dapat menyebabkan terjadinya cacat pada tutup botol.

• Man

Berdasarkan faktor sumber daya manusia, hal yang dapat

menyebabkan cacat pada tutup yaitu kurangnya skill atau kemampuan

yang dimiliki oleh pekerja. Oleh karena itu perusahaan selalu

memberikan system pendidikan bagi pekerja baru maupun lama

khususnya yang sering melakukan kesalahan. Hal ini bertujuan agar

pekerja baru dapat mengerti karakteristik dari mesin yang digunakan

karena pekerja ini bertanggung jawab dalam menjalankan dan

mengawasi mesin saat proses pengepakan tutup botol, sehingga

diharapkan pekerja ini dapat terampil dalam menjalankan mesin.

Sedangkan untuk pekerja lama proses pendidikan ini lebih bertujuan

agar diketahui kelemahan dari pekerja akan mesin sehingga dengan

pekerja baru bersama-sama mengetahui karakteristik mesin sehingga

dapat mengurangi kesalahan yang dapat menyebabkan cacat pada

produk. Selain itu hal lain yang menyebabkan terjadinya cacat karena

manusia yaitu faktor kelelahan atau kondisi fisik pekerja. Apabila

seorang pekerja bertugas untuk menangani mesin dengan jumlah yang

cukup banyak, maka pekerja akan mengalami kelelahan, karena setiap

manusia mempunyai beban kerja maksimal yang dapat ditanggungnya

 87

dengan istirahat yang cukup selama beberapa waktu tertentu (buang air

kecil, duduk, dan lain-lain). Jadi jumlah jam kerja dan waktu

istirahatnya karena hal ini juga dapat mempengaruhi performansi

operator dalam bekerja.

• Lingkungan

Lingkungan yang mempengaruhi karakteristik kualitas yaitu baud an

bising karena bising getaran mesin mempengaruhi kecacatan

sedangkan bau akan mempengaruhi konsentrasi yang mengakibatkan

kecacatan.

4.3.4 Pelaksanaan Eksperimen dengan Metode Taguchi

4.3.4.1 Penentuan Variabel Tak Bebas (karakteristik Kualitas)

Variabel tak bebas yang digunakan pada penelitian ini adalah jumlah

produk yang cacat sehingga hasil akhir berupa pengepakan oli ini menjadi

turun kualitasnya yang berupa data atribut dengan karakteristik smaller the

better, seperti adanya cacat botol basah, reject hopper, tutup rusak, dan ring

patah. Dengan asumsi semakin sedikit jumlah produk yang cacat maka akan

semakin baik kualitasnya.

 88

4.3.4.2 Penentuan Variabel Bebas (Identifikasi Faktor-faktor yang

Berpengaruh)

Variabel bebas yang teridentifikasi merupakan penyebab timbulnya

produk-produk yang cacat. Adapun faktor-faktor tersebut adalah :

1. Kecepatan silinder mesin

2. Kekuatan tekanan

3. Posisi Tutup

4.3.4.3 Penentuan Jumlah Level dan Nilai Level Faktor

Berdasarkan diagram sebab akibat dan kebijakan perusahaan, maka

ditentukan 2 level faktor yang digunakan dalam percobaan taguchi yang

masing-masing dijabarkan sebagai berikut :

Tabel 4.5 Faktor dan Level pada Percobaan Taguchi

FAKTOR-FAKTOR LEVEL 1 LEVEL 2 SATUAN

A Kecepatan Silinder Mesin 40 50 Rpm

B Kekuatan tekan 40 30 Gg

C Posisi Tutup 100 75 mm

4.3.4.4 Identifikasi Interaksi antar Faktor-faktor yang Berpengaruh

Berdasarkan hasil wawancara dengan pihak perusahaan, dapat diketahui

bahwa interaksi yang mungkin terjadi adalah antara kekuatan tekan dan posisi
 89

tutup (BXC). Kemungkinan interaksi antara faktor tersebut dapat terjadi

karena faktor-faktor tersebut mendapatkan perlakuan hampir secara

bersamaan.

4.3.4.5 Perhitungan Derajat Kebebasan

Dalam percobaan taguchi ini, ada 3 faktor dan terdapat satu interaksi antar

faktor. Masing-masing faktor memiliki 2 level, maka derajat kebebasan untuk

masing –masing faktor adalah :

Dof untuk faktor A = nA – 1 = 2 – 1= 1

Dof untuk faktor B = nB – 1 = 2 – 1= 1

Dof untuk faktor C = nC – 1 = 2 – 1= 1

Dof untuk faktor BxC = nBC – 1 = 2 – 1= 1

Jumlah Dof total = (nA – 1)+(nB - 1)+(nC - 1)+(nBC - 1)

=1+1+1+1

=4

4.3.4.6 Pemilihan Orthogonal Array

Pemilihan orthogonal array (OA) harus memenuhi persamaan :

fLN ≥ f yang diperlukan untuk faktor dan interaksi

Jumlah trial – 1 ≥ Jumlah total Dof

8–1 ≥ 4

7 ≥ 4
 90

Persamaan tersebut terpenuhi, karena ada 4 faktor yang terlibat dalam

percobaan taguchi maka digunakan L8.

Tabel 4.6 Pemilihan Orthogonal Array dan Jumlah Dof yang Sesuai

JUMLAH DOF ORTHOGONAL ARRAY

2-3 L4

4-7 L8

8-11 L12

12-15 L16

4.3.4.7 Penugasan untuk Faktor-faktor dan Interaksinya pada Orthogonal Array

Penepatan faktor kontrol pada orthogonal array (OA) L8 untuk percobaan

ini dilakukan dengan bantuan grafik linier. Grafik linier untuk orthogonal

array L8 dapat dilihat pada gambar di bawah ini. Pada gambar tersebut ada

tiga titik yang terletak di ujung segitiga dan satu titik terletak di luar segitiga,

titik tersebut mewakili sebuah faktor dan garis mewakili interaksi faktor

antara dua titik (faktor) yang ada di ujung segitiga.

Dalam percobaan ini ada tiga faktor yaitu A, B, dan C dan satu interaksi

antar faktor BxC. Faktor A ditempatkan di kolom satu, faktor B ditempatkan

di kolom dua, faktor C di kolom empat, dan interaksi BxC di kolom enam,
 91

sedangkan kolom tiga, lima, dan tujuh ditempatkan sebagai dummy.

Penempatan faktor kontrol dapat dilihat pada tabel.

3 5

6
2 4

Grafik 4.2 Grafik linear

Tabel 4.7 Penempatan faktor pada kolom Orthogonal Array

FAKTOR KOLOM

Kecepatan silinder mesin (A) 1

Kekuatan tekan (B) 2

Unused 3

Posisi tutup (C) 4

Unused 5

Interaksi (BxC) 6

Unused 7
 92

Tabel 4.8 Faktor pada kolom Ortogonal Array

TRIAL A B AxB C AxC BxC AxBxC

1 1 1 1 1 1 1 1

2 1 1 1 2 2 2 2

3 1 2 2 1 1 2 2

4 1 2 2 2 2 1 1

5 2 1 2 1 2 1 2

6 2 1 2 2 1 2 1

7 2 2 1 1 2 2 1

8 2 2 1 2 1 1 2

4.3.4.8 Persiapan dan Pelaksanaan Percobaan Taguchi

Tahap persiapan percobaan meliputi replikasi randomisasi pelaksanaan

percobaan. Replikasi pada percobaan ini dilakukan tiap 50 produk.

Randomisasi dilakukan dengan menggunakan tabel bilangan acak. Adapun

penggunaan tabel bilangan acak adalah baris pertama dilakukan secara

horizontal. Hasil dari randomisasi dapat dilihat pada tabel dibawah ini :
 93

Tabel 4.9 Urutan Percobaan

RANDOM TRIAL A B AxB C AxC BxC AxBxC

7 1 1 1 1 1 1 1 1

3 2 1 1 1 2 2 2 2

2 3 1 2 2 1 1 2 2

5 4 1 2 2 2 2 1 1

8 5 2 1 2 1 2 1 2

1 6 2 1 2 2 1 2 1

4 7 2 2 1 1 2 2 1

6 8 2 2 1 2 1 1 2

Setelah ditetapkan uruttan percobaan, maka percobaan taguchi dapat

dilakukan. Kemudian hasil dari percobaan dicatat, diolah, dan dianalisa

untuk mengetahui faktor-faktor yang berpengaruh terhadap kualitas produk

untuk memperoleh setting yang optimal dengan melakukan perhitungan

hasil percobaan. Dalam pencatatan ada dua kategori yaitu accept dan reject.

Kategori accept digunakan apabila pengepakan botol oli memenuhi standar

kualitas yang ditentukan, dan reject digunakan apabila pengepakan botol oli

tidak memenuhi standar kualitas yang ditentukan. Standar kualitas yang

digunakan apabila pengepakan oli yang diterima tidak ada kecacatan, seperti

botol basah, reject hoper, tutup rusak, ring patah. Apabila salah satu dari
 94

syarat tersebut tidak dapat dipenuhi maka pengepakan oli tersebut akan

masuk kategori reject.

Tabel 4.10 Hasil Percobaan terhadap Produk yang Cacat

TRIAL A B C BxC N ACCEPT REJECT

1 1 1 1 1 50 43 7

2 1 1 2 2 50 42 8

3 1 2 1 2 50 44 6

4 1 2 2 1 50 45 5

5 2 1 1 1 50 44 6

6 2 1 2 2 50 46 4

7 2 2 1 2 50 49 1

8 2 2 2 1 50 49 1

Data hasil percobaan atas tiap faktor dan level dapat ditunjukkan sebagai berikut :

Tabel 4.11 Nilai Tiap Kelas dan Faktor Percobaan

FAKTOR
KELAS LEVEL
A B C BxC

1 174 175 180 181

Accept
2 188 187 182 181

1 26 25 20 19
Reject
2 12 13 18 19
 95

Tabel 4.12 Prosentase Tiap Kelas dan Faktor Percobaan

FAKTOR
KELAS LEVEL
A B C BxC

1 87% 87.5% 90% 90.5%

Accept
2 94% 93.5% 91% 90.5%

1 13% 12.5% 10% 9.5%

Reject
2 6% 6.5% 9% 9.5%

4.3.4.9 Perhitungan Efek Faktor Utama

Tabel 4.13 Respon Kelas Reject

FAKTOR
KELAS LEVEL
A B C BxC

1 26 25 20 19
Reject
2 12 13 18 19

(Y1 + Y2 + Y3 + Y4 ) (7 + 8 + 6 + 5)
A1 = = = 6.5
4 4
(Y + Y6 + Y7 + Y8 ) (6 + 4 + 1 + 1)
A2 = 5 = =3
4 4
(Y + Y2 + Y5 + Y6 ) (7 + 8 + 6 + 4)
B1 = 1 = = 6.25
4 4
(Y + Y4 + Y7 + Y8 ) (6 + 5 + 1 + 1)
B2 = 3 = = 3.25
4 4
 96

(Y1 + Y3 + Y5 + Y7 ) (7 + 6 + 6 + 1)
C1 = = =5
4 4
(Y + Y4 + Y6 + Y8 ) (8 + 5 + 4 + 1)
C2 = 2 = = 4.5
4 4
(BXC)1 = (Y1 + Y4 + Y5 + Y8 ) = (7 + 5 + 6 + 1) = 4.75
4 4
( )
(BXC)2 = Y2 + Y3 + Y6 + Y7 = (8 + 6 + 4 + 1) = 4.75
4 4

Sehingga diperoleh peringkat faktor sebagai berikut :

Tabel 4.14 Respon Efek Faktor Utama

FAKTOR
LEVEL
A B C BxC

1 6.5 6.25 5 4.75

2 3 3.25 4.5 4.75

Difference 3.5 3 0.5 0

Rank 1 2 3 4

4.3.5 Analisa Percobaan Taguchi

Berdasarkan perhitungan total derajat kebebasan didapat derajat kebebasan

total adalah 4, oleh karena itu pada percobaan ini digunakan Orthogonal array

L8 sehingga ada 8 trial yang akan dilakukan, dimana tiap percobaan yang

dilakukan memiliki 50 replikasi. Jadi, dalam 8 trial ada 400 produk yang

diambil sebagai sample untuk diamati apakah produk tersebut masuk kriteria

accept atau reject.

 97

4.3.5.1 Analisa Efek Faktor Utama

Respon faktor yang akan digunakan sebagai faktor utama adalah pada

kategori reject. Berdasarkan kategori reject yang digunakan maka

karakteristik kualitas yang digunakan adalah smaller the better, dengan

asumsi bahwa semakin kecil jumlah cacat atau “reject” maka akan semakin

baik kualitas dari produk yang dihasilkan.

Berdasarkan tabel respon faktor utama dapat disimpulkan bahwa faktor

yang paling berpengaruh sampai yang kurang berpengaruh secara berurutan

adalah faktor A, faktor B, faktor C, dan faktor BxC.

6
A1 = 6,5 A2 = 3
5
B1 = 6,25 B2 = 3,25
4
C1 = 5 C2 = 4,5
3

2 (BxC)1= 4,75
(BxC)2= 4,75
1

Grafik 4.3 Efek faktor utama terhadap rata-rata jumlah cacat

Berdasarkan gambar diatas pun dapat dilihat urutan faktor yang paling

berpengaruh terhadap rata-rata jumlah cacat yaitu :

• Faktor A = 3.5
 98

• Faktor B =3

• Faktor C = 0.5

• Faktor BxC =0

4.3.6 Perhitungan ANOVA

Dalam perhitungan tabel dibawah ini, kualitas produk dikategorikan

menjadi accept (II) dan reject (I). ANOVA merupakan bagian dari DOE.

ANOVA yang digunakan pada perhitungan ini menggunakan ANOVA

untuk data atribut.

Tabel 4.15 Hasil Kumulatif

FREKUENSI FREK KUM

TRIAL A B C BXC
I(Reject) II(Accept) I II

1 1 1 1 1 7 43 7 50

2 1 1 2 2 8 42 8 50

3 1 2 1 2 6 44 6 50

4 1 2 2 1 5 45 5 50

5 2 1 1 1 6 44 6 50

6 2 1 2 2 4 46 4 50

7 2 2 1 2 1 49 1 50

8 2 2 2 1 1 49 1 50

Jumlah= 38 362 38 400

 99

Langkah-langkah perhitungannya sebagai berikut :

1. Total frekuensi kumulatif untuk setiap kelas

f(I) = 7 + 8 + 6 + 5 + 6 + 4 + 1+ 1 = 38

f(II)= 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 = 400

2. Perhitungannya fraksi untuk setiap kelas

fI 38
pI = = = 0.095
f (II ) 400

fII 362
pII = = = 0.905
f (II ) 400

3. Perhitungannya bobot dari masing-masing kelas

1 1
ωI = = = 11.6313
pI (1 − pI ) 0.095(1 - 0.095)

1 1
ωII = = = 11.6313
pII (1 − PII ) 0.905(1 - 0.905)

4. Perhitungannya Total sum of squares

ST = (total number of measurement) x (number of classes – 1)

ST = 400 x (2-1) = 400

5. Perhitungannya total derajat kebebasan

vT = (total number of measurement – 1) x (number of classes - 1)

vT = (400-1) x (2-1) = 399

6. Perhitungannya Sum of Squares berdasarkan rata-rata

f 12
Sm = × ω1
f ( II )
 100

38 2
Sm = × 11.6313 = 41.9890
400

7. Perhitungannya Sum of Squares berdasarkan efek tiap faktor

SqA =
(f 1: A1
2
+ f 1: A2 × ωI
2
)
− Sm
4n

SqA =
(26 2
)
+ 12 2 × 11.6313
− 41.9890 = 5.6993
4(50)

SqB =
(f 1:B1
2
+ f 1:B 2 × ωI
2
)
− Sm
4n

SqB =
(25 2
)
+ 13 2 × 11.6313
− 41.9890 = 4.1873
4(50)

SqC =
(f 1:C1
2
+ f1:C 2 × ωI
2

− Sm
)
4n

SqC =
(20 2
)
+ 18 2 × 11.6313
− 41.9890 = 0.1163
4(50)

Sq(BxC) =
(f ( 1: B×C )1
2 2
)
+ f 1:( B×C )2 × ωI
− Sm
4n

Sq(BxC) =
(19 2
)
+ 19 2 × 11.6313
− 41.9890 = −0.000007
4(50)

n
Sqe = ST - ∑S
i =1
q1

Sqe = 400 – (5.6993 + 4.1873 + 0.1163 – 0.000007) = 389.9971

8. Perhitungan derajat kebebasan untuk setiap faktor

vA = (number of classes – 1) x (number of level – 1)

 101

vA = (2 – 1) x (2 – 1) = 1

vB = (number of classes – 1) x (number of level – 1)

vB = (2 – 1) x (2 – 1) = 1

vC = (number of classes – 1) x (number of level – 1)

vC = (2 – 1) x (2 – 1) = 1

v(BxC)= (number of classes – 1) x (number of level – 1)

v(BxC)= (2 – 1) x (2 – 1) = 1

n
ve = vT - ∑v
i =1
i

ve = 399 – (1-1-1-1) = 395

9. Perhitungan mean squares untuk tiap faktor

Sq A
MqA =
vA

5.6993
MqA = = 5.6993
1

Sq B
MqB =
vB

4.1873
MqB = = 4.1873
1

SqC
MqC =
vC

0.1163
MqC = = 0.1163
1
 102

Sq ( B×C )
Mq(BxC) =
v( B×C )

− 0.000007
Mq(BxC) = = −0.000007
1

Sq e
Mqerror =
ve

389.9971
Mqerror = = 0.9873
395

10. Perhitungan F-Ratio

Mq A
FA =
Mq error

5.6993
FA = = 5.7726
0.9873

Mq B
FB =
Mq error

4.1873
FB = = 4.2412
0.9873

MqC
FC =
Mq error

0.1163
FC = = 0.1178
0.9873

Mq( B×C )
F(BxC) =
Mqerror

− 0.000007
F(BxC) = = −0.00000709
0.9873
 103

Mq error
Ferror =
Mq error

0.9873
Ferror = =1
0.9873

11. Persentase kontribusi

Sq A
PA = × 100%
ST

5.6993
PA = × 100% = 1.4248%
400

Sq B
PB = × 100%
ST

4.1873
PB = × 100% = 1.0468%
400

SqC
PC = × 100%
ST

0.1163
PC = × 100% = 0.0291%
400

Sq ( B×C )
P(BXC) = × 100%
ST

− 0.000007
P(BxC) = × 100% = −0.00000175%
400

Sq error
Perror = × 100%
ST
 104

Tabel 4.16 Tabel Perhitungan ANOVA

FAKTOR SQ V MQ F-RATIO RHO %

A 5.6993 1 5.6993 5.7726 1.4248
B 4.1873 1 4.1873 4.2412 1.0468
C 0.1163 1 0.1163 0.1178 0.0291
BxC -0.000007 1 -0.000007 -0.00000709 -0.00000175
Error 389.9971 395 0.9873 1 97.4994
ST 400 399 100%

12. Pooling up

Pada pooling dilakukan untuk faktor-faktor dengan nilai Mqhitung ≤Mqerror.

Dari tabel di atas yang dipooled adalah faktor C dan interaksi BxC, yang

memiliki Mqhitung≤0.9873. kemudian hitung kembali Mq dan F-ratio untuk

faktor yang tidak dipooled dengan cara yang sama seperti sebelumnya.

• Pooled faktor

Sq pooled I = Sqerror + Sqc + Sqbxc

= 389.9971 + 0.1163 – 0.000007

= 390.1134

V pooled I = ve + vc + vbxc

= 395 + 1 + 1

= 397

• F-ratio untuk faktor-faktor yang tidak di pooled

Mq A
FA =
MqpooledI

5.6993
FA = = 5.8002
0.9826
 105

MqB
FB =
MqpooledI

4.1873
FB = = 4.2614
0.9826

MqPooledI
Ferror =
MqpooledI

0.9826
Ferror = =1
0.9826

• Sq’

Sq’A = SqA – (vA x vel)

= 5.6993 – (1 x 0.9826) = 4.7167

Sq’B = SqB – (vB x vel)

= 4.1873 – (1 x 0.9826) = 3.2047

Sq’pooled = ST – Sq’A – Sq’B

= 400 – 4.7167 – 3.2047

= 392.0786

• Persentase kontribusi

Sq' A
ρA = × 100%
ST

4.7167
= × 100% = 1.1792%
400

Sq' B
ρB = × 100%
ST

3.2047
= × 100% = 0.8012%
400
 106

Sq' pooled
ρ pooled = × 100%
ST

392.0786
= × 100% = 98.0197%
400

Tabel 4.17 Tabel Pooling Parsial I

FAKTOR SQ V MQ F-RATIO RHO %

A 5.6993 1 5.6993 5.8002 1.1792
B 4.1873 1 4.1873 4.2614 0.8012
C 0.1163 1 0.1163
BxC -0.000007 1 -0.000007
Error 389.9971 395 0.9873 1 98.0196
Pooled e 390.1134 397 0.9826
ST 400 399 100%
Dengan tingkat kepercayaan 95% nilai F0.05(1.397) = 3.865. dari tabel

terlihat bahwa faktor A dan B memiliki nilai F-ratio yang lebih besar dari

3.865, sehingga faktor yang berpengaruh signifikan terhadap rataan

karakteristik kualitas pengepakan oli Utec 0.8 adalah faktor A(kecepatan

silinder mesin) dan faktor B (kekuatan tekanan).

4.3.6.1 Analisa ANOVA

Dari keseluruhan perhitungan ANOVA, didapatkan bahwa faktor A dan

faktor B dapat dikatakan sebagai faktor yang berpengaruh signifikan terhadap

karakteristik kualitas dari pengepakan botol dan tutup oli Utec 0.8 yang

diinginkan yaitu kualitas botol dan tutup yang baik.

 107

Berdasarkan karakteristik yang ingin dicapai yaitu smaller the better, maka

pemilihan level terbaik berdasarkan jumlah cacat yang paling kecil yaitu

faktor A (kecepatan silinder mesin) level 2 dan faktor B (kekuatan tekan)

level 2.

4.3.6.2 Analisa Pemilihan Level Terbaik

Dari perhitungan data di atas diperoleh bahwa faktor yang berpengaruh

terhadap kecacatan pada pengepakan oli Utec 0.8 adalah faktor A

(kecepatan silinder mesin) dan faktor B (kekuatan tekanan).

A1 = 6.5

A2 =3

B1 = 6.25

B2 = 3.25

Karakteristik yang digunakan adalah smaller the better maka pemilihan

level faktor berdasarkan jumlah cacat yang terkecil, sebagai berikut :

1. Faktor A level 2

2. Faktor B level 2

Berdasarkan perhitungan pada pengolahan data diperoleh bahwa faktor

yang berpengaruh secara signifikan adalah faktor A(kecepatan silinder) dan

faktor B(kekuatan tekan), sedangkan untuk faktor lainnya karena tidak terlalu

signifikan berpengaruh terhadap karakteristik kualitas pengepakan botol dan

 108

tutup oli Utec 0.8 maka pemilihan dilakukan berdasarkan nilai respon efek

utama, faktor C (posisi tutup) sebaiknya diset pada level 2, sedangkan untuk

interaksi faktor BxC digunakan level 2, pemilihan untuk faktor yang tidak

berpengaruh ini didasarkan pada perhitungan rata-rata tiap level faktor.

4.3.7 Pelaksanaan Konfirmasi

4.3.7.1 Peta Kendali p untuk Konfirmasi

Tabel 4.18 Tabel Proporsi Cacat pada saat Konfirmasi

Pengukuran Produksi Banyaknya Cacat ( Unit) Proporsi Cacat UCL LCL CL

1 1046 103 0.0985 0.1199 0.0660 0.0930
2 1101 101 0.0917 0.1192 0.0667 0.0930
3 1100 104 0.0945 0.1193 0.0667 0.0930
4 1100 107 0.0973 0.1193 0.0667 0.0930
5 1100 99 0.0900 0.1193 0.0667 0.0930
6 1100 97 0.0882 0.1193 0.0667 0.0930
7 1045 104 0.0995 0.1199 0.0660 0.0930
8 1098 101 0.0920 0.1193 0.0667 0.0930
9 1100 97 0.0882 0.1193 0.0667 0.0930
10 1101 99 0.0899 0.1192 0.0667 0.0930
11 1101 102 0.0926 0.1192 0.0667 0.0930
12 1100 107 0.0973 0.1193 0.0667 0.0930
13 1048 104 0.0992 0.1199 0.0660 0.0930
14 1100 99 0.0900 0.1193 0.0667 0.0930
15 1102 95 0.0862 0.1192 0.0667 0.0930
16 1100 102 0.0927 0.1193 0.0667 0.0930
17 1101 99 0.0899 0.1192 0.0667 0.0930
18 1101 97 0.0881 0.1192 0.0667 0.0930
19 1045 101 0.0967 0.1199 0.0660 0.0930
20 1098 105 0.0956 0.1193 0.0667 0.0930
21 1100 103 0.0936 0.1193 0.0667 0.0930
22 1100 101 0.0918 0.1193 0.0667 0.0930
23 1101 104 0.0945 0.1192 0.0667 0.0930
24 1100 99 0.0900 0.1193 0.0667 0.0930
25 1046 102 0.0975 0.1199 0.0660 0.0930
27234 2532
 109

Peta Kendali p

0.1400

0.1200
Proporsi Kecacatan

0.1000

Series1
0.0800
Series2
Series3
0.0600
Series4
0.0400

0.0200

0.0000
1 3 5 7 9 11 13 15 17 19 21 23 25
Banyaknya Pe ngamatan

Grafik 4.4 Peta Kendali p Konfirmasi

4.3.7.2 Uji Selisih Antara Dua Proporsi

Untuk membuktikan bahwa terjadi peningkatan dalam perbaikan setting

ini, maka saya dapat menggunakan uji proporsi. Dimana untuk p1 merupakan

data awal sedangkan untuk p2 merupakan proporsi data konfirmasi.

1. H0 : P1 = P2

2. H1 : P1 > P2

3. Tentukan taraf nyata ( α = 0.05)

4. Wilayah kritiknya :

Z > Zα ; Z > Z 0.05 ; Z > 1.645

 110

5. Perhitungan :

x1 x2
p̂1 = p̂ 2 =
n1 n2

2767 2532
pˆ 1 = = 0.1014 p̂ 2 = = 0.0930
27299 27234

(x 1 + x 2 ) (2767 + 2532)
p̂ = = = 0.0972
(n 1 + n 2 ) (27299 + 27234)
qˆ = 1 − pˆ = 1 − 0.0972 = 0.9028

p̂1 − p̂ 2
Z =
⎡⎛ 1 ⎞ ⎛ 1 ⎞⎤
p̂ × q̂ ⎢⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟⎥
⎣⎝ n 1 ⎠ ⎝ n 2 ⎠⎦

0.1014 − 0.0930
Z =
(0.0972)(0.9028)⎡⎢⎛⎜ 1 ⎞ ⎛ 1 ⎞⎤
⎟+⎜ ⎟⎥
⎣⎝ 27299 ⎠ ⎝ 27234 ⎠⎦

= 3.325

6. Kesimpulan : Tolak H0, Nilai Z hitung lebih besar dari pada nilai Z

tabel, yang berarti bahwa proporsi cacat sebelum percobaan lebih

besar dibandingkan dengan proporsi cacat setelah percobaan

4.3.8 Analisa Konfirmasi

Konfirmasi dilakukan untuk mengetahui apakah pelaksanaan percobaan

taguchi berhasil atau tidak apabila diterapkan pada proses produksi

 111

sebenarnya. Untuk mengetahui keberhasilan konfirmasi dilakukan dengan

pengontrolan proses produksi secara statistikal.

4.3.8.1 Analisa Peta Kendali p Konfirmasi

Peta kendali yang digunakan pada proses konfirmasi ini sama dengan peta

kendali yang digunakan pada saat pembuatan peta kendali sebelum percobaan

yaitu menggunakan peta kendali p karena memiliki tipe data yang sama yaitu

data atribut. Dari perhitungan dapat diketahui bahwa semua proses berada

dalam batas kendali. Bila dilakukan perbandingan terhadap nilai CL dapat

dilihat bahwa nilai CL menurun dari 0.1014 menjadi 0.0930. Hal tersebut

berarti bahwa proporsi dari jumlah produk cacat yang dihasilkan setelah

setting optimal dilakukan berkurang karena jumlah cacat yang dihasilkan juga

berkurang.

4.3.8.2 Analisa Uji Selisih Antara Dua Proporsi

Berdasarkan pengujian selisih antara 2 proporsi dapat dilihat bahwa nilai Z

hitung masuk ke dalam wilayah kritik yaitu Z hitung > Zα, sehingga terjadi

penolakan H0. hal ini dapat diartikan bahwa proporsi data awal sebelum

percobaan berbeda bila dibandingkan dengan proporsi data konfirmasi,

dimana proporsi data konfirmasi lebih kecil daripada proporsi data awal