Uts PK
Uts PK
Mohamad Crespo
Perancangan Kualitas A
3. Penjelasannya yaitu :
a. Loss function : Loss Function bertujuan untuk mengevaluasi kerugian kualitas
secara kuantitatif yang disebabkan adanya variansi, dijelaskan juga perlunya
perbaikan kualitas secara kuantitatif dalam unit uang sehingga perbandingan
yang obyektif dapat dilakukan.
b. Nominal is the best : karakteristik kulaitas yang memiliki nilai target tidak nol
dan tidak terhingga sehingga nilai yang diinginkan adalah nilai yang semakin
mendekati target
c. Lower is better : : karakteristik kualitas dengan batas nilai 0 dan positif sehingga
nilai yang diinginkan semakin kecil atau mendekati 0
d. Higher is better : karakteristik kualitas dengan rentang nilai tak terbatas dan
bersifat positif sehingga nilai yang diinginkan adalah nilai yang semakin besar
4. Suatu eksperimen pembuatan beton cor untuk pondasi rumah lantai 2 dilakukan di suatu
laboratorium. Ada 4 faktor yang dianggap berpengaruh terhadap kekuatan beton cor
tersebut, Komposisi semen, komposisi pasir, komposisi tensla (kerikil) dan Air. Ada 2
level untuk setiap faktor yang diamati. Semen (350 kg dan 400 kg), Pasir (750 kg dan
850kg), Kerikil (1000 kg dan 1100 kg), Air (200 liter dan 220 liter).
a. Diagonnal Arraynya :
A B C D
1 1 1 1
1 1 2 2
1 2 1 2
1 2 2 1
2 1 1 2
2 1 2 1
2 2 1 1
2 2 2 2
H0 : 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 0
H1 : setidaknya terdapat satu 𝛽𝑖 yang tidak sama dengan 0
α=0
Tabel Anova
Kesimpulan : karena nilai p-value tidak ada yang kurang dari alpha, maka gagal
tolak H0 atau tidak ada factor yang mempengaruhi hasil kekuatan beton.
5. Beberapa metode dalam Special Design Techniques atau Multi-Level Factor Design,
yaitu
a. Dummy Treatment : Dalam metode ini, salah satu tingkat dari faktor tingkat
yang lebih tinggi diperlakukan sebagai dummy ketika cocok dengan Orthogonal
Array tingkat angka yang lebih rendah. Penggunaan Dummy Treatment dapat
digunakan dengan kolom yang memiliki tiga tingkat atau lebih.
Contoh : Misalnya, mengakomodasi faktor tiga tingkat L9 menjadi OA dua
tingkat, kita dapat menetapkan faktor dua tingkat ke kolom tiga tingkat dan
memperlakukan salah satu tingkat sebagai dummy. Demikian pula, faktor tiga
tingkat dapat ditetapkan ke kolom empat tingkat dan memperlakukan satu
tingkat sebagai dummy.
Kita ingin mempelajari empat faktor, satu dengan dua tingkat dan tiga faktor
lainnya masing-masing pada tiga tingkat. Orthogonal Array yang sesuai di sini
adalah L9. Ketika kita ingin menetapkan faktor dua tingkat (A) ke kolom
pertama dari standar L9 Orthogonal Array, kita harus memodifikasi dengan
perlakuan dummy seperti yang diberikan pada Tabel 14.3.
Misalkan, kita memilih kondisi pengujian A1B1, A2B2 dan salah satu dari dua
sisanya, katakanlah, A2B1. Sekarang dengan membandingkan A1B1 dengan
A2B1, efek A dapat diperkirakan (faktor B konstan). Demikian pula, dengan
membandingkan A2B2 dengan A2B1, efek faktor B dapat diperkirakan (faktor
A konstan). Namun, interaksi antara A dan B tidak dapat dipelajari. Ketiga
kondisi tes ini (A1B1, A2B2 dan A2B1) dapat ditetapkan ke satu kolom dalam
OA tiga tingkat sebagai faktor gabungan AB (Tabel 14.8). Karena satu kondisi
tes A1B2 tidak diuji, ortogonalitas antara A dan B hilang.
Tiga kombinasi A1B1, A2B1 dan A2B2 yang dipilih ditetapkan ke kolom 1 dari
L9 OA sebagai berikut. AB1 (Tabel 14.8) ditugaskan ke A1B1, AB2 ditugaskan
ke A2B1 dan AB3 adalah ditugaskan ke A2B2 (Tabel 14.9). Tabel 14.9 juga
memberikan penugasan faktor tiga tingkat C, D, dan E.
5003201023
Mohamad Crespo
Perancangan Kualitas A
Total A dan B diperoleh sedemikian rupa sehingga efek individu dari A dan B
mungkin. Yaitu A1 = 21 (kombinasi A1B1) dan A2 = 15 (kombinasi A2B1)
Karena B1 tetap konstan dalam dua kombinasi ini, efek A dapat diperoleh.
Demikian pula, total untuk B1 dan B2 diperoleh dari A2B1 dan A2B2.
Karena hanya satu replikasi yang diambil, kesalahan eksperimental (SSe) jelas
nol. Untuk menguji efek individu A dan B, kita perlu menghitung SSA dan SSB.
Untuk ortogonalitas antara A dan B, kita harus memiliki Artinya, A dan B tidak
ortogonal. Dan begitulah dalam desain kombinasi. Untuk menjaga ini, koreksi
jumlah kuadrat harus dilakukan di ANOVA. Misalkan perbedaannya antara
SSAB.
5003201023
Mohamad Crespo
Perancangan Kualitas A
Misalkan kita menentukan faktor satu kolom empat tingkat yang diperoleh
dengan menggabungkan kolom 1, 2 dan 3 dari standar L8 OA dan faktor B
kolom ke 4 dari OA L8 standar. Jumlah interaksi kuadrat SSAB didapatkan dari
jumlah kuadrat kolom 5, 6 dan 7.