TAGUCI

Metoda Taguchi
Nasir.W.S. - Universitas Brawijaya
Introduction [2]
Konsep
Taguchi bekerja pada prinsip bahwa

ketika mendisain produk, maka seharusnya
produk tersebut harus didisain dengan
kerugian seminimal mungkin, dan bernilai
seoptimal mungkin.
The Fundamental
Taguchi Concepts [1]
Taguchi defines quality as :

Quality adalah seberapa besar kerugian yang
diberikan pada masyarakat, yang dimulai waktu
produk
dikirimkan/didistribusikan.
Kerugian
tersebut akan menjadi biaya ketidakpuasan
konsumen, yang merugikan reputasi perusahaan.
Konsumen adalah bagian yang paling penting dari
sebuah line proses dimana kualitas produk dan
pelayanan akan menjamin kembalinya konsumen,
dan oleh karena itu akan memperbaiki reputasi dan
meningkatkan market share perusahaan.
The Fundamental
Taguchi membagi konsep kualitas mejadi empat yaitu :

1. Kualitas seharusnya didisain pada produk mulai
dari awal proses tidak hanya dengan proses
inspeksi ataupun screening yang biasa disebut
off-line strategy, karena kualitas produk tidak
bisa dikembalikan dengan berapapun jumlah
inspeksi yang dilakukan akan tetapi konsep
kualitas seharusnya dikembangkan sebagai
filosofi persiapan
The Fundamental
2.
Kualitas paling bagus bisa dicapai
dengan
meminimasi deviasi dari target bukan kesalahan untuk
menguatkan spesifikasinya. Produk seharusnya
didisain sehingga tahan terhadap faktor faktor
lingkungan yang tak terkontrol seperti noise,
temperatur, kelembaban dalam fase manufaktur,dll.
Dengan mengkhususkan pada target parameter kritis
dan menjamin proses manufaktur mencapai nilai
target dengan sedikit deviasi (penyimpangan) maka
kualitasnya semakin tinggi
The Fundamental
3. Kualitas tidak hanya didasarkan pada performen
permukaan atau karakteristik dari produk. Kenampakan
produk hanya memvariasikan harga dan kesan di
pasaran. Performen dan karakteristik produk dapat
dihubungkan dengan kualitas tetapi bukan merupakan
dasar kualitas dan malah merupakan ukuran kapabilitas
sebuah produk.
The Fundamental
4. Biaya kualitas seharusnya diukur sebagai fungsi dari
variasi performance produk. Dari parameter desain yang
diberikan, deviasi target diukur sebagai istilah dari siklus
hidup biaya produk. Hal ini termasuk biaya pengerjaan
kembali, inspeksi, warranty servicing, returns, and
penggantian product
Taguchis Loss Function [1]

Fungsi kerugian menentukan ukuran finansial
dari ketidakpuasan user pada performance
produk yang menyimpang dari nilai targetnya.
Pemilihan
desain produk atau proses
manufaktur yang tidak sensitif pada sumber
variasi yang tak terkontrol saat memperbaiki
kualitas.
Dr.Taguchi
menyebut sumber variasi tak
terkontrol ini sebagai noise factors
How to Measure Quality

Secara tradisional, kualitas dilihat sebagai fungsi bertahap seperti
ditunjukkan oleh garis tebal pada gambar 1. Sebuah produk bisa
dikatakan bagus jika secara uniform berada diantara spesifikasi (LS
adalah spesifikasi rendah dan US adalah spesifikasi tinggi) dan jika
berada diluar spesifikasi maka tidak bagus.
figure 1
Taguchi meyakini bahwa

konsumen
performance melenceng jauh dari target.
Taguchi
mengusulkan
sebuah
merepresentasikan performance produk
semakin tidak puas saat

quadratic
curve
untuk
figure 2
10
LCT merepresetasikan batas bawah toleransi konsumen dan UCT

merepresentassikan batas atas toleransi konsumen. Hal ini lebih cenderung
subyektivitas konsumen daripada spesifikasi yang ditetapkan engineer. Para
ahli sering mendefinisikan toleransi konsumen sebagai e performance level
dimana 50% dari consumen yang tidak puas. Keadaan keadaan khusus
dalam organization anda akan menentukan bagaimana anda mendefinisikan
tpleransi konsumen pada produk anda
Perhitungan target paling baik adalah dengan fungsi kerugian yang
menggunakan rata rata dan variansi untuk memilih desain yang paling
bagus. Perhitungan tersebut seperti tertera dalam persamaan berikut ini:
Perhitungan rata rata kerugian yang diizinkan oleh sebuah tim perancang
dengan mempertimbangkan analisa untung rugi dari alternatif desain dengan
biaya yang berbeda akan menghasilkan rata- rata yang berbeda. Seperti
terlihat pada figure 2, disana ada beberapa kerugian finansial pada batas
atas toleransi konsumen. Hal ini dapat menjadi sebuah jaminan tanggung
jawab organisasi atau biaya biaya perbaikan.
11
Some cases
Jika dua produk mempunyai
variansi sama tetapi rata-rata
berbeda,
kemudian
produk
dengan rata-rata lebih mendekati
pada target (A) maka produk
tersebut mempunyai kualitas yang
lebih baik seperti pada figgure 3.
Jika dua produk mempunyai ratarata sama tetapi variansi berbeda,
kemudian produk dengan variansi
yang lebih rendah maka produk
tersebut mempunyai kualitas yang
lebih baik seperti pada figgure
4.Performance produk B berada di
dekat
target
daripada
kompititornya.
figure 3
figure 4
12
Bagaimana
jika
rataan
dan
variansinya berbeda? Perhitungan
rata rata kerugian mengasumsikan
bahwa anda setuju dengan konsep
fungsi kerugian.Product dengan
kerugian
yang
lebih
kecil
mempunyai kualitas yang lebih baik
seperti dalam figure 5.Jika kurva A
jauh dari kanan, kemudian kurva B
akan menjadi lebih baik. Jika kurva
A berada tepat pada target, maka
kemudian kurva A akan menjadi
lebih baik. Dalam beberapa kondisi
yang lain keduanya sama sama
mengalami kerugian.
figure 5
13
The Total Loss Function [1]
"Quality adalah sesuatu kerugian finansial yang harus dihindari pada

masyarakat yang dimulai pada saat produk dikirimkan.
Meskipun secara aktual kerugian mungkin berupa hilangnya fungsi
sebuah produk atau kehilangan yang lain seperti polusi, waktu,
kebisingan dll. Akan tetapi sebenarnya kesemuanya merupakan
kerugian finansial.
Ada dua kategori utama dari kerugian pada kemasyarakatan berkaitan
dengan kualitas produk :
1. Kategori pertama adalah kerugian yang datang sebagai hasil dari
efek yang berbahaya bagi masyarakat.
2. Kategori kedua adalah kerugian yang ditimbulkan karena variasi
tambahan (melenceng/tidak sesuai) pada fungsi performansinya.
Kategori kedua ini mempunyai pengaruh yang dominan pada stage
desain produk
14
Contoh berikut ini menggambarkan perbedaan antara metode konvensional dan

pandangan Taguchi pada fungsi kerugian.
Fig 4.1 Taguchi and The Conventional Loss Functions.
Menurut Taguchi , tidak ada kenaikan atau penurunan tajam di dunia nyata.
Performance mulai secara graduasi memburuk sebagaimana parameter desain
menyimpang dari nilai optimumnya.Oleh karena itu Taguchi mengusulkan bahwa
fungsi kerugian diukur dengan deviasi dari nilai ideal.
15
Fungsi kerugian diambil dari form dasar quadratic berikut

ini:
L(x) = k(x - m)
Dimana L adalah kerugian dalam dollars (money), m adalah point
dimana Karacteristik seharusnya di set, x adalah dimana Karacteristik
secara aktual di set, dan k adalah sebuah konstanta yang tergantung
pada jarak dari characteristic and the unit keuangan berada.
Fungsi kerugian dasar ini digunakan jika tidak ada fungsi lain yang
berdasarkan data. Akan tetapi ketika market research data tersedia,
option terbaik yang digunakan adalah quadratic loss function
16
Case study
Distribusi transistor A dan transistor B ditunjukkan dalam diagram berikut ini:
Figure 5.1.1 Distribution Curve for Transistor A and B
Dari contoh tersebut menunjukkan bahwa output dari kedua transistors, dengan
output transistor B bergeser dan menutupi melebihi output dari transistor A. Dari
inspeksi, transistor A, dengan kurva distribusi yang datar dan lebar, akan
menunjukkan variasi yang besar pada volatase outputnya. Sebaliknya transistor
B akan menunjukkan characteristics yang berlawanan.
17
Dari hasil yang didapatkan menunjukkan bahwa kerugian yang

diharapkan (EL) dimana dihubungkan dengan standard deviation k
dan lokasi rata rata distribusi menjadi:
EL = k[ (AL - m ) + S ]
Kerugian kerugian dari dua transistors dapat dihitung sebagai
berikut:
Untuk transistor A:
EL = 0.444[ ( 115 -115) + 2 ] EL = $1.78
Untuk transistor B:
EL = 0.444[ (124 -115) + 0.33 ] EL = $36.01
Kerugian transistor B sangat besar karena targetnya adalah 9 volts.
Kerugian ini dapat diminimasi dengan menggunakan resistor
pembatas arus yang lebih tinggi.
Kerugian transistor B sekarang menjadi:

EL = 0.444[ (115 -115 ) + 0.33 ]
EL = $0.048
18
Taguchi Quality Strategy

[1]
Taguchi memandang kualitas rendah sebagai kekurang

konsistenan
unsur
unsur
dalam
sebuah
produk.Dikarenakan inconsistency ini, produk yang dibuat
mungkin tidak memuaskan dalam kualitasnya (variasi
produk) dan spesifikasi (nilai target) dari permntaan
konsumen
Methodologi dan tehnik yang telah pernah dikembangkan
oleh Taguchi untuk mengurangi elemen elemen variasi:
1. Deviasi dari nilai yag telah ditargetkan, ini termasuk
total fungsi kerugian dan teknik teknik desain parameter
2. Variasi dengan respek terhadap satu sama lain di
dalam grup. Yang mana diuraikan dalam matrik
Orthogonal Arrays
19
Taguchi Quality Strategy [2]

Quality Strategy
Taguchi mengobservasi bahwa variasi dalam spesifikasi produk
adalah penyebab utama dari tidak diterimanya sebuah
produk.Pendekatan Taguchi yang berfungsi untuk mereduksi
variasi product sebenarnya adalah merupakan dua buah tahapan
proses yaitu :
1. Proses manufaktur produk dengan cara terbaik setiap saat.
(Penyimpangan kecil dari target)
2. Memproduksi semua produk seidentik mungkin (mengurangi
variasi produk)
Pendekatan ini adalah metode general dari Taguchi dalam kontrol
kualitas.Apakah itu kualitas produk atau proses kemungkinan itu
sangat sulit untuk membedakannya secara kuantitaif.
Quality adalah kesesuaian dengan apa yang diinginkan oleh
konsumen
20
Taguchi Quality Strategy

[3]
Jadi, kualitas adalah sangat bervariasi mulai dari

konsumen ke konsumen, dan atau dari produk ke produk.
Tapi secara umum ketidak konsistenan adalah faktor
utama pada persepsi rendahnya kualitas.Strategi kualitas
Taguchi dalam memperbaiki kualitas dalam stage desain
produk adalah dengan :
1. Membuat desain yang tidak terlalu sensitif terhadap
pengaruh faktor tak terkontrol
2. Optimisasi desain produk.
21
Kosep Kualitas Taguchi
Robust Design
Salah satu tujuan eksperimen pada parameter
desain adalah untuk menyusun satu kombinasi
faktor-faktor yang kokoh (Robust) terhadap
adanya faktor-faktor pengganggu (Noise), di
mana faktor-faktor noise ini tidak dapat atau
sulit dikendalikan, dan
menyebabkan
timbulnya variabilitas yang tinggi pada produk.
Dgn adanya kombinasi yang optimal dari
faktor-faktor kontrol maka produk akan tahan
adanya gangguan tersebut.
22
Desain Parameter Taguchi

Dalam upaya meningkatkan kualitas dan memperkecil
variabilitas yang terjadi, Taguchi memperkenalkan
upaya-upaya yang dapat ditempuh guna menghasilkan
produk dan tingkat variabilitas yang kecil, dengan
mengatur
parameter-parameter
yang
mempengaruhinya pada tingkat yang paling kurang
sensitif terhadap faktor gangguan (Noise). Cara ini
dikenal dengan desain parameter Taguchi, yang
ditunjukkan terutama untuk meningkatkan kualitas
tanpa menghilangkan penyebab timbulnya variabilitas.
23
Untuk meningkatkan kualitas produk, Taguchi membagi atas tiga hal

:
Desain Sistem
Desain Sistem adalah upaya di mana konsep-konsep, ide-ide,
metode-metode baru dan
sebagainya dimunculkan untuk
memberikan peningkatan produk kepada pemakainya sebagai salah
satu cara untuk memenangkan persaingan yaitu dengan terus
mengembangkan teknologi baru, sehingga dalam hal ini konsepkonsep metode maupun penemuan baru sangat bermanfaat dalam
desain sistem.
Desain Parameter
Desain Parameter adalah hal yang sangat penting dalam upaya
meningkatkan keseragaman produk atau mencegah tingginya
variabilitas. Pada tahap ini parameter-parameter dari proses
tertentu ditetapkan untuk menghasilkan performasi produk menjadi
kurang/tidak sensitif terhadap penyebab terjadinya variabilitas.
Desain eksperimen dilakukan untuk mendapatkan kondisi-kondisi
faktor yang tahan terhadap penyebab timbulnya variabilitas.
24
Desain Toleransi
Pada desain toleransi ini, kualitas ditingkatkan dengan
mengetatkan toleransi pada parameter produk/proses
untuk
mengurangi
terjadinya
variabilitas
pada
performansi produk. Eksperimen yang dilakukan pada
penelitian menerapkan langkah-langkah prinsip desain
parameter,
yaitu
melakukan
eksperimen
guna
menentukn faktor dominan yang berpengaruh terhadap
peningkatan kualitas produk dan mentukan kombinasi
faktor-faktor di mana kombinasi tersebut terhadap
penyebab timbulnya variabilitas.
25
1.
2.
3.
4.
Langkah-langkah Taguchi dalam melakukan eksperimen [10] :

Menyatakan permasalahan yang akan dipecahkan.
Yaitu mendefinsikan dengan sejelas mungkin permasalahan
yang dihadapi untuk dilakukan suatu upaya perbaikan.
Penentuan tujuan penelitian.
Meliputi pengidentifikasian karakteristik kualitas dan tingkat
performansi dari eksperimen.
Menentukan metode pengukuran.
Menentukan bagaimanakah parameter-parameter yang diamati
atau diukur, dan bagaimana cara pengukurannya dan peralatan
yang diperlukan.
Identifikasi Faktor.
Tahap ini adalah melakukan pendekatan yang sistematis guna
menemukan penyebab permasalahan. Langkah ini sebagai
berikut :
26
Langkah langkah Untuk mendapatkan gambaran

mengenai faktor yang diteliti,
a.
Brainstorming
: suatu cara mendorong
timbulnya gagasan yang mungkin sebanyakbanyaknya dengan memberikan kesempatan
proses pemikiran kreatif setiap orang dalam
kelompok untuk mengajukan pendapatnya.
27
BRAINSTORMING
MEMBUAT
STANDARD
OPTIMAL
ANALISA EXPERIMENT
& INTERPRETATION
HASIL
MEMPERTEGAS PREDIKSI
HASIL
28
Langkah-langkah
yang ditempuh dalam

Brainstorming adalah sebagai berikut :
Mengumpulkan
gagasan-gagasan mengenai penyebab dari

permasalahan yang timbul pada perusahaan.
Mencatat
gagasan yang masuk tanpa kecuali, sehingga dapat

mengetahui pendapat dari banyak orang mengenai
permasalahan yang ada.
Menglompokkan
gagasan-gagasan tersebut. Gagasan-gagasan

yang sejenis dikelompokkan dalam suatu kelompok.
Menyimpulkan
gagasan-gagasan yang mungkin menjadi

penyebab permasalahan yang timbul pada perusahaan.
29
b.
Diagram Sebab-Akibat (Ishikawa Diagram)
Diagram ini berguna untuk menggambarkan mengenai

sebab akibat dari proses yang diamati.
Dalam diagram sebab akibat ini digambarkan penyebab
utama maupun penyebab sampingan, yang mempunyai
akibat tertentu dan hubungan yang mungkin timbul di
antara masing-masing penyebab.
Pada diagram sebab akibat ini karakteristik kualitas yang
diamati dibuat garis lurus memotong diagram (effect).
Faktor-faktor
yang
diduga
menjadi
penyebab
permasalahan ditunjukkan oleh anak panah menuju
cabang utama.
30
5.
Memisahkan Faktor Kontrol dan Faktor Noise.

Jenis-jenis faktor yang mempengaruhi karakteristik proses/produk untuk
memulai langkah dalam desain parameter Taguchi, :
Faktor Kontrol :
Yaitu faktor yang sudah ditetapkan nilainya oleh perancangnya, dan nilainya
dapat dikontrol. Sebab faktor kontrol biasanya mempunayi satu atau lebih yang
disebut dengan level. Pada akhir eksperimen level yang sesuai dari faktor
kontrol dapat dipilih. Suatu aspek dari desain yang Robust adalah memilih
setting level kontrol yang optimal, yang membuat karakteristik tidak sesitif
terhadap noise.
Faktor Noise
Adalah faktor yang dapat menyebabkan penyimpangan dari karakteristik
kualitas dari nilai target. Faktor ini tidak dapat/sulit untuk dikontrol, dapat
memakan biaya yang sangat besar sehingga tidak ekonomis untuk dikontrol.
31
6.
7.
8.
Menentukan level dari faktor dan nilai faktor.

Penentuan level ini menentukan jumlah derajat bebas yang akan digunakan
dalam pemilihan Orthogonal Array.
Mengidentifikasi faktor yang mungkin berinteraksi.
Apabila pengaruh dari suatu faktor tergantung dari level faktor lain, dikatakan
terjadi suatu interaksi.
Menggambar linier graf yang diperlukan untuk faktor kontrol dan interaksi.
Penggambaran linier graf ini untuk menentukan penempatan faktor faktor serta
interaksi yang mungkin digunakan pada kolom-kolom dalam Orthogonal Array.
Taguchi telah menetapkan beberapa linier graf untuk mempermudah mengatur
faktor-faktor dari interaksi ke dalam kolom.
32
9.
10.
Memilih Orthogonal Array

Orthogonal Array adalah matrik dari sejumlah kolom dan baris. Masing-masing
kolom mewakili faktor-faktor dari percobaan yang dilakukan. Orthogonal Array
ini memenuhi asumsi Orthogonalitas, yaitu bahwa level dari masing-masing
faktor adalah seimbang dan dapat dipisahkan dari pengaruh faktor yang lain
dalam eksperimen.
Memasukkan faktor dan atau interaksi ke dalam kolom
Taguchi menyediakan dua alat untuk membantu memasukkan faktor dan
interaksi ke dalam kolom array yaitu linier graf dan triangular tables.
33
11.
12.
Melakukan percobaan
Dalam eksperimen ini sejumlah percobaan (trial) disusun untuk
meminimasi kesempatan terjadinya kesalahan dalam menyususn
level yang tepat untuk percobaan. Prinsip randomisasi juga harus
diperhatikan dalam masalah ini.
Analisis hasil eksperimen
Dalam menganalisa hasil dari eksperimen dari Taguchi ini juga
menggunakan metode ANOVA, yaitu perhitungan jumlah kuadrat
total, jumlah kuadrat terhadap rata-rata, jumlah kuadrat faktor dan
jumlah kuadrat error.
34
Pooling
Faktor
Suatu metode yang dianjurkan apabila faktor yang
diamati ternyata tidak signifikan secara statistik
setelah melalui uji signifikansi.
Persen Kontribusi
Bagian dari total variasi yang diamati pada
eksperimen dari masing-masing faktor yang signifikan
pada metode Taguchi dinyatakan dalam persen
kontribusi. Persen kontribusi menandakan kekuatan
relatif dari suatu faktor/interaksi untuk mereduksi
variasi. Jika level faktor dan interaksi dikendaikan
dengan cermat, maka total variasi akan berkurang
sejumlah yang diindikasikan pada persen kontribusi.
35
Rasio Signal to Noise (S/N Ratio)

Taguchi memperkenalkan pendekatan S/N untuk
meneliti pengaruh faktor Noise terhadap variasi yang
timbul. Terdapat beberapa jenis ratio S/N tergantung
pada karakteristik kualitas yang diinginkan yaitu :
Larger the Better (LTB) yaitu karakteristik kualitas
dalam pengukurannya bahwa semakin tinggi
nilainya, maka kualitasnya akan lebih baik.
Nominal the Better (NTB), biasanya ditetapkan
suatu nilai nominal tertentu, dan semakin
mendekati nilai nominal tersebut, kualitas
semakin baik.
Smaller the Better (STB), meliputi pengukuran di
mana akan semakin kecil nilainya, maka
kualitasnya akan lebih baik.
36
13.
14.
Pemilihan level faktor untuk kondisi optimal

Apabila percobaan terdiri dari banyak faktor dan tiaptiap faktor terdiri dari beberapa level, maka untuk
menentukan kombinasi level yang optimal adalah
dengan membandingkan nilai perbedaan rata-rata
eksperimen dari level yang ada.
Perkiraan rata-rata pada kondisi optimal
Setelah mendapatkan kondisi yang optimal dari
eksperimen dengan Orthogonal Array maka dapat
diperkirakan rata-rata proses untuk prediksi pada
kondisi yang optimal. Hal ini diperoleh dengan
menjumlahkan pengaruh dari rangking faktor yang
lebih tinggi. Pengaruh dari faktor yang signifikan
adalah pengaruhnya pada rata-rata percobaan.
37
15.
Menjalankan Percobaan Konfirmasi
Eksperimen konfirmasi dimakusdkan bahwa faktor dan

level yang dimaksud memberikan hasil yang diharapkan.
Untuk menguji apabila level yang didapat sesuai dengan
yang diharapkan, maka harus diuji dengan interval
kepercayaan.
Hasil yang diharapkan/didapatka harus berada pada
interval yang sudah ditentukan.
Bila eksperimen dapat digunakan untuk membuat
sejumlah perkiraan rata-rata proses yang optimal/minimal
untuk lebih menguatkan tingkat kepercayaan dengan
menghitung interval kepercayaan di mana perkiraan harus
berada pada range interval kepercayaan tersebut.
38
a.
Derajat Bebas (Degree of Freedom)

Derajat bebas merupakan banyaknya perbandingan yang harus
dilakukan antar level-level faktor (efek utama) atau interaksi yang
digunakan untuk menentukan jumlah percobaan minimum yang
dilakukan. Perhitungan derajat bebas dilakukan agar diperoleh suatu
pemahaman mengenai hubungan antara suatu faktor dengan level yang
berbeda-beda terhadap karakteristik kualitas yang dihasilkan.
Perbandingan ini sendiri akan memberikan informasi tentang faktor dan
level yang mempunyai pengaruh signifikan terhadap karakteristik
kualitas.
Untuk menentukan Orthogonal Array yang diperlukan maka
dibutuhkan perhitungan derajat kebebasan. Perhitungan untuk
memperoleh derajat bebas adalah sebagai berikut :
Untuk faktor utama, misal faktor utama A dan B :
VA = (jumlah level faktor A) - 1
VB
= kA 1
= (jumlah level faktor B) 1
= kB 1
Tabel orthogonal array yang dipilih harus mempunyai jumlah baris minimum
yang tidak boleh kurang dari jumlah derajat bebas totalnya.
39
b.
Orthogonal Array (OA)
Orthogonal Array adalah matriks dari sejumlah baris dan

kolom.
Setiap kolom merepresentasikan faktor atau kondisi tertentu

yang dapat berubah dari suatu percobaan ke percobaan
lainnya.
Masing-masing kolom mewakili faktor-faktor yang dari

percobaan yang dilakukan.
Array disebut orthogonal karena setiap level dari masingmasing faktor adalah seimbang (balance) dan dapat
dipisahkan dari pengaruh faktor yang lain dalam percobaan.
Orthogonal array merupakan suatu matriks faktor dan level

yang tidak membawa pengaruh dari faktor atau level yang
lain.
40
L8(2 )
Nomor kolom
Nomor level
Nomor baris
2.
Notasi L
Notasi L menyatakan informasi mengenai Orthogonal Array
Nomor baris
Menyatakan jumlah percobaan yang dibutuhkan ketika menggunakan
Orthogonal Array
3.
Nomor kolom
1.
Menyatakan jumlah faktor yang diamati dalam Orthogonal Array

4.
Nomor level
Menyatakan jumlah level faktor
41
Penentuan derajat bebas berdasarkan pada :

1.
jumlah faktor utama yang diamati dan interaksi yang diamati
2.
jumlah level dari faktor yang diamati
3.
resolusi percobaan yang diinginkan atau batasan biaya
Angka di dalam pemilihan array menandakan banyaknya percobaan
(berbagai kemungkinan kombinasi pengujian) di dalam array, suatu
matriks L9 memiliki delapan percobaan dan matriks L9 memiliki 9
percobaan dan seterusnya.
Banyaknya level yang digunakan di dalam faktor digunakan untuk
memilih orthogonal array. Jika faktornya ditetapkan berlevel dua maka
harus digunakan orthogonal array dua level. Jika levelnya tiga maka
digunakan orthogonal array tiga level, sedangkan jika sebagian faktor
memiliki dua level dan faktor lainnya memiliki tiga level maka jumlah yang
lebih besar akan menentukan jenis orthogonal array yang harus dipilih.
42
Contoh Matrik orthogonal array L8 (27)

HASIL TEPUNG IKAN YANG
DIPEROLEH (Kg)
Faktor
Trial
A
R1
R2
R3
R4
1.
2.
3.
4.
5.
6.
7.
8.
43
Interaksi Antar Faktor

Interaksi antara dua faktor berarti efek satu faktor pada respon tergantung
level faktor lain. Antara interaksi menyebabkan sistem tidak robust karena
sistem menjadi sangat sensitif terhadap perubahan pada satu faktor.
Analisis Varians (ANOVA)
Analisis Varians pada metode Taguchi digunakan sebagai metode statistik
untuk menginterpretasikan data-data hasil percobaan. Analisis Varians
adalah teknik perhitungan yang memungkinkan secara kuantitatif
mengestimasikan kontribusi dari setiap faktor pada semua pengukuran
respon. Analisis varians yang digunakan pada desain parameter berguna
untuk membantu mengidentifikasikan kontribusi faktor sehingga akurasi
perkiraan model dapat ditentukan.
44
ANOVA dua arah adalah data percobaan yang terdiri dari dua faktor atau lebih
dan dua level atau lebih. Tabel ANOVA dua arah terdiri dari perhitungan derajat
bebas (db), jumlah kuadrat, rata-rata jumlah kuadrat, F-rasio yang ditabelkan
sebagai berikut :
Sumber Variasi
Derajat Bebas
SS
MS
(db) Tabel ANOVA Dua Arah
F hitung
Kontribusi
Faktor A
VA
SSA
MSA
MSA/MSe
SSA/SST
Faktor B
VB
SSB
MSB
MSB/MSe
SSB/SST
VAxVB
SSAxB
MSAxB
MSAxB/MSe
SSAxB/SST
Sse
MSe
Interaksi AxB
Residual
Total
Ve
VT
SST
SSe/SST
100%
45
Dimana :
VT = derajat bebas total
=N1
VA = derajat bebas faktor A = kA 1
VB = derajat bebas faktor B = kB 1
VAxB= derajat bebas interaksi = (kA 1) x (kB 1)
Ve = derajat bebas error = VT VA VB 2 (VAB)
T
CF = faktor koreksi (Correction Factor
)=
N
N
T
= jumlah keseluruhan = Yi
i 1
SST = jumlah
kuadrat
total
N
Yi
CF
SST = i 1
SSA = jumlah kuadrat faktor A
2
SSA = kA Ai

CF
i 1 nAi
SSB = jumlah kuadrat faktor B
46
B 2j
CF
j 1 nBj
kB
SSB =
SSAxB= jumlah kuadrat interaksi
Ai B j 2
kAkB
ni j
CF SS A SS B
SSAxB=
SSe = jumlah kuadrat error

= SST - SSA - SSB x SSAxB
MSA = rata-rata jumlah kuadrat faktor A
= SSA/VA
MSB = rata-rata jumlah kuadrat faktor B
= SSB/VB
MSAxB
= rata-rata jumlah kuadrat interaksi
= SSAxB/VAxB
MSe = rata-rata jumlah kuadrat error
= SSe/Ve
kA
= jumlah level untuk faktor A
kB
= jumlah level untuk faktor B
N
= jumlah total percobaan
nAi, nBj= jumlah pengamatan faktor A dan B
i 1 j 1
47
Persen Kontribusi
Persen kontribusi merupakan fungsi jumlah kuadrat untuk masing-masing items
yang signifikan. Persen kontribusi mengindikasikan kekuatan relatif dari suatu
faktor dan/atau interaksi dalam mengurangi variasi. Jika level faktor dan/atau
interaksi dikendalikan dengan benar, maka variasi total dapat dikurangi sebanyak
yang diindikasikan oleh persen kontribusi.
Meskipun tidak disebutkan dalam ANOVA, variansi yang berhubungan dengan
suatu faktor atau interaksi mencakup jumlah tertentu yang berhubungan dengan
error. Persamaan berikut menyatakan variansi dari faktor A :
MSA = MSA + MSC
.(2.5)
MSA menyatakan jumlah variansi yang diharapkan dari faktor A. Dengan
mengubah susunan rumus-rumus diatas, maka :
MSA = MSA - MSC
(2.6)
Variansi A adalah MSA =
SS A
VA
, sehingga MSA =
SS' A
VA
48
maka
SS A
VA
: SSA =
- MSC
diperoleh : SSA = SSA (MSC x VA)
SSA
adalah jumlah kuadrat yang

diharapkan dari faktor A, dan persen
kontribusi terhadap total variasi dapat
dinyatakan sebagai berikut :
PA
=
x
100
.(2.9)
49
Percobaan Konfirmasi
Langkah terakhir pada iterasi pertama dari proses
rancangan percobaan adalah percobaan konfirmasi.
Percobaan ini dilaksanakan dengan melakukan suatu
pengujian yang menggunakan kombinasi tertentu dari
faktor-faktor dan level-level hasil evaluasi sebelumnya.
Ukuran sampel dari percobaan konfirmasi lebih besar
daripada ukuran sampel dari percobaan sebelumnya.
Menentukan kombinasi level terbaik dari faktor-faktor
yang signifikan merupakan tugas utama dari percobaan
ini. Sedangkan faktor-faktor yang tidak signifikan dapat
ditetapkan pada sebarang level. Setelah itu dilakukan
pengambilan beberapa sampel dan diamati. Tindakan
selanjutnya tergantung pada kedekatan nilai rata-rata
hasil terhadap hasil perkiraan.
50
Tujuan percobaan konfirmasi adalah untuk melakukan validasi

terhadap kesimpulan yang diperoleh selama tahap analisa.
Hal ini perlu dilakukan bila digunakan percobaan pemeriksaan
dengan resolusi rendah dan beberapa faktorial fraksional.
Karena adanya pencampuran di dalam kolom, kesimpulan yang
diperoleh harus dianggap sebagai kesimpulan awal sehingga
dilakukannya validasi oleh percobaan konfirmasi.
Ketika percobaan yang digunakan berbentuk faktorial-fraksional dan
beberapa faktor memiliki kontribusi terhadap variasi, terdapat
kemungkinan bahwa kombinasi terbaik dari faktor dan level tidak
nampak pada kombinasi pengujian orthogonal array. Percobaan
konfirmasi juga bertujuan melakukan pengujian kombinasi faktor dan
level ini. (Ross, 1996 : 181-182)
51

TAGUCI

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TAGUCI

Judul Asli:

Diunggah oleh

Hak Cipta:

Format Tersedia

Metoda Taguchi

Nasir.W.S. - Universitas Brawijaya

Taguchi bekerja pada prinsip bahwa

Nasir.W.S. - Universitas Brawijaya

Taguchi defines quality as :

Taguchi membagi konsep kualitas mejadi empat yaitu :

Nasir.W.S. - Universitas Brawijaya

Nasir.W.S. - Universitas Brawijaya

Taguchis Loss Function [1]

Nasir.W.S. - Universitas Brawijaya

Taguchis Loss Function [2]

How to Measure Quality

Nasir.W.S. - Universitas Brawijaya

Taguchis Loss Function [3]

Taguchi meyakini bahwa

semakin tidak puas saat

Taguchis Loss Function [4]

LCT merepresetasikan batas bawah toleransi konsumen dan UCT

Nasir.W.S. - Universitas Brawijaya

Taguchis Loss Function [5]

Nasir.W.S. - Universitas Brawijaya

Taguchis Loss Function [6]

Nasir.W.S. - Universitas Brawijaya

The Total Loss Function [1]

"Quality adalah sesuatu kerugian finansial yang harus dihindari pada

Nasir.W.S. - Universitas Brawijaya

The Total Loss Function [2]

Contoh berikut ini menggambarkan perbedaan antara metode konvensional dan

Fig 4.1 Taguchi and The Conventional Loss Functions.

The Total Loss Function [3]

Fungsi kerugian diambil dari form dasar quadratic berikut

Nasir.W.S. - Universitas Brawijaya

The Total Loss Function [4]

Figure 5.1.1 Distribution Curve for Transistor A and B

The Total Loss Function [5]

Dari hasil yang didapatkan menunjukkan bahwa kerugian yang

Kerugian transistor B sekarang menjadi:

Nasir.W.S. - Universitas Brawijaya

Taguchi Quality Strategy

Taguchi memandang kualitas rendah sebagai kekurang

Nasir.W.S. - Universitas Brawijaya

Taguchi Quality Strategy [2]

Taguchi Quality Strategy

Jadi, kualitas adalah sangat bervariasi mulai dari

Nasir.W.S. - Universitas Brawijaya

Kosep Kualitas Taguchi

Desain Parameter Taguchi

Nasir.W.S. - Universitas Brawijaya

Untuk meningkatkan kualitas produk, Taguchi membagi atas tiga hal

Nasir.W.S. - Universitas Brawijaya

Nasir.W.S. - Universitas Brawijaya

Langkah-langkah Taguchi dalam melakukan eksperimen [10] :

Langkah langkah Untuk mendapatkan gambaran

Nasir.W.S. - Universitas Brawijaya

Nasir.W.S. - Universitas Brawijaya

yang ditempuh dalam

gagasan-gagasan mengenai penyebab dari

gagasan yang masuk tanpa kecuali, sehingga dapat

gagasan-gagasan tersebut. Gagasan-gagasan

gagasan-gagasan yang mungkin menjadi

Nasir.W.S. - Universitas Brawijaya

Diagram Sebab-Akibat (Ishikawa Diagram)