Anda di halaman 1dari 35

Pendekatan Taguchi untuk Desain

Eksperimen

WANDHANSARI SEKAR JATININGRUM


Pendahuluan

 Metode Taguchi dicetuskan oleh Dr. Genichi Taguchi pada tahun


1949 saat mendapatkan tugas untuk memperbaiki sistem
telekomunikasi di Jepang.
 Metode ini merupakan metodologi baru dalam bidang teknik yang
bertujuan untuk memperbaiki kualitas produk dan proses serta
dalam dapat menekan biaya dan resources seminimal mungkin.
 Sasaran metode Taguchi adalah menjadikan produk robust terhadap
noise, karena itu sering disebut sebagai Robust Design.
Pendahuluan

 Konsep Taguchi  ketika mendesain produk kerugian seminimal dan bernilai optimal
 Kualitas menurut Taguchi : kerugian yang diterima oleh konsumen sejak produk tersebut
dikirimkan (biaya ketidakpuasan konsumen  reputasi perusahaan buruk
 Sasaran metode Taguchi  menjadikan produk robust terhadap noise (Robust Design) 
menjamin kembalinya konsumen, memperbaiki reputasi dan meningkatkan market share
perusahaan
Konsep Taguchi

a. Kualitas harus didesain ke dalam produk, sehingga yang diutamakan bukanlah


keharusan suatu inspeksi melainkan peningkatan kualitas
b. Pencapaian kualitas terbaik adalah dengan meminimasi deviasi produk dan suatu
nilai target. Produk harus didesain sedeniikian rupa sehingga tidak terpengaruh
oleh faktor-faktor lingkungan yang tidak terkontrol.
c. Biaya kualitas harus diukur berdasarkan pada fungsi deviasi terhadap nilai
standar dan kerugian diukur secara keseluruhan.
 Metode Taguchi merupakan off-line quality control artinya pengendalian kualitas
yang preventif, sebagai desain produk atau proses sebelum sampai pada produksi
di tingkat shop floor.
Online dan Offline Quality Control

 On-line qualily control  pengendalian kualitas yang reaktif pada proses


produksi yang sedang berjalan
 0ff-line qualily control  pengendalian kualitas yang bersifat preventif.
Dapal dikatakan sebagai desain proses; pada saat produk belum sampai pada
produksi di shop floor
Konsep Taguchi

 Dasar metode Taguchi juga berasal dari 2 premis berikut ini:


1. Produk yang tidak mencapai target akan memberikan kerugian pada masyarakat.
2. Desain produk dan proses memerlukan pengembangan sistematis dan langkah -langkah
progesif melalui desain sistem, desain parameter, dan akhirnya desain toleransi.
Konsep Taguchi

 Ide dasar dalam desain Taguchi melakukan desain yang kokoh dalam proses dan produk
sedemikian sehingga dapat mencegah masuknya faktor yang tidak terkontrol dalam proses
produksi dan mencegah masuknya dampak faktor yang tidak terkontrol tersebut pada
konsumen.
 Dari ide dasar ini, maka pendekatan Taguchi tersebut dinamakan desain parameter. Istilah desain
ini dimaksudkan sebagai desain dari sistem pada desain eksperimen statistik. Karena tujuannya
adalah robust terhadap variasi dalam variabel noise. Maka pendekatan ini (desain parameter)
disebut juga dengan robust design.
Prinsip robustness dalam desain

 Faktor tidak terkontrol tidak dapat dihilangkan karena faktor-faktor tersebut sudah ada dalam
sistem.
 Prinsip dasar dari kekokohan (robustness) adalah usaha untuk mereduksi kerugian dengan
memperhatikan hubungan fungsional antara faktor terkontrol dan faktor tidak terkontrol, sehingga
karakteristik kualitas tidak sensitif terhadap faktor tidak terkontrol.
 Untuk mereduksi kerugian ini dapat dilakukan secara tidak langsung dengan mereduksi variansi :
1. mengeluarkan produk yang cacat
2. mencari dan menghilangkan penyebab ketidakcocokan
3. memperkecil toleransi
4. menerapkan metode robust design
Kontribusi Taguchi pada kualitas

a. Loss Function fungsi kerugian yang ditanggung oleh masyarakat (produsen dan
konsumen) akibat kualitas yang dihasilkan. Bagi produsen yaitu dengan timbulnya biaya
kualitas sedangkan bagi konsumen adalah adanya ketidakpuasan atau kecewa atas produk
yang dibeli atau dikonsumsi karena kualitas yang jelek.
b. Orthogonal Array digunakan untuk mendesain percobaan yang efisisen dan digunakan
untuk menganalisis data percobaan. Ortogonal array digunakan untuk menentukan jumlah
eksperimen minimal yang dapat memberi informasi sebanyak mungkin semua faktor yang
mempengaruhi parameter.
c. Robustness  meminimasi sensitivitas sistem terhadap sumber-sumber variasi
Desain dalam Taguchi

Dalam metode Taguchi, tiga tahap untuk mengoptimasi desain produk atau
proses produksi yaitu
1. System Design  upaya dimana konsep-konsep, ide-ide, metode baru dan lainnya
dimunculkan untuk memberi peningkatan produk
2. Parameter Design  Tahap ini merupakan pembuatan secara fisik atau prototipe
secara matematis berdasarkan tahap sebelumnya melalui percobaan secara statistik.
3. Tolerance Design  Penentuan toleransi dari parameter yang berkaitan dengan
kerugian pada masyarakat akibat penyimpangan produk dari target. Pada tahap ini,
kualitas ditingkatkan dengan mengetatkan toleransi pada parameter produk
atau proses untuk mengurangi terjadinya variabilitas pada performansi
produk.
Karakteristik kualitas menurut Taguchi

1. Karakteristik nominal terbaik (nominal is the best)


 karakteristik kualitas yang menuju suatu nilai target yang tepat pada suatu nilai tertentu. Yang
termasuk kategori ini adalah: berat, panjang, lebar, diameter, ketebalan, luas, kecepatan,
pangaturan, kerapatan, volume, jarak, waktu dan lain-lain.
2. Karakteristik mengecil (smaller is better)
 pencapaian karakteristik dimana nilai yang dituju adalah suatu nilai terkecil (mendekati nol),
sebagai contoh jumlah cacat, ketidakmurnian, waktu proses produksi, kebisingan, kerusakan,
hambatan, penyimpangan dan lain-lain.
3. Karakteristik membesar (bigger is better)
 pencapaian karakteristik kualitas semakin besar semakin baik. Contoh karakteristik ini adalah
kekuatan, kekuatan tarik, waktu antar kerusakan, efisiensi, tahapan terhadap korosi, dan lain-lain.
Langkah Taguchi dalam melakukan
eksperimen
a. Menyatakan permasalahan yang akan diselesaikan 
mendefinsikan sejelas mungkin permasalahan yang dihadapi
untuk dilakukan suatu upaya perbaikan.
b. Penentuan tujuan penelitian  pengidentifikasian karakteristik
kualitas dan tingkat performansi dari eksperimen.
c. Menentukan metode pengukuran  cara parameter diamati
dan cara pengukuran dan peralatan yang diperlukan.
d. Identifikasi Faktor  melakukan pendekatan yang sistematis
untuk menemukan penyebab permasalahan
Identifikasi faktor dapat dilakukan dengan brainstorming atau menggunakan diagram ishikawa
(sebab akibat)
Langkah Taguchi dalam melakukan
eksperimen
e. Memisahkan Faktor Kontrol dan Faktor Noise.
Faktor Kontrol : sudah ditetapkan nilainya oleh perancangnya dan
dapat dikontrol  biasanya mempunyai satu atau lebih “level”
Faktor Noise : dapat menyebabkan penyimpangan dari karakterisOk
kualitas dari nilai target, sulit untuk dikontrol (biaya besar)
f. Menentukan level dari faktor dan nilai faktor  jumlah derajat bebas
yang akan digunakan dalam pemilihan Orthogonal Array.
g. Mengidentifikasi faktor yang mungkin berinteraksi  apabila
pengaruh dari suatu faktor tergantung dari level faktor lai
h. Menggambar linier graf yang diperlukan untuk faktor kontrol dan
interaksi.
i. Memilih Orthogonal Array (matrik dari sejumlah kolom (mewakili
faktor-faktor dari percobaan) dan baris.
j. Memasukkan faktor dan atau interaksi ke dalam kolom
Langkah Taguchi dalam melakukan
eksperimen
k. Melakukan percobaan  sejumlah percobaan (trial) disusun untuk
meminimasi kesempatan terjadi kesalahan dalam menyusun level yang tepa
l. Analisis hasil eksperimen  metode ANOVA, yaitu perhitungan jumlah
kuadrat total, jumlah kuadrat terhadap rata-rata, jumlah kuadrat faktor dan
jumlah kuadrat error.

 Persen Kontribusi : bagian dari total variasi yang diamati pada eksperimen dari
masing-masing faktor yang signifikan  untuk mereduksi variasi.
 Rasio Signal to Noise (S/N Ratio)  meneliti pengaruh faktor “Noise” terhadap
variasi yang timbul. Jenis: LTB, NTB, STB
 Pooling Faktor : dianjurkan bila faktor yang diamati tidak signifikan secara statistik (uji signifikansi).
Langkah Taguchi dalam melakukan
eksperimen
m. Pemilihan level faktor untuk kondisi optimal  bila percobaan terdiri dari
banyak faktor dan tiap faktor terdiri dari beberapa level  untuk
menentukan kombinasi level yang opOmal dengan membandingkan nilai
perbedaan rata-rata eksperimen dari level yang ada.
n. Perkiraan rata-rata pada kondisi optimal  menjumlahkan pengaruh dari
rangking faktor yang lebih tinggi. Pengaruh dari faktor yang signifikan adalah
pengaruhnya pada rata-rata percobaan.
o. Menjalankan Percobaan Konfirmasi :
 Eksperimen konfirmasi  faktor dan level yang dimaksud memberikan hasil yang
diharapkan  diuji dengan interval kepercayaan (berada pada range interval
kepercayaan tersebut)
Derajat Kebebasan

 Derajat kebebasan  banyaknya perbandingan yang harus dilakukan antar level-level faktor (efek
utama) atau interaksi yang digunakan untuk menentukan jumlah percobaan minimum yang
dilakukan
 Untuk faktor utama, misal faktor utama A dan B :
VA = (jumlah level faktor A) – 1 = kA – 1
VB = (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.
Orthogonal Array (OA)
 Orthogonal Array adalah matriks dari sejumlah baris dan kolom 
matriks faktor dan level yang tidak membawa pengaruh dari faktor
atau level yang lain
 Setiap kolom merepresentasikan faktor atau kondisi tertentu yang
dapat berubah dari suatu percobaan ke percobaan lainnya.
 Array disebut orthogonal karena setiap level dari masing-masing faktor
adalah seimbang (balance) dan dapat dipisahkan dari pengaruh faktor
yang lain dalam percobaan.
Cara menentukan matriks ortogonal yang
sesuai
1. Tetapkan jumlah faktor (variabel independen) dan levelnya
2. Tentukan derajat bebasnya, Total vfl, (derajat bebas total dari seluruh faktor yang
diamati) :
Total vfl = (banyaknya faktor).(vfl)
vfl = banyaknya level - 1
3. Pilih matriks ortogonal dengan derajat kebebasan yang lebih besar atau sama dengan
derajat bebas total dari faktor yang diamati

Catatan : beberapa tipe dan contoh matrik orthogonal yang biasa digunakan dapat dilihat pada
slide-slide berikutnya
Tipe Array(matriks standar)

Tipe array Jumlah faktor Jumlah level


L-4 (23) 3 2
L-8 (27) 7 2
L-9 (34) 4 3
L-12 (211) 11 2
L-16 (215) 15 2
L-18 (21 x 37) 1 2
7 3
L-27 (313) 13 3
L-32 (21 x 49) 1 2
9 4
Catatan : misal L-4 (23), disini L menunjukkan “bujur sangkar latin”; 4
menunjukkan jumlah baris (banyaknya eksperimen/treatment; 2
menunjukkan level; 3 menunjukkan faktor)
Contoh
a. Matriks ortogonal standar 2 level
Suatu eksperimen mempunyai 5 faktor, yaitu A,B, C, D, E, dimana masing-
masing mempunyai 2 level. Derajat bebas (df) tiap faktor, vfl = (banyalnya
level – 1) = 2-1=1
Total vfl = banyak faktor. vfl = 5 x 1 = 5
Df untuk L4(23) :
df = (banyak faktor)x(banyak level-1) = 3x(2-1)=3 (karena lebih kecil dari
5, maka matriks L4(23) tidak cocok)
Df untuk L8(27) :
df = (banyak faktor)x(banyak level-1) = 7x(2-1)=7 (karena lebih besar dari
5, maka matriks L8(27) cocok)
b. Matriks ortogonal standar 3 level
Suatu eksperimen mempunyai 5 faktor, yaitu A,B, C, D, E,
dimana masing-masing mempunyai 3 level. Derajat bebas (df)
tiap faktor, vfl = (banyalnya level – 1) = 3-1=2
Total vfl = banyak faktor. vfl = 5 x 2 = 10
Df untuk L9(34) :
df = (banyak faktor)x(banyak level-1) = 4x(3-1)=8 (karena
lebih kecil dari 10, maka matriks L9(34) tidak cocok)
Df untuk L27(313) :
df = (banyak faktor)x(banyak level-1) = 13x(3-1)=26(karena
lebih besar dari 10, maka matriks L27(313) cocok)
Matriks Orthogonal L-4(23)

No kolom
No trial
(treatment) 1 2 3
1 1 1 1
2 1 2 2
3 2 1 2
4 2 2 1
Matrik Orthogonal L-8 (27) Standar

No kolom (faktor)
No
trial
(treat 1 2 3 4 5 6 7
men)

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
Slide 15
Matrik Orthogonal L-9 (34) Standar

No kolom (faktor)
No trial
(treatmen) 1 2 3 4
1 1 1 1 1
2 1 2 2 2
3 1 3 3 3
4 2 1 2 3
5 2 2 3 1
6 2 3 1 2
7 3 1 1 2
8 3 2 3 3
9 3 3 1 1
Matrik No kolom (faktor)
Tri
Orthogonal L- al
1 2 3 4 5 6 7 8 9 10 11
12 (211)
Standar
1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 2 2 2 2 2 2
3 1 1 2 2 2 1 1 1 2 2 2
4 1 2 1 2 2 1 2 2 1 1 2
5 1 2 2 1 2 2 1 2 1 2 1
6 1 2 2 2 1 2 2 1 2 1 1
7 2 1 2 2 1 1 2 2 1 2 1
8 2 1 2 1 2 2 2 1 1 1 2
9 2 1 1 2 2 2 1 2 2 1 1
10 2 2 2 1 1 1 1 2 2 1 2
11 2 2 1 2 1 2 1 1 1 2 2
12 2 2 1 1 2 1 2 1 2 2 1
Contoh
 Sebuah perusahaan ubin memiliki masalah dengan adanya
keragaman outputnya, dimana cacatnya mencapai 50%. Untuk
memperbaiki proses sehingga kualitas meningkat maka dilakukan
eksperimen dengan melibatkan 7 faktor kendali (variabel
bebas/independen) yang diduga memengaruhi kualitas, yaitu A, B,
C, D, D, E, F, dan G.
Faktor dan levelnya dapat dilihat pada tabel berikut :
Contoh

faktor Level 1 Level 2


A. Kadar kapur A1 : 5% A2 : 1%
B. Tingkat kekasaran B1: kasar B2 : halus
C. Kandungan agalmatolit C1:43% C2:53%
D. Tipe agalmatolit D1:campuran D2:campuran
terbaru mutu rendah
E. Kuantitas bahan baku E1:1300 kg E2:1200 kg
diperlukan
F. Jumlah waste F1:0% F2:4%
G. Kandungan feldspar G1:7% G2:5%
Jawab :

 Total df = banyak faktor x (banyak level – 1)


= 7 x (2-1) =7
 Matriks ortogonal yg dipilih : L-8 (27) dimana df-nya = 7
(lihat slide 20)
 Hasil eksperimen sbb. (slide berikutnya) :
Matrik Orthogonal L-8 (27) Standar

Dengan pendekatan Taguchi dan No kolom (faktor) Cacat


mengasumsikan tdk ada interaksi No trial per
antar faktor, digunakan tabel (treatmen) 100
A B C D E F G
ortogonal array L-8 (27)
unit
1 1 1 1 1 1 1 1 16
2 1 1 1 2 2 2 2 17
3 1 2 2 1 1 2 2 12
4 1 2 2 2 2 1 1 6
5 2 1 2 1 2 1 2 6
6 2 1 2 2 1 2 1 68
7 2 2 1 1 2 2 1 42

8 2 2 1 2 1 1 2 26
y
16  17  12  6  6  68  42  26 x100%  24,15%
800
A1 
16  17  12  6  x100%  12,75%
400
A2 
6  68  42  26 x100%  35,50%
400
B1 
16  17  6  68 x100%  26,75%
400
B2 
12  6  42  26  x100%  21,50%
400
C1 
16  17  42  26 x100%  25,50%
400
C2 
12  6  6  68 x100%  23%
400
D1 
16  12  6  42  x100%  19%
400
D2 
17  6  8  26  x100%  29,25%
400
16  12  68  26 
E1  x 100%  30,50%
400
17  6  6  42 
E2  x 100%  17,75%
400
16  6  6  26 
F1  x 100%  13,50%
400
17  12  68  42 
F2  x 100%  34,75%
400
16  6  68  42 
G1  x 100%  33%
400
17  12  6  26 
G2  x 100%  15,25%
400
Tabel respon dari pengaruh faktor

A B C D E F G
Level 12,75 26,75 25,25 19,00 30,50 13,50 33,00
1
Level 35,50 21,50 23,00 29,25 17,75 34,75 15,25
2
Selisih 22,75 5,25 2,25 10,25 12,75 21,25 17,75

Rank 1 6 7 5 4 2 3

Kondisi optimal (smaller is better karena semakin sedikit cacat


semakin baik) : A1, F1, G2, E2, D1, B2, dan C2
 Prediksi rata-rata proses kondisi optimum (pilih yg paling besar
pengaruhnya sebanyak kira-kira setengah jumlah faktor yg diteliti 
faktor A, F, G) :

 prediksi  y  A1  y  F1  y  G2  y   A1  F1  G2  2 y 


 12,75  13,50  15,25  (2x24,125)  6,75%

Karena rata-rata prdiksi negatif, dapat dikatakan


nilai tsb mendekati 0% cacat
Thank You
Tugas  kelompok @3-4 orang

 Buat review jurnal yang sudah disiapkan tentang penggunaan metode Taguchi
di dunia industri (jurnal boleh nasional maupun internasional)
 Utk jurnal internasional, DILARANG hanya menterjemahkan isi jurnal
 Jurnal antara kelompok satu dengan yg lainnya tidak boleh sama
 Review jurnal terdiri dari : latar belakang, rumusan masalah, tujuan, metode
penelitian, hasil dan analisis, kesimpulan

Anda mungkin juga menyukai