Rekayasa Kualitas Bab XI Analisa Nominal The Best

ANALISA
NOMINAL – THE BEST

JURUSAN TEKNIK INDUSTRI
FTI ITS SURABAYA
2005
Jurusan Teknik Industri FTI - ITS
SASARAN
 Mahasiswa mampu melakukan analisis suatu
eksperimen (NOMINAL – THE BEST ) yang akan
memberikan setting faktor terbaik dan
secara konsisten akan menghasilkan
nilai respon paling tepat/optimum.
 Mahasiswa mampu melakukan eksperimen

S/N ratio (NOMINAL – THE BEST ) yang dapat
memberikan estimasi penghematan
biaya, terkait dengan improvement
yang dilakukan.
Minggu ke-12 2
KONSEPSI
 Pendekatan karakteristik kualitas nominal

the best harus mempertimbangkan
klasifikasi dari faktor kontrol dalam empat
katagori.
 Melalui penyelesaian nilai dari eksperimen
dengan cara mendiskripsikan dengan kurva
normal (bell shaped).
Minggu ke-12 3
Tipe Faktor Kontrol
Minggu ke-12 4
Tipe Faktor Kontrol

 Tipe 1 :
 diagram dua kurva berada di tengah-tengah di
sekeliling titik yang sama.
 kurva atau penyebaran dari data untuk level yang
kedua lebih lebar.
 faktor tersebut berpengaruh terhadap Varian tanpa
mempengaruhi nilai tengah.
 Tipe 2 :
 kedua kurva mempunyai penyebaran yang sama,
tetapi nilai untuk level dua berada di kanan dari nilai
untuk level satu.
 perubahan pada level menyebabkan perubahan pada
nilai tengah atau rata-rata respon.
Minggu ke-12 5
Tipe Faktor Kontrol (lanjutan)

 Tipe 3
 Kedua kurva berada di tengah dan lebar dari kurva
berbeda.
 Perubahan level mempengaruhi varian hasil dari
eksperimen dan juga menggerakkan rata-rata total
dalam menghasilkan data.
 Tipe 4
 Untuk level satu dan level dua saling mendahului
yang lain.
 Tidak ada perbedaan dari penyebaran hasil
eksperimen dan juga rata-rata keseluruhan.
 Tidak berpengaruh terhadap variabilitas proses atau
mean dari data
Minggu ke-12 6
Strategi Optimum Nominal The Best

 Untuk meningkatkan proses sama seperti
menghasilkan produk secepat mungkin
dengan nilai target berdasarkan nilai
konsistensi, kita dapat mengatur dalam dua
strategi.
Minggu ke-12 7
Strategi Optimum Nominal The Best

(lanjutan)
 2 tahap strategi tersebut adalah
 Pertama : mengurangi variabilitas. Dengan
memfokuskan perhatian pada faktor-faktor yang
berpengaruh, kita akan mendapatkan informasi
faktor mana yang memiliki variabilitas terkecil.
 Kedua : setelah mengurangi penyebaran data kita
harus mencari nilai tengahnya. Dengan
memfokuskan pada variabel yang memiliki pengaruh
signifikan pada nilai rata-rata tetapi tidak memiliki
pengaruh pada variasi, oleh karena itu dapat
merubah distribusi data tanpa mengganggu
penyebaran hasil data akhirnya.
Minggu ke-12 8
 Contoh :membuat suatu yardstick.

 Panjang berdasarkan karakteristik
dengan target 36 inchi. Jika proses
pada saat ini menghasilkan
yardstick dengan panjang 24 inci
sampai dengan 42 inci dengan rata
– rata dimensi 33 inci maka
meningkatkan kontrol untuk
mendapatkan nilai target tidak akan
menyelesaikan masalah.
Minggu ke-12 9
Persamaan Nominal-The-Best
 Untuk menentukan faktor yang akan dicari
dari tipe klasifikasi yang sesuai
 Harus menentukan besarnya faktor yang
berperan dari masing-masing faktor untuk
memproses variasi dan mempengaruhi hasil
rata-rata.
 Karena untuk menentukan dampak dari proses
variasi, kita harus menghitung perbandingan
signal-to-noise.
 Efek pada hasil rata-rata dapat ditentukan
dengan komputasi rata-rata atau hasil dari
masing-masing rata-rata.
Minggu ke-12 10
Rasio Signal-To-Noise
 Beberapa persamaan penting pada rasio Signal –
To – Noise
 T:
 SM :
 Ve :
 ή :
Minggu ke-12 11
NILAI TENGAH (Mean)

 Nilai tengah dengan rumus :
 Tetapi pada kasus tertentu ŷ tidak menghasilkan indikasi

yang efektif dari tipe nilai respon.
 Hal tersebut terlihat pada contoh soal hasil observasi (hal
317) : 10, 8, 16, 460, 6.
 Pada contoh soal terdapat nilai ekstrim / outliers dan dapat
mempunyai suatu effek kuat pada rata-rata.
 Untuk memudahkannya Dr. Taguchi telah memilih Sm db. Hal
ini akan lebih efektif yaitu dengan menggunakan suatu fungsi
logaritmis
Minggu ke-12 12
STUDI KASUS
YARDSTICK
 Permasalahan :
Yardstick diproduksi olehTree Yarder Yardstick Company dan
sudah dilakukan proses inspeksi 100%. Banyak yardstick sudah
dilakukan pemotongan (pengikiran) dan lainnya dilakukan
pemahatan karena terlalu pendek. Beberapa sampel dari
pemotongan akhir didapatkan bahwa panjang rata – rata adalah
35.20 inci dengan standart deviasi 0.75 inci.
 Tujuan eksperimen :
mengurangi variabilitas panjang yardstick dan meningkatkan
konsistensi panjang yardstick mendekati 36.00 inci.
Minggu ke-12 13
Tabel Karakteristik
Minggu ke-12 14
 Matriks Eksperimen : berdasarkan pada tujuh

derajat kebebasan menentukan dari banyaknya
faktor kendali dan jumlah yang bersesuaian,
pada L8 orthogonal array terpilih untuk array
pada bagian dalam. Karena faktor noise
memerlukan dua derajat kebebasan, array
yang sebelah luar menjadi L4 terdiri dari empat
kolom. Acuan matriks eksperimen berikut
dengan total 32 unit eksperiment ( 8 baris x 4
kolom) yang dihasilkan.
Minggu ke-12 15
Matriks Eksperimen
Minggu ke-12 16
Perhitungan
 Tahap 1 : Menentukan rata-

rata untuk masing-masing
baris (eksperimental run).
 Tahap 2 : Menentukan signal

to noise ratio untuk masing-
masing baris ( eksperimental
run)
Minggu ke-12 17
Perhitungan ( lanjutan )
 Tahap 2 : Menentukan signal to noise ratio
untuk masing-masing baris ( eksperimental
run)
Minggu ke-12 18
 Tahap 3a :Perhitungan rata-rata signal-to-noise ratio
untuk mengukur masing-masing faktor kendali dan
membuat S/N respon table.
 Dilakukan dengan memilih nilai-nilai eta pada masing-
masing faktor kendali, menggunakan penjumlahan, dan
pembagian oleh banyaknya nilai-nilai pada masing-
masing tingkatan. Perbedaan absolut antara kedua rata-
rata menjadi efek dari faktor.
Minggu ke-12 19
 Kemudian
 Dengan menggunakan prosedur yang sama
 Selanjutnya
Minggu ke-12 20
 Maka didapatkan tabel respon sbb:
Minggu ke-12 21
 Tahap 3b : membangun grafik respon S/N
Minggu ke-12 22
 Tahap 4b. Analisa tabel respon S/N dan grafik respon S/N
 menentukan faktor mana yang dianggap penting
untuk mengurangi variasi.
 dalam menganalisa tabel, teknik untuk memilih faktor
itu dengan mempertunjukkan efek yang terbesar
( perubahan dalam respon nilai dari satu faktor
sampai yang berikutnya).
Minggu ke-12 23
 Di (dalam) contoh yardstick, faktor C (pengeringan waktu kayu)
mempunyai efek yang terbesar pada 3.294. berikutnya adalah
faktor A (mata pisau metal) dan faktor F (operator) pada 3.036 dan
2.814, berturut-turut. Midpoint memisahkan efek yang kuat dari
efek yang lain. Perbedaan antara efek F dan efek dari interaksi
AxB adalah 0.714 (2.814- 2.100). Perbedaan antara efek AxB dan E
adalah 1.190 (2.100- 0.910), Karena 1.190 lebih besar, ini menjadi
titik patahan yang logis.
 Karena tingginya signal-to-noise ratio yang berarti ketahanan
terbesar dan paling sedikit variabilitas, dipilih tingkatan dengan
nilai yang paling besar pada setiap kasus. Oleh karena itu, kita
akan memilih A2, C2, dan F1.
Minggu ke-12 24
 Dengan grafik respon, dapat dibandingkan kemiringan masing-
masing faktor, dari pengamatan didapat bahwa C, A, F, dan AxB
menjadi efek yang paling kuat.
 Dengan memilih titik yang paling tinggi pada masing-masing
grafik yang efeknya kuat, kita memilih lagi A2, C2, dan F1
 Mengenai interaksi AxB, harus dibangun suatu matriks yang
menyangkut rata-rata hasil untuk masing-masing kombinasi
pengaturan kedua faktor dalam interaksi itu. Dalam hal ini, acuan
matriknya adalah 2 x 2. Grafik respon interaksi yang bersesuaian
perlu juga digambar.
Minggu ke-12 25
Minggu ke-12 26
 Tahap 5.a :Perhitungan nilai rata-rata ŷ untuk
menghitung masing-masing faktor kendali dan
menghasilkan tabel respon rata-rata.
Minggu ke-12 27
 Kemudian
 Dengan menggunakan prosedur yang sama
 Pada akhirnya
Minggu ke-12 28
 Dari hasil diatas, dihasilkan tabel respon
 Dengan membangun grafik respon rata-rata
Minggu ke-12 29
 Tahap 6 : Analisa tabel nilai tengah respon dan
grafik nilai tengah respon.
Minggu ke-12 30
Minggu ke-12 31
 Tahap 7 :memasukkan perkiraan dari respon
yang di prediksi berdasarkan atas pengaruh
terkuat level yang dipilih. ( prediksi pertama )
Minggu ke-12 32
Minggu ke-12 33
 Prediksi kedua berupa persamaan

digunakan untuk
 menyeleksi beberapa level tertentu dari factor
discrete yang mempengaruhi nilai tengah
saja.
 menentukan jumlah dari perubahan yang
dibutuhkan dari faktor yang sesuai, dengan
definisi variabel yang continous.
Minggu ke-12 34
Minggu ke-12 35
 Menunjukkan konfirmasi yang telah
berjalan dan membandingkan hasil aktual
dengan hasil prediksi.
 apakah konfirmasi berjalan sukses atau tidak
akan tergantung pada :
 perbaikan relatif dari hasil proses keseluruhan
 keahlian rancang bangun dalam penentuan jika hasil
adalah cukup dekat dengan nilai prediksi y dan η
Minggu ke-12 36

Rekayasa Kualitas Bab XI Analisa Nominal The Best

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

Rekayasa Kualitas Bab XI Analisa Nominal The Best

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISA

NOMINAL – THE BEST

 Mahasiswa mampu melakukan eksperimen

 Pendekatan karakteristik kualitas nominal

Tipe Faktor Kontrol

Tipe Faktor Kontrol

Tipe Faktor Kontrol (lanjutan)

Strategi Optimum Nominal The Best

Strategi Optimum Nominal The Best

 Contoh :membuat suatu yardstick.

NILAI TENGAH (Mean)

 Tetapi pada kasus tertentu ŷ tidak menghasilkan indikasi

 Matriks Eksperimen : berdasarkan pada tujuh

 Tahap 1 : Menentukan rata-

 Tahap 2 : Menentukan signal

 Dengan menggunakan prosedur yang sama

 Dengan menggunakan prosedur yang sama

 Dengan membangun grafik respon rata-rata

 Prediksi kedua berupa persamaan

Anda mungkin juga menyukai