Thursday, June 8, 2017

Metode Taguchi Atau Robust Design

Pengertian Metode Taguchi Atau Robust Design


Pengertian Metode
Metode Taguchi pertama kali dicetuskan oleh Dr. Genichi Taguchi pada tahun 1949 saat mendapat tugas untuk memperbaiki sistem komunikasi di Jepang. Dr. Genichi Taguchi memiliki latar belakang engineering, juga mendalami statistika dan metematika tingkat lanjut, sehingga ia dapat menggabungkan antara teknik statistik dan pengetahuan engineering. Ia mengembangkan metode Taguchi untuk melakukan perbaikan kualitas dengan metode percobaan ‘baru’, artinya melakukan pendekatan lain yang memberikan tingkat kepercayaan yang sama dengan SPC (Statistical Process Controll).

Taguchi memiliki pandangan yang berbeda mengenai kualitas, ia tidak hanya menghubungkan biaya dan kerugian dari suatu produk saat proses pembuatan produk tersebut, akan tetapi juga dihubungkan pada konsumen dan masyarakat. “Kualitas adalah kerugian setelah produk digunakan oleh masyarakat di samping kerugian yang disebabkan oleh mutu produk itu sendiri”.
Taguchi menghasilkan disiplin dan struktur dari disain eksperimen. Hasilnya adalah standarisasi metodologi disain yang mudah diterapkan oleh investigator. Adapun konsep Taguchi adalah :

1. Kualitas seharusnya didisain ke dalam suatu produk dan bukan diinspeksi ke dalamnya.
2. Kualitas dapat diraih dengan baik dengan cara meminimasi deviasi target.
Produk tersebut harus dirancang sedemikian rupa hingga dapat mengantisipasi faktor lingkungan yang tak terkontrol.
3. Biaya dari kualitas seharusnya diperhitungkan sebagai fungsi deviasi dari standar yang ada dan kerugiannya harus diperhitungkan juga kedalam sistem.
Konsep Taguchi dibuat dari penelitian W.E. Deming, bahwa 85% kualitas yang buruk diakibatkan oleh proses manufacturing dan hanya 15% dari pekerja. Di dalam metode Taguchi hasil eksperimen harus dianalisa untuk dapat memenuhi satu atau lebih kondisi berikut ini :

1. Menentukan kondisi yang terbaik atau optimum untuk sebuah produk atau sebuah proses.
2. Memperkirakan kontribusi dari masing-masing faktor.
3. Memperkirakan respon atau akibat yang mungkin dari kondisi optimum.


Kelebihan dan Kekurangan Metode Taguchi
Kelebihan dari penggunaan metode Taguchi adalah :
1. Dapat mengurangi jumlah pelaksanaan percobaan jika dibandingkan dengan menggunakan percobaan full factorial, sehingga dapat menghemat waktu dan biaya.
2. Dapat melakukan penghematan terhadap rata-rata dan variasi karakteristik kualitas sekaligus, sehingga ruang lingkup pemecahan masalah lebih luas.
3. Dapat mengetahui faktor-faktor yang berpengaruh terhadap karakteristik kualitas melalui perhitungan Average dan Rasio S/N, sehingga faktor- faktor yang berpengaruh tersebut dapat diberikan perhatian khusus.
Sedangkan kekurangan dari metode Taguchi ini adalah apabila percobaan ini dilakukan dengan banyak faktor dan interaksi, akan terjadi pembauran beberapa interaksi oleh faktor utama. Akibatnya, keakuratan hasil percobaan akan berkurang, jika interaksi yang diabaikan tersebut memang benar-benar berpengaruh terhadap karakteristik yang diamati.


Seven Point Taguchi
Menurut Robert H. Lochner & Joseph E. Matar (1990), filosofi Taguchi dapat dirangkum menjadi 7 elemen dasar (seven point Taguchi) :
1. Dimensi penting dari kualitas produk yang diproduksi adalah total kerugian yang diteruskan oleh produk tersebut ke konsumen.
2. Dalam era ekonomi yang penuh persaingan, perbaikan kualitas secara terus menerus dan pengurangan biaya adalah penting untuk dapat bertahan dalam bisnis.
3. Perbaikan yang terus menerus meliputi pengurangan variasi dari karakteristik produk dari nilai target mereka.
4. Kerugian yang diderita konsumen akibat produk yang bervariasi seringkali mendekati proporsi deviasi kuadrat dari karakteristik dari nilai targetnya.
5. Kualitas akhir dan biaya proses produksi ditentukan oleh perluasan yang besar dari desain engineering dari produk dan proses produksinya.
6. Variasi dari produk atau proses dapat dikurangi dengan mengeksploitasikan efek nonlinear dari parameter produk atau proses pada karakteristik.
7. Desain eksperimen statistik dapat digunakan untuk mengidentifikasi setting parameter dari produk atau proses yang akhirnya dapat mengurangi variasi.

Tahap-tahap dalam Desain Produk / Proses Menurut Taguchi
Dalam metode Taguchi terdapat 3 tahap untuk mengoptimasi desain produk atau produksi yaitu :

1. System Design
Merupakan tahap pertama dalam desain dan merupakan tahap konseptual pada pembuatan produk baru atau inovasi proses. Konsep mungkin berasal dari percobaan sebelumnya, pengetahuan alam / teknik, perubahan baru atau kombinasinya. Tahap ini adalah untuk memperoleh ide-ide baru dan mewujudkannya dalam produk baru atau inovasi proses.

2. Parameter Design
Tahap ini merupakan pembuatan secara fisik atau prototype matematis berdasarkan tahap sebelumnya melalui percobaan secara statistik. Tujuannya adalah mengidentifikasi setting parameter yang akan memberikan performasi rata-rata pada target dan menentukan pengaruh dari faktor gangguan pada variasi dari target.

3. Tolerance Design
Penentuan toleransi dari parameter yang berkaitan dengan kerugian pada masyarakat akibat penyimpangan produk.

Karakteristik Kualitas menurut Taguchi
Setiap produk didesain untuk menghasilkan fungsi tertentu. Beberapa karakteristik pengukuran, biasanya menunjukkan karakteristik kualitas, digunakan untuk mengekspresikan sejauh mana sebuah produk menjalankan fungsinya. Di dalam banyak kasis, karakteristik kualitas biasanya merupakan kuantitas pengukuran tunggal seperti berat, panjang, jam. Beberapa pengukuran subjektif produk seperti “baik”, “buruk”, dan “rendah” juga kerap kali digunakan.

Karakteristik kualitas adalah hasil suatu proses yang berkaitan dengan kualitas. Karakteristik kualitas yang terukur menurut Taguchi dapat dibagi menjadi 3 kategori (Peace, {1993}, h 46) :

1. 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 Kerapatan Ketebalan Diameter Luas Kecepatan Volume Jarak Tekanan Waktu

2. Smaller the better
Pencapaian karakteristik dimana apabila semakin kecil (mendekati nol; nol adalah nilai ideal dalam hal ini) semakin baik. Contoh yang termasuk kategori ini adalah: Pemborosan Panas Persen Kontaminasi Hambatan Penyimpangan Kebisingan Produk Gagal Waktu Proses Waktu Respon Kerusakan

3. Larger the better
Pencapaian karakteristik kualitas semakin besar semakin baik (tak terhingga sebagai nilai idealnya). Contoh dari karakteristik ini adalah :

Kekuatan Kekuatan Tarik Efisiensi
Waktu antar Kerusakan Ketahanan Terhadap Korosi


Orthogonal Array (OA)
Orthogonal Array (OA) merupakan salah satu bagian kelompok dari percobaan yang hanya menggunakan bagian dari kondisi total, dimana bagian ini barangkali hanya separuh, seperempat atau seperdelapan dari percobaan faktorial penuh.

Orthogonal Array diciptakan oleh Jacques Handmard pada tahun 1897, dan mulai diterapkan pada perang dunia II oleh Plackett dan Burman. Matriks Taguchi secara matematis identik dengan matriks Hardmard, hanya kolom dan barisnya dilakukan pengaturan lagi. Keuntungan Orthogonal Array adalah kemampuannya untuk mengevaluasi beberapa faktor dengan jumlah percobaan yang minimum. Jika pada percobaan terdapat  7 faktor dengan level 2, maka jika menggunakan full factorial akan diperlukan 27 buah percobaan. Dengan Orthogonal Array, jumlah percobaan yang perlu dilakukan dapat dikurangi sehingga akan mengurangi waktu dan biaya percobaan.

Orthogonal Array metode Taguchi telah menyediakan berbagai matriks OA untuk pengujian faktor-faktor dengan 2 dan 3 level dengan kemungkinan untuk pengujian multiple level (Ross,[1998],h.70). 

Langkah-langkah Pelaksanaan Percobaan Taguchi atau Robust Design
1. Penentuan Variabel Tak Bebas (Karakteristik Kualitas)
Variabel tak bebas adalah variabel yang perubahannya tergantung pada variabel-variabel lain. Dalam merencanakan suatu percobaan harus dipilih dan ditentukan dengan jelas variabel tak bebas mana yang diselidiki.

Dalam percobaan Taguchi, variabel tak bebas adalah karakteristik kualitas yang terdiri dari tiga kategori :
a. Measurable Characteristic ( Karakteristik yang dapat diukur ) : semua hasil akhir yang diamati dapat diukur dengan skala kontinu seperti dimensi, berat, tekanan, dan lain-lain. Dalam karakteristik yang dapat diukur dapat diklarifikasikan atas :

    Nominal is the best
    Smaller the better
    ƒLarger the better

b. Attribute Characteristic ( Karakteristik atribut ) : hasil akhir yang diamati tidak dapat diukur dengan skala kontinu, tetapi dapat diklarifikasikan secara kelompok. Seperti kelompok kecil, menengah, besar, sangat besar. Bisa juga dikelompokkan berdasarkan berhasil / tidak.
c. Dynamic Characteristic (Karakteristik dinamis ) : merupakan fungsi representasi dari proses yang diamati. Proses yang diamati digambarkan sebagai signal atau input dan ouput sebagai hasil dari signal.

2. Identifikasi Faktor-faktor (Variabel Bebas)
Variabel bebas ( faktor ) adalah variabel yang perubahannya tidak tergantung pada variabel lain. Pada tahap ini faktor-faktor yang akan diselidiki pengaruhnya terhadap variabel tak bebas yang bersangkutan diidentifikasi. Dalam suatu percobaan tidak seluruh faktor yang diperkirakan mempengaruhi varabel yang diselidiki, hal ini akan membuat pelaksanaan percobaan dan analisanya menjadi kompleks. Hanya faktor-faktor yang dianggap penting saja yang diselidiki. Beberapa metode yang dapat digunakan untuk mengidentifikasi faktor-faktor yang akan diteliti adalah dengan :

a. Brainstorming
Brainstorming merupakan pemikiran kreatif tentang pemecahan suatu masalah, tanpa melihat apakah yang diungkapkan itu masuk akal atau tidak. Brainstorming akan lebih baik jika dimulai dengan diskusi kelompok, untuk memberikan gambaran tentang masalah yang akan dihadapi ditinjau dari semua sudut pandang yang berbeda. Kemudian setiap orang pada diskusi ini mengungkapkan faktor-faktor yang mungkin berpengaruh pada masalah yang dihadapi tanpa takut dikritik oleh orang lain, sebab mungkin pendapat dan pandangan satu orang berbeda dengan pendapat yang lain tentang suatu masalah. Setelah semua faktor-faktor yang diungkapkan dicatat, dilakukan penyaringan menjadi faktor yang akan diamati dan faktor yang diabaikan. Pada tahap ini pemulihan berdasarkan pembatasan urgensi masalah, masalah teknis, kemungkinan pelaksanaan dan lain-lain.

b. Flowcharting
Pada metode ini yang dilakukan adalah mengidentifikasi faktor-faktor melalui flowchart proses pembuatan obyek yang diamati. Dengan melihat pada flowchart maka untuk masing-masing tahap diidentifikasi faktor-faktor yang mungkin berpengaruh.

c. Cause-effect diagram
Diagram ini sering disebut Diagram Ishikawa, merupakan metode yang paling sering digunakan untuk mengidentifikasi penyebab- penyebab (faktor-faktor) yang potensial.

Dimulai dengan menyatakan variabel bebas yang akan diamati. Kemudian secara sistematik diurutkan penyebab yang mungkin berpengaruh pada variabel tak bebas yang diamati. Akibat ada di sebelah kanan dan penyebab ada di sebelah kirinya dengan garis miring penghubung. Dari sebab-sebab utama dapat dijabarkan beberapa penyebab yang lebih spesifik sebagai penyebab sekunder. Biasanya penyebab utama terdiri atas material, mesin, peralatan, metode, operator atau penyebab lainnya.

3. Pemisahan Faktor Kontrol dan Faktor Gangguan
Faktor-faktor yang diamati terbagi atas faktor kontrol dan faktor gangguan. Dalam metode Taguchi keduanya perlu diidentifikasi dengan jelas sebab pengaruh antar kedua faktor tersebut berbeda.

Faktor kontrol adalah faktor yang nilainya dapat dikendalikan, atau faktor yang nilainya ingin kita kendalikan. Sedangkan faktor gangguan ( noise factor ) adalah faktor yang nilainya tidak bisa kita kendalikan, atau faktor yang nilainya tidak ingin kita kendalikan (Peace, [1993],h.77). Walaupun dapat kita kendalikan, faktor gangguan akan mengeluarkan biaya yang mahal. Faktor gangguan terdiri atas (Belavendram,[1995],h.43) :

ƒ External ( outer ) noise
Semua gangguan dari kondisi lingkungan atau luar produksi.
ƒ Internal ( inner ) noise
Semua gangguan dari dalam produksi sendiri.
ƒ Unit to unit noise

Perbedaan antara unit yang diproduksi dengan spesifikasi yang sama.

4. Penentuan Jumlah Level dan Nilai Level Faktor
Pemilihan jumlah level penting artinya untuk ketelitian hasil percobaan dan ongkos pelaksanaan percobaan. Makin banyak level yang diteliti maka hasil percobaan akan lebih akan lebih teliti karena data yang diperoleh lebih banyak. Tetapi banyaknya level akan meningkatkan jumlah pengamatan sehingga menaikkan ongkos percobaan.

Level faktor dapat dinyatakan secara kuantitatif seperti temperatur : 20°C, 35°C ; kecepatan : 30 km/jam, 45 km/jam dan lainnya. Dapat pula dinyatakan secara kualitatif jika skala numerik tidak digunakan pada level faktor tersebut. Level juga dapat dinyatakan secara fixed seperti tekanan, temperatur, waktu, dan lain-lain atau dipilih secara random dari beberapa kemungkinan yang ada seperti pemilihan mesin, operator dan lainnya.

5. Identifikasi Interaksi Faktor Kontrol
Interaksi muncul ketika dua faktor atau lebih yang mengalami perlakuan secara bersama akan memberikan hasil yang berbeda pada karakteristik kualitas jika dibandingkan faktor yang mengalami perlakuan secara sendiri-sendiri (Peace,[1993],h.85).

Kesalahan dalam penentuan interaksi akan berpengaruh pada kesalahan interpretasi data dan kegagalan pada penentuan proses yang optimal. Tetapi Taguchi lebih mementingkan pengamatan pada penyebab utama sehingga adanya interaksi diusahakan seminimal mungkin, tetapi tidak dihilangkan sehingga perlu dipelajari kemungkinan hadirnya interaksi (Peace,[1993],h.86).

Jumlah interaksi yang terlalu banyak akan meningkatkan biaya percobaan dan tidak efisien dalam penggunaan waktu. Maka penentuan dilakukan hanya antar faktor yang mengalami interaksi saja. Ini tergantung pada jenis industri, proses engineering dan lain-lain.

6. Perhitungan Derajat Kebebasan (Degrees of Freedom)
Perhitungan derajat kebebasan dilakukan untuk menghitung jumlah minimum percobaan yang harus dilakukan untuk menyelidiki faktor yang diamati (Bagchi,[1993],h.114). 


8. Penugasan untuk Faktor dan Interaksinya pada Orthogonal Array
Penugasan faktor-faktor baik berupa faktor kontrol maupun gangguan dan interaksi-interaksinya pada orthogonal array terpilih dengan memperhatikan :
1. Grafik Linear
2. Table Triangular

Kedua hal tersebut merupakan alat bantu penugasan faktor yang dirancang oleh Taguchi. Grafik linear mengidentifikasi berbagai kolom kemana faktor-faktor dapat ditugaskan dan kolom berikutnya mengevaluasi interaksi dari faktor-faktor tersebut. Table triangular berisi semua hubungan interaksi-interaksi yang mungkin antara faktor-faktor ( kolom-kolom) dalam suatu OA (Ross,[1988],h.78-80).

9. Persiapan dan Pelaksanaan Percobaan
Persiapan percobaan meliputi penentuan jumlah replikasi dan randomisasi pelaksanaan percobaan.

a. Jumlah Replikasi
Replikasi diperlukan dengan tujuan sebagai berikut :
• Menghasilkan taksiran yang lebih akurat untuk kekeliruan eksperimen.
• Memungkinkan kita untuk memperoleh taksiran yang lebih baik mengenai efek rata-rata dari suatu faktor.

Selain itu, dikemukakan pula bahwa penambahan replikasi akan mengurangi tingkat kesalahan percobaan secara bertahap, namun jumlah replikasi dalam suatu percobaan dibatasi oleh sumber yang ada yaitu waktu, tenaga, biaya, dan fasilitas.

b. Randomisasi
Dalam percobaan, selain faktor-faktor yang diselidiki pengaruhnya terhadap suatu variabel, juga terdapat faktor-faktor lain yang tidak dapat dikendalikan atau tidak diinginkan seperti kelelahan operator, naik atau turun daya mesin, dan lain-lain. Hal tersebut dapat mempengaruhi hasil percobaan. Pengaruh faktor-faktor tersebut diperkecil dengan menyebarkan pengaruh selama percobaan melalui randomisasi (pengacakan) urutan percobaan.

Secara umum randomisasi dimaksudkan untuk :
• Meratakan pengaruh dari faktor-faktor yang tidak dapat dikendalikan pada semua unit percobaan.
• Memberikan kesempatan yang sama pada setiap unit percobaan untuk menerima suatu perlakuan sehingga diharapkan ada kehomogenan pengaruh dari setiap perlakuan yang sama.
• Mendapatkan hasil pengamatan yang bebas (independent) satu sama lain.

Jika replikasi dengan tujuan yang memungkinkan dilakukannya test signifikan, maka randomisasi bertujuan menjadikan test tersebut valid dengan menghilangkan sifat bias.

Pelaksanaan percobaan Taguchi adalah melakukan pengerjaan berdasarkan setting faktor pada OA dengan jumlah percobaan sesuai jumlah replikasi dan urutan seperti pada randomisasi.

10. Analisis Data
Pada analisis dilakukan pengumpulan dan pengolahan data, yaitu meliputi pengumpulan data, perhitungan serta penyajian data yang sesuai dengan suatu percobaan yang dipilih.

Pada analisis data ini dilakukan dengan menggunakan metode uji hipotesis 2 proporsi dengan menggunakan Minitab14.



Capek baca ya bosku : intip bule lagi pemanasan di Bali



Langkah-langkahnya adalah sebagai berikut :
• Stat
• Basic Statistic
• 2 – Proportion
• Pilih summarized data, lalu isi kolom yang tersedia sesuai dengan data yang ada
• Pilih Option, lalu isi kolom yang tersedia
• Klik OK

Selain itu dilakukan perhitungan dan pengujian data dengan penerapan rumus-rumus pada data hasil percobaan. Pengolahan data yang dilakukan terbagi menjadi 2 bagian besar, yaitu perhitungan main effect dan perhitungan tambahan lainnya seperti loss function.

11. Perhitungan Main Effect
Yang dimaksud dengan main effect adalah pengaruh dari masing-masing faktor dan interaksi terhadap hasil. Perhitungannya sendiri terbagi menjadi dua metode, yaitu :

ƒ Metode Average / Metode Standar (Metode Rata-rata)
Perhitungan dengan metode ini dimaksudkan untuk mengetahui pengaruh dari masing-masing faktor dan interaksi terhadap nilai tengah dari hasil yang diharapkan.

ƒ Metode S/N Rasio (Signal to Ratio)
Perhitungan dengan metode ini dimaksudkan untuk mengetahui pengaruh dari masing-masing faktor dan interaksi terhadap sebaran dari hasil yang diharapkan.

Rasio S/N digunakan untuk memilih faktor-faktor yang memiliki kontribusi pada pengurangan variansi suatu respon. Rasio S/N merupakan rancangan untuk transformasi pengulangan data (paling sedikit dua untuk satu trial) ke dalam suatu nilai yang merupakan ukuran variansi yang timbul (Ross.[1988],h.172).

Terdapat beberapa jenis rasio S/N sesuai dengan tipe karakteristik kualitas yaitu smaller the better, nominal is the best, dan larger the better. Rasio S/N yang digunakan untuk mengevaluasi trial-trial percobaan tergantung pada tipe karakteristik kualitas yang diamati. Taguchi mengkategorikan faktor-faktor menjadi Controllable Factors dan Noise Factors. Sebagai contoh, pada percobaan pembuatan kue, terdapat faktor-faktor yang dapat diidentifikasi yaitu faktor gula, mentega, telur, susu, dan tepung. Dan semua faktor-faktor tersebut disebut Controlled Factors karena dapat dikendalikan. Selain itu juga terdapat faktor-faktor eksternal yang tidak didisain ke dalam percobaan yang mempengaruhi hasil percobaan, misalnya faktor kelembaban, distribusi suhu oven, dan lain-lain. Faktor-faktor eksternal ini disebut

Noise Factors dan pengaruhnya terhadap hasil keluaran percobaan dinamakan noise.
Rasio S/N bertujuan untuk mengukur sensitifitas dari karakteristik kulaitas dari faktor yang dapat dikontrol terhadap pengaruh faktor eksternal yang tidak dikontrol. Dalam suatu percobaan bertujuan untuk mendapat nilai rasio S/N terbesar, karena dengan semakin besar rasio S/N maka variasi produk disekitar nilai target semakin kecil.

Untuk menganalisa hasil eksperimen yang terjadi dari dua pengulangan atau lebih sebaiknya menggunakan rasio S/N daripada menggunakan metode average, karena rasio S/N akan memberi 2 macam keuntungan yaitu :
• Rasio S/N menyediakan petunjuk untuk memilih level optimum berdasarkan variasi minimum disekitar target dan juga nilai rata-rata yang mendekati target.
• Rasio S/N menawarkan perbandingan objektif diantara 2 set percobaan yang dilihat dari variasi di sekitar target dan penyimpangan rata-rata dari nilai target. Rumus S/N Ratio :
S / N = −10 log10 (MSD)

MSD (Mean Square Deviation) memiliki 3 jenis, tergantung dari karakteristik kualitas yang dipakai, yaitu Smaller the better, Nominal is the best, Larger the better.

12. Taguchi’s Quality Loss Function
Tujuan dari Quality Control adalah untuk mengontrol atau mengendalikan variasi fungsional dan masalah-masalah yang berkaitan. Oleh karena tidak adanya evaluasi secara kuantitatif terhadap masalah kualitas dan kerugian kualitas, masalah-masalah dari QC dan pemecahannya dilihat secara subyektif. Tujuan dari Quality Cost Function adalah untuk mengevaluasi secara kuantitatif dari kerugian kualitas yang disebabkan oleh variasi fungsional.

No comments:

Post a Comment

Terimakasih telah berkunjung, semoga bermanfaat, pengujung cerdas pasti meninggalkan jejaknya.