Intrepretasi Hasil Eksperimen Desain Eksperimen Dengan Metode Taguchi

Nilai semakin besar adalah semakin diinginkan log n ∑ Y i r i Dimana: n = jumlah pengulangan dari suatu percobaan y =data yang diperoleh dari percobaan

3.6.4. Intrepretasi Hasil Eksperimen

Interpretasi hasil eksperimen delakukan dengan menghitung persen kontribusi dan interval kepercayaan. 1. Persen kontribusi Persen kontribusi merupakan fungsi jumlah kuadrat untuk masing-masing item yang signifikan.Persen kontribusi mengindikasikan kekuatan relatife dari suatu faktor danatau interaksi dalam mengurangi variasi. A’ A-vA.Ve Dimana: SA = jumlah kuadrat deviasi dari target A’ jumlah kuadrat sesungguhnya dari faktor A vA =derajad kebebasan A Ve varian σ 2 ilai ρ rho sebagai persentase dari jumlah kuadrat suatu sumber yang sesungguhnya terhadap jumlah kuadrat total, St: Universitas Sumatera Utara ρA A t Dimana: ρA persentase dari jumlah kuadrat A yang sesungguhnya terhadap jumlah kuadrat total A’ jumlah kuadrat sesungguhnya dari faktor A St = jumlah kuadrat total Persen kontribusi dari semua sumber termasuk error berjumlah 100. 2. Interval kepercayaan Estimasi dari nilai rata-rata µ didasarkan pada nilai rata-rata yang diperoleh dari eksperimen. Interval kepercayaan merupakan nilai maksimum dan minimum di mana diharapkan nilai rata-rata sebenarnya akan tercakup dengan beberapa persentase kepercayaan tertentu. Ada tiga jenis interval kepercayaan Convidence Interval, CI yang berbeda, bergantung pada sasaran estimasi, yaitu: Disekitar nilai rata-rata untuk kondisi perlakuan tertentu dalam eksperimen yang ada. Disekitar estimasi nilai rata-rata dari kondisi perlakuan yang diperkirakan dari eksperimen. Disekitar nilai estimasi rata-rata dari kondisi perlakuan yang digunakan di dalam eksperimen konformasi untuk memperjelas perkiraan Ada tiga kasus dimana kita perlu menghitung interval kepercayaan: a. Interval kepercayaan untuk level faktor Perhitungan interval kepercayaan untuk level faktor digunakan rumus: Universitas Sumatera Utara √F ,v ,v Ve n Dimana: CI = Interval kepercayaan F ,v 1 ,v 2 =Nilai F-ratio dari tabel =Resiko, level kepercayaan = 1- resiko v 1 =Derajat kebebasan untuk pembilang yang berhubungan dengan suatu rata-rata dan selalu sama dengan 1 untuk suatu interval kepercayaan. V 2 =Derajat kebebasan untuk penyebut yang berhubungan dengan derajad kebebasan dari variansi pooled error V e =Variansi pooled error N =Jumlah pengamatan yang digunakan untuk menghitung rata-rata mean Sehingga jika rata-rata sesungguhnya adalah µ ̅̅̅̅, maka: µ ̅̅̅̅ = ̅1 ± CI..............................1 ̅1 – ≤ µ ̅̅̅̅ ≤ ̅1 + CI..........................................2 Dimana: µ ̅̅̅̅ = rata-rata sesungguhnya ̅1 = interval kepercayaan b. Interval kepercayaan untuk Perkiraan rata-rata Perhitungan interval kepercayaan untuk perkiraan rata-rata proses optimum adalah sebagai berikut: Universitas Sumatera Utara √F ,v ,v Ve n eff Dimana: CI = Interval kepercayaan F ,v 1 ,v 2 =Nilai F-ratio dari tabel =Resiko, level kepercayaan = 1- resiko v 1 =Derajat kebebasan untuk pembilang yang berhubungan dengan suatu rata-rata dan selalu sama dengan 1 untuk suatu interval kepercayaan. V 2 =Derajat kebebasan untuk penyebut yang berhubungan dengan derajad kebebasan dari variansi pooled error V e =Variansi pooled error n eff jumlah total eksperimen jumlah derajad kebebasan dalam perkiraan rata rata c. Interval kepercayaan untuk Perkiraan rata-rata eksperimen konfirmasi Eksperimen konfirmasi digunakan untuk verifikasi bahwa rata-rata yang ditaksir untuk faktor dan level yang telah dipilih dari eksperimen matriks ortogonal adalah valid. Sehingga terlalu sedikit contoh yang diambil akan sulit untuk menentukan validitas dari rata-rata yang diperkirakan. 3.7. Failure Mode and Effect Analysis FMEA 15 15 Dyadem, Guidelines for Failure Mode and Effects Analysisfor Automotive, Aerospace and General Manufacturing Industries . Florida : CRC Press, 2003. Hal 5-1 – 5-2. Universitas Sumatera Utara Pentingnya perbaikan terus menerus untuk meningkatkan kualitas produk, kehandalan dan keamanan muncul dari penarikan kembali produk, aturan pemerintah, rekomendasi agensi, persyaratan resmi dan lain-lain adalah semua yang dibutuhkan perusahaan untuk meningkatkan posisi produk di pasar dan kepuasan pelanggan. Hal ini menuntut pelaku industri untuk melakukan analisis resiko yang mengidentifikasi dan meminimumkan kesalahan pada bagian produk dan sistem produk maupun manufaktur atau proses untuk memperpanjang siklus hidup produk. Metode FMEA adalah salah satu teknik menganalisi resiko yang direkomendasikan oleh standar international. FMEA adalah proses sistematik untuk mengidentifikasi kegagalan potensial untuk memenuhi fungsi yang dimaksud untuk mengidentifikasi kegagalan yang mungkin karena kesalahan yang bisa dieliminasi dan meletakkan akibat kesalahan sehingga dampaknya dapat dikurangi. FMEA memiliki tiga fokus utama yaitu: 1. Mengenali dan mengevaluasi kegagalan potensial dan efeknya. 2. Mengidentifikasi dan memprioritaskan kegiatan yang dapat mengeleminasi kegagalan potensial, mengurasi kesempatan terjadinya atau mengurangi resikonya. 3. Dokumentasi dari identifikasi yang dilakukan, evaluasi dan aktifitas perbaikan agar dapat meningkatkan kualitas produk. FMEA merupakan suatu metode yang bertujuan untuk mengevaluasi desain sistem dengan mempertimbangkan bermacam-macam mode kegagalan dari sistem yang terdiri dari komponen-komponen dan menganalisis pengaruh-pengaruhnya terhadap keandalan sistem tersebut. Risk Priority Number RPN merupakan Universitas Sumatera Utara hubungan antara tiga buah variabel yaitu Severity Keparahan, Occurrence Frekuensi Kejadian, Detection Deteksi Kegagalan yang menunjukkan tingkat risiko yang mengarah pada tindakan perbaikan. 1. Severity Severity adalah tingkat keparahan atau efek yang ditimbulkan oleh kegagalan terhadap keseluruhan mesin. 2. Occurrence Occurrence adalah tingkat keseringan terjadinya kerusakan atau kegagalan. Occurrence berhubungan dengan estimasi jumlah kegagalan kumulatif yang muncul akibat suatu penyebab tertentu dalam mesin. 3. Detection Deteksi diberikan pada sistem pengendalian yang digunakan saat ini yang memiliki kemampuan untuk mendeteksi penyebab atau mode kegagalan sebelum sampai ke tangan konsumen. Secara umum FMEA dapat dibagi atas dua jenis yaitu: 1. Design FMEA FMEA pada tahapan ini akan difokuskan pada rancangan produk dan pengembangannya sebelum diproduksi secara masal sehingga lebih dikenal dengan Design FMEA DFMEA. 2. Process FMEA Universitas Sumatera Utara FMEA pada tahapan ini akan berorientasi pada rancangan proses dan pengembangannya dimana sudah berlangsung produksi secara masal yang di dalamnya terdapat beberapa potensi kegagalan FMEA pada tahapan ini dikenal sebagai Process FMEA. Tahapan pembuatan FMEA secara umum yaitu: 1. Penentuan mode kegagalan yang potensial Dampak kegagalan potensial adalah dampak yang ditimbulkan dari suatu kegagalan terhadap konsumen. 2. Penentuan nilai Severity S Severity adalah peringkat yang menunjukkan tingkat keseriusan efek dari suatu mode kegagalan. Severity berupa angka 1 hingga 10, di mana 1 menunjukkan keseriusan terendah resiko kecil dan 10 menunjukkan tingkat keseriusan tertinggi sangat beresiko. Kriteria severity dapat dilihat pada Tabel 3.8. Tabel 3.8. menunjukkan dampak yang dirangking mulai skala 1 sampai 10. Tabel 3.8. Penentuan Nilai Severity Efek Kriteria Ranking Berbahaya tanpa ada peringatan Dapat membahayakan konsumen 10 Tidak sesuai dengan peraturan pemerintah Tidak ada peringatan Berbahaya dan ada peringatan Dapat membahayakan konsumen 9 Tidak sesuai dengan peraturan pemerintah Ada peringatan Sangat tinggi Mengganggu kelancaran lini produksi 8 Sebagian besar menjadi scrap , sisanya dapat disortir apakah sudah baikbisa rework Universitas Sumatera Utara Tabel 3.8. Penentuan Nilai Severity Lanjutan Efek Kriteria Ranking Pelanggan tidak puas Tinggi Sedikit mengganggu kelancaran lini produksi 7 Sebagian besar menjadi scrap , sisanya dapat disortir apakah sudah baikbisa rework Sedang Pelanggan tidak puas 6 Sebagian kecil menjadi scrap , sisanya tidak perlu disortir sudah baik Rendah 100 produk dapat di- rework 5 Produk pasti dikembalikan oleh konsumen Sangat rendah Sebagian besar dapat di- rework dan sisanya sudah baik 4 Kemungkinan produk dikembalikan oleh konsumen Kecil Hanya sebagian kecil yang dapat di- rework dan sisanya sudah baik 3 Rata – rata pelanggan komplain Sangat kecil Komplain hanya diberikan oleh pelanggan tertentu 2 Tidak ada Mungkin disadari oleh operator. 1 Mungkin tidak disadari oleh konsumen Sumber : Dyadem, Guidelines for Failure Mode and Effects Analysisfor Automotive, Aerospace and General Manufacturing Industries 3. Penentuan nilai Occurence O Occurrence adalah kemungkinan bahwa penyebab tersebut akan terjadi dan menghasilkan bentuk kegagalan selama penggunaan produk. Dengan memperkirakan kemungkinan occurrence pada skala 1 sampai 10 pada Tabel 3.9. mendeskripsikan proses sistem peringkat. Karena peringkat kegagalan Universitas Sumatera Utara jatuh antara dua angka skala. menilai dengan cara interpolasi dan pembuatan nilai Occurrence . Occurrence dapat dilihat pada Tabel 3.9. Tabel 3.9. Occurrence dalam FMEA Process Lanjutan Occurence Rangking Kriteria Sangat tidak mungkin 1 Kegagalan sangat tidak mungkin Kemungkinannya jarang 2 Kemungkinan kegagalan jarang Kemungkinannya sangat rendah 3 Sangat sedikit kegagalan yang mungkin Kemungkinannya rendah 4 Kemungkinan kegagalan kadang-kadang Kemungkinannya cukup rendah 5 Kemungkinan gagal sedang Kemungkinannya sedang 6 Kemungkinan kegagalan yang cukup tinggi Kemungkinannya cukup tinggi 7 Tingginya kemungkinan angka kegagalan Kemungkinannya tinggi 8 Kemungkinan kegagalan sangat tinggi Kemungkinannya yang sangat tinggi 9 Kegagalan mungkin Sangat mungkin 10 Kegagalan hampir pasti Sumber : Dyadem, Guidelines for Failure Mode and Effects Analysisfor Automotive, Aerospace and General Manufacturing Industries 4. Penentuan nilai Detection D Detection adalah pengukuran terhadap kemampuan mengendalikan atau mengontrol kegagalan yang dapat terjadi. Universitas Sumatera Utara Proses penilaian ditunjukkan pada Tabel 3.10. Tabel 3.10. Detection dalam FMEA Process Keterangan Ranking Sudah jelas, sangat mudah untuk diketahui 1 Jelas bagi indera manusia 2 Memerlukan inspeksi 3 Inspeksi yang hati – hati dengan indera manusia 4 Inspeksi yang sangat hati – hati dengan indera manusia 5 Memerlukan bantuan danatau pembongkaran sederhana 6 Diperlukan inspeksi danatau pembongkaran 7 Diperlukan inspeksi dan atau pembongkaran yang kompleks 8 Kemungkinan besar tidak dapat dideteksi 9 Tidak dapat dideteksi 10 Sumber : Dyadem, Guidelines for Failure Mode and Effects Analysis for Automotive, Aerospace and General Manufacturing Industries 5. Penentuan nilai Risk Priority Number RPN Risk Priority Number adalah suatu bentuk nilai yang akan menunjukkan prioritas yang harus dilakukan improvement perbaikan dari suatu sistem supaya tidak terjadi kegagalan. Adapun nilai RPN diperoleh dengan rumus sebagai berikut. RPN = Severity x Occurrence x Detection 6. Menentukan tindakan untuk meminimumkan resiko kegagalan Universitas Sumatera Utara BAB IV METODOLOGI PENELITIAN

4.1. Lokasi dan Waktu Penelitian