Tabel 5.6. Penempatan Faktor pada Kolom Orthogonal Array
Kode Faktor
Kolom
A Temperatur Cade Room
1 B
Lama Pengeringan 2
C Kecepatan motor
3
5.4.7. Tahap Pelaksanaan Eksperimen
Hasil percobaan yang dilakukan sesuai tabel orthogonal array dengan masing-masing faktor dapat dilihat pada Tabel 5.7.dan Tabel 5.8.
Tabel 5.7. Data Percobaan Terhadap Kualitas Kayu Olahan
Eksperimen Matriks Orthogonal
Array L82
3
Replikasi Unit Rata-
rata A
B C
I II
1
1 1
1 7
5 6
2
1 1
2 6
4 5
3
1 2
1 5
6 5,5
4
1 2
2 7
5 6
5
2 1
1 5
3 4
6
2 1
2 4
5 4,5
7
2 2
1 5
4 4,5
8
2 2
2 6
5 5,5
Sumber: Pengolahan Data
5.4.7.1.Perhitungan Pengaruh Nilai Level dan Faktor
Untuk mengidentifikasi pengaruh level dari faktor terhadap kualitas produk Kayu Olahan maka dilakukan perhitungan nilai rata-rata tiap level dengan rumus:
Xn = y
1
+ y
2
+ … y
n
n
Universitas Sumatera Utara
Keterangan: Xn
= Rata-rata respon untuk masing-masing faktor Yi
= Data yang diperoleh dari eksperimen N
= jumlah eksperimen Contoh untuk faktor A:
A
1
= 6 + 5 + 5,50 + 6 A
2
= 4 + 4,5 + 4,5 + 5,5 =5,625
= 4,625 Hasil perhitungan nilai level dan faktor atau nilai respon rata-rata dari
pengaruh faktor produk Kayu Olahan dapat dilihat pada Tabel 5.8.
Tabel 5.8. Respon Rata-rata dari Pengaruh Faktor Produk Kayu Olahan A
B C
Level 1
5,625 4,875
5,000
Level 2
4,625 5,375
5,250
Selisih
1,000 0,500
0,250
Rangking 1
2 3
Sumber : Pengolahan Data
5.4.7.2.Perhitungan dengan Signal to Noise Ratio SNR
Analisa SNR digunakan untuk memilih faktor-faktor yang memiliki kontribusi pada pengurangan variansi suatu respon dan untuk mengetahui level
faktor mana yang berpengaruh pada hasil eksperimen. Untuk melihat faktor yang berpengaruh pada variasi karakteristik kualitas, data ditransformasikan ke dalam
bentuk rasio SN Signal to Noise Ratio dengan karakteristik semakin kecil semakin baik Smaller the Better.
Universitas Sumatera Utara
5.4.15. Perhitungan Interval Kepercayaan
Faktor-faktor yang berpengaruh secara signifikan terhadap kualitas produk Kayu Olahan
yang optimum yaitu: Faktor A level 2, faktor B level 1, dan faktor C level 1 sehingga model persamaan rata-rata kualitas produk Kayu Olahan menurut
Glen Stuart Peace adalah sebagai berikut: μ
prediksi
= +
level 2
– +
level 1
– +
level 1
– dimana,
= rata-rata jumlah cacat
level 2
= respon rata-rata dari pengaruh faktor A
level 1
= respon rata-rata dari pengaruh faktor B
level 1
= respon rata-rata dari pengaruh faktor C μ
prediksi
= 5,125 + 4,625 – 5,125 + 4,875 – 5,125 + 5,000 – 5,125 = 4,125
Interval kepercayaan rata-rata pada tingkat kepercayaan 95 menurut Irwan Soejanto adalah sebagai berikut:
1
Diketahui : F
0,05;1;6
= 5,99 dan MS
e
= 0,229
n
eff
= =
= = 4
1
Irwan Soejanto.2009. Desain Eksperimen dengan Metode Taguchi, Graha Ilmu, hal 205
Universitas Sumatera Utara
Selang kepercayaan prediksi optimal yaitu : Cl
= ±
,,; ;
.0 .
122
= ±5,99.0,229. = ±√0,343 = ±0,586
μ
prediksi
– Cl ≤
μ
prediksi
≤ μ
prediksi
+ Cl 4,125– 0,586 ≤ 4,125
≤ 4,125+ 0,586
3,539 ≤
4,125 ≤
4,711
5.4.16. Perhitungan Interval Kepercayaan SNR