Analisis Pengendalian MutuKernel dengan Metode Failure Mode and Effect Analysis (FMEA) dan Taguchi di PT. Socfin Indonesia Kebun Matapao
Uraian tugas dan tanggung jawab struktur organisasi Pada PT. Socfin
Indonesia Kebun Matapao adalah sebagai berikut:
1.
Manager/ ADM
Manager/ADM diangkat langsung oleh Direksi dan merupakan pimpinan
tertinggi di PT. Socfindo Kebun Mata Pao. Manager/ADM mempunyai
kekuasaan dan tanggung jawab di dalam maupun di luar perusahaan dan
memegang wewenang dalam memutuskan setiap kebijaksanaan. Tugas dan
tanggung jawan manager/ADM adalah sebagai berikut:
a. Memimpin dan mengkoordinir tekniker I POM dan memriksa laporan dari
KTU.
b. Memimpin dan mengkoordinasi tugas-tugas operasional pabrik.
c. Menilai dan mengevaluasi seluruh laporan pekerjaan pabrik, baik di
bidang produksi, teknik, laboratorium dan pengangkutan maupun
administrasi
d. Melaksanakan dan memelihara kelengkapan dalam rangka kesehatan dan
keselamatan kerja (K3) di lingkungan pabrik.
e. Mengatur, mengkoordinir dan menciptakan sistem administrasi dan
pelaporan yang baik dibidang teknik dan pengolahan serta melakukan
peningkatan kinerja pabrik.
f. Melakukan pengawasan secara menyeluruh atas aset perusahaan termasuk
produksi hasil olahan dan mengawasi pengolahan limbah pabrik.
g. Membuat laporan kepada general manager.
h. Membina hubungan baik dengan instansi dan masyarakat disekitar pabrik
2.
Asisten Divisi I, II, III
Pimpinan tertinggi pada divisi dan bertanggung jawab kepada pengurus. Dalam
kegiatan pelaksanaan kerja sehari-hari dibantu oleh Mandor. Tugas dan tanggung
jawab Asisten divisi adalah sebagai berikut:
a. Mendata jumlah tenaga kerja pada hari tersebut untuk menentukan target
minimal seluruh mandor
b. Mempersiapkan transportasi yang cukup untuk angkut karyawan dan
panen
c. Menyelesaikan pengecekan administrasi
d. Membuat hasil laporan kerja
e. Membuat rencana kerja harian
3.
Tekniker I
a. Menjamin, menyetujui dan menginstruksikan proses pengolahan CPO dan
IKS
b. Menjamin
dan
menyetujui
rencana
pemeliharaan
pabrik
secara
keseluruhan.
c. Menjamin bahwa kebijaksanaan mutu dimengerti, ditetapkan, dipelihara
diseluruh unit pengolahan.
d. Membantu manajer untuk mengidentifikasikan persyaratan-persyaratan
sumber daya manusia dan menggunakan personil terlatih disetiap posisi
e. Meninjau persyaratan bahan kimia, peralatan dan pembuatan yang
diusulkan oleh tekniker II, mandor pengolahan, dan laboratorium.
f. Meninjau rencana produksi dan jadwal pemeliharaan peralatan di pabrik
g. Mengidentifikasikan kebutuhan pemeliharaan untuk semua personil yang
langsung mempengaruhi mutu.
h. Mengevaluasi kemajuan proses pengolahan dan peralatan mesin
4.
Tekniker II
a. Menjamin bahwa kebijaksanaan mutu dimengerti, diterapkan dan
dipelihara oleh mandor-mandor dan pekerja pada proses pengolahan
b. Membuat rencana pemakaian tenaga kerja, peralatan dan bahan-bahan
kimia yang digunakan pada proses pengolahan sesuai ketentuan yang ada
c. Mengawasi kondisi mesin agar proses produksi dilakukan secara efektif
dan efesien untuk mencapai produktifitas yang tinggi
d. Mengendalikan proses pengolahan dengan spesifikasi yang telah
ditetapkan.
e. Mengawasi proses penyortiran TBS dari pihak ke III di loading ramp
sehingga buah yang diolah sesuai dengan kematangan yang ditentukan.
f. Mengawasi dan mengevaluasi kondisi persediaan TBS yang datang dari
kebun dan pihak ke III.
g. Bertanggung jawab terhadap kebersihan seluruh lingkungan pengolahan
CPO dan IKS
h. Bertanggung jawab tehadap pencapaian target produksi sesuai dengan
bahan baku yang diterima.
i. Menandatangani dan mengevaluasi check sheet dalam proses pengolahan
CPO dan IKS
j. Mengidentifikasikan kebutuhan pelatihan untuk semua mandor di proses
pengolahan. Menentukan sasaran mutu tahunan yang berhubungan dengan
proses pengolahan.
5.
Kepala tata Usaha (KTU)
Kepala Tata Usaha membawahi bagian pembukuan, keuangan, dan
bertanggung jawab atas penyelenggaraan administrasi pembukuan dan
keuangan dengan teliti dan rapi, mengawasi penyimpanan dan pengeluaran
uang kontan, cek dan surat-surat beharga serta menyusun laporan realisasi
bulanan, triwulan, tahunan,maupun incidental.
6.
Krani Kantor
Mempunyai tugas dan tanggung jawab dalam mengkordinasi dan membuat
pembukuan, keuangan, bertanggung jawab atas penyelenggaraan administrasi
pembukuan dan keuangan dengan teliti dan rapi
7.
Krani Pabrik
Mempunyai tugas dan tanggung jawab dalam mengkordinasi dan membuat
nota serta surat-surat yang berhubungan dengan kepegawaian, membuat
daftar gaji, nota pembayaran, biaya kantor, keperlan alat tulis, urusan
kendaraan dan mengadakan seleksi atas penerimaan / Perombakan pegawai.
8.
Krani Buku gaji
Mempunyai tugas mencatat semua penerimaan gaji tiap karyawan yang
diberikan perusahaan kepada pekerja tiap 2 minggu sekali sehingga dapat
dilihat beberapa total anggaran yang harus dikeluarkan oleh perusahaan
dalam membayar gaji karyawan.
9.
Krani Laboratorium
a. Menjamin bahwa kebijaksanaan mutu dipahami petugas lab dan dipelihara
diseluruh tingkat organisasi di laboratorium dan sortasi.
b. Membuat rencana pemakaian bahan-bahan serta alat yang berhubungan
dengan analisa lanoratorium dan sortasi untuk disampaikan kepada kepala
pengolahan setelah disetujui ADM.
c. Menjamin bahwa pemeriksaan dan pengujian pada penerimaan TBS dalam
proses dan produk akhir telah dilaksanakan sesuai dengan prosedur dan
catatan mutu yang telah ditetapkan.
d. Menyetujui laporan hasil pemeriksaan dan pengujian pada penerimaan
bahan baku pada awal maupun produk akhir.
10.
Mandor bengkel
Bertugas dan bertanggung jawan merawat mesin-mesin pabrik, truk-truk dan
kendaraan.
11.
Mandor Bagian Transportasi
Pengawas kegiatan truk-truk yang keluar dari pabrik ke lapangan dan
mengecek kegiatan yang terjadi baik menyangkut sopir, kernet ataupun yang
lainnya.
12.
Mandor Pengolahan Minyak Kelapa sawit
a. Melakukan pengawasan terhadap kinerja operator maupun pembantu
operator dalam melaksanakan tugas dan tanggungjawab masing-masing.
b. Memeriksa dan mengevaluasi perlengkapan dan peralatan kerja.
c. Mempunyai kemampuan yang cakap untuk segala jenis pekerjaan pada
bagian pengolahan
d. Memberikan laporan untuk setiap pengolahan TBS yang sudah dilakukan
terhadap atasan.
13.
Mandor Pengolahan IKS
a. Melakukan pengawasan terhadap kinerja operator maupun pembantu
operator dalam melaksanakan tugas dan tanggungjawab masing-masing.
b. Memeriksa dan mengevaluasi perlengkapan dan peralatan kerja.
c. Mempunyai kemampuan yang cakap untuk segala jenis pekerjaan pada
bagian pengolahan
d. Memberikan laporan untuk setiap pengolahan IKS yang sudah dilakukan
terhadap atasan.
14.
Mandor Kamar Mesin
Sebagai penjaga alat-alat mesin Black Stone dan peralatan yang ada di Pabrik
serta yang bersangkutan dengan mesin.
15.
Mandor Kebun
Menjalankan fungsi kontrol terhadap area perkebunan, membantu Asisten
divisi dalam membuat laporan hasil panen, dan membuat laporan hasil
pekerjaan harian.
PERTANYAAN WAWANCARA
Digunakan untuk membuat cause effect diagramdanFMEA
1. Masalah apa yang sering terjadi pada proses produksi kernel?
Masalah yang sering terjadi adalah saat proses produksi kernel adalah dari
hasil uji sample laboratorium menunjukkan tingginya kadar dirt content dan
kadar moisture kernel dan melebihi batas toleransi perusahaan.
2. Mengapa kadar dirt content dan kadar moisture menjadi masalah pada
perusahaan?
Karena bila kadar dirt content dan kadar moisture tinggi menunjukkan bahwa
mutu kernel kami rendah dan meyebabkan harga jual rendah dan menjadi
rework bagi perusahaan. Pabrik harus berupaya untuk memenuhi standard
mutu yang telah ditetapkan oleh perusahaan.
3. Apa saja zat pengotor yang terkandung pada kernel?
Zat pengotor yang terkandung yaitu biji bulat, biji pecah dan cangkang.
4. Zat pengotor apa yang paling banyak terkandung pada kernel?
Zat pengotor paling banyak terkandung pada kernel adalah cangkang dan biji
pecah.
5. Dampak apa saja yang disebabkan oleh banyaknya cangkang dan biji
pecah pada kernel?
Kedua zat pengotor tersebut akan memberikan niai dirt content yang besar
karena nilai dirt content dihitung dari akumulasi banyaknya cangkang
ditambah dengan banyaknya biji pecah dan banyaknya biji bulat.
6. Apa saja sumber yang menyebabkan tingginya dirt content pada kernel?
Yang menjadi sumber penyebab tingginya dirt content adalah bisa dari
beberapa hal, yang paling berpengaruh adalah pada mesin ripple mill yang
menjadi inti dari proses produksi, jika hasil dari ripple mill bagus makan
tahapan selanjutnya akan memberikan dirt content yang rendah. Pada mesin
ripple mill terjadi proses pemisahakan antara cangkang dengan biji kernel, jika
proses pemisahan optimal makan untuk proses selanjutnya akan memberikan
hasil yang baik dengan kadar dirt content yang rendah, dan begitupun
sebaliknya.
7. Faktor apa saja yang menyebabkan tingginya kadar zat pengotor pada
kernel dilihat dari segi operasi?
Faktor yang mempengaruhi tingginya kadar kotoran adalah disebabkan oleh
performa mesih dalam operasi, misalnya kecepetan putar ripple mill sangat
memiliki peranan yang sangat penting dalam proses produksi. Mesin lain yang
memegang peranan penting adalah mesin winowing dan depericarper dimana
mesin tersebut akan menghisap zat pengotor yang berukuran kecil seperti
cangkang, akan tetapi jika daya hisap mesin winowing tidak optimal maka
cangkang menjadi zat pengotor pada kernel.
8. Hal-hal apa saja yang dapat menyebabkan ripple mill dan mesin
winowing tidak optimal?
Yang menyebabkan mesin ripple mill tidak optimal adalah karena kondisi
mesin yang sudah tua sehingga kondisinya sudah tidak bekerja optimal,
sementara untuk mesin winowing biasanya karena terjadi kebocoran halus
pada ducting sehingga daya hisapnya tidak optimal.
9. Bila dilihat dari segi material yang digunakan, apa saja penyebab
tingginya kadar zat pengotor pada kernel?
Dari segi material penyebab tingginya adalah kualitas sawit yang dipanen,
akan tetapu kondisi material sangat jarang menyebabkan kadar dirt content
tinggi, kadar dirt content biasanya sangat tergantung pada proses operasi di
pabrik, terlebih buah sawit yang diolah adalah dari kebun perusahaan sendiri
jadi mutu kernelnya terjamin,
10. Apa saja sumber yang menyebabkan tingginya kadar moisture pada
kernel dari segi operasi?
Penyebab tingginya kadar moisture pada kernel dari segi operasi adalah suhu
pada kernel dryer yang tidak optimal sehingga kadar air masih tinggi pada
kernel tersebut.
11. Bila dilihat dari segi material yang digunakan, apa saja penyebab
tingginya kadar moisture pada kernel?
Tandan buah sawit yang kami gunakan adalah berasal dari kebun sendiri jadi
mutunya sudah terjamin, jarang terjadi penyebab moisture tinggi dari segi
material. Pengaruh mutu material sangat jauh dengan kadar moisturenya,
biasanya mutu kernel sangat tergantung proses operasi yang diberikan.
12. Berdasarkan proses produksi selama ini, faktor-faktor apa saja yang
menjadi fokus perusahaan untuk dikendalikan agar mencegah terjadinya
kadar zat pengotor yang tinggi pada kernel?
Yang bisa perusahaan kendalikan terutama dari segi operasi adalah selalu
menjaga performa mesin pada kondisi yang optimal terlebih mesin-mesin
yang digunakan sudah tergolong tua. Perawatan mesin-mesin harus sangat
diperhatikan sesuai dengan jadwal yang telah ditetapkan. Hal lain yang bisa
dilakukan adalah pihak pabrik harus cepat respon terhadap hasil uji sample
dari lab untuk meminimalisir kecacatan produk.
13. Dari mesin-mesin produksi yang digunakan mesin apa yang menjadi
faktor kritikal bagi mutu kernel?
Dari mesin mesin yang digunakan yang sangat berpengaruh pada mutu kernel
berupa kadar kotoran adalah mesin ripple mill, karena mesin ripple mill
berfungsi sebagai pemisah antara cangkang dengan inti kernel, jika proses
pemisahan cangkang dan inti optimal dalam artian tidak banyak kernel yang
tidak terpisah dengan intinya (biji bulat) maupun kernel yang tidak terpisah
sempurna cangkang dengan intinya (biji pecah) kedua hal tersebut menjadi zat
pengotor pada kernel. Untuk kadar moisture yang berpengaruh besar adalah
pada kernel dryer yang berfungsi untuk mengeringang kernel, jika proses ini
berjalan optimal maka kadar mositure kernel bisa menjadi rendah
14. Untuk ketiga faktor operasi yang kritis tersebut, berapakah besaran nilai
yang dianjurkan untuk dijadikan level nilai agar dapat diketahui
kontribusi masing-masing faktor dan nilai level optimumnya?
Sebaiknya nilai yang digunakan adalah level minimum dan maksimum yang
ada dan nilai yang paling sering digunakan.
DAFTAR PUSTAKA
Amal, T.S, dkk. 2015. Machining Parameters Optimization in End Milling of
Ti6A14V Using Taguchi Method. Universitas Kerala India: Departemen
Teknik Mesin.
Besterfield, Dale H. 1994. Quality Control. Amerika: Prentice-Hall international.
Dyadem. 2009. Guidelines for Failure Mode and Effects Analysisfor Automotive,
Aerospace and General Manufacturing Industries. New York washington
D.C: CRC Press.
Ginting, Rosnani. 2007. Sistem Produksi.Yogyakarta: Graha Ilmu.
Rina, Fitriana. Dkk. 2015. Implementation Failure Mode and Effect Analysis
(FMEA) Method and Knowledge Map (Case StudyPT. GSB). Quality
Engineering Laboratory. Departemen Teknik Industri: Universitas
Trisakti.
Ponten, Naibaho M. 1998. Teknologi Pengolahan Sawit. Medan: Pusat Penelitian
Kelapa Sawit.
Sinulingga, Sukaria. 2007. Pengantar Teknik Industri. Yogyakarta: Graha Ilmu.
Sinulingga, Sukaria. 2014. Metode Penelitian. Yogyakarta: Graha Ilmu.
Soejanto, Irwan. 2007. Desain Eksperimen dengan Metode Taguchi. Yogyakarta:
Graha Ilmu.
BAB III
LANDASAN TEORI
3.1.
Pengendalian Mutu
Pengendalian mutu adalah teknik dan kegiatan yang digunakan untuk
mencapai, mempertahankan dan meningkatkan mutu dari suatu produk.
Pengendalian mutu mengintegrasikan hubungan antara teknik dan kegiatan
sebagai berikut:
1. Spesifikasi yang dibutuhkan.
2. Desain produk untuk memenuhi spesifikasi.
3. Produksi atau instalasi untuk memenuhi keseluruhan tujuan dari spesifikasi.
4. Inspeksi untuk menentukan kesesuaian spesifikasi.
5. Tinjauan kembali dari penggunaan informasi untuk perbaikan spesifikasi jika
diperlukan.
Tujuan dari kegiatan tersebut adalah untuk peningkatan mutu secara terus
menerus 1.
3.2.
Rekayasa Mutu
Pangsa pasar dan tingkat profitabilitas adalah dua determinan pokok dari
keberhasilan setiap perusahaan dalam menjalankan misinya di dunia bisnis.
Perusahaan yang mampu memelihara pangsa pasar dan profitabilitas yang tinggi
merupakan kekuatan perusahaan tersebut dalam membangun daya saing. Faktor1
Dale H. Besterfield, Quality Control Fourth Edition, Amerika: Prentice-Hall international, 1994,
h.2
faktor yang sangat menentukan daya saing ialah waktu ancang-ancang, unit biaya
dan mutu produk. Oleh karena itu, upaya perbaikan mutu telah mendapat
perhatian semakin serius. Salah satu pendekatan yang efektif dalam perbaikan
mutu produk adalah pembangunan mutu ke dalam proses dan produk secara tepat
pada setiap tahapan desain produk dan proses nya 2.
3.3.
Failure Mode and Effect Analysis (FMEA)
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 pengaruhpengaruhnya terhadap keandalan sistem tersebut. Risk Priority Number (RPN)
merupakan 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.
Occurrenceberhubungan dengan estimasi jumlah kegagalan kumulatif yang
muncul akibat suatu penyebab tertentu dalam mesin.
2
Sukaria Sinulingga, Pengantar Teknik Industri, Graha Ilmu:yogyakarta. 2007.
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.
Tahapan pembuatan FMEA secara umum yaitu:
1.
Penentuan mode kegagalan ( jenis, efek, penyebab dan pengendalian) yang
potensial. Efek 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. Kriteria penentuan nilai severity dapat dilihat pada
Tabel 3.1.
Tabel 3.1. Penentuan Nilai Severity
Efek
Maximum
severity
Exterem severity
Very high
severity
High severity
Severe
Moderate
Kriteria
Kegagalan yang terjadi pasti menimbulkan bahaya
Memenuhi peraturan pemerintah
Kegagalan yang terjadi kemungkinan menimbulkan
bahaya
Keselamatan kerja harus diperhatikan
Downtime meningkat signifikan dan berdampak pada
finansial
Produk tidak dapat digunakan tapi aman
Konsumen sangat tidak puas
Downtime meningkat signifikan
Performa produk sangat menurun
Konsumen sangat tidak puas
Kelancaran produksi terganggu
Produksi berjalan tapi performa menurun
Konsumen tidak puas
Pengaruh terlihat melalui proses produksi
Performa akan menurun perlahan-perlahan
Pelanggan tidak puas
Ranking
10
9
8
7
6
5
Tabel 3.1. Penentuan Nilai Severity(Lanjutan)
Efek
Minor
Slight
Very slight
None
Kriteria
Kelancaran produksi kemungkinan terganggu
Konsumen menyadari pengaruh yang kecil pada produk
Pengguna mungkin menyadari pengaruh pada produki
tapi pengaruhnya sangat kecil (Proses dan konsumen)
Tidak berpengaruh pada kelancaran produksi
Tidak berpengaruh signifikan pada pada produk
Disadari oleh operator.
Tidak disadari oleh konsumen
Ranking
4
3
2
1
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. Kriteria
penentuan nilai occuremce dapat dilihat pada Tabel 3.2.
Tabel 3.2. Occurrence dalam FMEA Process
Occurence
Extremely unlikely
Remote Likelihood
Very low likelihood
low likelihood
Moderately low likehood
Medium likelihood
Moderately high likehood
high likehood
Very high likehood
Extremely unlikely
Rangking
1
2
3
4
5
Kriteria
Kegagalan sangat tidak mungkin
Kemungkinan kegagalan jarang
Sangat sedikit kegagalan yang mungkin
Sedikit kegagalan yang mungkin
Kemungkinan gagal sedang
8
9
Kemungkinan kegagalan yang cukup
tinggi
Tingginya kemungkinan angka
kegagalan
Kemungkinan kegagalan sangat tinggi
Kegagalan mungkin
10
Kegagalan hampir pasti
6
7
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. Kriteria penilaian ditunjukkan pada
Tabel 3.3.
Tabel 3.3. Detection dalam FMEA Process
Detection
Extremely likely
Very high likehood
High likehood
Moderately high
likehood
Medium likehood
Moderately low
likehood
Low likehood
Very low likehood
Remote likehood
Extremely Unlikely
Keterangan
Ranking
Kontrol akan diperlukan untuk menyadari defect
1
Kontrol sangat diperlukan untuk mendeteksi failure
2
Kontrol memiliki efektivitas tinggi untuk mendeteksi
3
Kontrol memliki ekeftivitas agak tinggi untuk
4
mendeteksi
Kontrol memliki ekeftivitas sedang untuk mendeteksi
5
Kontrol memliki ekeftivitas agak rendah untuk
6
mendeteksi
Kemungkinan terdeteksi rendah
7
Kemungkinan terdeteksi sangat rendah
8
Kontrol memiliki pengaruh yang kecil untuk
9
mendeteksi defect
Kontrol tidak akan dapat mendeteksi defect
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 3.
3
Dyadem, Guidelines for Failure Mode and Effects Analysisfor Automotive, Aerospace and
General Manufacturing Industries, New York :CRC Press:, 2009, h. 73-80
3.4.
Teknik Sampling
Populasi ialah keseluruhan anggota atau kelompok yang membentuk objek
yang dikenakan investigasi oleh peneliti. Elemen adalah setiap anggota dari
populasi. Dengan kata lain, seluruh elemen yang membentuk satu kesatuan
karakteristik adalah populasi dan setiap unit dari populasi tersebut adalah elemen
dari populasi. Sampel adalah sebuah subset dari populasi. Sebuah subset terdiri
dari sejumlah elemen dari populasi yang ditarik sebagai sampel melalui
mekanisme tertentu dengan tujuan tertentu. Elemen yang ditarik dari populasi
disebut sebagai sebuah sampel apabila karakteristik yang dimiliki oleh gabungan
seluruh elemen-elemen yang ditarik tersebut merepresentasikan karakteristik dari
populasi 4.
Sampling ialah proses penarikan sampel dari populasi melalui mekanisme
tertentu melalui makna karakteristik populasi dapat diketahui atau didekati.
Sampling adalah metode pengumpulan data yang sangat populer karena
manfaatnya yang demikian besar dalam penghematan sumber daya waktu dan
biaya dalam kegiatan pengumpulan data. Sampling sering dilawankan dengan
sensus yaitu suatu pengumpulan data secara menyeluruh yaitu seluruh sumber
data ditelusuri dan setiap elemen data yang dibutuhkan diambil 5.
Secara garis besar metode penarikan sampel dapat diklasifikasi atas dua
bagian yaitu probability sampling (penarikan sampel yang terkait dengan faktor
probabilitas) dan non-probability sampling (penarikan sampel yang tidak terkait
dengan faktor probabilitas). Perbedaan prinsipil dari dua tipe sampling ini selain
4
5
Sukaria Sinulingga, Metode Penelitian, Yogyakarta: Graha Ilm, 2014. h.190
Ibid, h. 191
dalam hal teknis/mekanisme pelaksanaan, juga dari sasaran pokok yaitu
probability sampling lebih melihat kemungkinan area baru untuk diteliti
sedangkan non-probablility sampling lebih ditekankan pada eksplorasi dan
kelayakan penerapan suatu ide 6.
3.4.1. Probability Sampling
Dalam probability sampling, setiap elemen dari populasi diberi
kesempatan untuk ditarik menjadi anggota dari sampel. Probability sampling
terdiri dari simple random sampling, systematic sampling, stratified random
sampling, cluster sampling, dan area sampling. Pemilihan atas lima metode
penarikan sampel tergantung pada banyak faktor, antara lain yang utama ialah
luasnya cakupan generalisasi yang diinginkan, ketersediaan waktu, maksud dan
tujuan penelitian (tipe masalah yang ingin dicari jawabannya) 7.
3.4.1.1.Simple Random Sampling
Dalam simple random sampling yang sering juga disebut unrestricted
probability sampling, setiap elemen dari populasi mempunyai kesempatan atau
peluang yang sama untuk terpilih menjadi anggota sampel. Dikatakan tidak
terbatas (unrestricted) karena semua elemen diperlakukan sama dalam arti
semuanya mempunyai kesempatan terpilih yang sama walaupun karakteristik
masing-masing mungkin tidak sama. Simple random sampling mensyaratkan
6
Ibid, h.192
Ibid, h. 193
7
bahwa elemen populasi haruslah relatif homogen, jika terdapat strata antara
elemen maka metode simple random sampling tidak tepat untuk digunakan 8.
3.4.1.2.Systematic Sampling
Systematic sampling adalah suatu metode pengambilan sampel dari
populasi dengan cara menarik elemen setiap kelipatan ke n dari populasi tersebut
mulai dari urutan yang dipilih secara random diantara nomor 1 hingga n. Metode
systematic sampling pada umunya digunakan dalam pemeriksaan mutu proses
atau produk dalam industri manufaktur yang bersifat continue dan flow process
seperti industri penyulingan minyak, industri semen, pupuk, dan lainsejenisnya.
Misalnya proses berlangsung 24 jam sehari dan dalam sehari diperlukan
pemeriksaan sebanyak 48 sampel, maka penarikan sampel silakukan setiap
setengah jam 9.
3.4.1.3.Stratified Random Sampling
Pada metode stratified random sampling, strata elemen dalam populasi
mendapat perhatian sehingga populasi dibagi sesuai dengan strata yang ada.
Beberapa contoh strata yang dimaksud antara lain ialah strata dalam pendapatan,
pendidikan, jabatan, usia, status, dan lain-lain. Keunggulan dari metode stratified
random sampling ini ialah kemampuannya menghasilkan informasi yang
dibutuhkan menurut stratanya 10.
8
Ibid, h. 193
Ibid, h. 195
10
Ibid, h. 196
9
3.4.1.4.Cluster Sampling
Prosedur penarikan sampel dengan metode cluster sampling terdiri dari
dua tahap. Tahap pertama, pemilihan cluster dilakukan secara random. Tahap
kedua, terhadap setiap cluster yang terpilih dilakukan penarikan elemen untuk
menjadi anggota sampel. Metode cluster sampling ini sangat efisien dari segi
waktu dan pembiayaan tetapi mengandung bias yang lebih besar dibanding
dengan metode lain dan hasilnya juga sangat sulit digeneralisasi 11.
3.4.1.5.Area Sampling
Area sampling sangat mirip bahkan sering digabung dalam cluster
sampling. Dalam area sampling, cluster dari populasi adalah perbedaan lokasi
geografis (geographycal areas) dari populasi. Seperti halnya dengan cluster
sampling, area sampling juga dilakukan dengan cara memilih secara random
areainvestigasi dan pada area terpilih dilakukan pengambilan sampel dengan
menggunakan salah satu metode simple random sampling, systematic sampling,
atau stratified random sampling, sesuai dengan kondisinya 12.
3.4.2. Nonprobability Sampling
Berbeda halnya dengan probability sampling, pada non-probability
sampling, setiap elemen populasi yang akan ditarik menjadi anggota sampel tidak
berdasarkan probabilitas yang melekat pada setiap elemen tetapi berdasarkan
karakteristik khusus masing-masing elemen. Beberapa model dari metode
11
Ibid, h. 199
Ibid, h. 201
12
sampling yang non-probabilistik ini adalah convenience sampling dan purposive
sampling 13.
3.4.2.1.Convenience Sampling
Seperti disebutkan oleh namanya, convenience sampling adalah suatu
metode sampling dimana para respondennya adalah orang-orang yang secara suka
rela menawarkan diri (conveniencely available) dengan alasan masing-masing 14.
3.4.2.2.Purposive Sampling
Purposive sampling adalah metode sampling non-probability yang
menggunakan orang-orang tertentu sebagai sumber data/informasi. Orang-orang
tertentu yang dimaksud di sini adalah individu atau kelompok yang karena
pengetahuan, pengalaman, jabatan, dan lain-lain yang dimilkinya menjadikan
individu atau kelompok tersebut perlu dijadikan sumber informasi.
Judgement sampling adalah suatu tipe pertama purposive sampling dimana
responden terlebih dahulu dipilih berdasarkan pertimbangan tertentu karena
kemampuannya atau kelebihannya diantara orang-orang lain dalam memberikan
data dan informasi yang bersifat khusus yang dibutuhkan peneliti.
Quota sampling adalah tipe kedua purposive sampling, dimana kelompokkelompok tertentu dijadikan responden (sumber data/informasi) untuk memenuhi
kuota yang telah ditetapkan. Pada umumnya, sejak awal penelitian kuota telah
13
14
Ibid, h. 201.
Ibid.
ditetapkan
untuk
masing-masing
kelompok
berdasarkan
gambaran
(persentase/proporsi kelompok) dalam populasi 15
3.5.
Defenisi Metode Taguchi
Metode taguchi merupakan suatu metodologi dalam bidang teknik yang
bertujuan untuk memperbaiki kualitas produk dan proses dalam waktu yang
bersamaan menekan biaya dan sumber daya seminimal mungkin. Metode taguchi
berupaya mencapai sasaran itu dengan menjadikan produk atau proses “tidak
sensitif” terhadap berbagai faktor misalnya material, perlengkapan manufaktur,
tenaga kerja manusia, dan kondisi-kondisi operasional. Metode taguchi
menjadikan produk atau proses bersifat kokoh (robust) terhadap faktor gangguan
(noise), karenanya metode ini disebut juga sebagai perancangan kokoh (robust
design). Suatu rancangan dianggap kokoh (robust design) apabila spesifikasi
(kemampuan) produk menjadi tidak sensitif terhadap lingkungan dan faktor
lainnya yang tidak mampu atau tidak ingin dikontrol oleh konsumen.
Filosofi Taguchi terdiri dari tiga konsep, yaitu:
1. Kualitas harus didesain ke dalam produk dan bukan sekedar memeriksanya.
2. Kualitas terbaik dicapai dengan meminimumkan deviasi dari target. Produk
harus didesain sehingga kokoh (robust) tehadap faktor lingkungan yang tidak
dapat dikontrol.
3. Kualitas harus diukur sebagai fungsi deviasi dari standar tertentu dan kerugian
harus diukur pada seluruh sistem.
15
Ibid, h. 202.
Metode Taguchi memperkenalkan pendekatan dengan menggunakan pendekatan
desain eksperimen yang berguna untuk:
1. Merancang suatu produk/merancang proses sehingga kualitas kokoh terhadap
kondisi lingkungan.
2. Merancang/mengembangkan produk sehingga kualitasnya kokoh terhadap
variasi komponen.
3. Meminimalkan variasi di sekitar target.
Metode Taguchi mempunyai beberapa keunggulan seperti:
1. Desain eksperimen Taguchi lebih efisien karena memungkinkan untuk
melaksanakan penelitian yang melibatkan banyak faktor dan jumlah.
2. Desain eksperimen Taguchi memungkinkan diperolehnya suatu proses yang
menghasilkan produk yang konsisten dan kokoh terhadap faktor yang tidak
dapat dikontrol (faktor gangguan).
3. Metode Taguchi menghasilkan kesimpulan mengenai respon faktor-faktor dan
level dari faktor-faktor kontrol yang menghasilkan respon optimum.
4. Metode Taguchi juga memiliki kekurangan dibandingkan dengan metode lain
diantaranya adalah rancangan metode Taguchi mempunyai strukur yang
sangat komplek, di mana terdapat rancangan yang mengorbankan pengaruh
interaksi dan ada pula rancangan yang mengorbankan pengaruh utama dan
pengaruh interaksi yang cukup signifikan.
5. Metode Taguchi menggunakan seperangkat matriks khusus yang disebut
matriks orthogonal. Matriks standar ini merupakan langkah untuk menentukan
jumah eksperimen minimal yang dapat mempengaruhi parameter. Bagian
terpenting dari metode matriks orthogonal terletak pada pemilihan kombinasi
level variabel-variabel input masing-masing eksperimen 16
3.6.
Desain Eksperimen Metode Taguchi
Pada umumya desain eksperimen Taguchi dibagi menjadi tiga tahap utama
yang mencakup semua pendekatan eksperimen. Tiga tahap utama tersebut adalah:
1. Tahap Perancangan
2. Tahap Pelaksanaan
3. Tahap Analisa
Desain eksperimen yang baik, apabila eksperimen yang dilakukan sesuai
dengan masalahnya dan mempunyai efisiensi yang tinggi, yaitu apabila
eksperimen digunakan dengan menggunakan biaya, waktu dan usaha yang
minimum tetapi dapat memberikan informasi yang optimum 17.
3.6.1. Tahap Perancangan
Perancangan eksperimen merupakan tahap terpenting yang meliputi
perumusan masalah, penetapan tujuan eksperimen, penentuan variabel tak bebas,
identifikasi faktor-faktor gangguan, penentuan jumlah level dan nilai level faktor,
letak kolom interaksi, perhitungan derajat kebebasan, dan pemilihan matriks
ortogonal 18.
16
Irwan Soejanto, Desain Eksperimen dengan Metode Taguchi, Yogykarta: Graha Ilmu, 2009, h.
15-17.
17
Ibid, h. 18-19
18
Ibid, h. 19-20
3.6.1.1. Klasifikasi Parameter
Banyak faktor yang dapat mempengaruhi karakteristik kualitas (respon
variabel) dari suatu produk. Menurut Taguchi faktor dapat diklasifikasikan atas:
a. Faktor gangguan
Faktor gangguan adalah suatu parameter yang menyebabkan penyimpangan
karakteristik kualitas dari nilai targetnya. Faktor gangguan memiliki nilai yang
tidak bisa kita atur atau kendalikan, walaupun dapat kita atur akan mahal
biayanya. Faktor gangguan dapat menyebabkan pengaruh pada karakteristik
secara tidak terkendali dan sulit diprediksi. Faktor gangguan biasanya sulit,
mahal, dan tidak menjadi sasaran pengendalian tetapi untuk tujuan eksperimen
mereka perlu dikendalikan dalam skala kecil.
b. Faktor kontrol
Faktor kontrol adalah parameter-parameter yang nilai-nilainya ditentukan oleh
ahli teknik. Faktor-faktor kontrol dapat mempunyai nilai satu atau lebih yang
disebut level. Pada akhir eksperimen, suatu level faktor kontrol yang sesuai
akan dipilih. Salah satu aspek dari perancangan kokoh adalah mencari kondisi
level optimal untuk faktor kontrol sehingga karakteristik kualitas tidak sensitif
terhadap gangguan. Contoh faktor kontrol yaitu jenis bahan baku, gaya dan
temperatur.
c. Faktor signal
Faktor signal adalah faktor-faktor yang mengubah nilai-nilai karakteristik
kualitas yang sebenarnya yang akan diukur. Karakteristik kualitas dalam
perancangan eksperimen di mana faktor signal mempunyai nilai konstan
(dalam hal ini tidak dimasukkan sebagai faktor) disebut karakteristik statis.
Maka faktor signal dapat mengambil banyak nilai, karakteristik mempunyai
sifat dinamik. Faktor signal tidak ditentukan oleh ahli teknik tetapi oleh
konsumen berdasarkan hasil yang diinginkan.
d. Faktor skala
Faktor ini digunakan untk mengubah rata-rata level karakteristik kualitas
untuk mencapai hubungan fungsional yang diperlukan antara faktor signal
dengan karakteristik kualitas. Faktor skala disebut juga faktor penyesuaian 19.
e. Variabel bebas
Variabel bebas adalah variabel yang perubahannya tidak tergantung pada
variabel lain. Pada tahap ini akan dipilih faktor-faktor mana saja yang akan
diselidiki pengaruhnya terhadap variabel tak bebas yang bersangkutan. Dalam
suatu percobaan tidak seluruh faktor yang diperkirakan mempengaruhi
variabel yang diselidiki, sebab hal ini akan membuat pelaksanaan percobaan
dan analisisnya menjadi kompleks. Hanya faktor-faktor yang dianggap
penting saja yang diselidiki.
f. Penetuan Variabel Tak Bebas
Variabel tak bebas adalah variabel yang perubahannya tergantung pada
variabel-variabel lain. Dalam merencanakan suatu eksperimen harus dipilih
dan dientukan dengan jelas variabel tak bebas mana yang akan diselidiki.
19
Ibid, h. 40-42
Dalam eksperimen Taguchi variabel tak bebas adalah karateristik kualitas
yang terdiri dari tiga kategori yaitu:
1. Karakteristik yang dapat diukur
Semua hasil akhir yang diamati dapat diukur dengan skala kontinyu. Contoh :
temperatur, berat, tekanan, dan lain-lain.
2. Karakteristik atribut
Hasil akhir yang diamati tidak dapat diukur dengan skala kontinyu, tetapi
dapat diklasifikasikan secara kelompok. Contoh: retak, jelek, baik, dan lainlain.
3. Karakteristik dinamik
Merupakan fungsi repsentasi dari proses yang diamati. Proses yang diamati
digambarkan sebagai signal dan output digambarkan sebagai hasil dari signal.
Sebagai contoh adalah sistem transmisi otomatis dengan input putaran mesin
dan output adalah perubahan getar 20.
3.6.1.2. Pemilihan Level Faktor
Menentukan banyaknya level dan faktor yang digunakan untuk tiap faktor
yang dipilih dalam eksperimen adalah tahap penting dalam perencanaan.
Menentukan level dari faktor kualitatif biasanya telah jelas dari sifat permasalahan
yang diteliti. Tetapi untuk memilih level yang sesuai untuk faktor kualitatif lebih
sulit. Banyak level yang dipilih dan nilainya tergantung pada pengetahuan
terhadap proses atau produk. Jika proses atau produk baru yang diteliti, maka
20
Ibid, h. 20-21
perlu digunakan 3 level untuk beberapa faktor untuk mengevaluasi non linieritas
pada range faktor.
Jika diketahui pengaruh faktor tertentu, maka faktor dengan 2 level sudah
cukup untuk mendapatkan informasi yang diinginkan dari hasil eksperimen.
Pemilihan jumlah level penting artinya untuk ketelitian hasil eksperimen dan
ongkos pelaksanaan eksperimen. Makin banyak level yang diteliti maka hasil
eksperimen akan lebih teliti karena data yang diperoleh lebih banyak. Tetapi
banyaknya level akan meningkatkan jumlah pengamatan sehingga menaikkan
ongkos eksperimen. Penentuan jumlah level dilakukan untuk mendapatkan
ketelitian hasil penelitian. Peneliti tidak boleh keluar dari range atau kondisi
praktis yang bermanfaat. Sumber data dalam penentuan level dari faktor ini
didapat dari data pabrik yang merupakan hasil kombinasi dari buku panduan dan
pengalaman operator 21.
3.6.1.3. Penempatan Kolom untuk Faktor dan Interaksi ke dalam Matriks
Untuk memudahkan di kolom mana saja diletakkan interaksi faktor pada
setiap matriks ortogonal, Taguchi menyatakan dalam grafik linier. Grafik linier
adalah representasi grafik dari informasi interaksi dalam suatu matriks eksperimen
yang terdiri dari titik dan garis. Setiap titik pada grafik linier mewakili suatu
faktor utama dan garis yang menghubungkan dua titik meggambarkan interaksi
antar dua faktor utama yang bersangkutan. Misalnya dalam suatu penelitian
menggunakan 6 faktor yaitu A, B, C, D, E, F dan memiliki 2 level dimana total
21
Ibid, h. 43-45
derajat kebebasannya adalah 6. Karena penelitian ini memiliki 3 derajat kebebasan
maka matriks yang digunakan adalah L8(23) yang total derajat kebebasannya
adalah 3 22.
3.6.1.4. Pengaruh Faktor-Faktor
Menurut Taguchi suatu faktor kontrol mungkin:
1. Hanya mempengaruhi nilai rata-rata saja
Suatu faktor yang hanya mempengaruhi nilai rata-rata saja (tetapi keragaman
tidak) dapat digunakan untuk menyesuaikan nilai rata-rata suatu proses atau
produksi ke nilai target. Suatu faktor yang hanya mempengaruhi nilai rata-rata
saja biasanya disebut faktor penyesuai.
2. Hanya mempengaruhi nilai varians saja
Suatu faktor yang mempengaruhi ragam nilai saja (nilai rata-rata tidak) dapat
digunakan untuk mengurangi keragaman proses produk.
3. Mempengaruhi nilai rata-rata dan varians
Suatu faktor yang dapat mempengaruhi rata-rata dan ragam sekaligus harus
digunakan secara lebih berhati-hati. Faktor yang demikian mempunyai
keluwesan dalam mengembangkan persyaratan target.
4. Tidak mempunyai pengaruh sama sekali
Suatu faktor yang tidak mempengaruhi rata-rata atau ragam adalah faktor yang
tidak bermanfaat. Walaupun dengan level yang lebih baik faktor tersebut
bermanfaat tetapi akan tergantung pada faktor lain misalkan biaya.
22
Ibid, h. 50
3.6.1.5.Mariks Orthogonal
Matriks orthogonal yaitu suatu matriks yang elemen-elemennya disusun
menurut baris dan kolom. Kolom merupakan faktor yang dapat diubah dalam
eksperimen. Baris merupakan kombinasi level dari faktor dalam eksperimen.
Matriks disebut orthogonal karena level-level dari faktor berimbang dan dapat
dipisahkan dari pengaruh faktor lain dalam eksperimen. Jadi matriks orthogonal
adalah matriks seimbang dari faktor-faktor dan level sedemikian hingga pengaruh
suatu faktor atau level tidak baur dengan pengaruh faktor atau level yang lain.
Faktor-faktor dan level-level merupakan kondisi bermacam-macam proses yang
akan diteliti 23.
Matriks orthogonal sangat efisien dalam memperoleh jumlah data yang
relatif kecil dan mampu memterjemahkan ke kesimpulan yang berarti dan jelas.
Lebih jauh desain eksperimen yang menggunakan matriks orthogonal pada
dasarnya lebih mudah untuk dimengerti dan petunjuknya sangat mudah untuk
diikuti karena suatu matriks merupakan suatu pemetaan dari level masing-masing
faktor yang akan diteliti 24. Notasi matriks orthogonal dapat dilihat pada Gambar
3.2.
Gambar 3.1. Notasi Matriks Orthogonal
23
24
Ibid, h. 51
Ibid, h, 63
Pemilihan matriks orthogonal yang sesuai tergantung dari nilai faktor dan
interaksi yang diharapkan dan nilai level dari tiap-tiap faktor. Penentuan ini akan
mempengaruhi total jumlah derajat kebebasan yang berguna untuk menentukan
jenis matriks orthogonal yang dipilih. Dalam memilih matriks orthogonal yang
sesuai, diperlukan suatu persamaan dari matriks orthogonal tersebut yang
mempresentasikan jumlah faktor, jumlah level dan jumlah pengamatan yang
dilakukan. Bentuk umum dari matriks orthogonal adalah La(bc) dimana
perhitungan derajat kebebasan untuk matriks orthogonal adalah:
Derajat Kebebasan Matriks = (Banyaknya Faktor) x (Banyaknya Level – 1)
Dalam penelitian ini digunakan matriks orthogonal yang mempunyai derajat
kebebasan lebih besar atau sama dengan jumlah total derajat kebebasan dari
penelitian. Pada penelitian ini jumlah derajat kebebasannya adalah 3 sehingga
matriks orthogonal yang sesuai adalah L8(23) = 3 x (2-1) = 3 derajat kebebasan.
Adapun susunan matriks orthogonal L8(23) dapat dilihat pada Tabel 3.4.
Tabel 3.4. Matriks Orthogonal Array
Matriks Orthogonal L8 (23)
Eksperimen
1
2
3
1
1
1
1
2
1
1
2
3
1
2
1
4
1
2
2
5
2
1
1
6
2
1
2
7
2
2
1
8
2
2
2
3.6.1.6. Derajat Kebebasan
Derajat kebebasan adalah banyaknya pengukuran bebas yang dapat
dilakukan untuk menaksir sumber informasi. Angka derajat kebebasan
menunjukkan banyak perbandingan bebas yang dapat dilakukan pada sekelompok
data. Dalam lingkup eksperimen defenisi ini diterjemahkan ”jumlah pembanding
antara faktor (efek utama) atau level interaksi yang dibuat untuk menemukan level
mana yang lebih baik dan secara khusus seberapa bagus level tersebut. Pentingnya
memahami berapa banyak derajat kebebasan yang dibutuhkan untuk mempelajari
faktor minat adalah penting dalam menentukan matriks orthogonal dalam desain
eksperimen. Tiap matriks orthogonal mempunyai derajat kebebasan yang
dibutuhkan, kita dapat memilih sebuah matriks orthogonal yang mempunyai
pembanding atau derajat kebebasan. Dengan menerapkan beberapa aturan dan
rumus sederhana, kita dapat menentukan derajat kebebasan untuk faktor (efek
utama) dan interaksi dan diperoleh matriks orthogonalnya masing-masing 25.
Perhitungan derajat kebebasan dilakukan untuk menghitung jumlah
minimum penelitian yang harus dilakukan untuk menyelidiki faktor yang diamati.
Perhitungan derajat kebebasan dan kombinasi yang diusulkan nantinya akan
mempengaruhi pemilihan dalam tabel mariks orthogonal. Perhitungan derajat
kebebasan memiliki rumus:
V = Banyaknya Level - 1
Dalam penelitian ini terdapat 3 faktor dan 2 level yaitu:
1. Faktor A = 2 level
25
Ibid, h. 51-53
2. Faktor B = 2 level
3. Faktor C = 2 level
Dengan demikian diperoleh derajat kebebasanya yaitu:
Derajat kebebasan faktor A
= (2-1) =
1
Derajat kebebasan faktor B
= (2-1) =
1
Derajat kebebasan faktor C
= (2-1) =
1
Vfl
+
= 3 (Derajat Kebebasan)
3.6.2. Tahap Pelaksanaan Eksperimen
Pelaksanaan eksperimen meliputi penentuan jumlah replikasi eksperimen
dan randomisasi pelaksanaan eksperimen.
1. Jumlah Replikasi
Replikasi adalah pengulangan kembali perlakuan yang sama suatu percobaan
dengan kondisi yang sama untuk memperoleh ketelitian yang lebih tinggi.
Replikasi dilakukan untuk tujuan:
a. Menambah ketelitian data eksperimen
b. Mengurangi tingkat kesalahan pada eksperimen
c. Memperoleh
harga
taksiran
kesalahan
eksperimen
sehingga
memungkinkan diadakannya uji signifikan hasil eksperimen.
2. Randomisasi
Dalam eksperimen selain faktor-faktor yang diselidiki pengaruhnya terhadap
variabel, juga terhadap faktor-faktor lain yang tidak terkendali atau tidak
diinginkan yang dapat mempengaruhi hasil eksperimen. Pengaruh faktor-
faktor tersebut diperkecil dengan menyebarkan pengaruh tersebut selama
eksperimen melalui randomisasi (pengacakan) urutan percobaan. Secara
umum randomisasi dimaksudkan untuk:
a. Meratakan pengaruh dari faktor-faktor yang tidak dapat dikendalikan pada
semua unit eksperimen.
b. Memberikan kesempatan yang sama pada semua unit eksperimen untuk
menerima suatu perlakuan sehingga diharapkan ada kehomogenan
pengaruh dari setiap perlakuan yang sama.
c. Mendapatkan hasil pengamatan yang bebas satu sama lain.
Jika replikasi dengan tujuan untuk memungkinkan dilakukan uji
signifikan, maka randomisasi bertujuan menjadikan uji tersebut valid dengan
menghilangkan sifat bias. Pelaksanaan eksperimen Taguchi adalah melakukan
pengerjaan berdasarkan setting faktor pada matriks orthogonal dengan jumlah
eksperimen sesuai jumlah replikasi dan urutan seperti pada randomisasi 26.
3.6.3. Tahap Analisa
Pada analisis dilakukan pengumpulan dan pengolahan data yang meliputi
pengumpulan data, pengaturan data, perhitungan serta penyajian data dalam suatu
layout tertentu yang sesuai dengan desain yang dipilih untuk suatu eksperimen
yang dipilih. Selain itu dilakukan perhitungan dan pengujian data dengan statistik
26
Ibid, h. 24-25
seperti analisis variasi, tes hipotesa dan penerapan rumus-rumus empiris pada data
hasil eksperimen 27.
3.6.3.1. Analisis Varians Taguchi
Analisis varians adalah teknik yang digunakan untuk menganalisa data
yang telah disusun dalam perencanaan eksperimen secara statistik. Analisis ini
merupakan teknik menganalisa dengan menguraikan seluruh (total) varians atas
bagian-bagian yang diteliti. Di sini dilakukan pengklasifikasian hasil-hasil
percobaan secara statistik sesuai dengan sumber-sumber variasi. Analisis varians
digunakan untuk membantu mengidentifikasikan kontribusi faktor sehingga
akurasi perkiraan model dapat ditentukan. Analisa varians untuk suatu mariks
orthogonal dilakukan berdasarkan jumlah kuadrat untuk masing-masing kolom.
1. Jumlah Kuadrat Faktor
Jumlah kuadrat faktor dihitung dengan rumus:
Dimana:
KA
= Jumlah level faktor A
Ai
= Level ke I faktor A
nAi
= Jumlah percobaan level ke I faktor A
T
= Jumlah seluruh nilai data
N
= Banyak data keseluruhan
27
Ibid, h. 25.
2. Perhitungan Derajat Kebebasan
Derajat kebebasan diperlukan dalam mempelajari faktor atau efek utama, yaitu
sama dengan jumlah level dikurangi satu dalam eksperimen. Perhitungan
derajat kebebasan dilakukan pada tiap faktor dengan rumus
V = Banyaknya Level – 1
3. Perhitungan Rata-rata Kuadrat (Mean Square)
Perhitungan rata-rata kuadrat menggunakan rumus:
MS =
Dimana:
��
�
SS = Jumlah Kuadrat
V = Derajat Kebebasan
Rata-rata kuadrat dari setiap faktor (A, B, C, D, E, F) dihitung dengan cara
yang sama.
4. Jumlah Kuadrat Total
Jumlah kuadrat total dihitung dengan rumus:
SST = Σ y2
5. Perhitungan Kuadrat karena Rata-rata (Mean)
Kuadrat karena rata-rata dihitung dengan rumus:
Sm = ny2
6. Perhitungan Jumlah Kuadrat Error
Jumlah kuadrat error dihitung dengan rumus:
SSe = SST – SSm – SSfaktor
7. Perhitungan Persen Kontribusi
Ketika analisis varians telah digunakan pada seperangkat data dan jumlah
kuadrat telah dihitung kita dapat menggunakan data ini untuk membagi jumlah
kuadrat dengan faktor-faktor yang relevan. Dengan membandingkan nilai ini
terhadap jumlah kuadrat total menghasilkan persen kontribusi dari maisngmasing faktor.
SA’ = SA – vA . Ve
SA adalah jumlah kuadrat deviasi dari target, SA’ adalah jumlah kuadrat
sesungguhnya dari faktor A, vA adalah derajat kebebasan A dan Ve adalah
varian. Bagian dari jumlah kuadrat vA Ve harus ditambahkan pada jumlah
kuadrat karena error untuk menyakinkan bahwa jumlah kuadrat total sudah
diperhitungkan. Kita dapat menentukan ρ sebagai persentase dari jumlah
kuadrat suatu sumber yang sesungguhnya terhadap jumlah kuadrat total, St:
ρ = SS’faktor / SSTotal x 100%
Bagian dari error yang berasal dari jumlah kuadrat deviasi untuk suatu sumber
harus ditambahkan pada jumlah kuadrat untuk menghemat jumlah kuadrat
total.
8. Perhitungan Prediksi Rata-rata yang Optimum
Biasanya peneliti ingin mendapatkan nilai respon tertentu dari suatu produk
atau proses. Nilai rata-rata respon yang lebih tinggi adalah lebih baik, nilai
nominal adalah yang terbaik, atau rata-rata respon yang lebih rendah adalah
lebih baik. Bergantung pada karakteristik, dapat dilakukan pemilihan
kombinasi perlakuan yang berbeda-beda sehingga diperoleh hasil-hasil yang
memuaskan. Bila telah dilakukan suatu eksperimen dan telah ditentukan
kondisi perlakuan optimum, terdapat dua kemungkinan yaitu:
1. Kombinasi level faktor yang digunakan sama dengan salah satu
kombinasi di dalam eksperimen.
2. Kombinasi level faktor yang digunakan tidak termasuk di dalam
eksperimen (kemungkinan kejadian ini akan semakin besar bila
digunakan eksperimen dengan resolusi yang semakin rendah dan semakin
fraksional).
Jika kemungkinan pertama yang terjadi, maka salah satu cara langsung untuk
memperkirakan nilai rata-rata kondisi perlakuan tersebut adalah dengan merataratakan semua hasil trial yang ditetapkan pada level-level tertentu tersebut. Jika
kemungkinan kedua yang terjadi, maka harus dilakukan perhitungan. Perhitungan
interval kepercayaan untuk perkiraan rata-rata yang optimum adalah sebagai
berikut:
Cl
= ±��(0,1;1;2) ���� � �
1
���
Dimana neff adalah jumah pengamatan efektif
neff
����� ℎ���������������
= 1+����� ℎ�����������������������������
Sehingga prediksi rata-rata dihitung dengan rumus:
−����
μprediksi = �+ (�level 2 – � ) + (�level 2 – � ) + (� level 1 – �)
9. Perhitungan Eksperimen Konfirmasi
Tujuan eksperimen konfirmasi adalah untuk melakukan verifikasi bahwa ratarata yang ditaksir untuk faktor dan level yang telah dipilih dari eksperimen
matriks orthogonal adalah valid. Hal ini perlu dilakukan bila digunakan
percobaan pemeriksaan dengan resolusi rendah dan berbentuk faktorial
fraksional. Karena adanya pencampuran di dalam kolom, kesimpulan yang
diperoleh harus dianggap sebagai kesimpulan awal hingga dilakukannya
validasi oleh eksperimen konfirmasi. Ketika eksperimen yang digunakan
berbentuk faktorial fraksional dan beberapa faktor memiliki kontribusi
terhadap variasi, terdapat kemungkinan bahwa kombinasi terbaik dari faktor
dan level tidak terlihat pada kombinasi pengujian matriks orthogonal.
Rumusnya adalah sebagai berikut:
Cl
= ±��(0,1;1;2) ���� � ��
1
���
1
+ ��
Dimana r adalah ukuran sampel yang digunakan (jumlah replikasi) untuk
eksperimen konfirmasi (r tidak sama dengan 0). Jika interval kepercayaan
suatu eksperimen konfirmasi tumpang tindih dengan interval kepercayaan dari
rata-rata yang sudah diperkirakan, maka hasilnya aditif. Aditivitas
menggambarkan bahwa pengaruh suatu faktor dan pengaruh faktor dapat
ditambahkan secara numerik dan pengaruh level faktor yang lebih baik akan
menjadi yang terbaik 28.
3.6.3.2. Strategi Pooling Up
Strategi pooling up dirancang Taguchi untuk mengestimasi variansi error
pada analisis varians. Sehingga estimasi yang dihasilkan akan lebih baik, karena
strategi ini akan mengakumulasikan beberapa variansi error dari beberapa faktor
28
Ibid, h. 205-207
yang kurang berarti. Strategi ini menguji F efek kolom terkecil terhada
Indonesia Kebun Matapao adalah sebagai berikut:
1.
Manager/ ADM
Manager/ADM diangkat langsung oleh Direksi dan merupakan pimpinan
tertinggi di PT. Socfindo Kebun Mata Pao. Manager/ADM mempunyai
kekuasaan dan tanggung jawab di dalam maupun di luar perusahaan dan
memegang wewenang dalam memutuskan setiap kebijaksanaan. Tugas dan
tanggung jawan manager/ADM adalah sebagai berikut:
a. Memimpin dan mengkoordinir tekniker I POM dan memriksa laporan dari
KTU.
b. Memimpin dan mengkoordinasi tugas-tugas operasional pabrik.
c. Menilai dan mengevaluasi seluruh laporan pekerjaan pabrik, baik di
bidang produksi, teknik, laboratorium dan pengangkutan maupun
administrasi
d. Melaksanakan dan memelihara kelengkapan dalam rangka kesehatan dan
keselamatan kerja (K3) di lingkungan pabrik.
e. Mengatur, mengkoordinir dan menciptakan sistem administrasi dan
pelaporan yang baik dibidang teknik dan pengolahan serta melakukan
peningkatan kinerja pabrik.
f. Melakukan pengawasan secara menyeluruh atas aset perusahaan termasuk
produksi hasil olahan dan mengawasi pengolahan limbah pabrik.
g. Membuat laporan kepada general manager.
h. Membina hubungan baik dengan instansi dan masyarakat disekitar pabrik
2.
Asisten Divisi I, II, III
Pimpinan tertinggi pada divisi dan bertanggung jawab kepada pengurus. Dalam
kegiatan pelaksanaan kerja sehari-hari dibantu oleh Mandor. Tugas dan tanggung
jawab Asisten divisi adalah sebagai berikut:
a. Mendata jumlah tenaga kerja pada hari tersebut untuk menentukan target
minimal seluruh mandor
b. Mempersiapkan transportasi yang cukup untuk angkut karyawan dan
panen
c. Menyelesaikan pengecekan administrasi
d. Membuat hasil laporan kerja
e. Membuat rencana kerja harian
3.
Tekniker I
a. Menjamin, menyetujui dan menginstruksikan proses pengolahan CPO dan
IKS
b. Menjamin
dan
menyetujui
rencana
pemeliharaan
pabrik
secara
keseluruhan.
c. Menjamin bahwa kebijaksanaan mutu dimengerti, ditetapkan, dipelihara
diseluruh unit pengolahan.
d. Membantu manajer untuk mengidentifikasikan persyaratan-persyaratan
sumber daya manusia dan menggunakan personil terlatih disetiap posisi
e. Meninjau persyaratan bahan kimia, peralatan dan pembuatan yang
diusulkan oleh tekniker II, mandor pengolahan, dan laboratorium.
f. Meninjau rencana produksi dan jadwal pemeliharaan peralatan di pabrik
g. Mengidentifikasikan kebutuhan pemeliharaan untuk semua personil yang
langsung mempengaruhi mutu.
h. Mengevaluasi kemajuan proses pengolahan dan peralatan mesin
4.
Tekniker II
a. Menjamin bahwa kebijaksanaan mutu dimengerti, diterapkan dan
dipelihara oleh mandor-mandor dan pekerja pada proses pengolahan
b. Membuat rencana pemakaian tenaga kerja, peralatan dan bahan-bahan
kimia yang digunakan pada proses pengolahan sesuai ketentuan yang ada
c. Mengawasi kondisi mesin agar proses produksi dilakukan secara efektif
dan efesien untuk mencapai produktifitas yang tinggi
d. Mengendalikan proses pengolahan dengan spesifikasi yang telah
ditetapkan.
e. Mengawasi proses penyortiran TBS dari pihak ke III di loading ramp
sehingga buah yang diolah sesuai dengan kematangan yang ditentukan.
f. Mengawasi dan mengevaluasi kondisi persediaan TBS yang datang dari
kebun dan pihak ke III.
g. Bertanggung jawab terhadap kebersihan seluruh lingkungan pengolahan
CPO dan IKS
h. Bertanggung jawab tehadap pencapaian target produksi sesuai dengan
bahan baku yang diterima.
i. Menandatangani dan mengevaluasi check sheet dalam proses pengolahan
CPO dan IKS
j. Mengidentifikasikan kebutuhan pelatihan untuk semua mandor di proses
pengolahan. Menentukan sasaran mutu tahunan yang berhubungan dengan
proses pengolahan.
5.
Kepala tata Usaha (KTU)
Kepala Tata Usaha membawahi bagian pembukuan, keuangan, dan
bertanggung jawab atas penyelenggaraan administrasi pembukuan dan
keuangan dengan teliti dan rapi, mengawasi penyimpanan dan pengeluaran
uang kontan, cek dan surat-surat beharga serta menyusun laporan realisasi
bulanan, triwulan, tahunan,maupun incidental.
6.
Krani Kantor
Mempunyai tugas dan tanggung jawab dalam mengkordinasi dan membuat
pembukuan, keuangan, bertanggung jawab atas penyelenggaraan administrasi
pembukuan dan keuangan dengan teliti dan rapi
7.
Krani Pabrik
Mempunyai tugas dan tanggung jawab dalam mengkordinasi dan membuat
nota serta surat-surat yang berhubungan dengan kepegawaian, membuat
daftar gaji, nota pembayaran, biaya kantor, keperlan alat tulis, urusan
kendaraan dan mengadakan seleksi atas penerimaan / Perombakan pegawai.
8.
Krani Buku gaji
Mempunyai tugas mencatat semua penerimaan gaji tiap karyawan yang
diberikan perusahaan kepada pekerja tiap 2 minggu sekali sehingga dapat
dilihat beberapa total anggaran yang harus dikeluarkan oleh perusahaan
dalam membayar gaji karyawan.
9.
Krani Laboratorium
a. Menjamin bahwa kebijaksanaan mutu dipahami petugas lab dan dipelihara
diseluruh tingkat organisasi di laboratorium dan sortasi.
b. Membuat rencana pemakaian bahan-bahan serta alat yang berhubungan
dengan analisa lanoratorium dan sortasi untuk disampaikan kepada kepala
pengolahan setelah disetujui ADM.
c. Menjamin bahwa pemeriksaan dan pengujian pada penerimaan TBS dalam
proses dan produk akhir telah dilaksanakan sesuai dengan prosedur dan
catatan mutu yang telah ditetapkan.
d. Menyetujui laporan hasil pemeriksaan dan pengujian pada penerimaan
bahan baku pada awal maupun produk akhir.
10.
Mandor bengkel
Bertugas dan bertanggung jawan merawat mesin-mesin pabrik, truk-truk dan
kendaraan.
11.
Mandor Bagian Transportasi
Pengawas kegiatan truk-truk yang keluar dari pabrik ke lapangan dan
mengecek kegiatan yang terjadi baik menyangkut sopir, kernet ataupun yang
lainnya.
12.
Mandor Pengolahan Minyak Kelapa sawit
a. Melakukan pengawasan terhadap kinerja operator maupun pembantu
operator dalam melaksanakan tugas dan tanggungjawab masing-masing.
b. Memeriksa dan mengevaluasi perlengkapan dan peralatan kerja.
c. Mempunyai kemampuan yang cakap untuk segala jenis pekerjaan pada
bagian pengolahan
d. Memberikan laporan untuk setiap pengolahan TBS yang sudah dilakukan
terhadap atasan.
13.
Mandor Pengolahan IKS
a. Melakukan pengawasan terhadap kinerja operator maupun pembantu
operator dalam melaksanakan tugas dan tanggungjawab masing-masing.
b. Memeriksa dan mengevaluasi perlengkapan dan peralatan kerja.
c. Mempunyai kemampuan yang cakap untuk segala jenis pekerjaan pada
bagian pengolahan
d. Memberikan laporan untuk setiap pengolahan IKS yang sudah dilakukan
terhadap atasan.
14.
Mandor Kamar Mesin
Sebagai penjaga alat-alat mesin Black Stone dan peralatan yang ada di Pabrik
serta yang bersangkutan dengan mesin.
15.
Mandor Kebun
Menjalankan fungsi kontrol terhadap area perkebunan, membantu Asisten
divisi dalam membuat laporan hasil panen, dan membuat laporan hasil
pekerjaan harian.
PERTANYAAN WAWANCARA
Digunakan untuk membuat cause effect diagramdanFMEA
1. Masalah apa yang sering terjadi pada proses produksi kernel?
Masalah yang sering terjadi adalah saat proses produksi kernel adalah dari
hasil uji sample laboratorium menunjukkan tingginya kadar dirt content dan
kadar moisture kernel dan melebihi batas toleransi perusahaan.
2. Mengapa kadar dirt content dan kadar moisture menjadi masalah pada
perusahaan?
Karena bila kadar dirt content dan kadar moisture tinggi menunjukkan bahwa
mutu kernel kami rendah dan meyebabkan harga jual rendah dan menjadi
rework bagi perusahaan. Pabrik harus berupaya untuk memenuhi standard
mutu yang telah ditetapkan oleh perusahaan.
3. Apa saja zat pengotor yang terkandung pada kernel?
Zat pengotor yang terkandung yaitu biji bulat, biji pecah dan cangkang.
4. Zat pengotor apa yang paling banyak terkandung pada kernel?
Zat pengotor paling banyak terkandung pada kernel adalah cangkang dan biji
pecah.
5. Dampak apa saja yang disebabkan oleh banyaknya cangkang dan biji
pecah pada kernel?
Kedua zat pengotor tersebut akan memberikan niai dirt content yang besar
karena nilai dirt content dihitung dari akumulasi banyaknya cangkang
ditambah dengan banyaknya biji pecah dan banyaknya biji bulat.
6. Apa saja sumber yang menyebabkan tingginya dirt content pada kernel?
Yang menjadi sumber penyebab tingginya dirt content adalah bisa dari
beberapa hal, yang paling berpengaruh adalah pada mesin ripple mill yang
menjadi inti dari proses produksi, jika hasil dari ripple mill bagus makan
tahapan selanjutnya akan memberikan dirt content yang rendah. Pada mesin
ripple mill terjadi proses pemisahakan antara cangkang dengan biji kernel, jika
proses pemisahan optimal makan untuk proses selanjutnya akan memberikan
hasil yang baik dengan kadar dirt content yang rendah, dan begitupun
sebaliknya.
7. Faktor apa saja yang menyebabkan tingginya kadar zat pengotor pada
kernel dilihat dari segi operasi?
Faktor yang mempengaruhi tingginya kadar kotoran adalah disebabkan oleh
performa mesih dalam operasi, misalnya kecepetan putar ripple mill sangat
memiliki peranan yang sangat penting dalam proses produksi. Mesin lain yang
memegang peranan penting adalah mesin winowing dan depericarper dimana
mesin tersebut akan menghisap zat pengotor yang berukuran kecil seperti
cangkang, akan tetapi jika daya hisap mesin winowing tidak optimal maka
cangkang menjadi zat pengotor pada kernel.
8. Hal-hal apa saja yang dapat menyebabkan ripple mill dan mesin
winowing tidak optimal?
Yang menyebabkan mesin ripple mill tidak optimal adalah karena kondisi
mesin yang sudah tua sehingga kondisinya sudah tidak bekerja optimal,
sementara untuk mesin winowing biasanya karena terjadi kebocoran halus
pada ducting sehingga daya hisapnya tidak optimal.
9. Bila dilihat dari segi material yang digunakan, apa saja penyebab
tingginya kadar zat pengotor pada kernel?
Dari segi material penyebab tingginya adalah kualitas sawit yang dipanen,
akan tetapu kondisi material sangat jarang menyebabkan kadar dirt content
tinggi, kadar dirt content biasanya sangat tergantung pada proses operasi di
pabrik, terlebih buah sawit yang diolah adalah dari kebun perusahaan sendiri
jadi mutu kernelnya terjamin,
10. Apa saja sumber yang menyebabkan tingginya kadar moisture pada
kernel dari segi operasi?
Penyebab tingginya kadar moisture pada kernel dari segi operasi adalah suhu
pada kernel dryer yang tidak optimal sehingga kadar air masih tinggi pada
kernel tersebut.
11. Bila dilihat dari segi material yang digunakan, apa saja penyebab
tingginya kadar moisture pada kernel?
Tandan buah sawit yang kami gunakan adalah berasal dari kebun sendiri jadi
mutunya sudah terjamin, jarang terjadi penyebab moisture tinggi dari segi
material. Pengaruh mutu material sangat jauh dengan kadar moisturenya,
biasanya mutu kernel sangat tergantung proses operasi yang diberikan.
12. Berdasarkan proses produksi selama ini, faktor-faktor apa saja yang
menjadi fokus perusahaan untuk dikendalikan agar mencegah terjadinya
kadar zat pengotor yang tinggi pada kernel?
Yang bisa perusahaan kendalikan terutama dari segi operasi adalah selalu
menjaga performa mesin pada kondisi yang optimal terlebih mesin-mesin
yang digunakan sudah tergolong tua. Perawatan mesin-mesin harus sangat
diperhatikan sesuai dengan jadwal yang telah ditetapkan. Hal lain yang bisa
dilakukan adalah pihak pabrik harus cepat respon terhadap hasil uji sample
dari lab untuk meminimalisir kecacatan produk.
13. Dari mesin-mesin produksi yang digunakan mesin apa yang menjadi
faktor kritikal bagi mutu kernel?
Dari mesin mesin yang digunakan yang sangat berpengaruh pada mutu kernel
berupa kadar kotoran adalah mesin ripple mill, karena mesin ripple mill
berfungsi sebagai pemisah antara cangkang dengan inti kernel, jika proses
pemisahan cangkang dan inti optimal dalam artian tidak banyak kernel yang
tidak terpisah dengan intinya (biji bulat) maupun kernel yang tidak terpisah
sempurna cangkang dengan intinya (biji pecah) kedua hal tersebut menjadi zat
pengotor pada kernel. Untuk kadar moisture yang berpengaruh besar adalah
pada kernel dryer yang berfungsi untuk mengeringang kernel, jika proses ini
berjalan optimal maka kadar mositure kernel bisa menjadi rendah
14. Untuk ketiga faktor operasi yang kritis tersebut, berapakah besaran nilai
yang dianjurkan untuk dijadikan level nilai agar dapat diketahui
kontribusi masing-masing faktor dan nilai level optimumnya?
Sebaiknya nilai yang digunakan adalah level minimum dan maksimum yang
ada dan nilai yang paling sering digunakan.
DAFTAR PUSTAKA
Amal, T.S, dkk. 2015. Machining Parameters Optimization in End Milling of
Ti6A14V Using Taguchi Method. Universitas Kerala India: Departemen
Teknik Mesin.
Besterfield, Dale H. 1994. Quality Control. Amerika: Prentice-Hall international.
Dyadem. 2009. Guidelines for Failure Mode and Effects Analysisfor Automotive,
Aerospace and General Manufacturing Industries. New York washington
D.C: CRC Press.
Ginting, Rosnani. 2007. Sistem Produksi.Yogyakarta: Graha Ilmu.
Rina, Fitriana. Dkk. 2015. Implementation Failure Mode and Effect Analysis
(FMEA) Method and Knowledge Map (Case StudyPT. GSB). Quality
Engineering Laboratory. Departemen Teknik Industri: Universitas
Trisakti.
Ponten, Naibaho M. 1998. Teknologi Pengolahan Sawit. Medan: Pusat Penelitian
Kelapa Sawit.
Sinulingga, Sukaria. 2007. Pengantar Teknik Industri. Yogyakarta: Graha Ilmu.
Sinulingga, Sukaria. 2014. Metode Penelitian. Yogyakarta: Graha Ilmu.
Soejanto, Irwan. 2007. Desain Eksperimen dengan Metode Taguchi. Yogyakarta:
Graha Ilmu.
BAB III
LANDASAN TEORI
3.1.
Pengendalian Mutu
Pengendalian mutu adalah teknik dan kegiatan yang digunakan untuk
mencapai, mempertahankan dan meningkatkan mutu dari suatu produk.
Pengendalian mutu mengintegrasikan hubungan antara teknik dan kegiatan
sebagai berikut:
1. Spesifikasi yang dibutuhkan.
2. Desain produk untuk memenuhi spesifikasi.
3. Produksi atau instalasi untuk memenuhi keseluruhan tujuan dari spesifikasi.
4. Inspeksi untuk menentukan kesesuaian spesifikasi.
5. Tinjauan kembali dari penggunaan informasi untuk perbaikan spesifikasi jika
diperlukan.
Tujuan dari kegiatan tersebut adalah untuk peningkatan mutu secara terus
menerus 1.
3.2.
Rekayasa Mutu
Pangsa pasar dan tingkat profitabilitas adalah dua determinan pokok dari
keberhasilan setiap perusahaan dalam menjalankan misinya di dunia bisnis.
Perusahaan yang mampu memelihara pangsa pasar dan profitabilitas yang tinggi
merupakan kekuatan perusahaan tersebut dalam membangun daya saing. Faktor1
Dale H. Besterfield, Quality Control Fourth Edition, Amerika: Prentice-Hall international, 1994,
h.2
faktor yang sangat menentukan daya saing ialah waktu ancang-ancang, unit biaya
dan mutu produk. Oleh karena itu, upaya perbaikan mutu telah mendapat
perhatian semakin serius. Salah satu pendekatan yang efektif dalam perbaikan
mutu produk adalah pembangunan mutu ke dalam proses dan produk secara tepat
pada setiap tahapan desain produk dan proses nya 2.
3.3.
Failure Mode and Effect Analysis (FMEA)
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 pengaruhpengaruhnya terhadap keandalan sistem tersebut. Risk Priority Number (RPN)
merupakan 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.
Occurrenceberhubungan dengan estimasi jumlah kegagalan kumulatif yang
muncul akibat suatu penyebab tertentu dalam mesin.
2
Sukaria Sinulingga, Pengantar Teknik Industri, Graha Ilmu:yogyakarta. 2007.
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.
Tahapan pembuatan FMEA secara umum yaitu:
1.
Penentuan mode kegagalan ( jenis, efek, penyebab dan pengendalian) yang
potensial. Efek 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. Kriteria penentuan nilai severity dapat dilihat pada
Tabel 3.1.
Tabel 3.1. Penentuan Nilai Severity
Efek
Maximum
severity
Exterem severity
Very high
severity
High severity
Severe
Moderate
Kriteria
Kegagalan yang terjadi pasti menimbulkan bahaya
Memenuhi peraturan pemerintah
Kegagalan yang terjadi kemungkinan menimbulkan
bahaya
Keselamatan kerja harus diperhatikan
Downtime meningkat signifikan dan berdampak pada
finansial
Produk tidak dapat digunakan tapi aman
Konsumen sangat tidak puas
Downtime meningkat signifikan
Performa produk sangat menurun
Konsumen sangat tidak puas
Kelancaran produksi terganggu
Produksi berjalan tapi performa menurun
Konsumen tidak puas
Pengaruh terlihat melalui proses produksi
Performa akan menurun perlahan-perlahan
Pelanggan tidak puas
Ranking
10
9
8
7
6
5
Tabel 3.1. Penentuan Nilai Severity(Lanjutan)
Efek
Minor
Slight
Very slight
None
Kriteria
Kelancaran produksi kemungkinan terganggu
Konsumen menyadari pengaruh yang kecil pada produk
Pengguna mungkin menyadari pengaruh pada produki
tapi pengaruhnya sangat kecil (Proses dan konsumen)
Tidak berpengaruh pada kelancaran produksi
Tidak berpengaruh signifikan pada pada produk
Disadari oleh operator.
Tidak disadari oleh konsumen
Ranking
4
3
2
1
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. Kriteria
penentuan nilai occuremce dapat dilihat pada Tabel 3.2.
Tabel 3.2. Occurrence dalam FMEA Process
Occurence
Extremely unlikely
Remote Likelihood
Very low likelihood
low likelihood
Moderately low likehood
Medium likelihood
Moderately high likehood
high likehood
Very high likehood
Extremely unlikely
Rangking
1
2
3
4
5
Kriteria
Kegagalan sangat tidak mungkin
Kemungkinan kegagalan jarang
Sangat sedikit kegagalan yang mungkin
Sedikit kegagalan yang mungkin
Kemungkinan gagal sedang
8
9
Kemungkinan kegagalan yang cukup
tinggi
Tingginya kemungkinan angka
kegagalan
Kemungkinan kegagalan sangat tinggi
Kegagalan mungkin
10
Kegagalan hampir pasti
6
7
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. Kriteria penilaian ditunjukkan pada
Tabel 3.3.
Tabel 3.3. Detection dalam FMEA Process
Detection
Extremely likely
Very high likehood
High likehood
Moderately high
likehood
Medium likehood
Moderately low
likehood
Low likehood
Very low likehood
Remote likehood
Extremely Unlikely
Keterangan
Ranking
Kontrol akan diperlukan untuk menyadari defect
1
Kontrol sangat diperlukan untuk mendeteksi failure
2
Kontrol memiliki efektivitas tinggi untuk mendeteksi
3
Kontrol memliki ekeftivitas agak tinggi untuk
4
mendeteksi
Kontrol memliki ekeftivitas sedang untuk mendeteksi
5
Kontrol memliki ekeftivitas agak rendah untuk
6
mendeteksi
Kemungkinan terdeteksi rendah
7
Kemungkinan terdeteksi sangat rendah
8
Kontrol memiliki pengaruh yang kecil untuk
9
mendeteksi defect
Kontrol tidak akan dapat mendeteksi defect
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 3.
3
Dyadem, Guidelines for Failure Mode and Effects Analysisfor Automotive, Aerospace and
General Manufacturing Industries, New York :CRC Press:, 2009, h. 73-80
3.4.
Teknik Sampling
Populasi ialah keseluruhan anggota atau kelompok yang membentuk objek
yang dikenakan investigasi oleh peneliti. Elemen adalah setiap anggota dari
populasi. Dengan kata lain, seluruh elemen yang membentuk satu kesatuan
karakteristik adalah populasi dan setiap unit dari populasi tersebut adalah elemen
dari populasi. Sampel adalah sebuah subset dari populasi. Sebuah subset terdiri
dari sejumlah elemen dari populasi yang ditarik sebagai sampel melalui
mekanisme tertentu dengan tujuan tertentu. Elemen yang ditarik dari populasi
disebut sebagai sebuah sampel apabila karakteristik yang dimiliki oleh gabungan
seluruh elemen-elemen yang ditarik tersebut merepresentasikan karakteristik dari
populasi 4.
Sampling ialah proses penarikan sampel dari populasi melalui mekanisme
tertentu melalui makna karakteristik populasi dapat diketahui atau didekati.
Sampling adalah metode pengumpulan data yang sangat populer karena
manfaatnya yang demikian besar dalam penghematan sumber daya waktu dan
biaya dalam kegiatan pengumpulan data. Sampling sering dilawankan dengan
sensus yaitu suatu pengumpulan data secara menyeluruh yaitu seluruh sumber
data ditelusuri dan setiap elemen data yang dibutuhkan diambil 5.
Secara garis besar metode penarikan sampel dapat diklasifikasi atas dua
bagian yaitu probability sampling (penarikan sampel yang terkait dengan faktor
probabilitas) dan non-probability sampling (penarikan sampel yang tidak terkait
dengan faktor probabilitas). Perbedaan prinsipil dari dua tipe sampling ini selain
4
5
Sukaria Sinulingga, Metode Penelitian, Yogyakarta: Graha Ilm, 2014. h.190
Ibid, h. 191
dalam hal teknis/mekanisme pelaksanaan, juga dari sasaran pokok yaitu
probability sampling lebih melihat kemungkinan area baru untuk diteliti
sedangkan non-probablility sampling lebih ditekankan pada eksplorasi dan
kelayakan penerapan suatu ide 6.
3.4.1. Probability Sampling
Dalam probability sampling, setiap elemen dari populasi diberi
kesempatan untuk ditarik menjadi anggota dari sampel. Probability sampling
terdiri dari simple random sampling, systematic sampling, stratified random
sampling, cluster sampling, dan area sampling. Pemilihan atas lima metode
penarikan sampel tergantung pada banyak faktor, antara lain yang utama ialah
luasnya cakupan generalisasi yang diinginkan, ketersediaan waktu, maksud dan
tujuan penelitian (tipe masalah yang ingin dicari jawabannya) 7.
3.4.1.1.Simple Random Sampling
Dalam simple random sampling yang sering juga disebut unrestricted
probability sampling, setiap elemen dari populasi mempunyai kesempatan atau
peluang yang sama untuk terpilih menjadi anggota sampel. Dikatakan tidak
terbatas (unrestricted) karena semua elemen diperlakukan sama dalam arti
semuanya mempunyai kesempatan terpilih yang sama walaupun karakteristik
masing-masing mungkin tidak sama. Simple random sampling mensyaratkan
6
Ibid, h.192
Ibid, h. 193
7
bahwa elemen populasi haruslah relatif homogen, jika terdapat strata antara
elemen maka metode simple random sampling tidak tepat untuk digunakan 8.
3.4.1.2.Systematic Sampling
Systematic sampling adalah suatu metode pengambilan sampel dari
populasi dengan cara menarik elemen setiap kelipatan ke n dari populasi tersebut
mulai dari urutan yang dipilih secara random diantara nomor 1 hingga n. Metode
systematic sampling pada umunya digunakan dalam pemeriksaan mutu proses
atau produk dalam industri manufaktur yang bersifat continue dan flow process
seperti industri penyulingan minyak, industri semen, pupuk, dan lainsejenisnya.
Misalnya proses berlangsung 24 jam sehari dan dalam sehari diperlukan
pemeriksaan sebanyak 48 sampel, maka penarikan sampel silakukan setiap
setengah jam 9.
3.4.1.3.Stratified Random Sampling
Pada metode stratified random sampling, strata elemen dalam populasi
mendapat perhatian sehingga populasi dibagi sesuai dengan strata yang ada.
Beberapa contoh strata yang dimaksud antara lain ialah strata dalam pendapatan,
pendidikan, jabatan, usia, status, dan lain-lain. Keunggulan dari metode stratified
random sampling ini ialah kemampuannya menghasilkan informasi yang
dibutuhkan menurut stratanya 10.
8
Ibid, h. 193
Ibid, h. 195
10
Ibid, h. 196
9
3.4.1.4.Cluster Sampling
Prosedur penarikan sampel dengan metode cluster sampling terdiri dari
dua tahap. Tahap pertama, pemilihan cluster dilakukan secara random. Tahap
kedua, terhadap setiap cluster yang terpilih dilakukan penarikan elemen untuk
menjadi anggota sampel. Metode cluster sampling ini sangat efisien dari segi
waktu dan pembiayaan tetapi mengandung bias yang lebih besar dibanding
dengan metode lain dan hasilnya juga sangat sulit digeneralisasi 11.
3.4.1.5.Area Sampling
Area sampling sangat mirip bahkan sering digabung dalam cluster
sampling. Dalam area sampling, cluster dari populasi adalah perbedaan lokasi
geografis (geographycal areas) dari populasi. Seperti halnya dengan cluster
sampling, area sampling juga dilakukan dengan cara memilih secara random
areainvestigasi dan pada area terpilih dilakukan pengambilan sampel dengan
menggunakan salah satu metode simple random sampling, systematic sampling,
atau stratified random sampling, sesuai dengan kondisinya 12.
3.4.2. Nonprobability Sampling
Berbeda halnya dengan probability sampling, pada non-probability
sampling, setiap elemen populasi yang akan ditarik menjadi anggota sampel tidak
berdasarkan probabilitas yang melekat pada setiap elemen tetapi berdasarkan
karakteristik khusus masing-masing elemen. Beberapa model dari metode
11
Ibid, h. 199
Ibid, h. 201
12
sampling yang non-probabilistik ini adalah convenience sampling dan purposive
sampling 13.
3.4.2.1.Convenience Sampling
Seperti disebutkan oleh namanya, convenience sampling adalah suatu
metode sampling dimana para respondennya adalah orang-orang yang secara suka
rela menawarkan diri (conveniencely available) dengan alasan masing-masing 14.
3.4.2.2.Purposive Sampling
Purposive sampling adalah metode sampling non-probability yang
menggunakan orang-orang tertentu sebagai sumber data/informasi. Orang-orang
tertentu yang dimaksud di sini adalah individu atau kelompok yang karena
pengetahuan, pengalaman, jabatan, dan lain-lain yang dimilkinya menjadikan
individu atau kelompok tersebut perlu dijadikan sumber informasi.
Judgement sampling adalah suatu tipe pertama purposive sampling dimana
responden terlebih dahulu dipilih berdasarkan pertimbangan tertentu karena
kemampuannya atau kelebihannya diantara orang-orang lain dalam memberikan
data dan informasi yang bersifat khusus yang dibutuhkan peneliti.
Quota sampling adalah tipe kedua purposive sampling, dimana kelompokkelompok tertentu dijadikan responden (sumber data/informasi) untuk memenuhi
kuota yang telah ditetapkan. Pada umumnya, sejak awal penelitian kuota telah
13
14
Ibid, h. 201.
Ibid.
ditetapkan
untuk
masing-masing
kelompok
berdasarkan
gambaran
(persentase/proporsi kelompok) dalam populasi 15
3.5.
Defenisi Metode Taguchi
Metode taguchi merupakan suatu metodologi dalam bidang teknik yang
bertujuan untuk memperbaiki kualitas produk dan proses dalam waktu yang
bersamaan menekan biaya dan sumber daya seminimal mungkin. Metode taguchi
berupaya mencapai sasaran itu dengan menjadikan produk atau proses “tidak
sensitif” terhadap berbagai faktor misalnya material, perlengkapan manufaktur,
tenaga kerja manusia, dan kondisi-kondisi operasional. Metode taguchi
menjadikan produk atau proses bersifat kokoh (robust) terhadap faktor gangguan
(noise), karenanya metode ini disebut juga sebagai perancangan kokoh (robust
design). Suatu rancangan dianggap kokoh (robust design) apabila spesifikasi
(kemampuan) produk menjadi tidak sensitif terhadap lingkungan dan faktor
lainnya yang tidak mampu atau tidak ingin dikontrol oleh konsumen.
Filosofi Taguchi terdiri dari tiga konsep, yaitu:
1. Kualitas harus didesain ke dalam produk dan bukan sekedar memeriksanya.
2. Kualitas terbaik dicapai dengan meminimumkan deviasi dari target. Produk
harus didesain sehingga kokoh (robust) tehadap faktor lingkungan yang tidak
dapat dikontrol.
3. Kualitas harus diukur sebagai fungsi deviasi dari standar tertentu dan kerugian
harus diukur pada seluruh sistem.
15
Ibid, h. 202.
Metode Taguchi memperkenalkan pendekatan dengan menggunakan pendekatan
desain eksperimen yang berguna untuk:
1. Merancang suatu produk/merancang proses sehingga kualitas kokoh terhadap
kondisi lingkungan.
2. Merancang/mengembangkan produk sehingga kualitasnya kokoh terhadap
variasi komponen.
3. Meminimalkan variasi di sekitar target.
Metode Taguchi mempunyai beberapa keunggulan seperti:
1. Desain eksperimen Taguchi lebih efisien karena memungkinkan untuk
melaksanakan penelitian yang melibatkan banyak faktor dan jumlah.
2. Desain eksperimen Taguchi memungkinkan diperolehnya suatu proses yang
menghasilkan produk yang konsisten dan kokoh terhadap faktor yang tidak
dapat dikontrol (faktor gangguan).
3. Metode Taguchi menghasilkan kesimpulan mengenai respon faktor-faktor dan
level dari faktor-faktor kontrol yang menghasilkan respon optimum.
4. Metode Taguchi juga memiliki kekurangan dibandingkan dengan metode lain
diantaranya adalah rancangan metode Taguchi mempunyai strukur yang
sangat komplek, di mana terdapat rancangan yang mengorbankan pengaruh
interaksi dan ada pula rancangan yang mengorbankan pengaruh utama dan
pengaruh interaksi yang cukup signifikan.
5. Metode Taguchi menggunakan seperangkat matriks khusus yang disebut
matriks orthogonal. Matriks standar ini merupakan langkah untuk menentukan
jumah eksperimen minimal yang dapat mempengaruhi parameter. Bagian
terpenting dari metode matriks orthogonal terletak pada pemilihan kombinasi
level variabel-variabel input masing-masing eksperimen 16
3.6.
Desain Eksperimen Metode Taguchi
Pada umumya desain eksperimen Taguchi dibagi menjadi tiga tahap utama
yang mencakup semua pendekatan eksperimen. Tiga tahap utama tersebut adalah:
1. Tahap Perancangan
2. Tahap Pelaksanaan
3. Tahap Analisa
Desain eksperimen yang baik, apabila eksperimen yang dilakukan sesuai
dengan masalahnya dan mempunyai efisiensi yang tinggi, yaitu apabila
eksperimen digunakan dengan menggunakan biaya, waktu dan usaha yang
minimum tetapi dapat memberikan informasi yang optimum 17.
3.6.1. Tahap Perancangan
Perancangan eksperimen merupakan tahap terpenting yang meliputi
perumusan masalah, penetapan tujuan eksperimen, penentuan variabel tak bebas,
identifikasi faktor-faktor gangguan, penentuan jumlah level dan nilai level faktor,
letak kolom interaksi, perhitungan derajat kebebasan, dan pemilihan matriks
ortogonal 18.
16
Irwan Soejanto, Desain Eksperimen dengan Metode Taguchi, Yogykarta: Graha Ilmu, 2009, h.
15-17.
17
Ibid, h. 18-19
18
Ibid, h. 19-20
3.6.1.1. Klasifikasi Parameter
Banyak faktor yang dapat mempengaruhi karakteristik kualitas (respon
variabel) dari suatu produk. Menurut Taguchi faktor dapat diklasifikasikan atas:
a. Faktor gangguan
Faktor gangguan adalah suatu parameter yang menyebabkan penyimpangan
karakteristik kualitas dari nilai targetnya. Faktor gangguan memiliki nilai yang
tidak bisa kita atur atau kendalikan, walaupun dapat kita atur akan mahal
biayanya. Faktor gangguan dapat menyebabkan pengaruh pada karakteristik
secara tidak terkendali dan sulit diprediksi. Faktor gangguan biasanya sulit,
mahal, dan tidak menjadi sasaran pengendalian tetapi untuk tujuan eksperimen
mereka perlu dikendalikan dalam skala kecil.
b. Faktor kontrol
Faktor kontrol adalah parameter-parameter yang nilai-nilainya ditentukan oleh
ahli teknik. Faktor-faktor kontrol dapat mempunyai nilai satu atau lebih yang
disebut level. Pada akhir eksperimen, suatu level faktor kontrol yang sesuai
akan dipilih. Salah satu aspek dari perancangan kokoh adalah mencari kondisi
level optimal untuk faktor kontrol sehingga karakteristik kualitas tidak sensitif
terhadap gangguan. Contoh faktor kontrol yaitu jenis bahan baku, gaya dan
temperatur.
c. Faktor signal
Faktor signal adalah faktor-faktor yang mengubah nilai-nilai karakteristik
kualitas yang sebenarnya yang akan diukur. Karakteristik kualitas dalam
perancangan eksperimen di mana faktor signal mempunyai nilai konstan
(dalam hal ini tidak dimasukkan sebagai faktor) disebut karakteristik statis.
Maka faktor signal dapat mengambil banyak nilai, karakteristik mempunyai
sifat dinamik. Faktor signal tidak ditentukan oleh ahli teknik tetapi oleh
konsumen berdasarkan hasil yang diinginkan.
d. Faktor skala
Faktor ini digunakan untk mengubah rata-rata level karakteristik kualitas
untuk mencapai hubungan fungsional yang diperlukan antara faktor signal
dengan karakteristik kualitas. Faktor skala disebut juga faktor penyesuaian 19.
e. Variabel bebas
Variabel bebas adalah variabel yang perubahannya tidak tergantung pada
variabel lain. Pada tahap ini akan dipilih faktor-faktor mana saja yang akan
diselidiki pengaruhnya terhadap variabel tak bebas yang bersangkutan. Dalam
suatu percobaan tidak seluruh faktor yang diperkirakan mempengaruhi
variabel yang diselidiki, sebab hal ini akan membuat pelaksanaan percobaan
dan analisisnya menjadi kompleks. Hanya faktor-faktor yang dianggap
penting saja yang diselidiki.
f. Penetuan Variabel Tak Bebas
Variabel tak bebas adalah variabel yang perubahannya tergantung pada
variabel-variabel lain. Dalam merencanakan suatu eksperimen harus dipilih
dan dientukan dengan jelas variabel tak bebas mana yang akan diselidiki.
19
Ibid, h. 40-42
Dalam eksperimen Taguchi variabel tak bebas adalah karateristik kualitas
yang terdiri dari tiga kategori yaitu:
1. Karakteristik yang dapat diukur
Semua hasil akhir yang diamati dapat diukur dengan skala kontinyu. Contoh :
temperatur, berat, tekanan, dan lain-lain.
2. Karakteristik atribut
Hasil akhir yang diamati tidak dapat diukur dengan skala kontinyu, tetapi
dapat diklasifikasikan secara kelompok. Contoh: retak, jelek, baik, dan lainlain.
3. Karakteristik dinamik
Merupakan fungsi repsentasi dari proses yang diamati. Proses yang diamati
digambarkan sebagai signal dan output digambarkan sebagai hasil dari signal.
Sebagai contoh adalah sistem transmisi otomatis dengan input putaran mesin
dan output adalah perubahan getar 20.
3.6.1.2. Pemilihan Level Faktor
Menentukan banyaknya level dan faktor yang digunakan untuk tiap faktor
yang dipilih dalam eksperimen adalah tahap penting dalam perencanaan.
Menentukan level dari faktor kualitatif biasanya telah jelas dari sifat permasalahan
yang diteliti. Tetapi untuk memilih level yang sesuai untuk faktor kualitatif lebih
sulit. Banyak level yang dipilih dan nilainya tergantung pada pengetahuan
terhadap proses atau produk. Jika proses atau produk baru yang diteliti, maka
20
Ibid, h. 20-21
perlu digunakan 3 level untuk beberapa faktor untuk mengevaluasi non linieritas
pada range faktor.
Jika diketahui pengaruh faktor tertentu, maka faktor dengan 2 level sudah
cukup untuk mendapatkan informasi yang diinginkan dari hasil eksperimen.
Pemilihan jumlah level penting artinya untuk ketelitian hasil eksperimen dan
ongkos pelaksanaan eksperimen. Makin banyak level yang diteliti maka hasil
eksperimen akan lebih teliti karena data yang diperoleh lebih banyak. Tetapi
banyaknya level akan meningkatkan jumlah pengamatan sehingga menaikkan
ongkos eksperimen. Penentuan jumlah level dilakukan untuk mendapatkan
ketelitian hasil penelitian. Peneliti tidak boleh keluar dari range atau kondisi
praktis yang bermanfaat. Sumber data dalam penentuan level dari faktor ini
didapat dari data pabrik yang merupakan hasil kombinasi dari buku panduan dan
pengalaman operator 21.
3.6.1.3. Penempatan Kolom untuk Faktor dan Interaksi ke dalam Matriks
Untuk memudahkan di kolom mana saja diletakkan interaksi faktor pada
setiap matriks ortogonal, Taguchi menyatakan dalam grafik linier. Grafik linier
adalah representasi grafik dari informasi interaksi dalam suatu matriks eksperimen
yang terdiri dari titik dan garis. Setiap titik pada grafik linier mewakili suatu
faktor utama dan garis yang menghubungkan dua titik meggambarkan interaksi
antar dua faktor utama yang bersangkutan. Misalnya dalam suatu penelitian
menggunakan 6 faktor yaitu A, B, C, D, E, F dan memiliki 2 level dimana total
21
Ibid, h. 43-45
derajat kebebasannya adalah 6. Karena penelitian ini memiliki 3 derajat kebebasan
maka matriks yang digunakan adalah L8(23) yang total derajat kebebasannya
adalah 3 22.
3.6.1.4. Pengaruh Faktor-Faktor
Menurut Taguchi suatu faktor kontrol mungkin:
1. Hanya mempengaruhi nilai rata-rata saja
Suatu faktor yang hanya mempengaruhi nilai rata-rata saja (tetapi keragaman
tidak) dapat digunakan untuk menyesuaikan nilai rata-rata suatu proses atau
produksi ke nilai target. Suatu faktor yang hanya mempengaruhi nilai rata-rata
saja biasanya disebut faktor penyesuai.
2. Hanya mempengaruhi nilai varians saja
Suatu faktor yang mempengaruhi ragam nilai saja (nilai rata-rata tidak) dapat
digunakan untuk mengurangi keragaman proses produk.
3. Mempengaruhi nilai rata-rata dan varians
Suatu faktor yang dapat mempengaruhi rata-rata dan ragam sekaligus harus
digunakan secara lebih berhati-hati. Faktor yang demikian mempunyai
keluwesan dalam mengembangkan persyaratan target.
4. Tidak mempunyai pengaruh sama sekali
Suatu faktor yang tidak mempengaruhi rata-rata atau ragam adalah faktor yang
tidak bermanfaat. Walaupun dengan level yang lebih baik faktor tersebut
bermanfaat tetapi akan tergantung pada faktor lain misalkan biaya.
22
Ibid, h. 50
3.6.1.5.Mariks Orthogonal
Matriks orthogonal yaitu suatu matriks yang elemen-elemennya disusun
menurut baris dan kolom. Kolom merupakan faktor yang dapat diubah dalam
eksperimen. Baris merupakan kombinasi level dari faktor dalam eksperimen.
Matriks disebut orthogonal karena level-level dari faktor berimbang dan dapat
dipisahkan dari pengaruh faktor lain dalam eksperimen. Jadi matriks orthogonal
adalah matriks seimbang dari faktor-faktor dan level sedemikian hingga pengaruh
suatu faktor atau level tidak baur dengan pengaruh faktor atau level yang lain.
Faktor-faktor dan level-level merupakan kondisi bermacam-macam proses yang
akan diteliti 23.
Matriks orthogonal sangat efisien dalam memperoleh jumlah data yang
relatif kecil dan mampu memterjemahkan ke kesimpulan yang berarti dan jelas.
Lebih jauh desain eksperimen yang menggunakan matriks orthogonal pada
dasarnya lebih mudah untuk dimengerti dan petunjuknya sangat mudah untuk
diikuti karena suatu matriks merupakan suatu pemetaan dari level masing-masing
faktor yang akan diteliti 24. Notasi matriks orthogonal dapat dilihat pada Gambar
3.2.
Gambar 3.1. Notasi Matriks Orthogonal
23
24
Ibid, h. 51
Ibid, h, 63
Pemilihan matriks orthogonal yang sesuai tergantung dari nilai faktor dan
interaksi yang diharapkan dan nilai level dari tiap-tiap faktor. Penentuan ini akan
mempengaruhi total jumlah derajat kebebasan yang berguna untuk menentukan
jenis matriks orthogonal yang dipilih. Dalam memilih matriks orthogonal yang
sesuai, diperlukan suatu persamaan dari matriks orthogonal tersebut yang
mempresentasikan jumlah faktor, jumlah level dan jumlah pengamatan yang
dilakukan. Bentuk umum dari matriks orthogonal adalah La(bc) dimana
perhitungan derajat kebebasan untuk matriks orthogonal adalah:
Derajat Kebebasan Matriks = (Banyaknya Faktor) x (Banyaknya Level – 1)
Dalam penelitian ini digunakan matriks orthogonal yang mempunyai derajat
kebebasan lebih besar atau sama dengan jumlah total derajat kebebasan dari
penelitian. Pada penelitian ini jumlah derajat kebebasannya adalah 3 sehingga
matriks orthogonal yang sesuai adalah L8(23) = 3 x (2-1) = 3 derajat kebebasan.
Adapun susunan matriks orthogonal L8(23) dapat dilihat pada Tabel 3.4.
Tabel 3.4. Matriks Orthogonal Array
Matriks Orthogonal L8 (23)
Eksperimen
1
2
3
1
1
1
1
2
1
1
2
3
1
2
1
4
1
2
2
5
2
1
1
6
2
1
2
7
2
2
1
8
2
2
2
3.6.1.6. Derajat Kebebasan
Derajat kebebasan adalah banyaknya pengukuran bebas yang dapat
dilakukan untuk menaksir sumber informasi. Angka derajat kebebasan
menunjukkan banyak perbandingan bebas yang dapat dilakukan pada sekelompok
data. Dalam lingkup eksperimen defenisi ini diterjemahkan ”jumlah pembanding
antara faktor (efek utama) atau level interaksi yang dibuat untuk menemukan level
mana yang lebih baik dan secara khusus seberapa bagus level tersebut. Pentingnya
memahami berapa banyak derajat kebebasan yang dibutuhkan untuk mempelajari
faktor minat adalah penting dalam menentukan matriks orthogonal dalam desain
eksperimen. Tiap matriks orthogonal mempunyai derajat kebebasan yang
dibutuhkan, kita dapat memilih sebuah matriks orthogonal yang mempunyai
pembanding atau derajat kebebasan. Dengan menerapkan beberapa aturan dan
rumus sederhana, kita dapat menentukan derajat kebebasan untuk faktor (efek
utama) dan interaksi dan diperoleh matriks orthogonalnya masing-masing 25.
Perhitungan derajat kebebasan dilakukan untuk menghitung jumlah
minimum penelitian yang harus dilakukan untuk menyelidiki faktor yang diamati.
Perhitungan derajat kebebasan dan kombinasi yang diusulkan nantinya akan
mempengaruhi pemilihan dalam tabel mariks orthogonal. Perhitungan derajat
kebebasan memiliki rumus:
V = Banyaknya Level - 1
Dalam penelitian ini terdapat 3 faktor dan 2 level yaitu:
1. Faktor A = 2 level
25
Ibid, h. 51-53
2. Faktor B = 2 level
3. Faktor C = 2 level
Dengan demikian diperoleh derajat kebebasanya yaitu:
Derajat kebebasan faktor A
= (2-1) =
1
Derajat kebebasan faktor B
= (2-1) =
1
Derajat kebebasan faktor C
= (2-1) =
1
Vfl
+
= 3 (Derajat Kebebasan)
3.6.2. Tahap Pelaksanaan Eksperimen
Pelaksanaan eksperimen meliputi penentuan jumlah replikasi eksperimen
dan randomisasi pelaksanaan eksperimen.
1. Jumlah Replikasi
Replikasi adalah pengulangan kembali perlakuan yang sama suatu percobaan
dengan kondisi yang sama untuk memperoleh ketelitian yang lebih tinggi.
Replikasi dilakukan untuk tujuan:
a. Menambah ketelitian data eksperimen
b. Mengurangi tingkat kesalahan pada eksperimen
c. Memperoleh
harga
taksiran
kesalahan
eksperimen
sehingga
memungkinkan diadakannya uji signifikan hasil eksperimen.
2. Randomisasi
Dalam eksperimen selain faktor-faktor yang diselidiki pengaruhnya terhadap
variabel, juga terhadap faktor-faktor lain yang tidak terkendali atau tidak
diinginkan yang dapat mempengaruhi hasil eksperimen. Pengaruh faktor-
faktor tersebut diperkecil dengan menyebarkan pengaruh tersebut selama
eksperimen melalui randomisasi (pengacakan) urutan percobaan. Secara
umum randomisasi dimaksudkan untuk:
a. Meratakan pengaruh dari faktor-faktor yang tidak dapat dikendalikan pada
semua unit eksperimen.
b. Memberikan kesempatan yang sama pada semua unit eksperimen untuk
menerima suatu perlakuan sehingga diharapkan ada kehomogenan
pengaruh dari setiap perlakuan yang sama.
c. Mendapatkan hasil pengamatan yang bebas satu sama lain.
Jika replikasi dengan tujuan untuk memungkinkan dilakukan uji
signifikan, maka randomisasi bertujuan menjadikan uji tersebut valid dengan
menghilangkan sifat bias. Pelaksanaan eksperimen Taguchi adalah melakukan
pengerjaan berdasarkan setting faktor pada matriks orthogonal dengan jumlah
eksperimen sesuai jumlah replikasi dan urutan seperti pada randomisasi 26.
3.6.3. Tahap Analisa
Pada analisis dilakukan pengumpulan dan pengolahan data yang meliputi
pengumpulan data, pengaturan data, perhitungan serta penyajian data dalam suatu
layout tertentu yang sesuai dengan desain yang dipilih untuk suatu eksperimen
yang dipilih. Selain itu dilakukan perhitungan dan pengujian data dengan statistik
26
Ibid, h. 24-25
seperti analisis variasi, tes hipotesa dan penerapan rumus-rumus empiris pada data
hasil eksperimen 27.
3.6.3.1. Analisis Varians Taguchi
Analisis varians adalah teknik yang digunakan untuk menganalisa data
yang telah disusun dalam perencanaan eksperimen secara statistik. Analisis ini
merupakan teknik menganalisa dengan menguraikan seluruh (total) varians atas
bagian-bagian yang diteliti. Di sini dilakukan pengklasifikasian hasil-hasil
percobaan secara statistik sesuai dengan sumber-sumber variasi. Analisis varians
digunakan untuk membantu mengidentifikasikan kontribusi faktor sehingga
akurasi perkiraan model dapat ditentukan. Analisa varians untuk suatu mariks
orthogonal dilakukan berdasarkan jumlah kuadrat untuk masing-masing kolom.
1. Jumlah Kuadrat Faktor
Jumlah kuadrat faktor dihitung dengan rumus:
Dimana:
KA
= Jumlah level faktor A
Ai
= Level ke I faktor A
nAi
= Jumlah percobaan level ke I faktor A
T
= Jumlah seluruh nilai data
N
= Banyak data keseluruhan
27
Ibid, h. 25.
2. Perhitungan Derajat Kebebasan
Derajat kebebasan diperlukan dalam mempelajari faktor atau efek utama, yaitu
sama dengan jumlah level dikurangi satu dalam eksperimen. Perhitungan
derajat kebebasan dilakukan pada tiap faktor dengan rumus
V = Banyaknya Level – 1
3. Perhitungan Rata-rata Kuadrat (Mean Square)
Perhitungan rata-rata kuadrat menggunakan rumus:
MS =
Dimana:
��
�
SS = Jumlah Kuadrat
V = Derajat Kebebasan
Rata-rata kuadrat dari setiap faktor (A, B, C, D, E, F) dihitung dengan cara
yang sama.
4. Jumlah Kuadrat Total
Jumlah kuadrat total dihitung dengan rumus:
SST = Σ y2
5. Perhitungan Kuadrat karena Rata-rata (Mean)
Kuadrat karena rata-rata dihitung dengan rumus:
Sm = ny2
6. Perhitungan Jumlah Kuadrat Error
Jumlah kuadrat error dihitung dengan rumus:
SSe = SST – SSm – SSfaktor
7. Perhitungan Persen Kontribusi
Ketika analisis varians telah digunakan pada seperangkat data dan jumlah
kuadrat telah dihitung kita dapat menggunakan data ini untuk membagi jumlah
kuadrat dengan faktor-faktor yang relevan. Dengan membandingkan nilai ini
terhadap jumlah kuadrat total menghasilkan persen kontribusi dari maisngmasing faktor.
SA’ = SA – vA . Ve
SA adalah jumlah kuadrat deviasi dari target, SA’ adalah jumlah kuadrat
sesungguhnya dari faktor A, vA adalah derajat kebebasan A dan Ve adalah
varian. Bagian dari jumlah kuadrat vA Ve harus ditambahkan pada jumlah
kuadrat karena error untuk menyakinkan bahwa jumlah kuadrat total sudah
diperhitungkan. Kita dapat menentukan ρ sebagai persentase dari jumlah
kuadrat suatu sumber yang sesungguhnya terhadap jumlah kuadrat total, St:
ρ = SS’faktor / SSTotal x 100%
Bagian dari error yang berasal dari jumlah kuadrat deviasi untuk suatu sumber
harus ditambahkan pada jumlah kuadrat untuk menghemat jumlah kuadrat
total.
8. Perhitungan Prediksi Rata-rata yang Optimum
Biasanya peneliti ingin mendapatkan nilai respon tertentu dari suatu produk
atau proses. Nilai rata-rata respon yang lebih tinggi adalah lebih baik, nilai
nominal adalah yang terbaik, atau rata-rata respon yang lebih rendah adalah
lebih baik. Bergantung pada karakteristik, dapat dilakukan pemilihan
kombinasi perlakuan yang berbeda-beda sehingga diperoleh hasil-hasil yang
memuaskan. Bila telah dilakukan suatu eksperimen dan telah ditentukan
kondisi perlakuan optimum, terdapat dua kemungkinan yaitu:
1. Kombinasi level faktor yang digunakan sama dengan salah satu
kombinasi di dalam eksperimen.
2. Kombinasi level faktor yang digunakan tidak termasuk di dalam
eksperimen (kemungkinan kejadian ini akan semakin besar bila
digunakan eksperimen dengan resolusi yang semakin rendah dan semakin
fraksional).
Jika kemungkinan pertama yang terjadi, maka salah satu cara langsung untuk
memperkirakan nilai rata-rata kondisi perlakuan tersebut adalah dengan merataratakan semua hasil trial yang ditetapkan pada level-level tertentu tersebut. Jika
kemungkinan kedua yang terjadi, maka harus dilakukan perhitungan. Perhitungan
interval kepercayaan untuk perkiraan rata-rata yang optimum adalah sebagai
berikut:
Cl
= ±��(0,1;1;2) ���� � �
1
���
Dimana neff adalah jumah pengamatan efektif
neff
����� ℎ���������������
= 1+����� ℎ�����������������������������
Sehingga prediksi rata-rata dihitung dengan rumus:
−����
μprediksi = �+ (�level 2 – � ) + (�level 2 – � ) + (� level 1 – �)
9. Perhitungan Eksperimen Konfirmasi
Tujuan eksperimen konfirmasi adalah untuk melakukan verifikasi bahwa ratarata yang ditaksir untuk faktor dan level yang telah dipilih dari eksperimen
matriks orthogonal adalah valid. Hal ini perlu dilakukan bila digunakan
percobaan pemeriksaan dengan resolusi rendah dan berbentuk faktorial
fraksional. Karena adanya pencampuran di dalam kolom, kesimpulan yang
diperoleh harus dianggap sebagai kesimpulan awal hingga dilakukannya
validasi oleh eksperimen konfirmasi. Ketika eksperimen yang digunakan
berbentuk faktorial fraksional dan beberapa faktor memiliki kontribusi
terhadap variasi, terdapat kemungkinan bahwa kombinasi terbaik dari faktor
dan level tidak terlihat pada kombinasi pengujian matriks orthogonal.
Rumusnya adalah sebagai berikut:
Cl
= ±��(0,1;1;2) ���� � ��
1
���
1
+ ��
Dimana r adalah ukuran sampel yang digunakan (jumlah replikasi) untuk
eksperimen konfirmasi (r tidak sama dengan 0). Jika interval kepercayaan
suatu eksperimen konfirmasi tumpang tindih dengan interval kepercayaan dari
rata-rata yang sudah diperkirakan, maka hasilnya aditif. Aditivitas
menggambarkan bahwa pengaruh suatu faktor dan pengaruh faktor dapat
ditambahkan secara numerik dan pengaruh level faktor yang lebih baik akan
menjadi yang terbaik 28.
3.6.3.2. Strategi Pooling Up
Strategi pooling up dirancang Taguchi untuk mengestimasi variansi error
pada analisis varians. Sehingga estimasi yang dihasilkan akan lebih baik, karena
strategi ini akan mengakumulasikan beberapa variansi error dari beberapa faktor
28
Ibid, h. 205-207
yang kurang berarti. Strategi ini menguji F efek kolom terkecil terhada