Gambar 3.8. Grafik linier L
8
2
7
Sumber: Soejanto Irwan, Desain Eksperimen dengan metode Taguchi
b. Tabel triangular
Tabel triangular memuat seluruh kemungkinan dan kolom-kolom interaksi untuk setiap tabel matriks ortogonal.
3.8.2. Tahap Pelaksanaan Eksperimen
Pelaksanaan eksperimen meliputi penentuan jumlah replikasi eksperimen dan randomisasi pelaksanaan eksperimen.
1. Jumlah replikasi
9
Replikasi dapat dilakukan sebanyak faktor noise yang ada ataupun dapat dilakukan dengan memasukkan faktor noise yang diidentifikasi ke dalam
outer array.
2. Randomisasi
10
Pengaruh faktor-faktor yang tidak diketahui diperkecil dengan menyebarkan pengaruh tersebut selama eksperimen melalui randomisasi pengacakan
urutan percobaan. Pengacakan dapat dilakukan dengan 3 cara yaitu: a.
Acak lengkap
9
Ross. Phillips .Taguchi Techniques for Quality Engineering Singapore, McGraww-Hill Book Co, 1988 hal 51
10
Ibid hal 80-81
Universitas Sumatera Utara
Pengacakan dilakukan untuk setiap replikasi percobaan. b.
Pengulangan sederhana Setiap percobaan memiliki kesempatan yang sama untuk dipilih sebagai
percobaan pertama, tetapi sekali percobaan tersebut terpilih maka percobaan dilakukan untuk seluruh replikasi yang dimilikinya.
c. Acak lengkap dengan pengelompokan
Pengacakan dilakukan dengan mempertimbangkan perubahan seting faktor tersebut apabila terdapat faktor yang sangat sulit ataupun mahal bila
dilakukan perubahan. Pelaksanaan
eksperimen taguchi
adalah melakukan
pengerjaan berdasarkan seting faktor pada matriks ortogonal dengan jumlah eksperimen
sesuai jumlah replikasi dan urutan seperti pada randomisasi.
3.8.3. Tahap Analisa
Pada analisis dilakukan pengumpulan dan pengolahan data yang meliputi pengumpulan data, pengaturan data, perhitungan serta penyajian data dalam
matriks orthogonal yang dipilih. 1.
Analisis varians taguchi Analisis ini merupakan teknik menganalisis dengan menguraikan seluruh
total variansi atas bagian-bagian yang diteliti. Pada analisis varians dilakukan pengklasifikasian hasil-hasil percobaan secara faktornya dengan
sumber-sumber variasi. Analisis varians digunakan untuk membantu mengidentifikasi kontribusi faktor sehingga akurasi perkiraan model dapat
Universitas Sumatera Utara
ditentukan. Analisis varians untuk suatu matriks ortogonal dilakukan berdasarkan
perhitungan jumlah kuadrat untuk masing-masing kolom. Untuk analisis varians dua arah adalah data eksperimen yang terdiri dari dua faktor atau lebih dan dua
level atau lebih. a.
Sr – Jumlah kuadrat total Jumlah kuadrat total adalah sebagai berikut:
SSr= y
2 N
i=1
Keterangan: N = Jumlah percobaan
Y = Data yang diperoleh dari percobaan b.
S
A
– Jumlah kuadrat faktor A Jumlah kuadrat faktor A sebagai berikut :
= −
Keterangan: A
i
= Level ke i faktor A n
ai
= Jumlah percobaan level ke i faktor A c.
S
AxB
– Jumlah interaksi AxB Dengan cara yang sama, jumlah kuadrat interaksi AxB sebagai berikut:
S
A×B
= Total A×B1
2
n
1
+ Total A×B2
2
n
2
+ Total A×B
2
n
1
+n
2
Keterangan:
Universitas Sumatera Utara
A = Faktor A
B = Faktor B
B1,B2 = Faktor B pada level 1 dan 2 n1,n2 = Jumlah percobaan pada level 1 dan 2
d. SS
e
– Jumlah kuadrat error. Jumlah kuadrat error sebagai berikut
SS
r
=SS
A
+SS
B
+SS
A×B
+SS
e
SS
e
=SS
r
− SS
A
-SS
B
-SS
A×B
Keterangan: SSr = Jumlah kuadrat total
SS
A
= Jumlah kuadrat faktor A SS
B
= Jumlah kuadrat faktor B S
AxB
= Jumlah interaksi AxB 2.
Uji F Hasil analisis varians tidak membuktikan adanya perbedaan perlakuan dan
pengaruh faktor dalam percobaan, pembuktian ini dilakukan dengan uji hipotesa F. Uji hipotesa F dilakukan dengan cara membandingkan variasi
yang disebabkan masing-masing faktor dan variansi error. Variansi error adalah variansi setiap individu dalam pengamatan yang timbul karena faktor-
faktor yang tidak dapat dikendalikan. Dalam hal ini: F
sumber
= variansi karena perlakuan+variansi karena error
variansi karena error Nilai F
sumber
tersebut dibandingkan dengan nilai F dari tabel pada harga α
Universitas Sumatera Utara
tertentu dengan derajad kebebasan k-1.N-k. Dimana k adalah jumlah level suatu faktor dan N adalah jumlah total perlakuan.
Hipotesa pengujian dalam suatu percobaan adalah: Ho : tidak ada pengaruh perlakuan, sehingga μ
1
= μ
2
= … = μ
j
= μ
k
Hi : ada pengaruh perlakuan, sehingga sedikit ada satu μ
1
yang tidak sama. Apabila nilai F test lebih kecil nilai Ftabel Fhitung Ftabel, maka hipotesa
Ho diterima atau berarti tidak ada perlakuan.Namun jika nilai F test lebih besar dari nilai Ftabel Fhitung Ftabel, maka hipotesa Ho ditolak dan
berarti ada perbedaan perlakuan. Berdasarkan tahapan perhitungan analisis varians untuk taguchi maka dapat disusun tabel analisis varians untuk taguchi.
3. Strategi pooling up
Strategi pooling up dirancang taguchi untuk mengestimasi varians error pada analisis varians. Sehingga estimasi yang dihasilkan akan lebih baik, karena
startegi ini akan mengakumulasi beberapa varians error dari beberapa faktor yang kurang berarti.
4. Rasio SN
Rasio SN Signal-To-Noise digunakan untuk memilih faktor-faktor yang memiliki kontribusi pada pengurangan variasi suatu respon. Rasio SN
merupakan rancangan untuk transformasi pengulangan data kedalam suatu nilai yang merupakan ukuran variasi yang timbul. Rasio SN terdiri dari
beberapa tipe karakteristik kualitas, yaitu: a.
Semakin kecil, semakin baik Adanya karkteristik kualitas dengan batas nilai 0 dan non negative. Nilai
Universitas Sumatera Utara
semakin kecil mendekati nol dalah yang diinginkan. MSD = N
2
SN = -10 log
10
MSD Keterangan:
MSD = Mean Square Deviation nilai target karakteristik ke n N
= Rata-rata reject b.
Tertuju pada nilai tertentu Karakteristik kualitas dengan nilai atau target tidak nol dan terbatas. Atau
dengan kata lain nilai yang mendekati suatu nilai ditentukan adalah yang terbaik.
c. Semakin besar, semakin baik
Karakteristik kualitas dengan rentang nilai tak terbatas dan nonnegative. Nilai semakin besar adalah semakin diinginkan
3.8.4. Intrepretasi Hasil Eksperimen