533 ,
77 467
, 18
96 Sq
S Sq
D T
pooled
= −
= −
=
Tabel 5.19. Tabel Hasil Pooling Parsial II
Faktor Pooled
Sq V
Mq F-hitung
Sq’ A
Y 3,125
1 3,125
- -
B Y
0,125 1
0,125 -
- C
Y 0,125
1 0,125
- -
D -
18,875 1
18,875 46,262
18,467 E
Y 1,125
1 1,125
- -
F -
1,125 1
1,125 -
-
Error -
33,25 88
0,374 1
-
Pooled II -
38,375 94
0,406 -
77,533 S
T
96 95
96,000
Pada tabel di atas dapat diketahui bahwa faktor D dan F memiliki nilai F
hitung
lebih besar dari
3,960 sehingga faktor-faktor tersebut tidak perlu dipool. Dari hasil pooling parsial I dan II, dapat diketahui bahwa faktor yang
paling berpengaruh terhadap karakteristik kualitas produksi TBS menjadi CPO adalah faktor D yaitu tekanan pada perebusan.
5.2.7. Pemilihan Kombinasi Level Faktor Optimal
Berdasarkan pengolahan data di atas diperoleh bahwa faktor yang berpengaruh terhadap kualitas CPO adalah tekanan pada perebusan D.
Karakteristik kualitas yang digunakan adalah smaller the better maka pemilihan level faktor berdasarkan nilai level yang terkecil yaitu faktor D level 2.
Universitas Sumatera Utara
Untuk faktor A, B, C, E, F, G nilai level faktor terpilih dari nilai level terkecil seperti dalam pemilihan level faktor D dengan menggunakan Tabel 5.11.
sehingga menghasilkan kombinasi setting optimal A
2
, B
1,
C
2,
D
2,
E
1
, F
1
dan G
2
.
Tabel 5.20. Setting Percobaan Terpilih Faktor
Level Satuan
Kematangan Buah A Matang
- Lama Penimbunan di Loading Ramp B
1 hari
Holding Time C 48
menit Tekanan pada Perebusan D
3 kgcm
2
Kecepatan Putar di Thresher E 22
rpm Tekanan Pressan F
34 bar
Temperatur di unit Klarifikasi G 90
C
5.2.8. Perhitungan Prediksi Rata-rata dan Selang Kepercayaan
1. Prediksi Rata-rata
Faktor yang berpengaruh Secara signifikan terhadap kualitas produk adalah faktor D
2
. Dari setting yang ada diharapkan hasil produksi TBS menjadi CPO yang tidak sesuai dengan standar kualitas dapat ditekan seminimal mungkin
sesuai target karakteristik yang ingin dicapai adalah smaller the better. Rata-rata prediksi akan dihitung dengan cara sebagai berikut:
2396 ,
96 23
f f
p
t I
I
= =
=
−
Y = fraksi kelas I = ρ
I
= 0,2396 250
, 12
3 D
p
2 D
2
= =
µ =
Universitas Sumatera Utara
25 250
, 2396
, 250
, 2396
, Y
Y
2 D
predicted
= =
− +
=
−
µ +
= µ
− −
2. Selang Kepercayaan Prediksi
Selang kepercayaan prediksi rata-rata: F
0,051,90
= 3,960 V
eII
= 0,408 5
, 47
1 1
95 V
V V
D T
T eff
= +
= +
= η
250 ,
predicted
= µ
1844 ,
5 ,
47 1
408 ,
960 ,
3 n
1 V
F Cl
eff e
90 ,
1 ,
05 ,
± =
× ×
=
×
× =
Maka,
predicted predicted
predicted predicted
predicted
Cl Cl
+ µ
≤ µ
≤ −
µ 1844
, 250
, 250
, 1844
, 250
, +
≤ ≤
− 4344
, 250
, 0656
, ≤
≤
Universitas Sumatera Utara
5.2.9. Pelaksanaan Eksperimen Konfirmasi
Percobaan konfirmasi dengan menggunakan kombinasi setting A
2
, B
1,
C
2,
D
2,
E
1,
F
1
dan G
2
berdasarkan penelitian dengan metode Taguchi dengan jumlah produk sebanyak 12 kali setiap pengukuran sesuai pada saat percobaan awal.
Tabel 5.21. Setting Percobaan Terpilih Pengukuran
Accept Reject Proporsi
Cacat
1 9
3 0,250
2 10
2 0,167
3 10
2 0,167
4 9
3 0,250
5 10
2 0,167
6 10
2 0,167
7 9
3 0,250
8 10
2 0,167
Jumlah 77
19 1,585
Rata-rata 9,625
2,375 0,1981
1. Selang Kepercayaan Percobaan Konfirmasi
Selang kepercayaan pada percobaan konfirmasi: F
0,051,90
= 3,960 V
eII
= 0,408
250 ,
predicted
= µ
50 ,
47 1
1 95
V V
V
D T
T eff
= +
= +
= η
1981 ,
konfirmasi
= µ
Universitas Sumatera Utara
1844 ,
5 ,
47 1
408 ,
960 ,
3 n
1 V
F Cl
eff e
91 ,
1 ,
05 ,
± =
× ×
=
×
× =
predicted konfirmasi
konfirmasi predicted
konfirmasi
Cl Cl
+ µ
≤ µ
≤ −
µ 1844
, 1981
, 1981
, 1844
, 1981
, +
≤ ≤
− 3825
, 1981
, 0137
, ≤
≤
5.3. Pemecahan Masalah
Untuk pemecahan masalah akan dilakukan tahap pengukuran hasil implementasi dan uji proporsi untuk menentukan besarnya penurunan cacat.
5.3.1. Pengukuran Implementasi
Setelah tahap percobaan konfirmasi dilakukan maka dilakukan tahap implementasi dengan menggunakan kombinasi level faktor optimal yaitu: A
2
, B
1,
C
2,
D
2,
E
1,
F
1
dan G
2
untuk melihat apakah proporsi persentase cacat mengalami penurunan dalam mendukung pemilihan kombinasi faktor yang optimal tersebut.
Universitas Sumatera Utara
Tabel 5.22. Proporsi Cacat Implementasi
No. Tanggal
Frekwensi Produksi
n Frekwensi
Cacat
n ρ
Proporsi
ρ
UCL LCL
1 1-Maret-2012
10 1
0,100 1.1648
2 2-Maret-2012
14 2
0,143 0.8635
3 3-Maret-2012
12 2
0,167 0.8635
4 5-Maret-2012
13 2
0,154 0.8635
5 6-Maret-2012
17 2
0,118 0.8635
6 7-Maret-2012
14 2
0,143 0.8635
7 8-Maret-2012
12 1
0,083 1.1648
8 9-Maret-2012
15 2
0,133 0.8635
9 10-Maret-2012
16 3
0,188 0.7300
10 12-Maret-2012
10 1
0,100 1.1648
11 13-Maret-2012
12 2
0,167 0.8635
12 14-Maret-2012
16 2
0,125 0.8635
13 15-Maret-2012
13 2
0,154 0.8635
14 16-Maret-2012
14 2
0,143 0.8635
15 17-Maret-2012
15 2
0,133 0.8635
16 19-Maret-2012
10 1
0,100 1.1648
17 20-Maret-2012
18 3
0,167 0.7300
18 21-Maret-2012
17 2
0,118 0.8635
19 22-Maret-2012
19 2
0,105 0.8635
20 24-Maret-2012
14 2
0,143 0.8635
21 26-Maret-2012
15 2
0,133 0.8635
22 27-Maret-2012
13 2
0,154 0.8635
23 28-Maret-2012
17 3
0,176 0.7300
24 29-Maret-2012
15 2
0,133 0.8635
25 30-Maret-2012
19 2
0,105 0.8635
Jumlah 360
49 3,384
Rata-rata 14,400
1,960 0,135
Universitas Sumatera Utara
5.3.2. Peta Kendali p untuk Percobaan Implementasi