BAB V PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Data Desain Produk Awal dan Kuesioner Terbuka
Produk yang menjadi objek penelitian adalah spring bed 5 kaki dengan merk Melda Land tipe Selena, seperti ditunjukkan dalam Gambar 5.1.
Gambar 5.1. Spring Bed Melda Land 5 Kaki
Kuesioner terbuka disebarkan kepada 30 orang konsumen produk spring bed. Penyebaran kuesioner dilakukan sebagai survey pendahuluan untuk
mengetahui apakah konsumen memiliki keluhan terhadap desain produk spring bed yang ada saat ini.
Berdasarkan penyebaran kuesioner diketahui bahwa konsumen memiliki keluhan terhadap desain produk spring bed yang ada saat ini. Oleh sebab itu,
perlu dilakukan penelitian untuk mengetahui desain yang sesuai keinginan konsumen. Penelusuran minat atau keinginan konsumen terhadap produk
spring bed dilakukan dengan menggunakan metode Kansei Engineering.
Universitas Sumatera Utara
5.2. Kansei Engineering
5.2.1. Decision of Strategy
Tahapan Kansei Engineering diawali dengan penentuan strategi perancangan. Decision of Stategy dari perusahaan adalah perbaikan perancangan
produk spring bed yang sesuai dengan psikologis konsumen.
5.2.2. Collecting of Kansei Word
Kata-kata Kansei Kansei Words merupakan kata-kata sifat terhadap perasaan psikologis manusia yang dikumpulkan dari berbagai sumber yang dapat
mewakili produk yang akan dirancang. Kata-kata ini dapat diperoleh dari majalah, literatur text book ataupun jurnal, pendapat ahli, wawancara dan lain sebagainya.
Kansei word yang telah dikumpulkan dari jurnal dapat dilihat pada Tabel 5.3.
Tabel 5.3. Kansei Word No
Kansei Word No
Kansei Word
1 Nyaman Comfortable
11 Elastis Elastic
2 Unik Uniqe
12 Kasual Casual
3 Empuk Soft
13 Elegan Elegant
4 Sederhana Simple
14 Murah Cheap
5 Polos Plain
15 Sporty Sporty
6 Ergonomis Ergonomic
16 Menarik Attractive
7 Aman Safe
17 Multifungsi Usable
8 Kuat Powerful
18 Tidak Licin Not Slippery
9 Modern Modern
19 Proporsional Proportioned
10 Awet Durable
20 Bewarna Colorful
Universitas Sumatera Utara
Kata kansei yang terpilih kemudian direduksi untuk mendapatkan kata kansei yang paling penting dan relevan terhadap produk. Hasil reduksi kata kansei
terpilih dapat dilihat pada Tabel 5.4.
Tabel 5.4. Hasil Reduksi Kansei Word No
Kansei Word
1 Empuk Soft
2 Nyaman Comfortable
3 Elegan elegant
4 Ergonomis Ergonomic
5 Awet Durable
6 Menarik Attractive
7 Elastis Elastic
Kata Kansei ini yang kemudian akan menjadi parameter penilaian dalam kuesioner Semantic Differential.
5.2.3. Setting of SD Scale of the Kansei Words
Kata negatif dari kata positif kansei yang terpilih disusun. Selanjutnya ditentukan skala penilaian yang digunakan yaitu penilaian skala semantic
differential 5-point. Penetapan skala semantic differential yang digunakan adalah skala 5 karena skala ini merupakan skala yang terbaik dibandingkan dengan skala
7, 9 dan 11 Mitsuo Nagamachi, 2011. Hasil penetapan skala semantic differential dapat dilihat pada Tabel 5.5.
Universitas Sumatera Utara
Tabel 5.5. Skala Semantic Differential Kansei Negatif
Penilaian Kansei Positif
1 2 3 4 5
Keras Empuk
Tidak Nyaman Nyaman
Tidak Elegan Elegan
Tidak Ergonomis Ergonomis
Mudah Rusak Awet
Tidak Menarik Menarik
Tidak Elastis Elastis
5.2.4. Collection of Product Samples
Produk sampel terkait dengan spring bed dikumpulkan. Produk yang telah dikumpulkan selanjutnya dijadikan dasar dalam menetukan atribut dari produk
spring bed. Sampel produk spring bed dikumpulkan berdasarkan buku produk, survey pasar, wawancara dan observasi langsung ke lapangan.
5.2.5. A list of Item Category
A list of Item Category merupakan daftar item dan kategori yang menyiratkan spesifikasi desain tentang produk sampel yang telah dikumpulkan.
Produk spring bed yang dikumpulkan diurutkan berdasarkan item dan kategori. Hasil pengurutan item dan kategori dapat dilihat pada Tabel 5.6.
Kemudian dilakukan kombinasi hasil pengurutan item dan kategori dari produk spring bed untuk mendapatkan desain produk baru. Pembentukan stimuli
dilakukan dengan cara berdiskusi dengan pihak PT. Ivana Mery Lestari Matras.
Universitas Sumatera Utara
Proses stimuli menghasilkan sebanyak 192 kombinasi desain. Jumlah stimuli secara teoritis perkalian antara faktor kategori adalah:
Jumlah stimuli = Faktor 1 x Faktor 2 x Faktor 3 x ….. x Faktor n Jumlah stimuli = 2 x 2 x 2 x 2 x 3 x 4 = 192 stimuli.
Hal ini berarti setiap responden secara teoritis harus memberi pendapat tehadap 192 kombinasi. Jumlah stimuli yang terlalu banyak tidak memungkinkan
untuk dilakukan penilaian oleh responden, oleh sebab itu dilakukan pengurangan stimuli dengan menghitung jumlah stimuli minimal. Perhitungan jumlah
minimum stimuli sebagai berikut. Minimum stimuli = jumlah level
– jumlah faktor + 1 Minimum stimuli = 2 +2 + 2 + 2 + 3 + 4
– 6 + 1 = 10 stimuli Jumlah kombinasi yang dibuat berdasarkan perhitungan adalah sebanyak
10 kombinasi desain yang kemudian dijadikan pertanyaan kuesioner semantic differential. Kesepuluh desain di atas menjadi desain yang dibandingkan dalam
kuesioner Semantic Differential.
5.2.6. Evaluasi Eksperimen
Kombinasi dari desain produk spring bed dievaluasi responden berdasarkan penilaian kata kansei pada kuesioner semantic differential. Kuesioner
semantic differential diberikan kepada 97 orang responden. Sebelum melakukan analisis multivariat terhadap kuesioner Semantic
Differential, terlebih dahulu dilakukan pengujian validitas dan reliabilitas untuk memastikan bahwa data yang dikumpulkan layak untuk diolah lebih lanjut.
Universitas Sumatera Utara
5.2.6.1. Uji Validitas Data Kuesioner Semantic Differential
Pengujian validitas dilakukan dengan menggunakan persamaan korelasi product moment Pearson. Pengujian validitas dilakukan dengan menentukan
variabel independen bebas yang kemudian diberi simbol X dan variabel dependen terikat yang diberi simbol Y terlebih dahulu. Variabel independen
adalah jumlah nilai yang diperoleh dari kuesioner untuk setiap masing-masing desain, sedangkan variabel dependen adalah total dari nilai seluruh desain
Uji validitas desain 1 dihitung dengan rumus:
0,299 r
17945 3331497
97 2146
48500 97
17945 2146
398044 97
2 2
1 2
2 2
2
r Y
Y N
X X
N Y
X XY
N r
xy
Besar koefisien korelasi product moment untuk desain 1 adalah 0,299. Koefisien product moment untuk taraf signifikan 5, diperoleh nilai kritis sebagai
berikut: Nilai kritis untuk taraf signifikan 5 dengan df 97 - 2 = 95 sebesar 0,200.
Karena nilai r hitung r tabel, maka data untuk atribut 1 dinyatakan valid. Berdasarkan Tabel 5.24. dapat dilihat bahwa seluruh koefisien korelasi
Product Moment lebih besar dari 0,200 maka dapat disimpulkan bahwa atribut pertanyaan pada kuesioner adalah valid atau dengan kata lain terdapat konsistensi
internal dalam variabel tersebut.
Universitas Sumatera Utara
5.2.6.2.Uji Reliabilitas Kuesioner Semantic Differential
Uji reliabilitas dilaksanakan dengan menggunakan rumus Alpha Cronbach, Perhitungan nilai varians desain 1 adalah sebagai berikut:
10,541 97
97 2146
48500
2 2
2 2
n n
x x
x
Kemudian dilaksanakan perhitungan varians total dengan rumus:
330 ,
120 97
97 17945
- 3331497
total varians
n n
- Y
total varians
2 2
2
Y
Setelah itu dimasukkan ke rumus Alpha,
209 ,
330 ,
120 97,701
1 1
10 10
1 1
2 2
t b
k k
r
Nilai koefisien reliabilitas kinerja diperoleh sebesar 0,209. Cara untuk menilai apakah suatu instrument memiliki tingkat reliabilitas yang tinggi, yaitu
membandingkan dengan nilai dari tabel kritis koefisien korelasi r Pearson. Tabel 701
, 97
15,375 ...
10,438 6,600
0,541 1
...
2 10
2 3
2 2
2 1
2
b
Universitas Sumatera Utara
kritis koefisien korelasi r Pearson untuk taraf signifikan 5, dengan jumlah responden 97 diperoleh nilai kritis sebagai berikut:
Derajat kebebasan df = jumlah responden – 2 = 97 – 2 = 95
Nilai kritis untuk taraf signifikan 5 dengan df 95 adalah sebesar 0,200 Atribut pertanyaan kuesioner memiliki nilai r hitung yang lebih besar dari
r tabel, data dinyatakan reliabel maka kuesioner dapat dipercaya kebenaran datanya.
5.2.7. Multivariate Statistical Analysis
Berdasarkan pengujian validitas dan reliabilitas, diketahui bahwa kuesioner Semantic Differential yang disebar merupakan instrumen yang valid
dan data yang dikumpulkan reliabel, oleh sebab itu dilakukan pengolahan lanjutan terhadap data, yaitu analisis statistik multivariat. Analisis statistik menggunakan
metode analisis conjoint. Langkah-langkah analisis conjoint adalah: 1.
Menentukan nilai constant Nilai constant diperoleh dengan menggunakan rumus, di mana n adalah 5
karena skala penilaian yang digunakan adalah skala semantic differential 5- point.
n
n c
... 3
2 1
3 5
5 4
3 2
1
c
2. Menentukan nilai mean
Nilai mean diperoleh dengan menggunakan rumus sebagai berikut :
Universitas Sumatera Utara
n
x x
x x
x
n
...
3 2
1
Contoh perhitungan nilai mean untuk desain I terhadap kata kansei Keras- Empuk adalah:
278 ,
3 97
5 ...
2 2
4 3
3
x
Hasil perhitungan rata-rata untuk setiap item dan kategori terhadap kansei words yang ada kemudian dibagi dengan nilai constant average score.
3. Menghitung nilai deviation
Nilai deviation atau utility diperoleh dengan menggunakan rumus sebagai berikut:
Deviation = mean – constant
Contoh perhitungan nilai deviation untuk desain I terhadap kata kansei Keras- Empuk adalah:
Deviasi = 3,278 – 3 = 0,278
Nilai utility atau kegunaan adalah perbedaan deviasi antara rata-rata item tertentu dengan nilai konstan. Jika perbedaannya negatif, maka desain sangat
berhubungan dengan kata di sisi kiri pasangan Kansei Word dan sebaliknya. Sebagai contoh, desain I merupakan desain yang paling empuk dibandingkan
9 desain lainnya, sebab desain I memiliki nilai utility terbesar untuk Kansei Words Keras-Empuk.
4. Analisis data
Hasil analisis nilai utility untuk desain perbaikan dapat dilihat pada Tabel 5.21. Desain yang terpilih merupakan desain yang paling banyak memiliki
Universitas Sumatera Utara
nilai utility terbesar untuk masing-masing Kansei Words. Desain produk spring bed yang terpilih adalah sebagai berikut:
a. Desain I merupakan desain yang paling empuk karena memiliki nilai
utility terbesar untuk kata kansei Keras-Empuk, yaitu 0,278 b.
Desain V merupakan desain yang paling nyaman karena memiliki nilai utility terbesar untuk kata kansei Tidak Nyaman-Nyaman, yaitu 0,588
c. Desain V juga merupakan desain yang paling elegan karena memiliki
nilai utility terbesar untuk kata kansei Tidak Elegan-Elegan, yaitu 0,485 d.
Desain yang memiliki nilai utility terbesar untuk kata kansei Tidak Ergonomis-Ergonomis adalah desain V dengan nilai 0,320
e. Desain V juga merupakan desain yang paling awet karena memiliki nilai
utility terbesar untuk kata kansei Mudah Rusak-Awet, yaitu 0,505 f.
Desain VI merupakan desain yang paling menarik karena memiliki nilai utility terbesar untuk kata kansei Tidak Menarik-Menarik, yaitu 0,588
g. Desain V juga merupakan desain yang paling elastis karena memiliki
nilai utility terbesar untuk kata kansei Tidak Elastis-Elastis, yaitu 0,588 Berdasarkan nilai utility terbesar yang paling banyak adalah desain V,
sehingga desain tersebut dijadikan desain perbaikan selanjutnya. Atribut desain terpilih di atas kemudian diubah menjadi butir pertanyaan pada
kuesioner tingkat kepentingan. Kuesioner tingkat kepentingan digunakan untuk membangun matriks House of Quality.
Universitas Sumatera Utara
5.3. Pengolahan Data Quality Function Deployment QFD
Penyusunan Quality Function Deployment diawali dengan penyebaran kuesioner Tingkat Kepentingan. Kuesioner tertutup ini disebarkan kepada 97
responden yang merupakan konsumen produk spring bed.
Data kuesioner yang sudah direkapitulasi kemudian diuji validitas dan reliabilitasnya sebelum digunakan dalam pengolahan data selanjutnya.
5.3.1. Uji Validitas dan Reliabilitas Pengolahan data dari Quality Function Deployment QFD diawali dengan
pengujian validitas dan reliabilitas dari data kuesioner yang telah disebar.
5.3.1.1. Uji Validitas Data Kuesioner Tingkat Kepentingan
Pengujian validitas dilakukan berdasarkan data hasil kuesioner tertutup derajat kepentingan yaitu dari pertanyaan 1 hingga 6 untuk penilaian atribut
produk spring bed hasil perbaikan dilakukan dengan menggunakan persamaan korelasi product moment Pearson.
Uji validitas atribut 1 dihitung dengan rumus:
0,547 r
1909 39129
97 321
1231 97
1909 321
6598 97
2 2
1 2
2 2
2
r Y
Y N
X X
N Y
X XY
N r
xy
Universitas Sumatera Utara
Besar koefisien korelasi product moment untuk Atribut 1 adalah 0,547. Tabel kritis dapat dilihat koefisien product moment untuk taraf signifikan 5,
diperoleh nilai kritis sebagai berikut: Nilai kritis untuk taraf signifikan 5 dengan df 97 - 2 = 95 sebesar 0,200
Karena nilai r hitung r tabel, maka data untuk atribut 1 dinyatakan valid. Berdasarkan Tabel 5.25. dapat dilihat koefisien korelasi Product Moment
semuanya berada di atas 0,200 maka dapat disimpulkan bahwa atribut pertanyaan pada kuesioner adalah valid atau dengan kata lain terdapat konsistensi internal
dalam variabel tersebut.
5.3.1.2.Uji Reliabilitas Data Kuesioner Tingkat Kepentingan
Uji reliabilitas dilaksanakan dengan menggunakan rumus Alpha Cronbach, Perhitungan nilai varians atribut 1 adalah sebagai berikut:
1,739 97
97 321
- 1231
2 2
2 2
n n
x x
x
Hasil perhitungan untuk atribut 2 sampai dengan 6 yang dilaksanakan dengan cara yang sama dapat dilihat pada Tabel 5.26.
Kemudian dilaksanakan perhitungan varians total dengan rumus: 960
, 10
1,780 ...
1979 1,725
,739 1
...
2 6
2 3
2 2
2 1
2
b
Universitas Sumatera Utara
073 ,
16 97
97 1909
- 39129
total varians
n n
- Y
total varians
2 2
2
Y
Setelah itu dimasukkan ke rumus Alpha,
382 ,
073 ,
16 10,960
1 1
6 6
1 1
2 2
t b
k k
r
Nilai koefisien reliabilitas kinerja diperoleh sebesar 0,382. Cara untuk menilai apakah suatu instrument memiliki tingkat reliabilitas yang tinggi, yaitu
membandingkan dengan nilai dari tabel kritis koefisien korelasi r Pearson. Tabel kritis koefisien korelasi r Pearson untuk taraf signifikan 5, dengan jumlah
responden 97 diperoleh nilai kritis sebagai berikut: Derajat kebebasan df = jumlah responden
– 2 = 97 – 2 = 95 Nilai kritis untuk taraf signifikan 5 dengan df 95 adalah sebesar 0,200
Atribut pertanyaan 1 hingga 6 memiliki nilai r hitung yang lebih besar dari r tabel, maka data dinyatakan reliabel maka kuesioner dapat dipercaya kebenaran
datanya.
5.3.2. Membangun Quality Function Deployment QFD Fase I 5.3.2.1.Menentukan Kebutuhan PelangganCustomer Requirement
Universitas Sumatera Utara
5.3.2.2.Menentukan Tingkat KepentinganCustomer Importance CI 5.3.2.3.Menentukan Karakteristik Teknis Produk
5.3.2.4. Menetapkan Hubungan Antara Karakteristik Teknis 5.3.2.5.Menetapkan Tingkat Hubungan Antara Karakteristik Teknis Produk
dengan Keinginan Konsumen 5.3.2.6. Membangun Matriks House of Quality HOQ Produk Spring Bed
Pembuatan house of quality HOQ diawali dengan menghitung ukuran kinerja dari HOQ yang terdiri dari tiga aspek yaitu tingkat kesulitan, tingkat
kepentingan dan perkiraan biaya. 1.
Penentuan tingkat kesulitan Tingkat kesulitan ditentukan dari hubungan karakteristik teknis. Perhitungan
dilaksanakan dengan menerjemahkan semua bobot nilai hubungan kemudian membagi bobot dari tiap-tiap karaktertistik teknik dengan jumlah bobot
keseluruhan. Tingkat kesulitan diberikan berdasarkan rentang persentase yang diperoleh. Besar nilai tingkat kesulitan dapat dihitung dengan cara menghitung
terlebih dahulu total bobot untuk masing-masing hubungan antara sesama karakteristik teknis. Sebagai contoh perhitungan tingkat kesulitan karakteristik
teknis komposisi foam yaitu: Bobot untuk komposisi foam
= 3 + 4 + 3 + 0 = 10 Tingkat Kesulitan
100 tik teknis
karakteris bobot tiap
Total tik teknis
karakteris Bobot tiap
x
Tingkat Kesulitan untuk komposisi foam =
21 833
, 20
100 48
10
Tingkat kesulitan diberikan berdasarkan rentang persentase pada Tabel 5.36.
Universitas Sumatera Utara
Tabel 5.36. Kategori Tingkat Kesulitan Persentase
Kategori Bobot Tingkat Kesulitan
– 5 mudah
1 6
– 11 cukup mudah
2 12
– 17 sulit
3 18
– 23 sangat sulit
4 24
mutlak sulit 5
Sumber: Lou Couhen 1997
Oleh sebab itu, karakteristik teknik komposisi foam masuk dalam kategori sangat sulit dikerjakan dengan bobot 4.
b. Penentuan derajat kepentingan Besar nilai derajat kepentingan dihitung dengan cara menghitung terlebih
dahulu total bobot untuk masing-masing hubungan antara atribut produk dengan karakteristik teknis. Sebagai contoh perhitungan derajat kepentingan
karakteristik teknis komposisi foam yaitu
100 atribut
dengan tik teknis
karakteris bobot tiap
Total atribut
dengan tik teknis
karakteris Bobot tiap
n kepentinga
Derajat x
Derajat Kepentingan untuk komposisi foam: =
25 25,263
100 95
9 3
3 9
c. Perkiraan biaya Dasar perkiraan biaya adalah faktor tingkat kesulitan, semakin sulit suatu
karakteristik teknik dibuat, akan semakin mahal pula alokasi biayanya. Perkiraan biaya dinyatakan dalam persen dan dipengaruhi berbagai
pertimbangan dari si perancang sendiri. Total bobot tingkat kesulitan dari karakteristik teknis produk yaitu, sebagai
berikut :
Universitas Sumatera Utara
= 4 + 5 + 4 + 4 + 2 = 19
Sebagai contoh, perkiraan biaya untuk komposisi foam adalah sebagai berikut:
=
21 052
, 21
100 19
4
Penentuan Tingkat Kesulitan, Derajat Kepentingan dan Perkiraan Biaya dapat dilihat pada Gambar 5.5.
Tingkat kesulitan Derajat kepentingan
Perkiraan biaya 4
5 4
4 2
21 26 21 21 11 25 29 16 17 13
Gambar 5.5. Penentuan Tingkat Kesulitan, Derajat Kepentingan dan Perkiraan Biaya
Data yang telah didapatkan pada langkah-langkah sebelumnya direkapitulasi dengan menggunakan matriks HOQ. QFD desain perbaikan produk
spring bed dapat dilihat pada Gambar 5.6.
Universitas Sumatera Utara
Spring bed memiliki foam yang elastis Foam spring bed tebal
Sandaran spring bed terbuat dari bahan jok busa Pelapis foam spring bed berbahan katun
Spring bed berwarna coklat
Tingkat Kesulitan Derajat Kepentingan
Perkiraan Biaya CUSTOMER REQUIREMENTS
Cus tom
er I
m po
rt anc
e
TECH NI
CAL REQ
UI REM
ENTS
Importance Weight
Relative Weight
Ju m
la h
pe g
as K
et ep
at an
pe m
o to
nga n
b aa
n K
ec er
aha n
wa rna
b ah
an
9 3
3 3
3 5
3 3
9 9
5 3
9 3
3
5 3
3 4
1 9
5 9
9 1
11,332 4,265
7,602 7,626
9,180 4,746
25,32 9,53
16,99 17,04
20,51 10,61
4 25
5 29
4 16
4 2
21 26
21 17
21 13
11 Foam spring bed terbuat dari bahan Polyurethane
Derajat Kepentingan
1 - 10 = Kurang penting 11
– 20 = Penting 21
– 30 = Sangat penting
Tingkat Kesulitan
1 = Tidak Sulit 2 = Sedang
3 = Sulit 4 = Sangat Sulit
5 = Mutlak Sangat Sulit
Perkiraan Biaya
1 - 15 = Murah 16
– 30 = Mahal 31
– 45 = Sangat mahal
Net sales
1,5 1,5
1 1
1,2 1
Derajat Hubungan : ▄ = Hubungan poitif kuat
= 4 = Hubungan positif sedang = 3
∆ = Hubungan negatif sedang= 2 ▲= Hubungan negatif kuat = 1
O = Tidak ada hubungan = 0
▄ ▄
▄ O
O O
Kompos is
i foam
S ta
nda ri
sa si
ba ha
n
Gambar 5.6. QFD Fase I Perbaikan Desain Produk Spring bed
Kesimpulan yang diperoleh dari matriks House of Quality di atas yaitu: 1.
Standarisasi bahan merupakan karakteristik yang paling penting untuk diperhatikan, sebab derajat kepentingan standarisasi bahan merupakan yang
tertinggi di antara semua karakteristik teknik, yaitu 29 selain itu standarisasi bahan juga merupakan karakteristik yang paling sulit dikerjakan dan memiliki
perkiraan biaya paling tinggi. 2.
Komposisi foam merupakan karakteristik teknik yang penting untuk diperhatikan karena memiliki derajat kepentingan 25.
Universitas Sumatera Utara
3. Ketepatan pemotongan bahan merupakan karakteristik teknik yang penting
untuk diperhatikan karena memiliki derajat kepentingan 17. 4.
Jumlah pegas merupakan karakteristik teknik yang penting untuk diperhatikan karena memiliki derajat kepentingan 16.
Berdasarkan gambar House of Quality di atas, dapat disimpulkan bahwa atribut “Spring bed memiliki foam yang elastis” merupakan atribut yang paling
mempengaruhi jumlah penjualan sebab memiliki nilai net sales dan bobot relatif yang paling tinggi. Jadi dengan membuat foam spring bed menjadi elastis maka
jumlah penjualan seharusnya meningkat. Tabel 5.37. menunjukkan ukuran kinerja karakteristik teknik terhadap atribut produk yang diperoleh dari Kansei
Engineering.
Tabel 5.37. Prioritas Perbaikan Terhadap Atribut Terpilih dari Kansei Engineering
Atribut Kansei Engineering
Importance Weight
Keelastisitasan foam Elastis
11,332 Bahan pelapis foam
Katun 9,180
Bahan sandaran Jok busa
7,626 Bahan foam
Polyurethane 7,602
Karakteristik di atas harus menjadi fokus perhatian dalam produksi spring bed. Oleh sebab itu, atribut tersebut akan digunakan sebagai input pada QFD Fase
II Ronald G. Day, 1993.
Universitas Sumatera Utara
5.3.3. Membangun Quality Function Deployment QFD Fase II 5.3.3.1.Menetapkan Karakteristik Teknis Prioritas Berdasarkan QFD Fase I
5.3.3.2.Menetapkan Part Kritis 5.3.3.3.Menetapkan Hubungan antara Part Kritis
5.3.3.4.Menetapkan Hubungan antara Karakteristik Teknis dengan Part Kritis
5.3.3.5.Penentuan Technical Matrix
Penentuan Technical Matrix dilakukan berdasarkan ukuran kinerja dari QFD fase 2 yang terdiri dari tiga aspek yaitu tingkat kesulitan, tingkat
kepentingan dan perkiraan biaya. a.
Penentuan tingkat kesulitan Tingkat kesulitan ditentukan dari hubungan part kritis. Perhitungan dilakukan
dengan menerjemahkan semua bobot nilai hubungan kemudian membagi bobot dari tiap-tiap part kritis dengan jumlah bobot tadi. Selanjutnya, tingkat
kesulitan diberikan berdasarkan rentang persentase yang diperoleh. Besar nilai tingkat kesulitan dapat dihitung dengan cara menghitung terlebih dahulu total
bobot untuk masing-masing hubungan antara sesama part kritis. Sebagai contoh perhitungan tingkat kesulitan untuk komposisi busa foam yaitu:
Bobot komposisi busa foam = 4 + 4 + 4 + 3 + 0 = 15 Tingkat Kesulitan
100 x
Kritis Part
Bobot Total
Kritis Part
Tiap Bobot
Tingkat Kesulitan untuk komposisi busa foam =
Universitas Sumatera Utara
4 22
,739 1
2 100
69 15
Perhitungan tingkat kesulitan yang telah direkapitulasi dapat dilihat pada Tabel 5.40.
Tabel 5.40. Rekapitulasi Perhitungan Tingkat Kesulitan Part Kritis
Bobot Tingkat Kesulitan
Tingkat Kesulitan
Elastisitas spring bed 21,73
4 Durability spring bed
17,39 4
Ukuran pegas 10,14
2 Dimensi matras
23,18 4
Dimensi divan 14,49
3 Dimensi sandaran
13,04 3
b. Penentuan derajat kepentingan Besar nilai derajat kepentingan dapat dihitung dengan cara menghitung
terlebih dahulu total bobot untuk masing-masing hubungan antara karakteristik teknis dengan part kritis. Perhitungan derajat kepentingan untuk
karakteristik teknis dengan part kritis menggunakan rumus : 100
x Kritis
Part dengan
T eknis tik
Karakteris Bobot
T otal Krits
Part dengan
T eknis tik
Karakteris T iap
Bobot
Derajat kepentingan untuk elastisitas spring bed yaitu: =
22,4 100
125 1
9 9
9
≈ 23
c Perkiraan biaya Faktor tingkat kesulitan dijadikan sebagai dasar perkiraan biaya karena
semakin sulit suatu part kritis dibuat, semakin mahal pula alokasi biayanya.
Universitas Sumatera Utara
Perkiraan biaya dinyatakan dalam persen dan dipengaruhi berbagai pertimbangan dari si perancang sendiri.
Total bobot perkiraan biaya dari part kritis produk yaitu, sebagai berikut : = 4 + 4 + 2 + 4 + 3 + 3 = 20
Perkiraan Biaya untuk komposisi busa foam yaitu: =
20 100
20 4
Data yang telah didapatkan pada langkah-langkah sebelumnya direkapitulasi dengan menggunakan matriks design deployment. QFD Fase II
produk Spring Bed dapat dilihat pada Gambar 5.10.
Universitas Sumatera Utara
Standarisasi bahan Komposisi foam
Ketepatan pemotongan bahan 9
9 3
3 3
9 9
9 3
9 9
1 9
3 9
3 3
1
Karakteristik Teknis
22 24
21 10
13 4
4 4
2 3
20 20
20 10
15 Tingkat Kesulitan
Derajat Kepentingan Perkiraan Biaya
3
9
3 5
4 4
4 2
10 15
= Hubungan positif kuat = 4 = Hubungan positif sedang = 3
= Hubungan negatif sedang = 2 = Hubungan negatif kuat = 1
= Hubungan tidak ada = 0
▄
▲
P a
rt K
ri ti
s
Kecerahan warna bahan Jumlah pegas
E la
st is
it a
s sp
ri n
g b
e d
D u
ra b
il it
y s
p ri
n g
b ed
D im
e n
si m
a tr
a s
D im
e n
si d
iv an
D im
e n
si s
a n
d a
ra n
U k
u ra
n p
e g
a s
∆
Gambar 5.10. QFD Fase II Produk Spring Bed
Kesimpulan yang diperoleh dari matriks House of Quality fase II, yaitu: 1.
Part yang paling penting untuk diperhatikan adalah elastisitas spring bed, sebab part ini memiliki derajat kepentingan 28, dan tingkat kesulitan yang
tinggi.
Universitas Sumatera Utara
2. Durability spring bed juga penting untuk diperhatikan karena memiliki derajat
kepentingan 22 dan tingkat kesulitan yang masuk dalam kategori sulit. 3.
Dimensi matras juga penting untuk diperhatikan karena memiliki derajat kepentingan 21 dan tingkat kesulitan yang masuk dalam kategori sulit.
Ketiga part kritis yang memiliki tingkat kepentingan tertinggi ini menjadi perhatian dalam produksi spring bed.
Tabel 5.43. Prioritas Perbaikan Desain QFD Fase I
QFD Fase II
Standarisasi bahan Durability spring bed
Jumlah pegas Komposisi foam
Elastisitas spring bed Ketepatan pemotongan bahan
Dimensi matras
Ketiga part kritis ini akan dianalisa lebih lanjut dengan Axiomatic Design untuk menghasilkan parameter pengembangan rancangan yang baik.