Data Desain Produk Awal dan Kuesioner Terbuka Pengolahan Data Quality Function Deployment QFD

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.