UJIAN TUGAS AKHIR - ANALISIS SISTEM PENGUKURAN TEMPERATUR PADA PROSES TUBE SEALING DI PT X - ITS Repository
UJIAN TUGAS AKHIR ANALISIS SISTEM PENGUKURAN TEMPERATUR HOT AIR TUBE SEALING PADA PROSES DI PT X Oleh: Silvi Fitria 1313 030 016
Dosen Pembimbing: Dr. Muhammad Mashuri, MT PROGRAM STUDI DIPLOMA III JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Jumat, 17 Juni 2016
2 PENDAHULUAN LATAR BELAKANG RUMUSAN MASALAH TUJUAN PENELITIAN MANFAAT BATASAN MASALAH
LATAR BELAKANG
Jumat, 17 Juni 2016
LATAR BELAKANG LINE D11 Proses Tube Sealing Terdapat pada Hot Air
Station MSA dengan Metode ANOVA ( Analysis of Variance ) dengan percobaan faktorial dua faktor
Jumat, 17 Juni 2016
LATAR BELAKANG
Jumat, 17 Juni 2016
5 PENELITIAN SEBELUMNYA Dewi (2013) melakukan Measurement System Analysis pada torque wrench di PT Gaya Motor dan menghasilkan bahwa alat ukur yang digunakan untuk mengukur torque wrench di PT Gaya Motor telah acceptable dan faktor torque wrench berpengaruh signifikan terhadap hasil pengukuran.
Yosepha (2015) melakukan penelitian mengenai Measurement System Analysis pada proses pumping dan gas pressure produksi lampu. Hasil penelitian tersebut menjelaskan bahwa measurement system tidak kapabel pada sistem pengukuran emitter weight dan gas pressure, serta faktor operator, part, dan interaksi dari kedua faktor tidak berpengaruh signifikan terhadap hasil pengukuran.
RUMUSAN MASALAH
TUJUAN PENELITIAN RUMUSAN MASALAH UMUM
TUJUAN UMUM
Mengevaluasi akurasi dan presisi untuk mengetahui Apakah sistem pengukuran temperatur pada kapabilitas sistem pengukuran temperatur pada proses Tube Sealing telah kapabel? proses Tube Sealing
RUMUSAN MASALAH KHUSUS
Bagaimana pengaruh dari faktor Hot Air, Mengetahui faktor yang berpengaruh terhadap faktor operator, serta interaksi antara Hot Air hasil pengukuran temperatur pada proses Tube dan operator terhadap hasil pengukuran
Sealing temperatur pada proses Tube Sealing?
Jumat, 17 Juni 2016
MANFAAT
Perbaikan sistem kerja Hot Air dari hasil analisis yang didapatkan, tindakan yang harus
diambil selanjutnya apabila alat ukur tidak kapabel, dan memperbaiki kualitas proses
produksi pasta gigi agar tidak menghasilkan produk yang cacat
Bermanfaat bagi peneliti selanjutnya jika menggunakan metode Measurement
System Analysis atau menganalisis topik yang sama
Jumat, 17 Juni 2016
BATASAN MASALAH
Jumat, 17 Juni 2016
Jumat, 17 Juni 2016
9 TINJAUAN PUSTAKA PERCOBAAN FAKTORIAL UJI ASUMSI RESIDUAL IIDN MEASUREMENT SYSTEM ANALYSIS MEASUREMENT SYSTEM ANALYSIS TIPE 1 MEASUREMENT SYSTEM ANALYSIS TIPE 2 SISTEM PENGUKURAN TEMPERATUR HOT AIR
PERCOBAAN FAKTORIAL
MS E E
2 ...
1
1
2 .
1 ) 1 (
n ab SS
a i b j n k
MS AB AB B A
a
i b jT ijk abn y
SS y
1
1
1
2 ...
2 B A AB T E SS SS SS SS SS
E A MS MS E B MS MS E AB MS MS Montgomery (2013)
Tabel ANOVA ( Analysis of Variance
)
AB ij SS SS abn y y n SS
Jumat, 17 Juni 2016
Percobaaan faktorial dua faktor adalah suatu percobaan yang dirancang dengan dua buah faktor utama, yaitu faktor A ( part mesin) dan
faktor B ( operator) untuk mengetahui pengaruh kombinasinya terhadap variabel respon (Montgomery, 2013).
Sumber Variasi Derajat Bebas Jumlah Kuadrat Rata-rata Kuadrat F Faktor Hot Air Faktor Operator Interaksi Error Total
1
1 a
1 b ) 1 )(
1 ( b a ) 1 ( n ab
1 abn 1
a SS
MS A A
a i
A i abn y y bn
SS
2 ..
1 ) 1 )(
2 ..
1 1
b SS
MS B B
b j
B j abn y y an
SS
1
2 ...
2 . .
1 ( b a SS
UJI ASUMSI RESIDUAL IIDN
Terima H d
2 Tidak ada korelasi negatif Tolak H d > 4-d
L
Terima H d < 4-d
U
No decision 4-d
U
≤ d ≤ 4-d
L
3 Tidak ada korelasi positif dan negatif Tolak H d < d
L
atau d > 4- d
L
U
No decision d
≤ d ≤ 4-d
U
No decision 4-d
U ≤ d ≤ 4-d L
Asumsi Residual Normal Uji Kolmogorov Smirnov H : (Residual berdistribusi normal) H
1 : minimal ada satu (Residual tidak berdistribusi normal)
) ( ) ( F x x F
) ( ) (
F x x F ) ( ) (
F x x S Sup D n
H ditolak apabila ) , 1 ( n
D D
L ≤ d ≤ d U
Jumat, 17 Juni 2016 Asumsi Residual Identik
Uji Glejser H : (Residual identik) H
k n k
1 : minimal ada satu (Residual tidak identik) dengan i=1,2,...,k
2
2 i
2
2
2
2
2
1 ...
k residual regresi hitung
MS MS F
H ditolak apabila nilai F hitung
> ) ( 1 ,
F
Terima H d > d
Gujarati (2009)
Asumsi Residual Independen
Uji Durbin Watson
n
t
t n t t t e e e d1
2
2
2
1
) ( No H Keputusan Daerah Kritis
1 Tidak ada korelasi positif Tolak H d < d
L
U MEASUREMENT SYSTEM ANALYSIS TIPE 1 Jumat, 17 Juni 2016
Analisis MSA tipe I bertujuan untuk mengevaluasi kapabilitas dari proses pengukuran, dengan cara mengombinasikan pengaruh
bias dan repeatability pada pengukuran single part. Bias disebut juga sebagai akurasi, yaitu ukuran jarak antara nilai rata-rata pengukuran dengan nilai standard (Roth, 2013). g g s BSB BSA hC .
6 ) (
S g
: standar deviasi dari hasil pengukuran 100 c h h : persentase toleransi kesalahan g c
2 g c
3 atau
Kapabilitas Potensial Proses Kapabilitas Aktual Proses g g m gk s BSB x x BSA h
C .
3 ) (
BSA : Batas Spesifikasi Atas BSB : Batas Spesfikasi Bawah x m
: nilai rata-rata pengukuran x g
: reference value
(nilai standard) MEASUREMENT SYSTEM ANALYSIS TIPE 2 Jumat, 17 Juni 2016
Measurement system analysis Tipe II ( Gauge repeatability dan reproducibility
) minimal terdiri dari beberapa komponen,
seperti operator yang mengoperasikan alat ukur tersebut dan perbedaan hasil pengukuran saat alat ukur tersebut
digunakan. Gauge R&R digunakan untuk mengetahui akurasi dan presisi dari sistem pengukuran (Montgomery, 2009).2
2
Total Varians
2 Total gauge part
1 ANOVA (Analysis of Variance)
2 Total
2 gauge
: Varians total : Varians part : Varians proses measurement
2 part
2 Precision-to-Tolerance Ratio (P/T)
3 Signal-to-Noise Ratio (SNR)
4 Discrimination Ratio (DR) Metode untuk mengambil kesimpulan
1 ANOVA (
Jumat, 17 Juni 2016
2 ) ( ) ( ) ( &
Acceptable Acceptable dengan syarat Unacceptable
Acceptable Acceptable dengan syarat Unacceptable
≤ 9% > 9%
≤ 1% 1% < Gauge R&R
≤ 30% > 30%
≤ 10% 10% < Gauge R&R
Cara Mengambil Kesimpulan dengan persentase contribution variation
Cara Mengambil Kesimpulan dengan persentase study varians total Gauge R&R
IV AV EV R GaugeR MEASUREMENT SYSTEM ANALYSIS TIPE 2
2
Analysis of Variance )
2
IV AV EV R R TotalGauge Persentase Total Variasi Gauge R&R AIAG (2010)
2
2
2
& %
Variasi Gauge R&R % 100 ) ( ) ( ) (
BSB BSA
MEASUREMENT SYSTEM ANALYSIS TIPE 2
1
2 ANOVA ( Analysis of Variance)
Precision-to-Tolerance Ratio (P/T) Number of Distinct Categories (ndc)
ˆ
6 Gauge P T
/
BSA BSB
ˆ part ndc
,1
41 ˆ
R R &
: Varians proses measurement
ˆ Gauge
ˆ Part
: standar deviasi part ˆ
R & R : standar deviasi proses measurement P/T ≤ 0,1 Capable
√ ndc > 5 Capable
√ (Woodal & Borror, 2008)
(Montgomery, 2009) Jumat, 17 Juni 2016 MEASUREMENT SYSTEM ANALYSIS TIPE 2
3
4 Signal-to-Noise Ratio (SNR) Discrimination Ratio (DR)
2
ˆ 2 part
ˆ
ˆ
1 Part Part
SNR DR
Part
2
ˆ1 part
ˆ
Total
1 Part
2
ˆ Part : Varians dari alat ukur
2
Total : Varians total pengukuran
Capable DR > 4 SNR ≥ 5 Capable
√ √ (Montgomery, 2009)
(Woodal & Borror, 2008) Jumat, 17 Juni 2016
SISTEM PENGUKURAN TEMPERATUR HOT AIR
Proses Tube Sealing adalah salah satu proses dalam pengemasan produk pasta gigi dengan cara
pemberian udara panas pada dinding bagian atas tube yang telah diisi pasta untuk melekatkan bagian ujung tube, agar isi pasta terjamin tidak keluar dari tube. Temperatur terukur setiap detiknya saat ada tube yang dipanaskan, hasil pengukuran temperatur
udara panas dari masing-masingHot Air akan muncul di layar display channel.
Jumat, 17 Juni 2016
Jumat, 17 Juni 2016
18 METODOLOGI PENELITIAN SUMBER DATA
VARIABEL PENELITIAN RANCANGAN EKSPERIMEN LANGKAH PENELITIAN
SUMBER DATA
Data Primer Pengamatan secara langsung terhadap kelima channel Hot
Pengamatan dilakukan selama Air Line D11 produk tiga minggu pasta gigi di PT X
03 Agustus 2015
- – 22 Agustus 2015
Jumat, 17 Juni 2016
VARIABEL PENELITIAN
Faktor Hot Air Batas Spesifikasi Satuan Hot Air 1 270 10 Celcius Hot Air 2
270 10 Celcius Hot Air 3 255 5 Celcius Hot Air 4 270 10 Celcius Hot Air 5 270 10 Celcius
Faktor Alat Ukur ( Hot Air )
Faktor Operator Nama Operator Operator
1 Pak Arie Operator
2 Pak Yasin Operator
3 Pak Mukti Faktor Operator Respon yang diamati:
Temperatur udara panas Jumat, 17 Juni 2016
RANCANGAN EKSPERIMEN
Rancangan eksperimen yang digunakan dalam sistem pengukuran temperatur Hot Air Percobaan Faktorial Dua Faktor
Hot Air Operator
5 Hot Air
3 Operator Pengukuran dilakukan berulang sebanyak 12 kali
Pengambilan data dilakukan secara acak Jumat, 17 Juni 2016
LANGKAH PENELITIAN
Merumuskan Melakukan Studi Mengidentifikasi Mengumpulkan Masalah Literatur Variabel Penelitian Data Menganalisis MSA Menganalisis MSA Memeriksa Asumsi Menguji ANOVA
Tipe II Tipe I Residual IIDN Menarik Kesimpulan dan Saran
Jumat, 17 Juni 2016
LANGKAH PENELITIAN
Studi Literatur Menentukan variabel penelitian Pengumpulan Data Penelitian Analysis of Variance
Pemeriksaan Asumsi Residual
IIDN Tidak Residual IIDN Transformasi
Ya MSA Gauge R&R Study
Kesimpulan Jumat, 17 Juni 2016
Jumat, 17 Juni 2016
24 ANALISIS DAN PEMBAHASAN ANOVA TEMPERATUR HOT AIR MEASUREMENT SYSTEM ANALYSIS TIPE 1 PEMERIKSAAN ASUMSI RESIDUAL IIDN
MEASUREMENT SYSTEM ANALYSIS
TIPE 2Sumber db JK KT F P-value Hot Air 4 7892,09 1973,02 307,9 0,000 Operator
2 20,84 10,42 1,63 0,200 Hot Air*Operator 8 115,04 14,38 2,24 0,027
Galat 165 1057,33 6,41 Total 179 9085,31 ANOVA TEMPERATUR HOT AIR
- 255,0 260,0 265,0 270,0
Jumat, 17 Juni 2016 Tolak H Tolak H
Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ---+---------+---------+---------+------ 1 36 272,44 3,81 (-*-) 2 36 270,47 2,18 (-*-) 3 36 254,53 3,51 (-*-) 4 36 270,75 1,48 (-*) 5 36 270,19 0,52 (*-)
ANOVA GAUGE R&R Hot Air
ANOVA TEMPERATUR HOT AIR Uji Perbandingan Berganda
Hot Air 1 Dibandingkan dengan Hot Air 3 Dibandingkan dengan
Hot Hot Air Lower Center Upper ------+---------+---------+---------+ Air Lower Center Upper ------+---------+---------+---------+
2 -3,62 -1,97 -0,33 (*-) 4 14,58 16,22 17,87 (-*) 3 -19,56 -17,92 -16,27 (*) 5 14,02 15,67 17,31 (*) 4 -3,34 -1,69 -0,05 (-*)
- 5 -3,90 -2,25 -0,60 (*)
- 12 0 12 24
- 12 0 12 24
Hot Air 2 Dibandingkan dengan Hot Air 4 Dibandingkan dengan
Hot Hot Air Lower Center Upper ------+---------+---------+---------+ Air Lower Center Upper ------+---------+---------+---------+
3 -17,59 -15,94 -14,30 (-*) 5 -2,201 -0,5556 1,090 (-*)
- 4 -1,37 0,28 1,92 (*-) 5 -1,92 -0,28 1,37 (-*)
- 12
12
24
- 12 0 12 24
Jumat, 17 Juni 2016
ANOVA TEMPERATUR HOT AIR Jumat, 17 Juni 2016
ANOVA Tanpa Hot Air 3 Sumber db JK KT F P-value
Hot Air 3 110,576 36,859 6,56 0,000 Operator 2 1,764 0,882 0,16 0,855
Hot Air*Operator 8 18,736 3,123 0,56 0,765 Galat 132 741,75 5,619 Total 143 872,826
Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ------+---------+---------+---------+--- 1 36 272,44 3,81 (------*-------) 2 36 270,47 2,18 (-------*------) 4 36 270,75 1,48 (------*-------) 5 36 270,19 0,52 (-------*-------)
ANOVA Tanpa Hot Air 1 dan 3 Sumber db JK KT F P-value
Hot Air 2 5,556 2,778 1,13 0,327 Operator 2 0,167 0,083 0,03 0,967
Hot Air*Operator 4 9,611 2,403 0,98 0,424 Galat 99 243,583 2,460 Total 107 258,917
Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev --------+---------+---------+---------+- 2 36 270,47 2,18 (------------*------------) 4 36 270,75 1,48 (------------*------------) 5 36 270,19 0,52 (------------*------------)
- 270,00 270,40 270,80 271,20
- 270,0 271,0 272,0 273,0
PEMERIKSAAN ASUMSI RESIDUAL IIDN
ANOVA GAUGE R&R
Asumsi Residual Asumsi Residual Identik Asumsi Residual IndependenDistribusi Normal Versus Fits
Probability Plot of RESI1
Versus Order
(response is Temperatur) Normal
(response is Temperatur)
99,910
10 99 95 P-Value < 0,010 KS 0,170 N 180 StDev 2,430 Mean - 2,40006E-14
5
5 80 90 l l t 70 a a n u 60 u e id 50 id s rc s 40 e e e R P 30 R 10 20
- 5
- 5 1 5<
- 10 0,1<
- 10
250 255 260 265 270 275
- 10 -5
5
10
1
20
40
60 80 100 120 140 160 180 Fitted Value
RESI1 Observation Order Uji Glejser
Statistik Uji Durbin Watson:
P-value = 0,011,12901
KS = 0,170 Sumber db JK KT F P-value
Hot Air
dL =1,63
4 149,095 37,274 16,57 0,000 Operator
2 37,345 18,672 8,3 0,000 Hot Air*Operator
8 59,953 7,494 3,33 0,001 TIDAK TIDAK Galat
165 371,227 2,25
INDEPENDEN
BERDISTRIBUSI Total179 617,62
TIDAK IDENTIK
NORMAL Jumat, 17 Juni 2016
PEMERIKSAAN ASUMSI RESIDUAL IIDN
- 2,5
- 5,0
- 5
10
48
5
Residual P e r c e n t 271,00 270,75 270,50 270,25 270,00 5,0
2,5 0,0
Fitted Value R e s id u a l
F r e q u e n c y
24
36
48
24
36
Fitted Value R e s id u a l
5
10
270 271 273 272
10 5 -5 99,9 99 90 50 10 1 0,1 Residual P e r c e n t
ANOVA Tanpa Hot Air 1 dan 3
- 2,5
- 5,0
12 Residual
12 Residual F r e q u e n c y
- 5
- 4 2 -2 -6
80
70
Observation Order R e s id u al Normal Probability Plot Versus Fits Histogram Versus Order Residual Plots for Temperatur
1 5,0 2,5 0,0
10
20
30
40
50
60
70
80
90
100
Jumat, 17 Juni 2016 ANOVA Tanpa Hot Air 3
8
6
4
10
60
50
40 MEASUREMENT SYSTEM ANALYSIS TIPE 1 Type 1 Gage Study for Temperatur
90
20
1
4
10
11
Observation Order R e s id u al Normal Probability Plot Versus Fits Histogram Versus Order Residual Plots for Temperatur 5,0 2,5 0,0 -2,5 -5,0 99,9 99 90 50 10 1 0,1
12
13
14
30
- 4 2 -2 -6
Reported by : Gage nam e: T olerance:
20 D ate of study : M isc:
Sumber Nilai Run Chart of Temperatur Cg 0,09
280 Cg dan Cgk
Ref + 0,10 * T ol < 1,33
Cgk -0,02 r
270 Ref Ref - 0,10 * T ol tu a r e p 260
%Var (Repeatability) 213,73% m e T
250 %Var (Repeatability and Bias) -1326,60%
240 Bias -2,32
1
19
37
55
73 91 109 127 145 163 O bser vation
(P-Value) 0,000 Basic Statistics Bias C apability Reference 270 Bias -2,32 C g 0,09
M ean 267,68 T 4,373 C gk -0,02 Tolerance (
C)
20 StD ev 7,124 PV alue 0,000 6 * StD ev (SV ) 42,746 (T est Bias = 0) % V ar(Repeatability ) 213,73%
Reference (
C) 270 T olerance (T ol)
20 % V ar(Repeatability and Bias) -1326,60%
Hot Air 1 Hot Air 2 Hot Air 3 Hot Air 4 Hot Air 5
Cg 0,17 0,31 0,09 0,45 1,27 Cgk -0,04 0,23 0,05 0,28 1,15 Jumat, 17 Juni 2016 MEASUREMENT SYSTEM ANALYSIS TIPE 2 > 9 %
Sumber % Contribution % Study Var > 30 %
Total Gage R&R 11,50 33,92 Repeatability 10,42 32,28 Sumber Nilai
Reproducibility 1,08 10,40 P/T > 0,1
P/T Ratio 0,797823 Operator 0,00 0,00
SNR < 5 SNR 3,904272
Operator*Hot Air 1,08 10,40 DR = 4
DR 4,030302 Part-To-Part 88,50 94,07 Total Variation 100,00 100,00
TIDAK KAPABEL
Ndc
3 ndc < 5 Jumat, 17 Juni 2016 MEASUREMENT SYSTEM ANALYSIS TIPE 2 Jumat, 17 Juni 2016
Part -t o-Part Reprod Repeat Gage R&R 100
80
60
40
e rc e n t % Cont ribut ion % St udy Var
Gage nam e: D ate of study :
Reported by : T olerance: M isc:
Components of Variation Gage R&R (ANOVA) for Temperatur
20 P
MEASUREMENT SYSTEM ANALYSIS TIPE 2 Jumat, 17 Juni 2016
5
5
4
3
2
1
5
4
3
2
1
4
2
3
2
1 270 265 260 255
Hot A ir S a m p le M e a n
_ _ X= 267,68 UCL= 269,50 LCL= 265,86
1
2
3 Gage nam e: D ate of study :
Reported by : T olerance: M isc:
S Chart by Operator Xbar Chart by Operator Gage R&R (ANOVA) for Temperatur
3
1
20 P
2
80
60
40
e rc e n t % Cont ribut ion % St udy Var
Gage nam e: D ate of study :
Reported by : T olerance: M isc:
Components of Variation Gage R&R (ANOVA) for Temperatur
5
4
3
Part -t o-Part Reprod Repeat Gage R&R 100
_ S= 2,057 UCL= 3,387 LCL= 0,727
5
4
3
2
1
5
4
3
2
1 4,5 3,0 1,5 0,0
Hot A ir S a m p le S tD e v
1 MEASUREMENT SYSTEM ANALYSIS TIPE 2 Jumat, 17 Juni 2016
Part -t o-Part Reprod Repeat Gage R&R 100
1
5
4
3
2
1
5
4
3
2
1 270 265 260 255
Hot A ir S a m p le M e a n
_ _ X= 267,68 UCL= 269,50 LCL= 265,86
2
2
3 Gage nam e: D ate of study :
Reported by : T olerance: M isc:
S Chart by Operator Xbar Chart by Operator Gage R&R (ANOVA) for Temperatur
5
4
3
2
1 280 270 260 250 240
Hot Air
Gage nam e: D ate of study :
Reported by : T olerance: M isc:
Temperatur by Hot Air
Gage R&R (ANOVA) for Temperatur1
3
80
4
5
3
2
1
_ S= 2,057 UCL= 3,387 LCL= 0,727
60
40
e rc e n t % Cont ribut ion % St udy Var
Gage nam e: D ate of study :
Reported by : T olerance: M isc:
Components of Variation Gage R&R (ANOVA) for Temperatur
20 P
2
1
4 MEASUREMENT SYSTEM ANALYSIS TIPE 2 Jumat, 17 Juni 2016
5
1
2
3
4
5
5
4
3
2
1 4,5 3,0 1,5 0,0
Hot A ir S a m p le S tD e v
3
Part -t o-Part Reprod Repeat Gage R&R 100
5
2
1
5
4
3
2
1 270 265 260 255
Hot A ir S a m p le M e a n
_ _ X= 267,68 UCL= 269,50 LCL= 265,86
1
2
3 Gage nam e: D ate of study :
Reported by : T olerance: M isc:
S Chart by Operator Xbar Chart by Operator Gage R&R (ANOVA) for Temperatur
4
4
3
2
1 280 270 260 250 240
Hot Air
Gage nam e: D ate of study :
Reported by : T olerance: M isc:
Temperatur by Hot Air
Gage R&R (ANOVA) for Temperatur3
2
1 280 270 260 250 240
Operator
Gage nam e: D ate of study :
Reported by : T olerance: M isc:
Temperatur by Operator
Gage R&R (ANOVA) for Temperatur3
5
80
1
2
3
4
5
3
2
1
_ S= 2,057 UCL= 3,387 LCL= 0,727
60
40
e rc e n t % Cont ribut ion % St udy Var
Gage nam e: D ate of study :
Reported by : T olerance: M isc:
Components of Variation Gage R&R (ANOVA) for Temperatur
20 P
2 MEASUREMENT SYSTEM ANALYSIS TIPE 2 Gage R&R (ANOVA) for Temperatur Gage R&R (ANOVA) for Temperatur Gage R&R (ANOVA) for Temperatur Gage R&R (ANOVA) for Temperatur Gage R&R (ANOVA) for Temperatur
3
4
5
1
2
3
4
5
5
4
3
2
1 4,5 3,0 1,5 0,0
Hot A ir S a m p le S tD e v
1
Reported by : Reported by : Reported by : Reported by : Reported by : Gage nam e: Gage nam e: Gage nam e: Gage nam e: Gage nam e:
T olerance: T olerance: T olerance: T olerance: T olerance: D ate of study : D ate of study : D ate of study : D ate of study : D ate of study :
M isc: M isc: M isc: M isc: M isc:
Xbar Chart by Operator Hot Air * Operator Interaction Components of Variation Temperatur by Operator Temperatur by Hot Air
1
2
3
275 100 n
% Cont ribut ion
_ Operat or _
a
270
280 280
UCL= 269,50
e % St udy Var
1 X= 267,68
LCL= 265,86 265
M
2 le
3
260
p 270
80 m
255
a 270 270
S
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
e 265 t
60 g Hot A ir n ra e
260 260 e rc v e S Chart by Operator A 260 P
40
1
2
3
v e
4,5
250 250 tD 255
UCL= 3,387
S
3,0 _
20 le
S= 2,057
p
1,5
m a
LCL= 0,727
240 240 250 S
0,0
1
1
1
2
2
3
2
3
4
4
5
3
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5 Gage R&R Repeat Hot Air Operator Hot Air Reprod Part -t o-Part
Hot A ir Jumat, 17 Juni 2016
Jumat, 17 Juni 2016
37 KESIMPULAN DAN SARAN KESIMPULAN SARAN KESIMPULAN
Faktor yang berpengaruh signifikan terhadap sistem pengukuran temperatur adalah faktor Hot Air
dan interaksi antaraHot Air dan operator. Hot Air yang menyebabkan hasil pengukuran temperatur signifikan adalah Hot Air 3 dan 1.
Sistem pengukuran temperatur pada proses Tube Sealing tidak kapabel. Keenam ukuran kriteria
measurement system analysis menyatakan unacceptable, yang berarti tidak akurat dan presisi
dalam mengukur temperatur. Hot Air yang teridentifikasi sangat tidak kapabel dalam sistem
pengukuran temperatur adalah Hot Air 3 dan Hot Air 1. Sedangkan Hot Air yang paling kapabel
adalah Hot Air 5.
Jumat, 17 Juni 2016
SARAN Perbaikan terhadap Hot Air 1 dapat dilakukan dengan membersihkan Hot Air secara rutin. Hot Air 3 perlu dilakukan pembaharuan alat yakni unit Hot Air. Hot Air 5 dan operator 1 dapat dijadikan acuan karena mampu menghasilkan pengukuran temperatur yang sesuai dengan setting standard.
Setelah proses perbaikan dan pembaharuan dilakukan, perlu adanya pengkajian ulang terkait hasil perbaikan
yang telah dilakukan.
Penelitian selanjutnya sebaiknya dapat dilakukan dengan menambah data atau jumlah pengamatan agar memenuhi asumsi residual identik, independen, dan berdistribusi normal.
Jumat, 17 Juni 2016
DAFTAR PUSTAKA
Automotive Industry Action Group (AIAG). (2010). Measurement Systems Analysis Reference Manual Fourth Edition.
Southfield: Chrysler Group LLC, Ford Motor Company, General Motors Corporation. Dewi, N. S. (2013). Measurement System Analysis Repeatability dan Reproducibility (Gauge R&R) Studi Kasus: PT. Gaya Motor (Astra Group). Surabaya: Jurusan Statistika ITS. Gujarati, D. N., & Porter, D. C. (2009). Basics Econometrics Fifth Edition. New York: The McGraw-Hill Companies, Inc. Joglekar, A. M. (2003). Statistical Methods for Six Sigma in R&D and Manufacturing. New Jersey: John Wiley & Sons, Inc.
Louka, G. A., & Besseris, G.J. (2010). Gauge R&R for An Optical Micrometer Industrial Type Machine. International Journal for
Quality Research, Vol.4, No.4, 249-263. Montgomery, D. C. (2009). Introduction to Statistical Quality Control Sixth Edition. New Jersey: John Wiley & Sons Inc,. Montgomery, D. C. (2013). Design and Analysis of Experiments Eight Edition. New Jersey: John Wiley & Sons Inc,.
Pan, Jeh-Nan. (2004). Determination of The Optimal Allocation of Parameters for Gauge Repeatability and Reproducibility
Study. International Journal of Quality & Reliability Management, Vol. 21, No.6, 672-682.Roth, Thomas. (2013). Working with The Quality Tools Package. http://www.r-qualitytools.org. Diakses pada 1 Desember
2015.Woodall, W. H, & Borror, C. M. (2008). Some Relationship Between Gage R&R Criteria . Quality and Reliability Engineering
International, Vol.24, 99-106. Yosepha, A. S. (2015). Analisis Measurement System pada Proses Pumping dan Gas Pressure Produksi Lampu Spiral Jenis X di PT XYZ. Surabaya: Jurusan Statistika FMIPA ITS. Jumat, 17 Juni 2016UJIAN TUGAS AKHIR ANALISIS SISTEM PENGUKURAN TEMPERATUR HOT AIR TUBE SEALING PADA PROSES DI PT X Oleh: Silvi Fitria 1313 030 016
Dosen Pembimbing: Dr. Muhammad Mashuri, MT PROGRAM STUDI DIPLOMA III JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM