BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

4.1. Pengumpulan dan Pengolahan Data dengan Metode Taguchi 4.1.1. Identifikasi Faktor-faktor yang Berpengaruh Tidak semua faktor diteliti pada penelitian ini, faktor yang diteliti adalah faktor yang berpengaruh secara signifikan terhadap masalah waste pada proses permesinan pembuatan benang plastik yang sangat disoroti oleh pihak perusahaan saat ini. Berdasarkan hasil pembicaraan atau brainstorming dengan pihak perusahaan, didapatkan 4 faktor yang dianggap paling berpengaruh pada proses permesinan dengan faktor operator dan faktor temperatur lingkungan yang berkenaan dengan cuaca sebagai faktor yang tidak dibahas karena sulit dikendalikan. Adapun faktor-faktor yang berpengaruh dalam dalam penelitian ini adalah : 1. Temperatur Barel 1 2. Temperatur Dies 3. Water Gap 4. Stretching Ratio (S.R)

75

4.1.2. Penentuan Jumlah Level dan Nilai Tiap Faktor Pemilihan jumlah level, berpengaruh pada hasil penelitian dan biaya yang dibutuhkan. Semakin banyak level yang diteliti hasilnya akan lebih baik, akan tetapi biaya yang dibutuhkan akan semakin banyak pula. Dalam penelitian ini digunakan 3 level, dan nilai tiap faktor dapat dilihat pada tabel 4.1 berikut ini : Tabel 4.1 Tabel Faktor dan Level Faktor

Level 1 2 3 Temperatur Barel 1 (celcius) 230 240 250 Temperatur Dies (celcius) 245 250 255 3 4 5 Water Gap (cm) 5.5 5.7 5.9 S.R

4.1.3. Identifikasi Kemungkinan Adanya Interaksi Antar Faktor Berdasarkan hasil diskusi dan brainstorming dengan pihak PT. Inti Abadi Kemasindo, tidak didapatkan interaksi antar faktor dimana perubahan pada salah satu faktor akan mempengaruhi faktor yang lain.

4.1.4. Perhitungan Derajat Kebebasan (DOF) Perhitungan derajat kebebasan dalam penelitian ini adalah sebagai berikut :

Temperatur Barel 1

= nA – 1 = 3 – 1 = 2

76

Temperatur Dies

= nB – 1 = 3 – 1 = 2

Water Gap

= nC – 1 = 3 – 1 = 2

S.R

= nD – 1 = 3 – 1 = 2

Jumlah total DOF

=8

Berdasarkan hasil perhitungan derajat kebebasan diatas, maka minimum percobaan yang harus dilakukan untuk mengamati 4 faktor yang akan diamati pada penelitian ini adalah sebanyak 8 kali.

4.1.5. Pemilihan Orthogonal Array (OA) Pada pemilihan Orthogonal Array ini, penulis menggunakan software minitab untuk mendapatkan Orthogonal Array yang tepat digunakan pada penelitian ini. Adapun tahapan-tahapan proses pada minitab akan dijelaskan lebih lanjut pada sub-bab perhitungan minitab dan hasil yang didapatkan adalah sebagai berikut : Tabel 4.2 Orthogonal Array untuk L9 Runs

1 2 3 4 5 6 7 8 9

Level

1 1 1 2 2 2 3 3 3

1 2 3 1 2 3 1 2 3

1 2 3 2 3 1 3 1 2

1 2 3 3 1 2 2 3 1

77

Pada tabel 4.2 diatas, terlihat bahwa percobaan yang harus dilakukan adalah sebanyak 9 kali. Kemudian dalam pemilihan Orthogonal Array haruslah memenuhi pertidaksamaan (Ross,[1988],h.74) berikut ini : f LN ≥ f yang .diperlukan.untuk . faktor.dan. int eraksi 9 −1 ≥ 8 Dilihat dari syarat diatas, maka Orthogonal Array L9 merupakan Orthogonal Array yang tepat untuk digunakan dalam penelitian ini

4.1.6. Penugasan Faktor dan Interaksinya pada Orthogonal Array Dikarenakan tidak adanya faktor yang mempunyai interaksi, maka perihal penugasan faktor dilakukan sesuai tabel Orthogonal Array yang dipilih.

4.1.7. Pelaksanaan Penelitian PT. Inti Abadi Kemasindo ingin menekan jumlah waste benang plastik yang terjadi pada permesinan extruder. M aka, karakteristik kualitas yang digunakan adalah Smaller the better. Sebelum melaksanakan percobaan harus diketahui banyaknya pengulangan yang akan dilakukan. Jumlah replikasi yang dilakukan adalah sebanyak 3 kali. Dan pengamatan pada penelitian ini dibatasi hanya melihat banyaknya poin putus benang yang terjadi.

78

Tabel 4.3 Hasil Percobaan Hasil 1 34 11 4 4 54 47 5 60 2

Hasil 2 6 22 3 8 36 35 11 44 10

Hasil 3 11 7 5 6 0 6 3 43 13

Total 51 40 12 18 90 88 19 147 25

4.1.8. Pengolahan Data 4.1.8.1. Perhitungan Main Effect S /N Ratio Untuk Smaller the better :

(

)

MSD = y1 2 + y 2 2 + y3 2 + K / n S / N = −10 log10 (MSD) Dimana : y 1, y 2, y 3,...

= Hasil dari percobaan

n

= Jumlah pengulangan

M SD dan S/N dihitung untuk setiap percobaan karena ada 9 percobaan maka ada 9 nilai M SD dan S/N.

(

)

(

)

MSD1 = 342 + 62 + 112 / 3 = 437.667 MSD2 = 112 + 222 + 7 2 / 3 = 218

79

(

)

(

)

MSD3 = 42 + 32 + 52 / 3 = 16.667 MSD4 = 4 2 + 8 2 + 62 / 3 = 38.667

(

)

(

)

MSD5 = 542 + 362 + 0 2 / 3 = 1404 MSD6 = 47 2 + 352 + 62 / 3 = 1156.667

(

)

MSD7 = 52 + 112 + 32 / 3 = 51.667

(

)

MSD8 = 602 + 44 2 + 432 / 3 = 2461.667

(

)

MSD9 = 2 2 + 10 2 + 132 / 3 = 91

S / N1 = −10 log10 (437.667 ) = − 26.411 S / N2 = − 10 log10 (218) = − 23.385 S / N3 = −10 log10 (16.667) = −12.219 S / N4 = − 10 log10 (38.667 ) = − 15.873 S / N5 = −10 log10 (1404) = −31.474 S / N6 = −10 log10 (1156.667 ) = − 30.632 S / N7 = − 10 log10 (51.667 ) = − 17.132 S / N8 = −10 log10 (2461.667 ) = − 33.912 S / N9 = −10 log10 (91) = −19.590

Tabel respon faktor utama dari penelitian :

80

Tabel 4.4 Respon Faktor Utama dari Penelitian Percobaan

Temperatur Barel 1 1 2 3 1 -26. 41 2 -23.385 3 -12. 22 4 -15. 87 5 -31. 47 6 -30. 63 7 -17.132 8 -33.912 9 -19.590 Total -62. 02 -77. 98 -70.634 Jumlah 3 3 3 Rata-Rata -20. 67 -25. 99 -23.545 23.12 Efek

Temperatur Dies 1 2 3 -26. 4 -23.385 -12.219 -15. 9 -31.47 -30.632 -17. 1 -33.91 -19.590 -59. 4 -88.77 -62.441 3 3 3 -19. 8 -29.59 -20.814 28.582

1 -26

Water G ap 2 3

1 -26.41

-23.385

S.R 2

Hasil 3

-23.385 -12.2

-12. 2 -15. 9

-15.873 -31.5 -31.47 -31 -17.1

-30.63 -17.13

-34

-33. 9 -19.590 -19. 590 -91 -58.848 -60.8 -77.48 -71.15 -62 3 3 3 3 3 3 -30 -19.616 -20.3 -25.83 -23.72 -20. 7 29.65933333 28. 87333333

-26.41 -23.385 -12.22 -15.87 -31.47 -30.63 -17.13 -33.91 -19.590 -210. 6 9 -23.4

Grafik Respon Faktor Utama 0 1

Rata-Rata

-5

2

3

-10

Temperatur Barel 1

-15

Temperatur Dies

-20

Water Gap

-25

S.R

-30 -35 Le ve l

Gambar 4.1 Grafik Respon Faktor Utama Berdasarkan hasil perhitungan diatas, setting optimumnya adalah :

Temperatur Barel 1

: Level 1 (230º)

Temperatur Dies

: Level 1 (245º)

Water Gap

: Level 2 (4 cm)

Stretching Ratio (S.R) : Level 3 (5.9)

81

Untuk mendapatkan setting optimum seperti hasil diatas, pada metode S/N ini pemilihannya tidak tergantung dari karakteristik kualitasnya. Jadi apapun karakteristik kualitasnya kita selalu melihat nilai yang paling besar. Sebagai contoh, untuk faktor temperatur barel 1, level 1 mempunyai nilai 20.672, level 2 mempunyai nilai -25.993, dan level 3 mempunyai nilai 23.545. Karena level 1 memiliki nilai yang paling besar jika dibandingkan dengan level-level yang lain, maka yang dipilih adalah level 1. Dan begitu juga untuk faktor-faktor yang lainnya.

4.1.8.2. Perhitungan Minitab Untuk mendukung serta memperkuat hasil perhitungan secara manual, penulis melakukan perhitungan pula dengan menggunakan software minitab. Berikut ini adalah tahapan-tahapan yang dilakukan oleh penulis dalam melakukan perhitungan dengan menggunakan minitab :

82

1. Open Worksheet

Gambar 4.2 Minitab 1

83

2. S tat → DOE → Taguchi → Create Taguchi Design


Keterangan : a. Type of Design Pilihan ini dipergunakan untuk menentukan jenis level yang akan digunakan dalam suatu percobaan. b. Number of Factors Pilihan ini dipergunakan untuk menentukan berapa banyak faktor utama yang akan dipergunakan di dalam percobaan tersebut.

84

c. Display Available Designs Pilihan ini akan membantu dalam memilih disain yang paling tepat berdasarkan jumlah faktor yang digunakan serta jumlah trial dalam satu percobaan. d. Designs Pilihan ini dipergunakan untuk memilih Orthogonal Array yang akan dipergunakan.


Add a signal factor for dynamic characteristics, digunakan untuk menambahkan signal faktor percobaan dengan hasil yang

85

bersifat dinamis (hasil percobaan yang bersifat dinamis berupa range). e. Factors Pilihan ini dipergunakan untuk memberikan nama, nilai level, kolom penugasan pada faktor-faktor utama percobaan, selain itu juga dipergunakan untuk memasukkan faktor interaksinya.


To collumns of the array as specified bellow, dipilih jika pada percobaan tidak mempunyai interaksi.

86

To allow estimation of selected interaction, dipilih jika pada percobaan terdapat interaksi.

f. Options Pilihan ini dipergunakan untuk menentukan apakah kita ingin menyimpan data-data yang telah dimasukkan ke dalam worksheet atau tidak.


87

3. Masukan Hasil Percobaan pada Worksheet Setelah tampil worksheet yang berisi Orthogonal Array, masukkan hasil percobaan pada kolom berikutnya.


88

4. S tat → DOE → Taguchi → Analyze Taguchi Design


Keterangan : a. Graphs Pilihan ini digunakan untuk memplot grafik main effect dan interaksi, yang dapat digunakan untuk menunjukkan efek dari masing-masing faktor utama dan juga interaksinya. Grafik ini dapat dipergunakan untuk Signal to Noise Ratios, Means, Standard Deviations.

89

Gambar 4.9 Minitab 8 b. Tables Pilihan ini dipergunakan untuk menampilkan hasil dari Signal to Ratios, Means, Standard Deviation pada tabel hasil.


90

c. Options Pilihan ini dipergunakan untuk menentukan karakteristik kualitas yang akan dipergunakan untuk perhitungan.


d. Storage Pilihan ini dipergunakan untuk menampilkan hasil dari Signal to Noise Ratios, Means, Standard Deviations pada worksheet.


91

5. Tampilan Akhir atau Hasil Akhir

Gambar 4.13 Minitab 12 Response Table for Signal to Noise Ratios Smaller is better

Level 1 2 3 Delta Rank

Temperatur Barel 1 -20.67 -25.99 -23.54 5.32 3

Temperatur Dies -19.81 -29.59 -20.81 9.78 2

Water Gap -30.32 -19.62 -20.27 10.70 1

S.R -25.83 -23.72 -20.67 5.16 4

92

Main Effects Plot (data means) for SN ratios T emperat ur Barel 1

T emperat ur Dies

-20.0 -22.5

Mean of SN ratios

-25.0 -27.5 -30.0 230

240 W at er Gap

250

245

250 S.R

255

3

4

5

5.5

5.7

5.9

-20.0 -22.5 -25.0 -27.5 -30.0

Signal-to-noise: Smaller is better

Gambar 4.14 Grafik Hasil Perhitungan Rasio S /N

Pemilihan setting optimumnya sama seperti dengan perhitungan yang manual, yaitu memilih nilai yang paling besar (tidak tergantung pada karakteristik kualitasnya) pada setiap faktor yang terdapat pada gambar diatas. M aka setting optimumnya adalah :

Temperatur Barel 1

: Level 1 (230º)

Temperatur Dies

: Level 1 (245º)

Water Gap

: Level 2 (4 cm)

Stretching Ratio (S.R)

: Level 3 (5.9)

93

4.1.8.3. Uji Hipotesis untuk Rata-rata Perhitungan ini digunakan untuk mengetahui apakah hasil percobaan yang dilakukan memiliki pengaruh yang signifikan terhadap berkurangnya waste yang terjadi jika dibandingkan dengan waste yang terjadi sebelum dilakukannya percobaan. Pada uji rata-rata ini, digunakan uji rata-rata Paired T. 1. H 0 : μ1 = μ 2 atau μ D = μ1 − μ2 = 0 2. H1 : μ 1 ≠ μ 2 atau μ D = μ1 − μ2 ≠ 0 3. α = 0.05 4. Wilayah kritik : t < −2.201 dan t > 2.201 t=

d − d0 Sd

n

Dengan v = n − 1 = 12 − 1 = 11 5. Perhitungan :

94

Tabel 4.5 Tabel Perhitungan Uji Hipotesa Paired T waste sebelum 3.13 1.80 0.54 1.32 0.33 0.46 1.50 0.35 0.23 0.47 3.05 0.27

waste sesudah 0.23 0.16 0.21 0.29 0.08 0.42 0.00 0.27 0.21 0.17 0.32 0.72 Total Rata-Rata

Sd

2

(n )(∑ d i 2 ) − (d i )2 = (n )(v )

Sd

2

(12 )(22.35) − (10.38)2 = (12)(11)

d 2.90 1.64 0.33 1.03 0.25 0.04 1.50 0.08 0.02 0.30 2.73 -0.45 10.38 0.86

d^2 8.43 2.69 0.11 1.05 0.06 0.00 2.25 0.01 0.00 0.09 7.45 0.20 22.35 1.86

= 1.22

Sd = Sd 2 = 1.22 = 1.10 t=

0.86 − 0 1.10

12

= 2.71

t < −2.201 dan t > 2.201 → hasil perhitungan (2.71 > 2.201) masuk kedalam wilayah kritik. 6. Kesimpulan : Terima H1 dan disimpulkan bahwa terjadi perbedaan yang signifikan antara banyaknya waste sebelum dan waste sesudah penelitian.

95

4.1.8.4. Perhitungan Loss Function Data-data total waste per shift sebelum dilakukan percobaan (4 hari sebelum dilakukan penelitian) :

Tabel 4.6 % Waste S ebelum Dilakukan Percobaan TGL 17-Jun-08 17-Jun-08 17-Jun-08 18-Jun-08 18-Jun-08 18-Jun-08 19-Jun-08 19-Jun-08 19-Jun-08 20-Jun-08 20-Jun-08 20-Jun-08

Shift 1 2 3 1 2 3 1 2 3 1 2 3

Waste 4.00 3.80 5.00 7.00 2.00 9.20 0.00 4.50 5.00 4.00 7.50 17.00

Produksi 1,768.60 2,388.80 2,406.00 2,379.50 2,401.00 2,202.17 1,438.60 1,680.40 2,400.40 2,362.40 2,339.30 2,359.70

% Waste 3.13 1.80 0.54 1.32 0.33 0.46 1.50 0.35 0.23 0.47 3.05 0.27

Data-data total waste per shift setelah dilakukan percobaan (4 hari setelah penelitian dilakukan), dengan menggunakan setting permesinan hasil dari perhitungan penelitian :

96

Tabel 4.7 % Waste S esudah Dilakukan Percobaan TGL 8-Jul-08 8-Jul-08 8-Jul-08 9-Jul-08 9-Jul-08 9-Jul-08 10-Jul-08 10-Jul-08 10-Jul-08 11-Jul-08 11-Jul-08 11-Jul-08

Shift 1 2 3 1 2 3 1 2 3 1 2 3

Waste 4.00 3.80 5.00 7.00 2.00 9.20 0.00 4.50 5.00 4.00 7.50 17.00

Produksi 1,768.60 2,388.80 2,406.00 2,379.50 2,401.00 2,202.17 1,438.60 1,680.40 2,400.40 2,362.40 2,339.30 2,359.70

Batas atas (∆)

: 0.95

Biaya (A0)

: Rp 500.000

Produksi

: 10.000 unit/tahun

% Waste 0.23 0.16 0.21 0.29 0.08 0.42 0.00 0.27 0.21 0.17 0.32 0.72

M encari k : A0 = Rp 500.000, dan ∆ = 0.95 k=

A0 2

Δ

=

Rp 500.000 = 554.016,62 0.95 2

Perhitungan sebelum penelitian : y=

(3.13 + 1.80 + 0.54 + 1.32 + 0.33 + 0.46 + 1.50 + 0.35 + 0.23 + 0.47 + 3.05 + 2.7)

y = 1.12

12

97

σ = 1.06 σ 2 = 1.1236 = 1.12

(

)

2 L ( y ) = k⎛⎜ σ 2 + y ⎞⎟ = 554016.62 1.12 + 1.122 = 1315457.06 ⎝ ⎠

Perhitungan setelah penelitian : y=

(0.23 + 0.16 + 0.21 + 0.29 + 0.08 + 0.42 + 0.00 + 0.27 + 0.21 + 0.17 + 0.32 + 0.72) 12

y = 0.26

σ = 0.182 = 0.18 σ 2 = 0.033124 = 0.03

(

)

2 L ( y ) = k⎛⎜ σ 2 + y ⎞⎟ = 554016.62 0.03 + 0.262 = 54072.02 ⎝ ⎠

Dengan adanya setting usulan, maka ada penghematan biaya kerugian sebesar : = (Rp 1315457.06 − Rp 54072.02) x 10.000 unit / tahun = Rp 12.613.850.400 per tahun Dengan penghematan sebesar : ⎛ Rp 54072.02 ⎞ = ⎜⎜ ⎟⎟ x 100% = 4.11% ⎝ Rp 1315457.06 ⎠ = 100% − 4.11% = 95.89%

98

4.2. Analisis Data 4.2.1.

Analisis Metode Taguchi Untuk mendapatkan kombinasi yang optimal untuk proses permesinan, perlu dilakukan sebuah eksperimen untuk mencoba semua kombinasikombinasi yang ada atau lebih dikenal dengan metode Design Of Experiment (DOE). Akan tetapi hal tersebut akan memakan waktu dan biaya yang tidak sedikit. Karena itu pada penelitian ini digunakan metode Taguchi yang merupakan penyerdehanaan dari DOE, sehingga tidak semua kombinasi yang mungkin terjadi dilakukan yang membuat percobaan yang dilakukan jauh lebih menghemat dari sisi waktu dan biaya.

4.2.2.

Analisis Perhitungan Main Effect Berdasarkan hasil perhitungan diatas, nampak bahwa setting mesin diatas menggunakan suhu yang rendah. M emang pada kondisi aktualnya, berdasarkan hasil pengamatan langsung selama penelitian ini, dalam proses pembuatan benang plastik memang membutuhkan suhu yang tinggi untuk proses peleburan plastik tersebut. Namun, ketika masuk kedalam bak air untuk proses pendinginannya suhu air dan suhu lingkungan (sekitar mesin) sangat mempengaruhi kelancaran dalam proses permesinan. Semakin panas suhu air dan suhu lingkungan di sekitar mesin, maka proses pendinginan plastik menjadi terhambat yang mengakibatkan benang plastik tersebut masih bersifat lemah dan menjadi mudah sobek atau putus. Dan selama

99

pengamatan penulis secara langsung, menunjukkan bahwa semakin panas suhu lingkungan yang pada akhirnya membuat suhu air menjadi tinggi, maka kemungkinan terjadinya waste akan semakin tinggi yang dikarenakan proses pendinginan plastik tersebut menjadi terhambat. Berbicara mengenai proses pendinginan plastik, jarak dies ke permukaan air pun (water gap) mempunyai pengaruh yang cukup tinggi. Semakin jauh jarak dies ke permukaan air, maka semakin baik proses pendinginannya. Akan tetapi, jika suhu lingkungan tinggi dan jarak dies ke permukaan air jauh maka proses pendinginannya menjadi bermasalah. Oleh karena itu umumnya operator mesin menggunakan setting mesin yang 4 cm untuk jarak dies ke permukaan air. Dan semakin dekat dies dengan permukaan air, filamen plastik akan semakin lebar yang mengakibatkan pinggiran benang yang tidak terpakai semakin besar dan tebal yang pada akhirnya pinggiran benang tersebut menjadi waste. Stretching Ratio (S.R.) berpengaruh pada tebaltipisnya benang, karena dipengaruhi oleh kecepatan putaran mesin untuk menarik plastik tersebut. Umumnya variabel ini berbanding terbalik dengan temperatur yang digunakan mesin, semakin tinggi temperatur yang digunakan (Barel dan Dies) maka semakin rendah nilai S.R. yang digunakan. Hal ini dikarenakan jika suhu (Barel dan Dies) tinggi, maka dibutuhkan S.R. yang rendah untuk “mematangkan” plastik tersebut melalui proses pendinginan yang cukup lama. Apabila menggunakan S.R yang

100

tinggi, maka proses pendinginannya pun menjadi singkat yang berujung pada lemahnya benang yang dihasilkan.

4.2.3.

Analisis Perhitungan Minitab Pada perhitungan menggunakan minitab ini ternyata setting optimum yang dihasilkan minitab sama dengan yang dihasilkan oleh perhitungan manual. Hal ini menunjukkan bahwa perhitungan manual yang telah dilakukan penulis telah tepat dan juga menguatkan setting yang dihasilkan.

4.2.4.

Analisis Uji Hipotesis Pada penelitian ini dilakukan percobaan secara langsung untuk menguji kombinasi yang didapatkan dari hasil perhitungan. Untuk dapat mengetahui apakah hasil dari percoabaan tersebut menghasilkan perbedaan yang signifikan dari sebelum percoabaan, maka perlu dilakukan perhitungan secara statistikal guna mengetahui hasil tersebut. Oleh karena data yang di dapat bersifat berpansangan, maka uji yang dilakukan adalah uji hipotesis rata-rata berpasangan (Paired T). Berdasarkan hasil perhitungan uji hipotesis rata-rata Paired T di dapatkan t hitung sebesar 2.71, sehingga masuk kedalam wilayah kritik ( t < −2.201 dan t > 2.201 ) sehingga dapat disimpulkan bahwa diterimanya

101

hipotesa tandingan atau H1 berupa terjadinya perbedaan yang signifikan antara sebelum dan sesudah dilakukan percobaan.

4.2.5.

Analisis Perhitungan Loss Function Berdasarkan hasil perhitungan didapatkan bahwa, biaya kerugian sebelum dilakukan percobaan adalah sebesar Rp 1.315.457,06. Sedangkan biaya kerugian setelah dilakukan percobaan yang dialami oleh PT. Inti Abadi Kemasindo adalah sebesar Rp 54.072,02. Dan dari kedua biaya kerugian tersebut, didapatkan adanya penghematan biaya kerugian sebesar Rp 12.613.850.400 per tahun. M elihat besarnya penghematan yang dapat diperoleh perusahaan, memang perlu dilakukan penerapan setting optimum yang dihasilkan dalam penelitian ini serta senantiasa perlu dilakukan evaluasi-evaluasi terhadap proses produksi yang bersifat berkelanjutan.

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

Recommend Documents