DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-501)
TOPIK 7: TAGUCHI PARAMETER DESIGN Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha
Disusun oleh: Ir. Rudy Wawolumaja M.Sc Rudijanto Muis, ST, MT
JURUSAN TEKNIK INDUSTRI - FAKULTAS TEKNIK UNIVERSITAS KRISTEN MARANATHA BANDUNG 2013
TAGUCHI PENDAHULUAN Teknik Taguchi sering digunakan dalam perancangan DESIGN PRODUCT. “The quality of a product is the ( minimum ) loss imparted by the product to the society from the time the product is shipped” ( Genichi Taguchi ) Ada 2 filosofi yang digunakan dalam Taguchi : 1. Parameter Design 2. Eksperimental Design
TAGUCHI PHILOSOPHY & METHODOLOGY IN PARAMETER DESIGN 1. Konsep “LOSS FUNCTION” LOSS : kerugian karena deviasi karakteristik produk dari nilai target. Gambaran mengenai The Quadratic Loss Function : Loss LSL
USL
L = k ( y – T )2
y Target Dimana : L : Loss in dollars k : Cost Coefficient y : Value of Quality Characteristic T : Target Value 2. Tujuan dalam Parameter Design Taguchi adalah untuk meminimasi LOSS 3. Faktor yang mempengaruhi karakteristik produk ada 2 jenis : 1. CONTROLLABLE FACTORS CONTROLLABLE FACTORS : faktor yang mudah untuk dikontrol 2. NOISE ( UNCONTROLLABLE FACTORS ) NOISE : variabel yang sulit atau tidak mungkin untuk dikontrol
Secara Umum : Noise Factor paling bertanggung jawab untuk deviasi karakteristik produk dari target value. Setelah Noise Factor diidentifikasi, pendekatannya BUKAN / TIDAK mengontrol Noise Factor, karena sangat mahal atau tidak mungkin. Tetapi dengan memilih nilai dari Controllable Factors sedemikian sehingga produk atau proses tidak sensitif terhadap perubahan yang disebabkan oleh Noise Factor Bukan menghilangkan penyebab dari “NOISE”, tetapi mengurangi dampak To achieve robustness against Noise Ada 3 jenis Noise Factors : a. Outer Noise b. Inner Noise c. Between Product Noise
Gambaran mengenai Konsep Noise Factor dalam Parameter Design Product : Loss to the Society
Deviations of Functional Characteristics from Target Value
NOISE FACTORS Cause Deviations
Outer Noise
Inner Noise
Between Product Noise
Variation in Operating Environments Human Errors
Deterioration ( rusak/busuk )
Manufacturing Imperfections
TAGUCHI PHILOSOPHY & METHODOLOGY IN EXPERIMENTAL DESIGN Langkah-langkah dalam Planning The Experimental Design : 1. 2. 3. 4. 5.
Statement of the problem Objective / Tujuan dari eksperimen Penetapan karakteristik mutu dan sistem pengukuran Pemilihan faktor-faktor yang mungkin mempengaruhi karakteristik mutu Identifikasi faktor-faktor tersebut Mengidentifikasi, mana faktor yang termasuk dalam : Control Factor & Noise Factor
6. Pilih level untuk tiap faktor 7. Identifikasi Control Factor yang mungkin berinteraksi 8. Pilih Orthogonal Array Orthogonal Array : faktor dapat dievalusi secara independen, dimana efek 1 faktor tidak mengganggu estimasi faktor yang lain. Dalam penentuan Orthogonal Array tergantung pada : a. Jumlah faktor dan interaksi b. Jumlah level untuk faktor Jenis-jenis dari Orthogonal Array seperti : L4, L8, dll. 9. Masukkan faktor dan interaksi ke dalam kolom 10. Lakukan test / eksperimen 11. Analisis hasil Dengan melakukan perhitungan terhadap S/N ( Signal to Noise Ratio ) : a. Terbesar yang terbaik ( Higher the better ) :
S N - 10 log
1 2
1 n
y
1 n
y
b. Lower the better : S N - 10 log
2
c. Nominal is the best : Variance only :
S N - 10 log
Mean & variance : S N 10 log
1 Ve n
1 Vm - Ve n Ve
Vm = Sm = Sum of the squares of the mean 12. Konfirmasi hasil 13. Kesimpulan eksperimen
Contoh Soal : A. Larger the better : 1. Statement of the problem : Adhesive strength of a plastic item 2. Tujuan eksperimen : the larger the better 3. Sistem Pengukuran : Strength ≤ kg / cm 2 4. Pemilihan faktor dan level : ( langkah 4, 5, dan 6 ) Levels
Control Factors A : Etching time
1
2
8 min
10 min
12 min
o
B : Etching temperature C : Mixing ratio D : Pre-treatment method Noise Factors :
0
o
60 C
70 C
80 oC
C0
C1
C2
none
solvent
hot water
N 0 = Normal Conditions of use N 1 = Bad Conditions of use
7. Tidak ada Control Factor yang berinteraksi 8. Jenis Orthogonal Array & hsl eksperimen yg dilakukan ( langkah 8, 9, 10, & 11 ) : Adhesive strength (kg / cm 2)
Control Factors
No. Exp.
Noise Factor
S/N
A
B
C
D
N0
N1
1
0
0
0
0
6
5
14,7
2
0
1
1
1
10
8
18,9
3
0
2
2
2
12
10
20,7
4
1
0
1
2
8
6
16,6
5
1
1
2
0
11
7
18,4
6
1
2
0
1
13
9
20,4
7
2
0
2
1
23
18
26,0
8
2
1
0
2
24
23
27,4
9
2
2
1
0
20
16
24,9
1 2
The larger the better : S N - 10 log
1 n
y
Contoh : No. Exp. 1 S N - 10 log
1 n
y
S N 1 - 10 log
1 2
1 1 1 2 2 = 14,7 dB 2 6 5
Factors & Interaction
A
B
C
D
TOTAL
Sum at
0
54,3
57,3
62,5
58,0
factor & level
1
55,4
64,7
60,4
65,3
2
78,3
66,0
65,1
64,7
( -1,1 2 ) + ( -24 2 ) + ( -22,9 2 ) =
( -7,4 2 ) + ( -8,7 2 ) + ( -1,3 2 ) =
( 2,1 2 ) + ( -2,6 2 ) + ( -4,7 2 ) =
( -7,3 2 ) + ( -6,7 2 ) + ( 0,6 2 ) =
1101,62
132,14
33,26
98,54
80,67 %
9,68 %
2,44 %
7,22 %
Square of differences (S) %
188,0
ST = 1365,56 100 %
Diagram Pareto : 80,67 %
9,68 %
A
7,22 %
B
2,44 %
D
C
A0
=
54,3 / 3
=
18,10
D0
=
58,0 / 3
=
19,33
A1
=
55,4 / 3
=
18,47
D1
=
65,3 / 3
=
21,77
A2
=
78,3 / 3
=
26,10
D2
=
64,7 / 3
=
21,57
B0
=
57,3 / 3
=
19,10
C0
=
62,5 / 3
=
20,83
B1
=
64,7 / 3
=
21,57
C1
=
60,4 / 3
=
20,13
B2
=
66,0 / 3
=
22,00
C2
=
65,1 / 3
=
21,70
S/N Ratio
28
A2
26 B2
24
D1
22
C2
20 18 A0
A1
A2
B0
B1
B2
D0
D1
D2
C0
C1
C2
12. Kesimpulan : Kombinasi faktor level yang signifikan : A 2 - B 2 - D 1 - C 2
B. Nominal is the best : Diketahui data dalam baris : 10
8
16
460
6
T = yi = 10 + 8 + 16 + 460 + 6 = 500
T.2 Sm = = n n
Ve =
y
- y2 n -1
i 1
Ve =
10
10 8 16 460 6 2
2
i
= 50.000
5
y
1
2
y 2 ..... y n n -1 2
2
- S
m
8 2 16 2 460 2 6 2 - 50.000 = 40.514 5 -1
C. Nominal is the best : 1. Statement of the problem : length of a yardstick 2. Tujuan eksperimen : reduce yardstick variability & increase consistent length closer to 36 inches 3. Target : 36,00 inches 4. Pemilihan faktor dan level : ( langkah 4, 5, dan 6 ) Control Factor
Level 1
Level 2
Blade Metal
(A)
Carbon Steel
Tungsten Steel
Saw rpm
(B)
Low
High
Wood Kiln Time
(C)
1 month
3 month
2 hp
3 hp
Motor Horse Power ( D ) Saw fence angle
(E)
0 degree
12 degree
Operator
(F)
Bill
John
Noise Factor
Level 1
Level 2
Wood Source
Northern
Southern
Blade Age
New
20.000 units
7. Control Factor yang berinteraksi : Blade Metal x Saw rpm 8. Jenis Orthogonal Array & hsl eksperimen yg dilakukan ( langkah 8, 9, 10, & 11 ) : Jenis Orthogonal Array yang digunakan : Inner Array : L8 Outer Array ( Noise ) : L 4
Tabel Orthogonal Array : A
B
AxB
C
D
E
F
1
1
1
1
1
1
1
1
1
2
2
1
2
2
1
1
2
2
2
1
2
M1
M2
N1
N2
N1
N2
1
35,675
36,420
34,805
35,690
2
2
35,720
35,695
35,800
36,760
1
2
2
35,830
36,275
36,130
35,145
2
2
1
1
35,665
35,025
36,220
35,570
2
1
2
1
2
35,805
36,470
35,220
34,675
1
2
2
1
2
1
36,680
36,115
36,780
36,995
2
2
1
1
2
2
1
36,870
36,255
36,985
36,350
2
2
1
2
1
1
2
35,540
35,255
35,240
36,125
Perhitungan S/N : # 1. Vm = Sm = Ve =
35,675 36,42 34,805 35,690 2
35,675
4 2
= 5082,977
36,42 2 34,805 2 35,690 2 - 5082,977 = 0,436 4 -1
1 = S/N = 10 log
1 Vm - Ve 1 5082,977 - 0,436 = 10 log n Ve 4 0,436
= 34,642 # 2. Vm = Sm = Ve =
35,720 35,695 35,800 36,760 2
35,720
4 2
= 5182,200
35,695 2 35,800 2 36,760 2 - 5182,200 = 0,263 4 -1
1 = S/N = 10 log
1 Vm - Ve 1 5182,200 - 0,263 = 10 log n Ve 4 0,263
= 36,925 S/N
Run #
A
B
AxB
C
D
E
F
1
1
1
1
1
1
1
1
34,642
2
1
1
1
2
2
2
2
36,925
3
1
2
2
1
1
2
2
37,072
4
1
2
2
2
2
1
1
37,240
5
2
1
2
1
2
1
2
33,268
6
2
1
2
2
1
2
1
39,789
7
2
2
1
1
2
2
1
40,005
8
2
2
1
2
1
1
2
38,680
# 1. A 1 =
34,642 36,925 37,072 37,240 = 36,470 4
A2 =
33,268 39,789 40,005 38,680 = 37,935 4
Effect A = = A 1 A 2 = 36,470 37,935 = 1,465 # 2. B 1 =
34,642 36,925 33,268 39,789 = 36,156 4
B2 =
37,072 37,240 40,005 38,680 = 38,249 4
Effect B = = B 1 B 2 = 36,156 38,249 = 2,094 Tabel Signal to Noise Ratio : Response Table A
B
AxB
C
D
E
F
Level 1
36,470
36,156
37,563
36,247
37,546
35,957
37,919
Level 2
37,935
38,249
36,842
38,159
36,860
38,448
36,486
Delta ( )
1,465
2,094
0,721
1,912
0,686
2,490
1,433
S/N Response Graph : S/N 39,0 38,0 37,0 36,0 35,0
A1
A2
B1
B2
A x B1 A x B 2
C1
C2
D1
D2
E1
S/N 39,0 38,0 37,0 36,0 35,0
E2
F1
F2
Analisis Response Table dan Graph : Faktor mana yang mempunyai delta ( ) yang paling besar. dalam contoh ini : E 2 , B 2 , C 2 , A 2 , dan F 1 Analisis A x B : A 1 B1 =
34,642 36,925 = 35,784 2
A1 B2 =
37,072 37,240 = 37,156 2
A 2 B1 =
33,268 39,789 = 36,529 2
A 2 B2 =
40,005 38,680 = 39,343 2
B1
B2
A1
35,784
37,156
A2
36,529
39,343
S/N
B2
39,0 38,0 37,0
B1
36,0 35,0
A1
A2
