Taguchi Metode 121 [PDF]

Citation preview

PENINGKATAN KUALITAS PADA PROSES PEMBUATAN SHAMPOO KIDS BEAUTY DENGAN PENDEKATAN METODE TAGUCHI Studi Kasus di PT. Mitrapak Eramandiri



Oleh Juliana NIM: 004201205092



Diajukan untuk Memenuhi Persyaratan Akademik Mencapai Gelar Strata Satu pada Fakultas Teknik Program Studi Teknik Industri Universitas Presiden



2016



LEMBAR PERSETUJUAN PEMBIMBING



Skripsi



berjudul



“Peningkatan



Kualitas



Pada



Pembuatan



Shampoo Kids Beauty dengan Pendekatan Metode Taguchi (Studi Kasus pada PT. Mitrapak Eramandiri)” yang disusun dan diajukan oleh Juliana sebagai salah satu persyaratan untuk mendapatkan gelar sarjana Strata Satu (S1) pada Fakultas Teknik telah ditinjau dan dianggap memenuhi persyaratan sebuah skripsi. Oleh karena itu, Saya merekomendasikan skripsi ini untuk maju sidang.



Cikarang, Indonesia, 1 April 2016



Ir. Andira, MT.



ii



LEMBAR PERNYATAAN ORISINALITAS



Saya menyatakan bahwa skripsi berjudul “Peningkatan Kualitas Pada Pembuatan Shampoo Kids Beauty dengan Pendekatan Metode Taguchi (Studi Kasus pada PT. Mitrapak Eramandiri)” adalah hasil dari pekerjaan saya dan seluruh ide, pendapat atau materi dari sumber lain telah dikutip dengan cara penulisan referensi yang sesuai.



Pernyataan ini saya buat dengan sebenar-benarnya dan jika pernyataan ini tidak sesuai dengan kenyataan maka saya bersedia menanggung sanksi yang akan dikenakan pada saya.



Cikarang, Indonesia, 1 April 2016



Juliana



iii



LEMBAR PENGESAHAN



PENINGKATAN KUALITAS PADA PEMBUATAN SHAMPOO KIDS BEAUTY DENGAN PENDEKATAN METODE TAGUCHI (Studi Kasus pada PT. Mitrapak Eramandiri)



Oleh Juliana ID No. 004201205092



Disetujui Oleh



Ir. Andira, MT. Dosen Pembimbing



Ir. Andira, MT. Kepala Program Studi Teknik Industri



iv



ABSTRAK



Peningkatan kualitas merupak suatu hal yang paling esensial bagi suatu perusahaan untuk tetap dapat eksis dalam dunis industri yang kompetitif ini. Dengan adanya kemampuan perusahaan untuk memberikan kepuasan terhadap konsumen yang membeli produknya, maka secara otomatis perusahaan akan mencapai keuntungan yang maksimal. Oleh karena diperlukan peningkatan kualitas pada produk Shampoo Kids Beauty di mana pada tahun 2015, tingginya tingkat cacat pada kualitas viskositasnya. Berdasarkan dari data yang diperoleh dn diolah dengan peta kendali X-bar dan Cp diketahui bahwa kriteria tersebut masih belum terkendali dan kapabilitas proses masih teridentifikasi rendah. Peningkatan kualitas dilakukan dengan melakukan perbaikan pada proses pembuatannya dengan menggunakan Metode Taguchi. Dengan penerapan Metode Taguchi, diperoleh faktor-faktor yang menpengaruhi nilai kualitas viskositas yaitu Jumlah NaCl, Volume Air, Temperatur, dan Kecepatan Mixer di mana masing-masing faktor memiliki level optimum pada 0.40%, 79.05%, 40°C, dan 500 rpm. Kemudian dari analisis ANOVA diperoleh bahwa semua faktor kontrol tersebut berpengaruh singnifikan terhadap nilai viskositas. Penerapan Metode Taguchi ini meningkatkan kapabilitas proses menjadi 1.82 dari semula yaitu hanya 0.12.



Kata kunci : Shampoo Kids Beauty, viskositas, kualitas, kapabilitas proses, metode Taguchi, analisis ANOVA



v



KATA PENGANTAR



Segala puji dan syukur atas kehadirat Allah Swt yang telah melimpahkan rahmat dan hidayah-Nya dan salam salawat dikirimkan kepada Nabi Muhammad Saw yang telah membawa kehidupan menjadi kita ke masa kejayaan dan menjadi suri teladan bagi umatnya sehingga penulis dapat menyelesaikan skripsi ini dengan lancar dan tepat pada waktunya dan Penulisan skripsi ini merupakan salah satu tugas dan persyaratan yang harus dipenuhi oleh mahasiswa Universitas Presiden jurusan Teknik Industri untuk dapat mencapai gelar Strata Satu Teknik. Tak lupa pula penulis mengucapkan terima kasih kepada pihak-pihak yang telah membantu dalam menyelesaikan skripsi ini, khususnya kepada : 1. Kedua orang tua yang tak henti-hentinya memberikan doa dan kasih sayang, dan dukungannya hingga penyelesaian skripsi ini dan seterusnya. 2. Bapak Dr. –Ing. Erwin Sitompul selaku Dekan Fakultas Teknik Universitas Presiden. 3. Ibu Ir. Andira, MT., selaku Kepala Program Studi Teknik Industri Universitas Presiden dan selaku pembimbing yang membimbing dengan begitu sabar. 4. Seluruh dosen Universitas Presiden yang telah memberikan ilmu dan pembelajaran yang sangat berharga selama proses perkuliahan. 5. Seluruh staf Fakultas Teknik Industri Universitas Presiden yang telah banyak membantu pada proses perkuliahan. 6. Rekan-rekan kerja di PT. Mitrapak Eramandiri dari divisi Maintenance, Produksi, dan Quality atas bantuannya dalam menyelesaikan laporan ini. 7. Teman-teman seperjuangan mahasiswa Universitas Presiden Jurusan Teknik Industri Angkatan 2012 atas kebersamaan dan dorongannya sehingga skripsi ini dapat terselesaikan tepat pada waktunya. 8. Keluarga tercinta yang telah memberikan dorongan dan bantuan kepada penulis selama mengikuti perkuliahan maupun dalam penyelesaian skripsi ini.



vi



9. Dan semua pihak yang telah terlibat dalam proses penyusunan loparan ini yang tidak dapat disebutkan namanya satu persatu. Penulis sangat menyadari masih banyak kekurangan dalam penyusunan laporan skripsi ini, untuk itu penulis sangat mengharapkan kritik dan saran dari pembaca guna untuk memperbaiki dan menyempurnakan laporan ke depannya. Dan semoga laporan ini dapat memberikan manfaat kepada para pembacanya. Akhir kata, penulis mengucapkan banyak terima kasih dan mohon maaf atas segala kekurangannya.



Cikarang, Indonesia, 1 April 2016



Juliana



vii



DAFTAR ISI



SAMPUL ............................................................................................................i LEMBAR PERSETUJUAN PEMBIMBING .....................................................ii LEMBAR PENYATAAN ORISINALITAS ......................................................iii LEMBAR PENGESAHAN ................................................................................iv ABSTRAK ..........................................................................................................v KATA PENGANTAR ........................................................................................vi DAFTAR ISI .......................................................................................................viii DAFTAR TABEL ...............................................................................................xi DAFTAR GAMBAR ..........................................................................................xii DAFTAR ISTILAH ............................................................................................xiii BAB 1 PENDAHULUAN ..................................................................................1 1.1. Latar Belakang ...........................................................................................1 1.2. Rumusan Masalah ......................................................................................2 1.3. Tujuan ........................................................................................................3 1.4. Batasan Masalah ........................................................................................3 1.5. Asumsi .......................................................................................................3 1.6. Sistematika Penulisan ................................................................................3 BAB 2 STUDI LITERATUR ............................................................................5 2.1. Kualitas ......................................................................................................5 2.1.1. Definisi Kualitas ................................................................................6 2.1.1.1. Menurut Dr. W. Edwards Deming ...............................................7 2.1.1.2. Menurut Dr. Joseph Juran ............................................................7 2.1.1.3. Menurut Philip B. Crosby ............................................................8 2.1.2. Bagian-Bagian dalam Kontrol On-line vs Off-line ............................9 2.1.3. Alat-alat Pengendalian Proses Statistik .............................................10 2.1.3.1. Diagram Sebab-Akibat (Cause and Effect Diagram) .................10 2.1.3.2. Diagram Pareto ...........................................................................12 2.1.3.3. Peta Kendali/ Control Chart ........................................................14 2.1.4. Proses dan Langkah-Langkah Perbaikan Proses ...............................17



viii



2.2. Metode Taguchi .........................................................................................18 2.2.1. Konsep Metode Taguchi ...................................................................19 2.2.2. Kelebihan dan Kekurangan Metode Taguchi ...................................23 2.2.2.1. Kelebihan Metode Taguchi ..........................................................23 2.2.2.2.Kelemahan Metode Taguchi ..........................................................24 2.2.3. Perbedaan Konsep Taguchi dan Deming ..........................................25 2.3. Kapabilitas Proses ......................................................................................26 2.3.1. Metode Rasio Kapabilitas ................................................................29 2.3.2. Metode Kapabilitas Proses ...............................................................30 BAB 3 METODOLOGI PENELITIAN .............................................................32 3.1. Langkah-Langkah Penelitian .....................................................................32 3.2. Observasi Awal ..........................................................................................34 3.3. Identifikasi Masalah...................................................................................34 3.4. Metode Penelitian ......................................................................................34 3.5. Studi Literatur ............................................................................................34 3.6. Analisa Data...............................................................................................35 3.7. Kesimpulan dan Saran ...............................................................................35 BAB 4 ANALISIS DATA ..................................................................................36 4.1. Analisa Masalah.........................................................................................36 4.1.1. Peta Kendali (Control Chart) ..........................................................37 4.1.2. Kapabilitas Proses Sebelum Perbaikan ...........................................44 4.2. Penerapan Metode Taguchi .......................................................................45 4.2.1. Identifikasi Faktor yang Mempengaruhi Kualitas Viskositas .........45 4.2.2. Pemisahan Faktor Kontrol dan Faktor Noise ..................................48 4.2.3. Penentuan Faktor Kotrol dan Level Faktor Kontrol ........................48 4.2.4. Pemilihan Ortogonal Array .............................................................50 4.2.5. Hasil Percobaan dengan Metode Taguchi .......................................53 4.2.6. Analisis Hasil Percobaan dengan Metode Taguchi .........................53 4.2.7. Pengujian ANOVA .........................................................................57 4.2.8. Percobaan Konfirmasi .....................................................................73 4.2.9. Kapabilitas Proses Setelah Perbaikan .............................................78 BAB 5 KESIMPULAN DAN REKOMENDASI ..............................................80



ix



5.1. Kesimpulan .................................................................................................80 5.2.Rekomendasi ................................................................................................80 DAFTAR PUSTAKA .........................................................................................81 LAMPIRAN .......................................................................................................82



x



DAFTAR TABEL



Tabel 4.1



Data Produksi untuk Produk Shampoo Kids Beauty Tahun 2015. 35



Tabel 4.2



Data Pengamatan Viskositas Produk Shampoo Kids Beauty ......... 36



Tabel 4.3



Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty.......... 39



Tabel 4.4



Pemisahan Faktor Kontrol dan Faktor Noise ................................. 47



Tabel 4.5



Level Pengujian dari Variabel Faktor Kontrol .............................. 49



Tabel 4.6



Matriks Ortogonal Array ............................................................... 51



Tabel 4.7



Hasil Percobaan dengan Metode Taguchi ..................................... 52



Tabel 4.8



Data Hasil Percobaan dengan Metode Taguchi ............................. 55



Tabel 4.9



Tabel Respon Nilai Rata-Rata ....................................................... 56



Tabel 4.10 ANOVA Rata-Rata ........................................................................ 65 Tabel 4.11 Tabel Respon Nilai SN Ratio......................................................... 66 Tabel 4.12 ANOVA Nilai SN Ratio ................................................................ 71 Tabel 4.13 Tabel Hasil Percobaan dengan Metode Taguchi ........................... 72 Tabel 4.14 Level Optimum dari Faktor Kontrol .............................................. 72 Tabel 4.15 Tabel Hasil Percobaan Konfirmasi ................................................ 73 Tabel 4.16 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty.......... 74



xi



DAFTAR GAMBAR



Gambar 2.1



Diagram Sebab-Akibat ................................................................ 10



Gambar 2.2



Diagram Pareto ........................................................................... 12



Gambar 2.3



Fungsi Kerugian Taguchi ........................................................... 20



Gambar 2.4



Dua Aspek Metode Taguchi ....................................................... 21



Gambar 2.5



Kurva Normal ............................................................................. 29



Gambar 3.1



Tahapan Metode Penelitian ......................................................... 32



Gambar 3.2



Tahapan Penerapan Metode Taguchi .......................................... 33



Gambar 4.1



Data Cacat pada Produk Shampoo Kids Beauty Tahun 2015 ...... 36



Gambar 4.2



Peta Kendali X-bar ...................................................................... 41



Gambar 4.3



Peta Kendali R (Range) ............................................................... 42



Gambar 4.4



Diagram Sebab-Akibat ................................................................ 47



Gambar 4.5



Pemilihan Tipe Desain pada Taguchi .......................................... 51



Gambar 4.6



Pemilihan Jumlah Faktor pada Taguchi ...................................... 51



Gambar 4.7



Pemilihan Tipe Desain pada Taguchi .......................................... 52



Gambar 4.8



Model Data pada Worksheet Minitab.......................................... 53



Gambar 4.9



Analisis Taguchi dengan Minitab 1 ............................................. 54



Gambar 4.10 Analisis Taguchi dengan Minitab 2 ............................................. 54 Gambar 4.11 Analisis Taguchi dengan Minitab 3 ............................................. 55 Gambar 4.12 Analisis Taguchi dengan Minitab 4 ............................................. 55 Gambar 4.13 Analisis Taguchi dengan Minitab 5 ............................................. 55 Gambar 4.14 Main Effect Plot for SN Rations ................................................. 56 Gambar 4.15 Peta Kendali X-bar (Setelah Perbaikan) ...................................... 77 Gambar 4.16 Peta Kendali R (Setelah Perbaikan) ............................................ 78



xii



DAFTAR ISTILAH



Non Conformity



: Ketidaksesuaian (cacat) pada produk



cP (centi Poise)



: Satuan ukur dari viskositas dengan menggunakan viscometer.



Mixing



: Proses pencampuran material-material untuk pembuatan produk sediaan kosmetik.



Filling



: Proses pengisian liquid ke kemasannya baik secara modern maupun konvensional.



Packing



: Proses pengemasan produk ke dalam kotak.



Taguchi



: Salah satu metode desain eksperimen untuk mendapatkan setting yang optimal.



Mixer FAS



: Salah satu jenis mesin dengan desain yang sederhana yang terdiri dari agitator, sirkulasi dan silverson.



xiii



BAB I PENDAHULUAN



1.1. Latar Belakang Masalah Perkembangan industri manufaktur yang begitu pesat menuntut perusahaan untuk terus dapat bertahan dan berkembang. Perusahaan yang mampu bertahan dan berkembang akan dapat meningkatkan keunggulan persaingan di dunia industri. Dalam meningkatkan persaingan di dunia industri, perusahaan harus lebih berorientasi pada aspek kepuasan konsumen dengan meningkatkan kualitas produk yang diberikan kepada konsumennya. Peningkatan kualitas merupakan hal yang paling esensial bagi suatu perusahaan untuk tetap dapat eksis di dunia industri yang ketat ini. Dengan adanya upaya perusahaan dalam memberikan kepuasan terhadap konsumen yang membeli produknya, secara otomatis perusahaan akan mencapai keuntungan yang maksimal. PT. Mitrapak Eramandiri merupakan perusahaan yang bergerak di bidang jasa untuk pembuatan, pengisian dan pengemasan produk-produk kosmetik. Produkproduk yang diproduksi merupakan salah satu kebutuhan dalam kehidupan seharihari. Pertumbuhan penduduk yang begitu pesat baik di dalam maupun di luar negri mempengaruhi tingkat permintaan konsumen untuk produk-produk tersebut. Tingginya tingkat permintaan konsumen harus disertai dengan peningkatan kapabilitas proses produksi sehingga mampu memenuhi target produksi dengan tepat waktu dan meminimumkan biaya kualitas yang dibutuhkan. Kualitas suatu produk dapat diukur berdasarkan kesesuaian antara performansi aktual yang ditunjukkan oleh suatu produk terhadap spesifikasi standar yang ditetapkan atau disyaratkan oleh konsumen. Dalam upaya menghasilkan produk-produk yang tingkat keseragamannya tinggi, perusahaan harus terus melakukan pengendalian kondisi proses dengan mengamati karakteristik kualitas dari produk maupun parameter proses.



1



Penelitian ini dilakukan di PT. Mitrapak Eramandiri pada departemen Produksi Mixing yang merupakan hulu proses produksi. Departemen Produksi pada perusahaan ini terdiri dari dua proses yaitu proses Mixing dan proses Filling Packing. Pada penelitian ini difokuskan pada proses Mixing untuk produk Shampoo Kids Beauty karena tingginya tingkat permintaan produk ini tetapi masih banyak pula ditemukan kecacatan pada produk ini. Adapun karakteristik kualitas pada produk ini yaitu, tingkat keasaman (pH), nilai viskositas, dan kadar aktif detergen. Berdasarkan dari data produksi Mixing, jenis cacat yang paling banyak ditemukan yaitu cacat viskositas. Oleh karena itu, selanjutnya perlu ditemukan dan dianalisis penyebab dari cacat viskositas ini. Tingkat viskositas pada produk berpengaruh pada kekentalan produk shampoo dan sering kali terjadi ketidakseragaman di dalam proses akibat interaksi antar parameter yang tidak teridentifikasi. Oleh karena itu, pada penelitian ini dicoba menerapkan pendekatan metode Taguchi untuk meningkatkan kualitas proses pada proses produksi produk Shampoo Kids Beauty dengan cara mengidentifikasi faktor-faktor yang berpengaruh terhadap kualitas viskositas pada produk ini dan mendapatkan setting parameter yang lebih optimal dengan melakukan desain eksperimen Taguchi. 1.2. Rumusan Masalah Berdasarkan dari latar belakang masalah diatas, perumusan masalah pada penelitian ini adalah terletak pada tingginya tingkat kecacatan pada cacat viskositas pada produk Shampoo Kids Beauty. Pokok-pokok penelitian pada permasalahan ini adalah: a. Apa faktor-faktor yang mempengaruhi kualitas viskositas pada produk Shampoo Kids Beauty? b. Bagaimana mendapatkan setting parameter yang lebih optimal untuk mengurangi tingkat kecacatan viskositas? c. Bagaimana tingkat kapabilitas proses produksi Mixing yang dimiliki oleh perusahaan sekarang, dan bagaimana efek yang diberikan terhadap perusahaan dengan metode yang telah diimplementasikan?



2



1.3. Tujuan Penelitian Tujuan dari penelitian ini yaitu : a. Teridentifikasinya faktor-faktor yang mempengaruhi kualitas viskositas pada produk Shampoo Kids Beauty. b. Diperolehnya setting parameter yang lebih optimal untuk mengurangi tingkat kecacatan viskositas? c. Diperolehnya tingkat kapabilitas proses produksi sebelum dan setelah diimplementasikannya metode Taguchi.



1.4. Batasan Masalah Adapun batasan masalah pada laporan penelitian ini yaitu : a.



Penelitian dilakukan di PT. Mitrapak Eramandiri pada departemen Produksi Mixing.



b.



Penelitian difokuskan pada proses produksi produk Shampoo Kids Beauty pada mesin Mixer FAS.



c.



Pengambilan data dilakukan pada bulan Juni 2015 – Maret 2016.



1.5. Asumsi Beberapa asumsi yang diterapkan adalah sebagai berikut : a.



Kondisi mesin Mixer FAS berada pada kondisi yang normal.



b.



Bahan baku yang digunakan telah lulus uji oleh Quality Control.



1.6. Sistematika Penulisan Sistematika penulisan laporan penelitian ini terdiri dari lima bab. Lima bab tersebut yaitu sebagai berikut : BAB I



Pendahuluan Bab Pendahuluan menjelaskan mengenai latar belakang penulis dalam melakukan pengamatan dan penilitian di PT. Mitrapak Eramandiri, rumusan masalah, tujuan, batasan-batasan masalah dan asumsi-asumsi yang digunakan untuk mempermudah dalam pengolahan data dan proses penelitian.



3



BAB II



Tinjauan Pustaka Pada bab ini menjelaskan mengenai dasar-dasar teori yang digunakan dalam mengolah data untuk memecahkan masalah yang terdapat pada PT. Mitrapak Eramandiri.



BAB III



Metodologi Penelitian Pada bab ini menjelaskan tahapan-tahapan yang dilakukan dalam melakukan penelitian. Tahapan dimulai dengan pengidentifikasian masalah, perumusan masalah, penetapan tujuan, pembatasan masalah, pengumpulan dan pengolahan data, analisis, serta kesimpulan dan saran.



BAB IV



Pengelolahan Data dan Analisis Pada bab ini dimulai dengan pengumpulan data. Data yang diperoleh digunakan untuk pengolahan, perhitungan kapabilitas proses



dan



membandingkannya



sebelum



dan



sesudah



diimplementasikan metode yang digunakan. BAB V



Kesimpulan dan Rekomendasi Pada bab terakhir, memberikan kesimpulan dan pemecahan masalah dari hasil penelitian yang dilakukan dan memberikan saran-saran sebagai bahan pertimbangan untuk mengatasi dan mengurangi permasalahan di PT. Mitrapak Eramandiri.



4



BAB II TINJAUAN PUSTAKA 2.1. Kualitas Kualitas merupakan suatu kondisi dinamis yang berhubungan dengan produk, jasa, manusia, proses, dan lingkungan yang memenuhi atau melebihi harapan. Kualitas merupakan suatu hal yang sangat perlu mendapatkan perhatian, karena sangat mempengaruhi daya jual produk serta daya saing perusahaan. Perhatiaan penuh pada kualitas akan memberikan dampak positif terhadap biaya produksi dan terhadap pendapatan. Dengan diproduksinya produk-produk yang berkualitas, secara tidak langsung perusahaan telah menghidari terjadinya pemborosan dan ketidakefisienan sehingga ongkos produksi menjadi lebih rendah dan produk dapat lebih bersaing secara kompetitif. Berdasarkan definisi tentang kualitas baik secara konvensional maupun yang lebih strategik, dapat dikatakan bahwa pada dasarnya kualitas mengacu pada pengertian pokok berikut ini : a. Kualitas terdiri dari sejumlah keistimewaan produk, baik keistimewaan langsung maupun aktraktif yang memenuhi keinganan pelanggan dan dengan demikian memberikan kepuasan atas penggunaan produk itu. b. Kualitas terdiri dari segala sesuatu yang bebas dari kekurangan atau kerusakan, untuk itu diperlukan proses dan sistem pengendalian proses yang bisa menjamin kesesuaian produk dengan kebutuhan atau keinginan pelanggan. Dari pengertian di atas, maka dapat disimpulkan bahwa kualitas selalu berfokus pada pelanggan (customer focus quality). Dengan demikian produk-produk didesain, diproduksi, serta pelayanan yang diberikan untuk memenuhi keinginan pelanggan demi tercapainya kepuasan pelanggan (customer satisfaction).



5



2.1.1. Definisi Kualitas Suatu produk yang berkualitas tidak hanya merupakan produk dengan performance yang baik tetapi juga harus memenuhi kriteria kepuasan konsumen. Suatu produk dikatakan memiliki kualitas baik apabila memenuhi dua kriteria berikut ini : a. Kualitas Design (Design Quality) Suatu produk dikatakann memenuhi kualitas desain apabila produk tersebut memenuhi spesifikasi produk yang bersangkutan secara fisik atau performance saja. Misalkan, suatu perusahaan memproduksi jam tangan, maka jam tangan tersebut haruslah memenuhi ciri fisik jam tangan secara umum. b. Kualitas Kesesuaian (Conformance Quality) Suatu produk dikatakan memiliki kualitas kesesuaian apabila produk tersebut menyimpang dari spesifikasi yang ditetapkan dan dapat memenuhi permintaan konsumen sehingga konsumen merasa puas dengan produk yang diterimanya. Diantara dua kriteria tersebut yang paling penting adalah kriteria yang kedua yaitu kualitas kesesuaian. Sehingga suatu produk atau jasa dikatakan berkualitas apabila produk atau jasa tersebut dapat memenuhi kepuasan konsumen sesuai dengan dimensi sebagai berikut : 



Kinerja







Estetika







Pelayanan







Wujud barang (Kualitas desain)







Reliabel







Tahan lama







Kesesuaian produk dengan spesifikasi







Kesesuaian produk dengan apa yang diiklankan



Perkembangan konsep kualitas ini menjadi semakin luas dengan munculnya beberapa tokoh yang merumuskan filosofi kualitas ini ke dalam konsep-konsep teori yang dapat membantu perusahaan untuk meningkatkan kualitas produk dan mengembangkan kualitas produk yang dihasilkan. Beberapa tokoh yang sangat berperan dalam konsep kualitas ini yaitu sebagai berikut :



6



2.1.1.1. Menurut Dr. W. Edwards Deming Deming menerapkan konsep kualitasnya pada perusahaan industri di Jepang. Dari penerapan tersebut membawa dampak yang sangat mengagumkan yaitu bahwa perusahaan-perusahaan industry di Jepang lebih berhasil mencapai target pasar karena produk yang dihasilkan bisa memenuhi kepuasan konsumen daripada perusahaan industry di neara-negara barat. Sehingga pada saat itu produk-produk buatan Jepang lebih unggul kualitasnya dibandingkan dengan produk-produk negara Barat. Hingga saat ini, banyak perusahaan-perusahaan Jepang yang menerapkan filosofi Deming dalam peningkatan kualitas produk yang dihasilkan. Menurut pendapat Deming (Ciptana, 1999), peningkatan kualitas suatu produk bukanlah tanggung jawab bagian Quality Control tetapi merupakan tanggung jawab semua departemen dalam organisasi secara keseluruhan termasuk top manager. Dalam pendekatannya, Deming lebih menekankan pada variasi penyimpangan produk, pengembangan kualitas produk secara kontinyu, dan optimalisasi keseluruhan sistem yang ada dalam perusahaan.



2.1.1.2. Menurut Dr. Joseph Juran Metode pendekatan Dr. Juran mengenai kualitas sebenarnya tidak jauh berbeda dari Deming. Pada (Ciptana, 1999), Juran berpendapat bahwa kualitas suatu produk tidak terjadi secara kebetulan saja tetapi harus ada perencanaan terlebih dahulu sehingga Juran merumuskan tiga konsep mengenai kualitas yaitu : 



Quality Planning







Quality Control







Quality Improvement



Ketiga konsep ini akan mendasari peningkatan kualitas produk perusahaan dan memberikan competitive advantage bagi perusahaan. Juran juga memfokuskan konsep kualitasnya pada pencegahan produk yang menyimpang dari nilai target melalui peningkatan tanggung jawab manager untuk mengawasi kualitas dari aktivitas produksi yang berlangsung.



7



Jika dibandingkan dengan Deming, filosofi Juran mengenai kualitas lebih bersifat spesifik, karena Juran lebih mengutamakan praktek manajemen secara keseluruhan yang terjadi sebagai titik tolaknya.



2.1.1.3. Menurut Philip B. Crosby Pendekatan kualitas yang diungkapkan oleh Philip Crosby ini dikenal sebgai Crosby Vactination Serum. Crosby lebih menitikberatkan pada integrasi kepuasan konsumen terhadap produk yang dihasilkan serta sistem perusahaan dan operasionalnya haruslah didesain sedemikian rupa untuk menghasilkan produk yang memenuhi kepuasan konsumen. Manajemen kualitas menurut Crosby (Ciptana, 1999) meliputi hal-hal senagai berikut : 



Definisi kualitas adalah corformance dan bukan kemewahan. Suatu produk dikatakan sebagai produk yan berkualitas apabila produk tersebut mampu menimbulkan kepuasan konsumennya. Sehingga perusahaan harus berusaha untuk mengetahui apa yang diinginkan oleh konsumennya.







Inti dari kesuksesan kualitas adalah prevention (pencegahan). Kunci dari kesuksesan kualitas adalah menghindari adanya penyimpangan produk dari spesifikasi yang telah ditetapkan, sehingga manajemen harus berusaha untuk melakukan tindakan prevention.







Standard Performance adalah konsep Zero-Defect. Suatu konsep ZeroDefect adalah konsep yang menyatakan tidak ada lagi kesalahan atau penyimpangan produk yang dihasilkan.







Pengukuran kualitas suatu produk adalah harga yang dikorbankan karena menghasilkan produk yang tidak sesuai dengan spesifikasi. Dalam hal ini, Crosby menganjurkan agar perusahaan melakukan pengukuran kualitas produk yang dihasilkan dan melaporkannya. Pengukuran kualitas ini dapat diketahui dari pengukuran jumlah produk yang tidak sesuai dengan spesifikasi.



Dengan adanya konsep pengembangan kualitas yang dipelopori oleh Deming, Juran, dan Crosby in imembuka fenomena baru bagi dunia bisnis terutama agar perusahaan bisa menjadi market leader dalam persaingan bisnis.



8



2.1.2. Bagian-bagian dalam Kontrol Kualitas On-Line vs Off-Line Off-line Quality Control mengarahkan kepada desain produk dan proses untuk menghasilkan produk dan proses tersebut. Secara umum, semua ini terlebih dahulu membutuhkan tempat, sebelum sistem produksi bekerja on-line. Disini terdapat penekanan yang sungguh-sungguh terhadap usaha membaca secara tepat keinginan dan kebutuhan konsumen yang dimiliki saat ini dan konsumenkonsumen potensial, kemudian perencanaan produk dan jasa yang sesuai dengan keinginan mereka, baru kemudian merencanakan proses-proses produksi yang diperlukan. Para ahli setuju bahwa mayoritas ketidakefisienan selama proses produksi barang dan jasa bukan karena kita kurang memperhatikan fase on-line, tetapi disebabkan karena kita melakukan pekerjaan yang tidak efisien sepanjang fase off-line. Beberapa ahli memperkirakan sekitar 60% sampai 80% ketidakefisienan diakibatkan oleh desain produk atau proses produksinya. Dapat dilihat bahwa ada banyak cara untuk mencegah permasalahan selama off-line. On-line Quality Control biasanya dapat diartikan sebagai aktivitas produksi aktual. Selama proses produksi, perhatian kita terfokus pada pengoperasoan proses produksi dengan cara pencapaian target dan mengurangi variasi. Disini perlu dilakukannya proses produksi secara stabil, konsisten, dan dapat diprediksi sehingga konsumen tahu bahwa setiap waktu mereka membeli dari kita, mereka akan mendapatkan produk atau jasa yang dapat dipertanggungjawabkan. Proses yang stabil adalah proses yang dapat dikontrol. Proses yang tidak stabil menunjukkan proses yang tidak konsisten, tidak dapat diperkirakan, atau tidak terkontrol. Jika sebuah proses stabil dan juga mampu memenuhi keinginan konsumen, dikatakan sebagai proses yang mampu berkerja dengan baik. Banyak alat yang dapat digunakan selama proses off-line dan on-line Quality Control. Namun hanya beberapa yang terpenting yang akan dibahas dalam bab ini. Alat-alat pengendalian kualitas statistik yaitu sebagai berikut : a. Diagram Alir b. Diagram Sebab Akibat c. Formulir Pengumpulan Data d. Bagan Pareto



9



e. Histogram f. Scatter Plot g. Desain Eksperimen h. Control Chart



2.1.3. Alat-Alat Pengendalian Proses Statistik Alat-alat pengendalian proses statistik merupakan kebutuhan mutlak untuk membantu kita dalam memahami dan mengembangkan proses. Alat-alat ini membantu tim untuk berkomunikasi, berbagi dan mendokumentasikan ide-ide, memahami variasi, dan mengukur akibat dari perubahan-perubahan proses. Dalam bab ini, akan dijelaskan alat-alat pengendalian yang digunakan pada analisis data bab 4. Alat –alat Pengendalian Proses Statistik tersebut yaitu sebagai berikut :



2.1.3.1. Diagram Sebab-Akibat (Cause and Effect Diagram) Diagram sebab-akibat juga dikenal sebagai fishbone diagram atau ishikawa diagram. Diagram ini digunakan untuk meringkaskan pengetahuan mengenai kemungkinan sebab-sebab terjadinya variasi dan permasalahan lainnya. Diagram ini menyusun sebab-sebab variasi atau sebab-sebab permasalahan kualitas ke dalam kategori-kategori yang logis. Hal ini membantu tim untuk menentukan focus yang diambil dan merupakan alat yan sangat membantu dalam penyusunan usaha-usaha pengembangan proses. Berikut contoh diagram sebab-akibat :



Gambar 2.1 Diagram Sebab-Akibat



10



Beberapa petunjuk untuk membuat diagram sebab-akibat : a. Dibuat bersama dengan tim. b. Buat sebuah daftar sebab-sebab potensial dengan melakukan penggalian ide (braintroming). Brainstroming mengijinkan setiap orang dalam tim untuk berbicara dan mendorong semua orang untuk mendengarkannya. Semua ide kemudian dievaluasi. c. Buat diagram sebab-akibat.  Tempatkan pernyataan permasalahan dalam kotak sebelah kanan (pada kepala ikan). Pastikan semua orang menyetujui pernyataan permasalahan tersebut dan pernyataan tersebut didefinisikan dengan baik dan dapat diukur.  Gambarkan tiga sampai enam “tulang-tulang utama” atau kategorikategori penyebab. Menamakan tulang-tulang tersebut mingkin lebih mudah jika penyebab-penyebab dari hasil brainstorming sebelumnya ditulis dalam buku catatan sehingga mereka mungkin dapat dipindahkan atau dikelompokkan oleh tim. Saat semua mengalami kegagalan, gunakan tulang-tulang utama yang sudah tersedia sebelumnya, seperti : personal, mesin, metode, material, pengukuran, dan lingkungan, namun biasanya faktor-faktor ini memberikan hasil yang paling baik.  Menempatkan ide-ide hasil brainstorming pada tulang-tulang utam yang paling sesuai.  Untuk masing-masing penyebab, tanyakan “Mengapa hal tersebut bisa terjadi?” dan catat jawabannya dalam sub tulang atau sub-sub tulang. Setelah menggambarkan diagram sebab-akibatnya, cari penyebab-penyebab terpenting dari masalah tersebut dengan hal-hal sebagai berikut : a. Cari sebab-sebab yang selalu muncul berulang. Data diperlukan untuk mengindentifikasi penyebabnya. b. Diskusikan masing-masing sebab yang telah terdaftar seperti yang diinginkan oleh tim. Manfaatkan keahlian tim, kemudian tambahkan



11



pertanyaan “mengapa’ untuk mengidentifikasi sebab yang paling mendasar. c. Capai kesepakatan tim mengenai sebab-sebab mana yang berhak mendapat perhatian lebih. Fokuskan pada proses yang memerlukan pengetahuan dan pemahaman lebih dengan maksud menghilangkan atau mengurangi penyebab-penyebab yang jelas berpengaruh terhadap permasalahan tersebut. d. Perbaharui diagram sebab-akibat tersebut setiap kali terdapat masukanmasukan baru.diagram



tersebut merupakan dokumen kerja



yang



menjelaskan “otak” dari tim yang dituangkan ke dalam lembaran kertas.



2.1.3.2. Bagan Pareto Pareto merupakan sebuah prioritas. Analisa Pareto membutuhkan data yang disesuaikan dengan jenis, kategori, atau klasifikasi lainnya. Analisa Pareto ini akan membantu kita dalam memusatkan perhatian pada hal-hal yang penting. Analisa ini akan mengidentifikasi sejumlah kecil permasalahan vital atau jenis kerusakan dari berbagai macam hal. Analisa Pareto membantu ktia dlam menentukan permasalahan dan akibat yang tepat untuk dipelajari. Prinsip Pareto juga dikenal sebagai aturan 80/20, yang berarti 80%dari permasalahan kita berasal dari 20% dari semua hal harus dihadapi. Berikut contoh dari diagram pareto :



Gambar 2.2 Diagram Pareto



12



Beberapa panduan yang akan menolong kita dalam membuat diagram Pareto dan analisa Pareto adalah : a. Tentukan hal-hal hal-hal yang akan dikumpulkan. Dalam hal ini termasuk sumbu perhitungan dalam diagram. Sumbu perhitungan ini dapat berupa perhitungan dari kejadian, seperti dollar/tahun, jumlah kejadian/bulan, downtime/minggu, jumlah kesalahan/100 faktur, dan lain-lain. Bagian ini juga menyangkut penentuan dari klasifikasi sumbu diagram, atau juga menyangkut jenis, kategori atau klasifikasi kerusakan, seperti cedera, jenis kerusakan, area pabrik, waktu dalam minggu, negara order diberikan, dan lain-lain. b. Mendefinisikan dengan jelas masing-masing klasifikasi yang akan digunakan pada sumbu klasifikasi. Definisi ini harus dapat merangkul semua klasifikasi yang mungkin dan tidak terdapat definisi yang saling tumpang tindih. c. Merancang formulir pengumpulan data. Mulai mengumpulkan data. Setelah mengumpulkan paling tidak 30 kejadian, buatlah diagram Pareto dan lihatlah klasifikasi kejadian yang paling sering muncul. Diagram Pareto akan mengurutkan klasifikasi tersebut dari kejadian yang paling sering muncul menuju klasifikasi yang paling jarang muncul. Adapun beberapa petunjuk yang dapat digunakan pada analisa Pareto yaitu : a. Yakinkan bahwa sumbu pengukuran benar-benar merupakan perhitungan “kejadian”. Jika terjadi perhitungan yang lebih dari satu yang memiliki arti yang sama (seperti persentase downtime dan jumlah dari terjadinya suatu kejadian), buatlah masing-masing Paretonya. b. Diagram Pareto dapat dipecah-pecah lebih jauh. Analisa Pareto dapat dilakukan dari data dengan balok yang paling besar. Dengan melakukan hal ini berulang-ulang, seringkali akan membawa kita pada aspek proses yang tepat untuk dipelajari. Proses ini seringkali disebut sebagai analisa “macro-to-micro” atau “Pareto-within-pareto”. Contohnya, data kesalahan faktur yang paling sering muncul mungkin bisa didapatkan dengan memecah jenis-jenis fakturnya.



13



c. Habiskan sebagian besar waktu untuk mendefinisikan klasifikasi sepanjang sumbu klasifikasi. Klasifikasi ini harus benar-benar jelas, atau akan dapat terjadi kesalahpahaman karena klasifikasi yang tidak sesuai.



2.1.3.3. Peta Kendali /Control Chart Peta kontrol adalah alat untuk mempelajari perbedaan. Diagram tersebut memperlihatkan kepada kita variasi yang stabil (atau konsisten). Proses yang stabil sering disebut sebagai proses dalam kendali (in-control process), proses yang dapat diprediksi, atau proses dengan “penyebab-penyebab umum”. Proses ini disebut sebgai bagian dari pengendalian statistikal. Proses yang tidak stabil sering juga dikenal sebagai proses di luar kendali (out-of-control), tidak dapat diprediksi, atau proses “penyebab-penyebab umum dan khusus”. Sebuah diagram pengendalian akan memberitahukan kita tentang stabil atau tidaknya sebuah proses. Sebab-sebab umum adalah sebab yang selalu melekat pada proses dari waktu ke waktu,



mempengaruhi



semua orang yang bekerja dalam proses,



dab



mempengaruhi seluruh keluaran dari proses tersebut. Belajar mengenai teknik industri adalah sebuah proses. Sebab-sebab umum bagi seluruh pelajar dalam kuliah pengenalan teknik industry meliputi : buku teks anda, ruang kelas, penerangan dalam kelas, guru, jumlah jam kredit, dalam lain-lain. Sebab-sebab khusus adalah sebab yang tidak selalu terjadi yang merupakan bagian dari proses, tidak mempengaruhi semua orang, tetapi timbul karena adanya situasi spesifik. Contohnya yaitu kemampuan dasar matematika masing-masing orang, pengalaman kerja pada industri, apakah mereka sakit atau tidak, dan seterusnya. Jika sebab khusus ini ada pada pekerjaan, mereka dapat dikurangi dengan menyerang sebab khusus yang fundamental (misalnya pengayaan mengenai matematika, pengalaman kerja industri pada musim panas, pengobatan medis yang diikuti dengan pengobatan yang bersifat pencegahan). Jika sebabsebab umum terjadi pada pekerjaan, satu-satunya cara untuk mengurangi atau menghilangkannnya adalah dengan membuat perubahan mendasar dalam sistem atau proses.



14



Peta kontrol telah digunakan sebagai alat diagnose dan pemeliharaan dalam pengendalian proses produksi sejak pertama kali diperkenalkan oleh Shewhart, bapak Peta Kendali. Dari keseluruhan diagram pengendalian yang ada, diagram yang paling popular antara lain adalah diagram X, R, p, dan c. Diagram X dan R biasanya digunakan secara bersama-sama pada data variabel-variabel misalnya pengukuran numerikal, untuk menganalisis kecendrungan pusat dan penyebaran dari sebuah proses pada karakteristik pengukuran tunggal. Diagram p biasanya digunakan untuk menganalisis data atribut misalnya klasifikasi yang baik atau buruk, perhitungan terhadap umlah yang tidak sesuai per unit sampel. Peta kendali biasanya digunakan sebagai alat bagi manajemen untuk membantu membawa proses menuju dalam kondisi terkendali, menjaga proses untuk selalu dalam kontrol, dan mengetahui kemampuan proses untuk memenuhi spesifikasi kebutuhan. Hasil dari proses tersebut diuji secara statistik untuk kemudian dihitung, yang nantinya akan menghasilkan nama dari diagram pengendalian, dimana hasil tersebut akan digambarkan sebagai contoh, rata-rata sampel X akan digambarkan dalam diagram X. Ketika perbedaan proses terjadi hanya karena penyebab umum, maka proses tersebut termasuk dalam bagian dari pengendalian statistik dan pola statistik yang tergambar sepanjang waktu dapat dikenali dengan mudah, jatuh di antara batas-batas yang dapat diperkirakan dan mengikuti polapola yang sudah diperkirakan. Ketika perbedaan proses disebabkan oleh penyebab umum dan khusus, seperti personal, peralatan, dan atau bahan baku, maka proses tersebut dikelompokkan dalam proses yang berada di luar kendali dan polaa-pola yang sifatnya tidak acak akan muncul pada peta kendali. Peta kendali memiliki garis pusat, batas kontrol atas, dan batas kontrol bawah. Batas kontrol ini biasanya berjarak tiga standar deviasi. Karena itu, sangatlah tidak mungkin jika titik-titik yang digambarkan akan berada jauh di luar batas pengendalian selama a state of statistical control (SOSC) masih ada. Sebagai tambahan untuk titik-titik yang berada diluar batas kontrol, pola dari titik-titik yang berada di luar batas kontrol juga sama pentingnya untuk digunakan dalam mengidentifikasi kondisi yang berada diluar kendali dan penyebabnya. Karena itu, statistik sampel hampir selalu digambarkan dalam urutan waktu.



15



 Peta Kendali untuk Variabel-Variabel Peta kendali X-bar dan R digunakan bersama dalam menganalisis karakteristik tunggal yang terukur. Dipilih antara 20 sampai 30 kelompok kecil yang masingmasing memiliki jumlah pengambilan berukuran n. biasanya ukuran kelompok kecil tersebut adalah n = 4 atau 5, dipilih secara berurutan dari proses atau dihasilkan dengan kondisi yang semirip mungkin. Waktu pengambilan di antara kelompok kecil tersebut tergantung pada penilaian yang digunakan, yang mungkin dapat dilakukan setiap satu kali per jamnya, dua kali sehari, satu kali dalam setiap giliran kerjanya, dan seterusnya. Tujuannya adalah untuk memiliki variasi antar kelompok (within subgroup) yang sekecil mungkin, dan hanya mewakili variasi sebab umum saja. Jika ada perbedaan proses produksi, akan diperlihatkan setiap waktu antar kelompok (between group) dan akan menunjukkan variasi dari penyebab-penyebab khusus. Untuk masing-masing sub kelompok dihitung ratarata X-bar dan interval R-nya. Jika m jumlah sub kelompok telah diperiksa, langkah selanjutnya adalah menghitung interval, R-bar, dari sub kelompok. Ini akan menjadi garis pusat dari peta R. faktor-faktor yang berada di atas dan di bawah batas kontrol akan diberikan sebagai D4 dan D3, yang dapat dilihat pada lampiran... persamaan yang digunakan pada peta R yang berdasarkan pada m sub kelompok adalah sebagai berikut : ̅= Garis Pusat = R



∑m i=1 Ri m



(2.1)



̅ Batas Kontrol Atas = UCLR = D4 R



(2.2)



̅ Batas Kontrol Bawah = LCLR = D3 R



(2.3)



Perlu dicatat bahwa untuk ukuran sub kelompok yang kecil, tiga kali standar deiasi akan menyebabkan interval batas kontrol negatif, suatu hal yang tidak mungkin. Karena itu, jika sub kelompok berjumlah enam atau kurang, D3 diberikan nilai nol. Sehingga akan menghasilkan LCLR = 0. Batas dari peta kendali X-bar bergantung pada R-bar, sehingga akan sangat penting untuk terlebih dahulu membuat peta R. Peta X-bar berasumsi bahwa



16



distribusi normal sesuai dengan toerema limit sentral. Selain itu, dalam petaa Xbar kita setuju bahwa distribusi dari rata-rata sub kelompok memiliki variansi : 𝜎 2 𝑥̅ =



𝜎2



(2.4)



𝑛



Batas kontrol kita akan diatur pada suatu titik yang sama dengan tiga kali standar deviasi rata-rata sub kelompok di atas dan di bawah X-double bar. Persamaan untuk peta X, asumsi dengan menggunakan m sub kelompok, akan diberikan sebagai berikut : Garis Pusat = ̿ X=



̅ ∑m i=1 Xi m



(2.5)



̅ Batas Kontrol Atas = UCLX̅ = ̿ X + A2 R



(2.6)



̅ Batas Kontrol Bawah = LCLX̅ = ̿ X − A2 R



(2.7)



Faktor A2, yang nilainya diberikan pada tabel di lampiran… digunakan untuk menghitung hubungan antara interval R, variansi proses σ2, variansi rata-rata sub kelompok σ2, dan keinginan kita untuk memiliki batas kontrol ± 3σx dengan berdasarkan hanya terdapat sebab-sebab umum dan variasi dalam sub kelompok. Untuk alasan-alasan yang lebih mendetail di luar pembahasan dari laporan ini,sangat penting untuk menghitung batas kontrol baik itu untuk peta X maupun R dengan menggunakan persamaan yang telah diberikan di atas dibandingkan dengan melakukan pendekatan alternative untuk menghitung batas kontrol yang lain.



2.1.4. Proses dan Langkah-Langkah Perbaikan Proses Suatu proses dapat didefinisikan sebagai interaksi sekuensial dari orang, material, metode, dan mesin atau peralatan dalam suatu lingkungan guna menghasilkan nilai tambah output untuk pelanggan. Proses kerja atau proses bisnis perlu ditingkatkan performansinya secara terus-menerus agar mampu memuaskan pelanggan secara terus-menerus. Terdapat empat kelompok orang yang terlibat dalam operasi dan perbaikan proses, yaitu : pelanggan (customer), kelompok kerja (work group), pemasok (supplier), dan pemilik (owner). Konsep dari manajemen



17



proses berkaitan dengan perbaikan kualitas, mengidentifikasi enam komponen yang terpenting untuk manajemen proses yaitu : a. Kepemilikan (ownership), menugaskan tanggung jawab untuk desain, operasi dan perbaikan proses. b. Perencanaan (planning), menetapkan suatu pendekatan terstruktur dan terdisiplin untuk mengerti, mendefinisikan, dan mendokumentasikan semua komponen utama dalam proses dan hubungan antar komponen utama itu. c. Pengendalian (control), menjamin efektivitas, di mana semua output dapat diperkirakan dan konsisten dengan ekspektasi pelanggan. d. Pengukuran (measurement), memetakan performansi



atribut



terhadap



kebutuhan pelanggan dan menetapkan kriteria untuk akurasi, presisi, dan frekuensi perolehan data. e. Perbaikan dan peningkatkan (improvement), meningkatkan efektivitas dari proses melalui perbaikan-perbaikan yang diidentifikasi secara tetap. f. Optimasi (optimization), meningkatkan efisiensi dan produktivitas melalui perbaikan-perbaikan yang diidentifikasi secara tetap.



2.2. Metode Taguchi Metode Taguchi ini diciptakan oleh Dr. Genichi Taguchi, direktur The Japanese Academy of Quality yang telah memenangkan empat kali penghargaan di bidang kualitas (Deming Prize). Metode ini dijadikan sebagai alternatif dalam metode pengukuran kualitas. Alternatif metode pengukuran kualitas biaya kualitas muncul setelah disadari adanya kekurangan-kekurangan dari metode-metode yang sudah ada. Metode yang dimaskud dikenal dengan nama metode Taguchi. Metode Taguchi dikembangkan berdasarkan atas metode eksperimental desain, untuk mendapatkan karakteristik yang efisien dari suatu produk atau proses produksi dan dikombinasikan dengan analisis statistik untuk setiap penyimpangan atas varian yang muncul. Taguchi mendefinisikan biaya kualitas sebgai kerugian yang dilimpahkan kepada konsumen pada saat produk atau asa dikirim ke konsumen. Menurut Taguchi, kerugian ini termasuk juga aspek ketidakpuasan konsumen yang akan menyebabkan buruknya reputasi perusahaan yang bersangkutan.



18



2.2.1. Konsep Metode Taguchi Taguchi berpendapat bahwa setiap produk yang dihasilkan menyimpang dari nilai targetnya, meskipun masih berada dalam batas spesifikasi yang telah ditetapkan oleh perusahaan tetap akan menyebabkan kerugian bagi perusahaan itu sendiri. Kerugian yang disebabkan akan berdampak dalam jangka waktu yang lama, yaitu perusahaan akan kehilangan pangsa pasarnya karena produk yang dihasilkan tidak dapat memenuhi kepuasan konsumen. Oleh karena itu, kerugian yang disebabkan oleh produk yang dihasilkan menyimpang dari standarnya tersebut harus dapat diukur. Taguchi menawarkan suatu pengukuran yang cukup releven apabila digunakan oleh perusahaan manufaktur dalam mengevaluasi besarnya biaya kualitas tersembunyi. Pada dasarnya, filosofi Taguchi dapat diringkas sebagai berikut : a. Perubahan waktu dari penerapan quality control dari on-line quality control ke off-line quality control, sehingga perusahaan bisa melakukan inspeksi terhadap kualitas produk yang dihasilkan pada saat produksi. b. Melakukan perubahan atas prosedur eksperimen dari satu faktor pengubah menjadi dua atau lebih faktor pengubah melalui teknik eksperimen statistik. c. Perubahan tujuan eksperimen dan perubahan tujuan kualitas itu sendiri, dari tujuan pencapaian tingkat kesesuaian dalam batas spesifikasi menjadi tujuan pencapaian target dan meminimalkan terjadinya penyimpangan produk. d. Berusaha untuk mengendalikan faktor-faktor yang sifatnya ‘uncontrollable’ (misalnya : external failure dan internal failure) sehingga dihasilkan produk yang sesuai target. Dalam metode Taguchi, digunakan pendekatan fungsi kerugian yang kenal dengan nama Taguchi’s Loss Function. Dalam fungsi ini, diketahui adanya kebutuhan untuk memenuhi apa yang diinginkan oleh konsumen dan adanya fakta bahwa penyimpangan dari target yang ditetapkan akan diminimalisasikan. Menurut pendapat Taguchi, jika suatu produk menyimpang dari nilai targetnya walaupun penyimpangan tersebut masih berada pada batas spesifikasi, akan menyebabkan kerugian. Sehingga menurut Taguchi, suatu program peningkatan kualitas haruslah memiliki tujuan utama untuk meminimalkan biaya kerugian



19



yang disebabkan oleh adanya penyimpangan produk dari nilai targetnya. Semakin kecil penyimpangan produk dari nilai targetnya, maka semakin baik pula kualitas produk yang dihasilkan. Kerugian akibat penyimpangan produk dari nilai targetnya ini dapat diukur dengan menggunakan pendekatan kurva fungsi kerugian Taguchi (Taguchi Loss Function) dengan cara menggabungkan kerugian yang diderita perusahaan secara finansial dengan fungsi kerugian melalui hubungan kuadratik. Secara umum, dapat diketahui bahwa kerugian perusahaan bersifat proporsional dengan besarnya penyimpangan produk dari nilai target. Hal ini dapat digambarkan sebagai berikut:



Gambar 2.3 Fungsi Kerugian Taguchi



Dari gambar di atas, dapat dijelaskan bahwa Fungsi Kerugian Taguchi (Taguchi Loss Function) yang ditunjukkan dengan L(y) secara grafis menggambarkan kerugian yang diderita oleh konsumen jika kualitas produk y menyimpang dari nilai target (t). Fungsi ini dapat dirumuskan seba gai berikut : L (𝑦) = k (y − T)2



(2.8)



Dimana : k = Konstanta yang tergantung pada struktur external failure cost y = Nilai aktual dari karakteristik kualitas T = Nilai yang ditargetkan dari karakteristik kualitas L = Rugi kualitas Adapun k merupakan konstanta yang dapat diestimasi dengan cara : k = c/d2



(2.9)



c = Rugi pada lower atau upper specification limit



20



d = Jarak limit dari target value Taguchi mendeskripsikan tujuan utama dari formulasi metode ini adalah untuk meningkatkan dan mengembangkan desain produk dan proses produksi melalui pengidentifikasian faktor-faktor kegagalan kualitas yang dapat dikendalikan dan dapat meminimalisasi terjadinya penyimpangan produk dan selalu menempatkan produk pada posisi pencapaian target value. Sehingga dalam teknik perhitungan biaya kualitas tersembunyi menurut Taguchi (Ciptani, 1999), terdapat dua aspek utama yaitu : a. Aspek perilaku proses dan produk. Dalam hal ini dikarakteristikkan menjadi dua tipe sebagai berikut : - Faktor-faktor yang dapat dikendalikan merupakan faktor-faktor yang dapat disesuaikan dengan proses desain atau proses mesin. - Faktor-faktor yang tidak dapat dikendalikan merupakan faktor-faktor yang menyebabkan adanya penyimpangan produk dari nilai targetnya. b. Aspek Controlable factors. Dalam hal ini dibagi menjadi dua karakter yaitu : - Faktor-faktor yang mempengaruhi rata-rata tingkat response of interest disebut dengan signal factors (TCF). - Faktor-faktor yan mempengaruhi penyimpangan atau variabilitas produk disebut dengan variability control factors (VCF). Apabila digambarkan, akan terlihat pada gambar berikut ini : Faktors (parameter, variable)



Controllable factors



Variability Control Factors



Target Control Factors



Uncontrollable (noise) factors



Cost Control Factors



Internal Noise



Eternal Noise



Gambar 2.4 Dua Aspek Metode Taguchi



Metode pengukuran biaya kualitas menurut Taguchi ini memiliki suatu karakter ide baru yang berbeda dengan metode pengukuran biaya kualitas lainnya.



21



Perbedaan itu adalah terletak pada adanya filosofi Taguchi bahwa pengujian secara statistic atas suatu produk harus dilakukan sejak tahap desain produk atau prototype produk agar produk yang dihasilkan serta proses produksi yang dilakukan untuk menghasilkan produk tersebut tidak memiliki penyimpangan terhadap nilai target yang telah ditetapkan (robust condition). Selanjutnya, Taguchi juga menggunakan istilah off-line quality control yang berarti control kualitas pada suatu fase produksi yan independen. Hal ini berbeda dengan on-line method, yaitu metode yang digunakan oleh pandangan tradisional, yang berarti kontrol kualitas secara menyeluruh pada saat akhir produksi sperti contohnya analisis sistem sampling atau inspeksi terhadap produk yang akan dikirim ke konsumen. Taguchi mengukur kualitas dengan menggunakan teknik statistik yang sifatnya lebih reliable, yaitu standar deviasi, daripada menggunakan standar defect dan kriteria batas toleransi terhadap spesifikasi seperti yang digunakan oleh pandangan tradisional. Kriteria utama dari metode ini adalah mencapai nilai target spesifikasi dan meminimalkan penyimpangan produk sehingga output yang dihasilkan adalah output optimal dalam segala aspek. Pada dasarnya, kriteria ini bukanlah hal yang baru, tetapi yang merupakan hal baru dan menjadi kelebihan dari metode ini dibandingkan dengan metode yang lain adalah penggunaan teknik statistik untuk statik kontrol bagi industri teknik manufaktur merupakan hal yang baru. Dalam metodenya, Taguchi juga membedakan antara controllable factor dan uncontrollable dimana ide untuk mengendalikan faktor yang sifatnya controllable untuk mencapai target ini bukan merupakan hal yang baru. Tetapi yang menjadi hal yang baru dari metode ini adalah pengidentifikasian uncontrollable factors yang hanya bisa dilakukan oleh perusahaan pada saat proses desain produk, karena faktor ini hanya bisa dikendalikan pada saat eksperimen produk. Uncontrollable factors ini juga dibedakan lagi menjadi Internal noise dan External noise yang merupakan faktor penyebab terjadinya penyimpangan produk dan sulit untuk dikendalikan.



22



Menurut Taguchi, pembedaan Controllable Factor ke dalam TCF dan VFC ini dimaskudkan untuk melakukan pendeteksian terhadap biaya-biaya yang telah terjadi dan diserap oleh produk yang menyimpang dari target, sehingga besarnya biaya-biaya yang muncul akan dapat dikendalikan. Dengan adanya teknik pengukuran biaya kualitas tersembunyi melalui metode Taguchi ini, maka akan lebih mempermudah perusahaan di dalam menentukan besarnya kerugian yang diderita oleh perusahaan apabila terdapat suatu produk yang dihasilkan menyimpang dari nilai targetnya. Tentu saja hal ini membutuhkan komitmen perusahaan dalam menerapkan quality control sehingga dalam jangka panjang akan memberikan keuntungan maksimal bagi perusahaan yang menerapkannya.



2.2.2. Kelebihan dan Kelemahan Metode Taguchi 2.2.2.1. Kelebihan Metode Taguchi Adapun beberapa kelebihan jika diterapkannya metode Taguchi pada perusahaan, antara lain yaitu : a. Adanya metode ini memungkinkan perusahaan untuk melakukan analisis terhadap produk yang dihasilkan. Dengan penerapan metode Taguchi, perusahaan akan mudah melakukan analisis karena produk yang dihasilkan dapat dideteksi tingkat penyimpangannya. b. Memotivasi perusahaan sehingga meningkatkan kualitas produk yang dihasilkan karena metode Taguchi ini selalu berpandangan bahwa produk yang dihasilkan haruslah mencapai nilai target. Jika tidak, akan selalu ada kerugian yang diderita oleh perusahaan untuk setiap penyimpangan produk yang ada karena semakin besarnya penyimpangan produk dari nilai targetnya maka akan semakin besar pula tidak ketidakpuasan konsumen bila produk tersebut didistribusikan ke komsumen. c. Dengan metode Taguchi ini, perusahaan dapat mengindentifikasi dan melakukan estimasi terhadap biaya kualitas yang tersembunyi. Selama ini metode yang digunakan perusahaan dalam menetukan besarnya biaya kualitas tersembunyi kurang mencerminkan kondisi kerugian yang diderita oleh



23



perusahaan apabila produk yang dihasilkan menyimpang dari nilai target yang ditetapkan. Melalui metode ini, Taguchi berusaha memberikan suatu alternatif metode yang merupakan penerapan dari sistem yang terintegrasi untuk mengimplementasikan suatu eksperimen desain produk sehingga tidak menyimpang dari standar yang dihasilkan. Metode ini telah terbukti mampu mengembangkan proses produksi, baik yang sederhana maupun yang bersifat kompleks, dengan meminimumkan tingkat eksperimental produk yang tidak sesuai dengan batas spesifikasi produk. Hal terpenting adalah metode Taguchi ini telah mampu menggabungkan metode statistik dengan industri terutama untuk pengembangan kualitas produk yang dihasilkan. Hal ini tentu saja akan mendukung metode yang dikembangkan oleh Deming, Juran, dan Crobsy mengenai pengembangan kualitas suatu produk. 2.2.2.2. Kelemahan Metode Taguchi Metode yang telah terbukti berhasil diterapkan terutama oleh perusahaan industri manufaktur ini juga memiliki beberapa kelemahan yaitu : a.



Dalam hal pengembangan produk, metode ini apabila diterapkan tanpa diikuti dengan penerapan teknik-teknik yang dikembangkan oleh Deming, Juran dan Crosby, tidak akan memberikan hasil yang maksimal. Hal ini disebabkan karena metode ini hanya memberikan teknik bagaimana menghasilkan produk yang benar-benar sesuai target dan menghitung biaya yang diserap oleh produk yang tidak dapat memenuhi nilai target, tetapi metode yang dikembangkan



oleh



Taguchi



ini



tidak



memberikan



teknik-teknik



pengendalian dan pengembangan kualitas produk di masa yang akan datang. b.



Metode ini hanya cocok diterapkan untuk perusahaan indutri manufaktur yang menghasilkan barang dengan tingkat ketelititan yang tinggi. Apabila produk yang dihasilkan menyimpang dari nilai target maka hanya sedikit penyimpangan yang akan menyebabkan konsumen tidak puas dan lari ke produk atau merek lainnya.



c.



Implementasi dari metode Taguchi ini membutuhkan perhitungan statistik yang sedikit rumit, sehingga diperlukan sumber daya yang benar-benar



24



mampu menerapkannya. Selain itu, diperlukan keahlian khusus dalam melakukan analisis statistik. 2.2.3. Perbedaan Konsep Taguchi dengan Deming Jika Deming dikenal sebagai seorang yang mempelopori revolusi persepsi manajemen tradisional terhadap industri, maka Taguchi dikenal sebagai tokoh yang mempelopori evolusi di bidang industri yang penerapan metode statistik dalam industri manufaktur. Deming lebih memfokuskan pada aspek implementasi pendekatan statistik untuk manajemen kualitas perusahaan. Deming berpendapat bahwa suatu hal yang penting bagi seorang manajer untuk memiliki pengetahuan dan apresiasi yang benar terhadap peningkatan kualitas dan produktivitas perusahaan secara menyeluruh. Deming juga mengidentifikasi beberapa faktor yang dapat membantu perusahaan untuk meningkatkan kualitasnya secara kesuluruhan seperti pada aspek kepuasan kerja karyawan, penciptaan lingkungan kerja yang menyenangkan, dan sebagaianya. Dengan kata lain, Deming lebih menitikberatkan pada …”serving society in the possible way’’ (Ciptana, 1999). Lain halnya dengan Taguchi, tujuan utama metode yang diciptakannya terletak pada filosofinya mengenai kualitas yaitu (Ciptana, 1999) : Quality is the amount of damage incurred to society from the moment the product has left the factory. Sehingga Taguchi lebih menitikberatkan pada kerugian yang diderita oleh perusahaan bila suatu produk yang berkualitasnya di bawah standar telah dijual ke pasaran dan dikonsumsi oleh konsumen. Perbedaan antara konsep kualitas Deming dan Taguchi ini juga meliputi aspek pengendalian kualitas produk yang dihasilkan. Deming berpendapat bahwa untuk menghasilkan produk yang berkualitas dan sesuai dengan spesifikasi yang telah ditetapkan, pengendalian atas kualitas produk yang dihasilkan harus dilakukan sejak produk tersebut diproses melalui proses produksi. Sedangkan Taguchi lebih 25



menitikberatkan aspek pengendalian kualitas produk yang dihasilkan pada saat produk tersebut berada pada tahap desain produk, sehingga dapat menghasilkan produk yang mencapai nilai target (robust condition) dan penyimpangan terhadap nilai target dapat dihindari dan diestimasi kerugiannya. Secara keseluruhan, konsep-konsep yang dikemukakan oleh Deming dan Taguchi memiliki aspek-aspek yang bertentangan. Deming lebih menitikberatkan pada konsep kualitas yang ditujukan langsung untuk pihak manajemen serta strategi manajemen untuk mencapai kualitas produk, sedangkan Taguchi lebih menitikberatkan pada teknik-teknik pengukuran biaya kualitas (terutama yang bersifat tersembunyi) yang dapat digunakan manajemen sebagai alat untuk mengukur kinerja kualitas produk yang dihasilkannya.



2.3. Kapabilitas Proses Menurut (Muis, 2014) proses kontrol kualitas menggunakan menggunakan alat bantu berupa statistik, di mana parameter yang terukur selama proses perakitan di uji secara statistik dengan apa yang disebut “proses capability”. Proses ini hanya untuk memastikan konsistensi spesiikasi tertentu dari produk yang sedang diukur dan diuji, jadi bukan suatu proses untuk memastikan kualitas proses secara langusng. Kualitas produk yang diharapkan pelanggan pada umumnya ditulis dalam bentuk spesifikasi, parameter-parameter yang menunjukkan konsistensi kualitas yang baik, sehingga produk yang dilemparkan ke pasar di mana masyarakat sebagai pemakai memiliki keseragaman, tidak melihat produk yang sama sebgai dua barang yang berbeda akibat unjuk kerja produk yang berbedabeda. Proses kapabilitas ditentukan oleh total variasi yang berasal dari penyebabpenyebab umum. Ini merupakan hasil variasi minimum yang dapat dicapai setelah semua penyebab khusus dihilangkan. Karena itu kapabilitas menunjukkan unjuk kerja proses, sebagaimana contoh proses yan berada di bawah kontrol secara statistik. Kapabilitas sering dianggap sebagai suatu bagian hasil atau keluaran yang berada dalam toleransi spesifikasi produk. Karena suatu proses dalam kontrol statistik dapat diestimasi dari distribusinya. Proses akan terus



26



menghasilkan sejumlah bagian di luar spesifikasi produk selama teta berada dalam kontrol statistik. Pembelajaran kapabilitas menentukan kemampuan untuk memproduksi barang yan sama melalui suatu proses tertentu. Contoh penerapan praktis pembelajaran kapabilitas proses yaitu sebagai berikut : -



Mengevaluasi peralatan baru,



-



Memprediksi kapabilitas produksi untuk memenuhi toleransi perancangan,



-



Menentukan spesifikasi,



-



Memilih peralatan untuk produksi,



-



Menganalisa hubungan antar proses,



-



Dan mengurangi inspeksi awal (barang masuk) dan akhir (barang hasil produksi).



Untuk sebuah proses yang dideskripsikan dengan distribusi normal, secara standar akan terdapat 99,73% yang jatuh dalam jangkauan nilai tiga standar deviasi ratarata. Ini kadang-kadang mengacu pada batasan alami populasi normal. Apabila membandingkan sebaran proses alami dengan spesifikasi teknik, akan mudah menentukan kapabilitas awal proses dengan cara berikut ini : a. Apabila sebaran proses kurang dari jarak antara batas-batas spesifikasi, maka proses dikatakan mampu memenuhi persyaratan. b. Apabila sebaran proses lebih besar dari jarak antara batas-batas spesifikasi, maka proses dikatakan tidak mampu memenuhi persyaratan. Metode analisa kapabilitas proses, tidak soal berapa telitinya, hanya dapat memberikan hasil pendekatan saja. Hal ini disebabkan karena : a. Selalu terdapat derajat kebebasan dalam variasi sampel yan disebabkan oleh teknik pengukuran dan peralatan. b. Proses tidak pernah sepenuhnya berada dalam kontrol statistik. c. Kenyataan hasil keluaran sangat jarang jatuh pada distribusi normal. Proses kapabilitas untuk parameter kritis dapat ditentukan dengan terus menerus menggunakan control chart selama penilaian awal proses. Parameter-parameter krirtis itu didokumentasikan dalam rencana manajemen proses untuk produk



27



dalam bentuk pertanyaan. Proses kapabilitas dapat juga ditentukan dengan menggunakan data control chart baru atau menggunakan data control chart yang ada dari proses yang sama. Perlu diingat, terlebih dahulu proses harus berjalan dalam kondisi terkontrol secara statistik. Proses perlu dijalankan di bawah kondisi produksi termsuk didalamnya bahan baku, peralatan, sumber daya manusia dan lingkungan. Sebuah proses dapat ditentukan kondisi pengaturannya yang dikombinasi untuk memproduksi suatu produk atau jasa. Kondisi tersebut dapat dikelompokkan sebagai berikut : 



Mesin dan peralatan







Metode dan prosedur







Personal







Material







Pengukuran







Lingkungan



Setiap kondisi tersebut merupakan sumber dari variasi pada proses. Ketika kondisi-kondisi tersebut dikombinasikan untuk memproduksi produk atau jasa, variasi natural maupun variasi yang dapat diprediksi pun dapat terjadi. Variasi yang disebabkan oleh kondisi-kondisi tersebut tidak dapat dieliminasi dan kondisi tersebut dikenal sebagai variasi penyebab umum. Dalam beberapa kasus, variasi penyebab umum dapat digambarkan dengan kurva normal berikut ini :



Gambar 2.5 Kurva Normal



28



Pada kurva di atas, 99.7% dari variasi penyebab umum akan berada pada ±3 deviasi standar dari rata-rata. Ketika proses terlihat stabil dan variasinya dapat diprediksi, proses tersebut berjalan dalam kontrol. Pengukuran umum kapablitas proses adalah rasio kapabilitas. Rasio ini dimaksudkan sebagai cara sederhana menjelaskan kapabilitas proses yang berkaitan dengan spesifikasi produk. Terdapat dua metode umum pengukuran yang digunakan dalam evaluasi kapabilitas proses. 2.3.1. Metode Rasio Kapabilitas Metode ini merupakan cara yang mudah untuk membandingkan sebaran proses natural dengan batas spesifikasi teknis. Langkah-langkah dalam menghitung nilai rasio kapabilitas (Cp), yaitu : a. Menghitung standar deviasi proses. Karena variabilitas sub kelompok direfleksikan dalam jangkauan sub kelompok maka estimasi standar variasi proses (σ) dapat didasari pada rata-rata jangkauan (R) yang diperoleh dari control chart dengan rumus berikut ini: 𝜎̅ =



𝑅̅



(2.10)



𝑑



Dimana : R = Rata-rata jangkauan sub kelompok d = faktor variasi berkaitan dengan ukuran sub kelompok b. Menentukan batas atas dan bawah spesifikasi dari spesifikasi teknis atau rencana manajemen proses. c. Menghitung rasio kapabilitas dengan rumus sebagai berikut : 𝐶𝑝𝑘 =



𝑈𝑆𝐿−𝐿𝑆𝐿 6 𝜎̅



(2.11)



Dimana : σ



= Standar deviasi proses estimasi



USL



= Upper Specification Limit (Batas Atas Spesifikasi)



LSL



= Lower Specification Limit (Batas Bawah Spesifikasi)



Adapun interpretasi dari hasil perhitungannya yaitu : a. Apabila Cp > 1.0, distribusi proses natural adalah mampu memenuhi batas spesifikasi .



29



b. Apabila Cp = 1.0, distribusi proses natural adalah tepat mampu memenuhi batas spesifikasi (batasan natural = batasan spesifikasi). c. Apabila Cp < 1.0, distribusi proses natural adalah tidak mampu memenuhi batas spesifikasi.



2.3.2. Metode Kapabilitas Proses Metode ini memformulasikan kapabilitas dalam bentuk kompensasi pergeseran terhadap distribusi proses dari spesifikasi nominalnya. Berikut adalah langkahlangkah dalam menghitung nilai Cpk : a. Menghitung standar deviasi proses. b. Menentukan batas atas dan bawah spesifikasi dari spesifikasi teknis atau rencana manajemen proses. c. Menghitung nilai Z untuk kedua batas spesifikasi : 𝑍 𝑈𝑆𝐿 = 𝑍 𝐿𝑆𝐿 =



(𝑈𝑆𝐿− 𝑋̿ ) ̅ 3𝜎 ̿ − 𝐿𝑆𝐿) (𝑋 ̅ 3𝜎



(2.12) (2.13)



Dimana : USL



= Upper Specification Limit



LSL



= Lower Specification Limit



̿ X



= Rata-rata dari proses



Z USL = Kapabilitas pada USL Z LSL = Kapabilitas pada LSL 𝜎̅



= Deviasi standar proses



Cpk = min ( Z USL, Z LSL)



(2.14)



Adapun interpretasi untuk nilai Cpk yaitu : a. Apabila Cpk > 1.0, maka rata-rata proses dan distribusi proses natural adalah mampu memenuhi batas spesifikasi. b. Apabila Cpk = 1.0, maka rata-rata proses dan distribusi proses natural adalah tepat mampu memenuhi batas spesifikasi (batas natural = batas spesifikasi).



30



c. Apabila Cpk > 1.0, maka rata-rata proses dan distribusi proses natural adalah tidak mampu memenuhi batas spesifikasi. d. Nilai negative Cpk menunjukkan bahwa rata-rata berada di luar spesifikasi. e. Nilai Cpk nol menunjukkan bahwa proses sama dengan salah satu batas spesifikasi. f. Nilai antara 0 dan 1.0 menunjukkan bahwa sebagaian six sigma berada di luar batas spesifikasi. g. Nilai Cpk sama dengan 1.0 menunjukkan bahwa satu sigma berada dalam batas spesifikasi . h. Nilai Cpk lebih besar dari 1.0 menunjukkan bahwa batas six sigma seluruhnya berada dalam batas spesifikasi.



31



BAB III METODE PENELITIAN



3.1. Langkah – Langkah Penelitian Langkah – langkah yang dilakukan untuk memecahkan masalah pada penelitian ini adalah sebagai berikut : Masalah Awal Observasi Awal  Interview manager, operator, staf, dsb.  Data produksi Metode Penelitian  Menetapkan tahap penelitian



Identifikasi Masalah  Menetapkan latar belakang, rumusan, tujuan dan sistematika penelitian.



Studi Literatur  Kualitas  Metode Taguchi



Pengumpulan dan Analisa Data Kesimpulan dan Saran Data Primer



Data Sekunder Penelitian selanjutnya ?



Peta Kendali



Ya



Tidak Terkendali



Selesai



Tidak



   



Analisa Data Pengukuran Kapabilitas Proses Faktor-faktor berpengaruh terhadap viskositas Penerapan Metode Taguchi Penentuan Setting Level Optimum Gambar 3.1 Tahapan Metode Penelitian



32



Identifikasi faktor yang mempengaruhi kualitas viskositas



Pemisahan faktor kontrol dan faktor noise



Penentuan faktor kontrol dan level faktor kontrol



Pemilihan Ortogonal Array



Melakukan percobaan Taguchi



Analisis hasil percobaan Taguchi



Pengujian ANOVA



Percobaan Konfirmasi



Analisis hasil percobaan konfirmasi



Gambar 3.2 Tahapan Penerapan Metode Taguchi



33



3.2. Observasi Awal Tahap awal yang dilakukan pada penelitian ini yaitu observasi perusahaan. Pada tahap ini, observasi dilakukan dengan wawancara langsung dengan Kepala Produksi Mixing PT. Mitrapak Eramandiri untuk mengetahui masalah yang sedang dihadapi oleh perusahaan. Selain wawancara, observasi juga dilakukan dengan cara mengamati langsung proses produksi pada bagian Mixing yang dilakukan oleh para operator untuk mendapatkan gambaran keadaan sebenarnya yang terjadi di area proses produksi. Kemudian melakukan pengamatan terhadap data hasil produksi Mixing. Dalam menentukan permasalahan yang akan diteliti, dilakukan analisa terhadap laporan hasil produksi Mixing selama setahun kemudian menentukan produk yang sering mengalami cacat selama setahun tersebut. 3.3. Identifikasi Masalah Dari hasil observasi yang telah dilakukan, ditetapkan latar belakang masalah yang sedang dihadapi oleh PT. Mitrapak Eramandiri. Setelah itu, ditentukan perumusan masalah dari latar belakang yang telah dijelaskan. Dari rumusan masalah tersebut dapat diketahui tujuan dari penelitian yang akan menjawab semua masalah yang telah dirumuskan. Setelah itu, ditentukan batasan-batasan masalah agar penelitian tidak keluar dari ruang lingkup yang telah ditetapkan dan beberapa asumsi guna membantu dalam penyelesaian masalah-masalah yang telah dirumuskan. 3.4. Metode Penelitian Dalam metode penelitian, ditentukan tahapan-tahapan dalam melakukan penelitian. Tujuannya agar penelitian dapat dilakukan secara sistematis yang akan menggambarkan



tahapan-tahapan



untuk



mengidentifikasi,



merumuskan,



menganalisa, memecahkan suatu masalah di mana pada akhirnya dapat ditarik suatu kesimpulan dari masalah yang dijadikan sebagai objek observasi. 3.5. Studi Literatur Studi literatur ini dilakukan untuk menunjang teori-teori yang akan digunakan sebagai landasan dalam penelitian dan sebagai informasi untuk membantu dalam memecahakan masalah. Landasan teori dapat berasal dari buku-buku dan



34



referensi-referensi lain berupa jurnal yang berhubungan dengan penelitian yang dilakukan. Literatur sangat penting dalam menentukan metode yang digunakan dalam menyelesaikan penelitian. Pada tahapan studi literatur ini, literatur yang digunakan adalah mengenai kualitas, pengukuran kualitas, penerapan metode Taguchi, dan analisis statistik ANOVA. 3.6. Analisa Data Pada tahap analisa data, dikumpulkan data-data yang diperlukan yang terkait dengan penelitian yaitu nilai pengukuran viskositas terhadap produk yang diteliti, kemudian dati data tersebut diolah untuk memperoleh peta kendali produk dan pengukuran kapabilitas proses untuk mengetahui kinerja proses saat ini. Selain itu dilakukan pula analisa terhadap penyebab cacat viskositas ini dengan diagram sebab akibat lalu dilakukan eksperimen Taguchi untuk memperoleh setting parameter kualitas yang optimum. 3.7. Kesimpulan dan Saran Kesimpulan yang diberikan yaitu perbandingan antara kondisi sebelum dan sesudah dilakukannya perbaikan pada proses produksi Mixing. Dari hasil tersebut, diberikan saran kepada pihak perusahaan untuk menerapkan hasil penelitian yang telah diperoleh untuk dapat meningkatkan kualitas produk dan kapablitas proses. Keuntungan yang diperoleh oleh perusahaan dengan meningkatknya kualitas produk yang dihasilkan dan meningkatkan keuntungan perusahaan dengan berkurangnya tingkat kecacatan pada produk. Selain itu, perusahaan dapat meningkatkan produktivitas perusahaan dengan memenuhi permintaan konsumen secara tepat waktu.



35



BAB IV DATA DAN ANALISA



4.1. Analisis Masalah Berdasarkan dari latar belakang permasalahan yang telah dijelaskan pada Bab 1, jenis cacat yang paling banyak ditemukan pada proses Mixing yaitu cacat viskositas. Hal ini berdasarkan pada data yang diperoleh dari Produksi (Mitrapak, 2105). Berikut adalah data Produksi untuk produk Shampoo Kids Beauty pada tahun 2015 : Tabel 4.1 Data Produksi untuk Produk Shampoo Kids Beauty Tahun 2015 Deskripsi Released Non Conformity – Viskositas Non Conformity – pH Non Conformity – Warna Total Bulk



Quantity KG Batch 52,000 26 214,000 107 2,000 1 4,000 2 272,000 136



% 19.12 78.68 0.74 1.47 100.00



Dari data Produksi tersebut kemudian dibuat dalam diagram Pareto untuk jumlah produk yang cacat. Jenis cacat dari produk Shampoo Kids Beauty ini yaitu cacat viskositas, cacat pH, dan cacat warna dengan persentase cacat seperti pada tabel 4.1. Sehingga diperoleh diagram Pareto untuk masing-masing jenis cacat yaitu sebagai berikut :



Persentase Cacat Pada Produk Shampoo Kids Beauty Tahun 2015



Persentase



100.00 80.00



78.68



60.00 40.00 20.00



0.74



1.47



NC - pH Jenis Cacat



NC - Warna



0.00 NC - Viskositas



Gambar 4.1 Data Cacat pada Produk Shampoo Kids Beauty Tahun 2015



36



Diagram Pareto di atas, menunjukkan bahwa persentase jenis cacat terbesar pada produk Shampoo Kids Beauty yaitu cacat viskositas dengan persentase sebanyak 78.68%. Nilai viskositas pada produk berpengaruh pada kekentalan produk shampoo yang merupakan salah satu parameter kualitas dari produk shampoo. Nilai viskositas yang dihasilkan bervariasi dan tidak jarang nilai viskositas yang dihasilkan tidak berada pada batas spesifikasi yang telah ditentukan. Oleh karena itu, sebelum menganalisa penyebab dari cacat viskositas ini, diperlukan data untuk mengetahui tingkat kapabilitas dari Proses Mixing terhadap nilai viskositas yang dihasilkan. Untuk mengetahui kapabilitas proses digunakan metode pengendalian kualitas secara statistik. 4.1.1. Peta Kendali ( Control Chart) Peta kendali (Control Chart) merupakan salah satu Quality Tool yang dapat digunakan untuk mendeteksi apakah proses Mixing pada Produksi dalam kondisi terkontrol secara statistik atau tidak. Proses yang tidak dalam kondisi terkontrol secara statistik akan menunjukkan suatu variasi yang berlebih sebanding dengan perubahan waktu. Data yang digunakan adalah nilai viskositas yang dihasilkan oleh dari proses Mixing. Pengamatan nilai viskositas pada produk Shampoo Kids Beauty dilakukan pada proses setelah Mixing dan pada Mesin Mixer E (Mixer FAS). Frekuensi pengambilan sampel dilakukan setiap kali terdapat proses Mixing untuk produk ini. Untuk setiap batch produk dilakukan pengambilan sampel pada 3 titik yaitu sampel atas, tengah dan bawah untuk kebutuhan akurasi data. Data-data yang diperoleh merupakan data primer dari hasil pengukuran viskositas produk yang dijadikan subjek penelitian. Berikut adalah data nilai viskositas Shampoo Kids Beauty yang diperoleh dari hasil mixing pada bulan Juni – Oktober 2015.



Tabel 4.2 Data Pengamatan Viskositas Produk Shampoo Kids Beauty Viscosity (cP)



No.



Tanggal Mixing



Batch Liquid



V1



V2



V3



1 2 3 4



05 Juni 2015 05 Juni 2015 15 Juni 2015 15 Juni 2015



001E 002E 003E 004E



2,200 1,700 800 1,200



2,350 1800 980 1,000



2,100 1,500 700 1,200



37



5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30



15 Juni 2015 02 Juli 2015 02 Juli 2015 03 Juli 2015 04 Juli 2015 09 Juli 2015 10 Juli 2015 27 Juli 2015 28 Juli 2015 05 Agustus 2015 06 Agustus 2015 06 Agustus 2015 06 Agustus 2015 11 Agustus 2015 12 Agustus 2015 27 Agustus 2015 01 September 2015 01 September 2015 01 September 2015 05 September 2015 05 September 2015 05 September 2015 06 September 2015 01 Oktober 2015 01 Oktober 2015 05 Oktober 2015



005E 006E 007E 008E 009E 010E 011E 012E 013E 014E 015E 016E 017E 018E 019E 020E 021E 022E 023E 024E 025E 026E 027E 028E 029E 030E



2,400 1,200 700 1,510 2,400 1,100 1,050 650 550 800 1,400 1,300 1,400 800 2,700 920 1,100 900 700 800 700 800 900 1,100 1,000 900



2,600 1,040 900 1,700 2,400 1,100 1,200 650 680 950 1,200 1,300 1,400 770 2,900 840 1,270 880 670 720 860 700 880 1,200 1,100 1,000



2,300 1,100 900 1,590 2,300 1,270 1,050 800 600 750 1,400 1,400 1,200 900 2,800 700 1,100 780 800 900 700 900 1,000 1,050 1,100 800



Berdasarkan dari data yang diperoleh, maka peta kendali yang digunakan untuk menganalisis nilai viskositas secara statistik yaitu peta kendali X-bar dan R. Peta kendali X-bar dan R digunakan untuk memvisualisasikan fluktuasi rata-rata sampel dan rata-rata dari rata-rata sampel kemudian akan menunjukkan bagaimana penyimpangan rata-rata sampel dari rata-ratanya. Penyimpangan ini akan memberikan gambaran bagaimana konsistensi proses. Semakin dekat ratarata sampel ke nilai rata-ratanya maka proses cenderung stabil, dan sebaliknya maka proses cenderung tidak stabil. Peta kendali X-bar dan R yang digunakan yaitu tiga sigma, di mana terdapat sebuah central line dan dua buah batas pengendali yang terdiri dari batas pengendali atas dan batas pengendali bawah. Pembuatan peta kendali X-bar dan R



38



terhadap nilai viskositas produk Shampoo Kids Beauty menggunakan bantuan Microsoft Excel. Berikut perhitungan untuk memperoleh nilai LCL, CL, dan UCL pada peta kendali X-bar. Tabel 4.3 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty No.



Batch Liquid



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30



001E 002E 003E 004E 005E 006E 007E 008E 009E 010E 011E 012E 013E 014E 015E 016E 017E 018E 019E 020E 021E 022E 023E 024E 025E 026E 027E 028E 029E 030E



Viscosity (cP) V1



V2



2,200 2,350 1,700 1,800 800 980 1,200 1,000 2,400 2,600 1,200 1,040 700 900 1,510 1,700 2,400 2,400 1,100 1,100 1,050 1,200 650 650 550 680 800 950 1,400 1,200 1,300 1,300 1,400 1,400 800 770 2,700 2,900 920 840 1,100 1,270 900 880 700 670 800 720 700 860 800 700 900 880 1,100 1,200 1,000 1,100 900 1,000 TOTAL RATA - RATA



V3 2,100 1,500 700 1,200 2,300 1,100 900 1,590 2,300 1,270 1,050 800 600 750 1,400 1,400 1,200 900 2,800 700 1,100 780 800 900 700 900 1,000 1,050 1,100 800



X-bar



Range



2,216.67 1,666.67 826.67 1,133.33 2,433.33 1,113.33 833.33 1,600.00 2,366.67 1,156.67 1,100.00 700.00 610.00 833.33 1,333.33 1,333.33 1,333.33 823.33 2,800.00 820.00 1,156.67 853.33 723.33 806.67 753.33 800.00 926.67 1,116.67 1,066.67 900.00 36,136.67 1,204.56



250 300 280 200 300 160 200 190 100 170 150 150 130 200 200 100 200 130 200 220 170 120 130 180 160 200 120 150 100 200 5360 178.67



39



Dari tabel 4.3 di atas, maka dapat dengan mudah untuk melakukan perhitungan untuk membuat peta kendali X-bar dan R.  Peta Kendali X-bar 



̿ CL = X 𝐂𝐋𝐗̅ =



𝐓𝐨𝐭𝐚𝐥 ̅𝐗 𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩



𝐂𝐋𝐗̅ =



36,136.67 25



𝐂𝐋𝐗̅ = 1,204.56 



̿ − 𝐀𝟐 𝐱 𝐑 ̅ 𝐋𝐂𝐋𝐗̅ = 𝐗 𝐋𝐂𝐋𝐗̅ = 1,204.56 − (1.023 x 178.67) 𝐋𝐂𝐋𝐗̅ = 1,204.56 − 182.78 𝐋𝐂𝐋𝐗̅ = 1,021.78







̿ + 𝐀𝟐 𝐱 𝐑 ̅ 𝐔𝐂𝐋𝐗̅ = 𝐗 𝐔𝐂𝐋𝐗̅ = 1,204.56 + (1.023 x 178.67) 𝐔𝐂𝐋𝐗̅ = 1,204.56 + 182.77 𝐔𝐂𝐋𝐗̅ = 1,387.33



Keterangan : CL



: Garis Tengah (Central Line)



LCL



: Batas Kendali Bawah ( Lower Control Line)



UCL : Batas Kendali Atas ( Upper Control Line) Untuk nilai A2 dapat diperoleh dari tabel pada lampiran 1. Table of Control Chart Constants. Dari hasil perhitungan di atas, maka peta kendali X-bar pun dapat dibuat. Berikut adalah gambar peta kendali X-bar untuk Shampoo Kids Beauty.



40



Gambar 4.2 Peta Kendali X-bar



 Peta Kendali R ̅  CL = R 𝐂𝐋𝐑 =



𝐓𝐨𝐭𝐚𝐥 𝐑 𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩



𝐂𝐋𝐑 =



5360 25



𝐂𝐋𝐑 = 178.67  𝐋𝐂𝐋𝐑 = 𝐃𝟑 𝐱 ̅ 𝐑 𝐋𝐂𝐋𝐑 = 0 x 178.67 𝐋𝐂𝐋𝐑 = 0  𝐔𝐂𝐋𝐑 = 𝐃𝟒 𝐱 ̅ 𝐑 𝐔𝐂𝐋𝐑 = 2.574 x 178.67 𝐔𝐂𝐋𝐑 = 459.89 Keterangan : CL



: Garis Tengah (Central Line)



LCL



: Batas Kendali Bawah ( Lower Control Line)



41



UCL : Batas Kendali Atas ( Upper Control Line) Untuk nilai D3 dan D4 dapat diperoleh dari tabel pada 1. Table of Control Chart Constants. Setelah memperoleh nilai CL, UCL, dan LCL, peta kendali R dapat dibuat. Berikut adalah gambar dari peta kendali R.



Gambar 4.3 Peta Kendali R (Range)



Peta kendali X-bar menyatakan rata-rata nilai viskositas produk Shampoo Kids Beauty yang dihasilkan selama proses produksi berlangsung, sedangkan peta kendali R menyatakan variasi atau rentang (range) nilai viskositas produk Shampoo Kids Beauty yang dihasilkan selama proses produksi berlangsung. Peta kendali X-bar pada Gambar 4.2 untuk produk Shampoo Kids Beauty menunjukkan nilai CL, UCL dan LCL yaitu 1204.56 cP, 1387.33 cP, dan 1021.78 cP. Nilai tersebut masih berada dalam batas spesifikasi produk. Sedangkan peta kendali R pada Gambar 4.3 menunjukkan nilai CL, UCL, dan LCL yaitu sebesar 178.67, 459.89, dan 0. Berdasarkan pada peta kendali X-bar dan R pada Gambar 4.2 dan Gambar 4.3, dapat dilihat bahwa nilai viskositas dari produk Shampoo Kids Beauty belum terkendali secara statistik. Hal ini ditunjukkan dengan masih



42



banyaknya terdapat variasi-variasi data yang ditandai dengan banyaknya terdapat titik-titik yang berada di luar batas kontrol. Menurut Garrity (1993), suatu proses dapat dikatakan menunjukkan keadaan yang tidak terkendali jika memenuhi beberapa kriteria berikut ini : a. Satu atau beberapa titik berada diluar batas kendali. b. Sembilan titik berurutan berada pada sisi yang sama dari garis tengah (CL). c. Enam titik berurutan naik atau turun. d. Empat belas titik berurutan bergantian naik dan turun. e. Dua dari tiga titik berada pada posisi > 2 standar deviasi dari garis tengah pada sisi yang sama. f. Empat dari lima titik berada pada posisi > 1 standar deviasi dari garis tengah pada sisi yang sama. g. Lima belas titik berurutan berada dalam posisi ≤ 1 standar deviasi dari garis tengah. h. Delapan titik berurutan berada pada posisi > 1 standar deviasi dari garis tengah. Menurut Mitra (1998), variasi penyebab khusus (special-causes variation) adalah kejadian-kejadian di luar sistem yang mempengaruhi variasi dalam sistem. Penyebab khusus ini mengambil pola-pola non acak (non random patterns) sehingga dapat diidentifikasi atau ditemukan. Penyebab khusus tidak selalu aktif dalam proses tetapi memiliki pengaruh yang lebih kuat pada proses sehingga menimbulkan variasi. Melalui pengendalian proses secara statistik menggunakan peta kendali (control chart), jenis variasi ini sering ditandai dengan titik-titik pengamatan yang melewati atau keluar dari batas-batas pengendalian yang didefinisikan (defined control limit). Variasi penyebab umum selalu terjadi pada proses produksi. Variasi penyebab umum adalah faktor-faktor di dalam sistem atau yang melekat pada proses yang menyebabkan timbulnya variasi dalam sistem serta hasil-hasilnya. Penyebab umum sering disebut juga sebagai penyebab acak (random causes) atau penyebab sistem (system causes). Melalui pengendalian proses secara statistik dengan



43



menggunakan peta kendali (control chart), jenis variasi ini sering ditandai dengan titik-titik pengamatan yang berada dalam batas-batas pengendalian yang didefinisikan (defined control limits). Oleh karena itu, perlu dilakukan usaha untuk mengurangi variasi tersebut. Semakin sedikit variasi penyebab umum (tanpa adanya variasi penyebab khusus), maka kemampuan proses produksi untuk menghasilkan produk yang lebih homogen akan lebih terjamin. Keadaaan proses yang belum terkendali seperti ini menyebabkan perhitungan kapabilitas proses untuk produk Shampoo Kids Beauty belum bisa dilakukan. Perhitungan kapabilitas proses akan valid jika dilakukan terhadap proses dengan keadaan yang telah terkendali. Tindakan yang dapat dilakukan agar proses menjadi terkendali adalah dengan melakukan identifikasi terhadap faktor-faktor penyebab variasi nilai viskositas pada produk Shampoo Kids Beauty dengan menggunakan diagram sebab akibat (diagram tulang ikan). 4.1.2. Kapabilitas Proses Sebelum Perbaikan Produk Shampoo Kids Beauty ini memiliki batas spesifikasi untuk parameter viskositas yaitu 1,000 cP – 4,000 cP dimana target viskositasnya yaitu 2,500 cP. Untuk mengetahui nilai kapabilitas proses dari produk ini dilakukan perhitungan sebagai berikut :  Indeks Kapabilitas Proses (Cp) Cp =



USL − LSL 6σ



Dengan standard deviasi (𝜎) = 565.555 Cp =



4,000 − 1,000 6 x 565.555



Cp = 0.884  Kapabilitas Proses (Cpk) USL − μ μ − LSL , } 3σ 3σ Dengan 𝜇 = 𝑋̿ = 1,204.56 Cpk = min {



Cpk = min {



4,000 − 1,204.56 1,204.56 − 1,000 , } 3 x 565.555 3 x 565.555



44



Cpk = min {



2.795.44 204.56 , } 1,696.665 1,696.665



Cpk = min{1.65 , 0.12} Cpk = 0.12  Indeks Kapabilitas Taguchi (Cpm) Cpm = Cpm = Cpm =



USL − LSL 6τ USL − LSL 6 √σ2 + (μ − T)2 Cp



dimana δ =



√1 + δ2 μ−T δ= σ 1,204.56 − 2,500 δ= 565.555



μ−T σ



δ = −2.29 Cpm = Cpm =



0.884 √1 + (−2.29)2 0.884 √6.2441



Cpm = 0.35 Dari hasil perhitungan Indeks kapabilitas Proses di atas maka dapat disimpulkan bahwa nilai Cp yaitu 0.884 di mana nilai ini lebih kecil dari 1, sehingga proses dikatakan tidak kapabel. Begitu pula dengan nilai Cpk yang dihasilkan yaitu 0.12. Nilai ini berada jauh dari 1, yang artinya apabila nilai Cpk berada di antara 0 dan 1 artinya rata-rata proses berada dalam batas spesifikasi limit walaupun proporsi variasi proses berada di luar batas spesifikasi limit. 4.2. Penerapan Metode Taguchi 4.2.1. Identifikasi Faktor yang Mempengaruhi Kualitas Viskositas Viskositas merupakan ukuran kekentalan suatu fluida yang menyatakan besar kecilnya gesekan di dalam fluida. Makin besar gesekan pada suatu fluida, maka semakin sulit suatu fluida mengalir. Permasalahan viskositas merupakan permasalahan yang sering terdapat dalam suatu produk seperti sabun, sampo,



45



maupun produk semi cair lainnya. Viskositas ini merupakan salah satu parameter kualitas yang memiliki pengaruh cukup besar terhadap suatu produk. Sehingga perlu perlakuan yang hati-hati dalam menentukan settingan mesin saat proses berlangsung. Untuk produk Shampoo Kids Beauty ini, pada tahun 2015 memiliki tingkat kualitas yang buruk yang ditandai dengan banyaknya produk yang memiliki nilai viskositas yang berada pada batas minimum dari standar spesifikasinya dan bahkan banyak yang nilai viskositasnya berada di luar batas spesifikasi yang telah ditentukan. Hal ini telah dibuktikan dengan perhitungan nilai Cp dan Cpk dari produk ini sangat buruk dan prosesnya belum kapabel. Sehingga diperlukan pengawasan dan kontrol yang lebih untuk mengurangi variasi dari produk ini. Penyebab variasi pada nilai viskositas produk ini begitu kompleks. Terdapat dua jenis penyebab variasi yaitu penyebab khusus (special causes) dan penyebab umum (common causes). Menurut Deming (Amitava Mitra, 1998), penyebab khusus bisa disebabkan oleh penggunaan alat yang salah,



penggunaan raw



material yang tidak tepat, atau kesalahan dari operator. 15% masalah yang terjadi pada proses disebabkan oleh penyebab khusus. Sedangkan penyebab umum disebabkan oleh variasi dari raw material yang diterima dari supplier yang terpilih, pengawasan skill yang kurang, vibrasi mesin, dan fluktuasi dari kondisi pekerjaan. 85% maslah yang terjadi di proses disebabkan oleh penyebab umum. Dan penyebab umum ini dapat diselesaikan dengan adanya tindakan dari managemen perusahaan. Untuk memudahkan dalam mengidentifikasi faktor-faktor penyebab dari variasi nilai viskositas ini digunakan diagram fishbone atau diagram sebab akibat. Faktorfaktor penyebab diperoleh dari hasil wawancara dari operator hingga manager Produksi Mixing (brainstorming). Selain itu juga dari beberapa literatur terkait. Berikut adalah diagram sebab akibat dari faktor penyebab variasi viskositas pada produk Shampoo Kids Beauty :



46



Material Dari SLES 2EO



Method Jumlah Fragrance



Material Handling saat Mixing



Kadar NaCl Jumlah Demin Water



Dari NaCl Jumlah Polyquaternium-7



Performansi Silverson



Penggunaan suhu Water Tr. DeminWater



Variasi Viskositas



Kurang Konsentrasi Human Error



Setting Mesin



Lalai dalam mengikuti prosedur



Skill Operator



Speed Mixer



Environment



Machine



Man



Gambar 4.4 Diagram Sebab-Akibat dari Variasi Viskositas



47



4.2.2. Pemisahan Faktor Kontrol dan Faktor Noise Faktor kontrol adalah faktor yang telah ditetapkan nilai perancangannya dan dapat dikontrol. Sedangkan faktor noise adalah faktor yang dapat menyebabkan penyimpangan dari karakteristik kualitas dan sulit dikontrol karena faktor biaya. Dari diagram sebab akibat pada gambar 4.4. Diagram Sebab Akibat dapat dipisahkan antara faktor kontrol dan faktor noise. Pemisahan ini berdasarkan hasil survey dan pengamatan terhadap biaya dari masing-masing faktor. Berikut tabel pemisahan untuk faktor kontrol dan faktor noise. Tabel 4.4 Pemisahan Faktor Kontrol dan Faktor Noise Faktor Kontrol Method Pengaturan suhu Water Tr. Demin Water Material Kadar NaCl dari NaCl Jumlah Demin Water Kadar NaCl dari SLES 2EO Skill Operator Man Machine Setting Mesin (Speed Mixer)



Faktor Noise Material Handling saat Mixing Jumlah Fragrance Jumlah Polyquaternium-7 Human Error Performansi Silverson



4.2.3. Penentuan Faktor Kontrol dan Level Faktor Kontrol Pada penelitian ini, variabel respon yaitu nilai viskositas dari produk Shampoo Kids Beauty. Dalam menentukan faktor kontrol, sebelumnya dilakukan analisa brainstorming di mana peneliti mengumpulkan informasi-informasi yang terkait dengan proses Mixing dari produk Shampoo Kids Beauty ini dari para karyawan yang dianggap paham mengenai proses dari produk ini mulai dari operator produksi Mixing hingga ke manager. Selain mengumpulkan informasi dari karyawan, peneliti juga mengumpulkan informasi dari studi literatur untuk memperoleh pemahaman yang lebih mendalam mengenai variabel yang diamati sehingga kesalahan dalam menentukan faktor kontrol dapat dihindari. Setelah memperoleh informasi yang akurat, diperoleh beberapa variabel faktor yang mempengaruhi nilai viskositas dari produk Shampoo Kids Beauty ini. Variabel tersebut sebelumnya telah dijelaskan pada analisa diagram sebab akibat dan pemisahan faktor kontrol dan faktor noise. Dari beberapa faktor kontrol tersebut, kemudian dipilih variabel faktor kontrol yang memiliki pengaruh besar terhadap nilai viskositas produk. Variabel-variabel faktor tersebut adalah sebagai berikut : 48



1. Jumlah Material Sodium Chloride (NaCl) Material Sodium Chloride dalam shampoo memiliki fungsi sebagai zat pengental. Semakin kental suatu shampoo, skala penggunaannya semakin hemat dan biasaya lebih disukai oleh konsumen. Tetapi penambahan material Sodium Chloride yang berlebihan justru akan membuat produk shampoo keruh dan penambahan pada level-level tertentu akan menyebabkan produk shampoo justru menjadi encer. Oleh sebab itu, penentuan jumlah Sodium Chloride pada produk shampoo harus lebih berhati-hati. 2. Jumlah Micro Treated Demin Water Micro Treated Demin Water merupakan solvent yang digunakan untuk melarutkan material yang digunakan dalam pembuatan shampoo. Micro Treate Demin Water merupakan air yang telah melalui proses reserve osmosis atau deonized water untuk menghilangkan ion-ion yang terkandung dalam air sehingga tidak terjadi reaksi ionik yang dapat menurunkan kualitas dari shampoo. Setelah itu air kemudian diproses dengan menggunakan sinar ultraviolet untuk membunuh semua bakteri yang terdapat pada air. 3. Temperatur Mixer Temperatur mixer juga sangat berpengaruh terhadap kelarutan dari material. Temperatur panas biasanya mempermudah kelarutan suatu material. Tetapi terdapat material yang tidak dapat dilarutkan pada temperatur panas karena dapat kehilangan fungsi dari material tersebut. Jadi sangat diperlukan kehati-hatian dalam menentukan temperature yang digunakan dalam pembuatan shampoo. 4. Kecepatan Agitator Mixer Kecepatan agitator mesin mixer berpengaruh terhadap nilai viskositas dari produk yang dihasilkan. Kecepatan yang terlalu tinggi juga dapat membuat produk menjadi encer dan sebaliknya jika kecepatan agitator pelan, reaksi antar partikel material juga tidak sempurna. Jadi diperlukan settingan yang cocok untuk mendapatkan hasil yang maksimal.



49



Dari beberapa variabel faktor kontrol di atas, kemudian ditentukan nilai level pengujian untuk masing-masing variabel faktor kontrol. Penentuan level pengujian ini diperoleh dari hasil diskusi dan kesepatan dengan pihak-pihak tertentu mengenai level toleransi terhadap level pengujian. Berikut adalah levellevel pengujian untuk masing-masing variabel faktor kontrol. Tabel 4.5 Level Pengujian dari Variabel Faktor Kontrol Variabel Faktor



Lambang



Level 1



Level 2



Level 3



Satuan



Jumlah NaCl Volume Air Temperatur Kecepatan Mixer



A B C D



0.20% 80.15% 30 500



0.30% 80.05% 40 750



0.40% 79.05% 50 800



kg kg °C rpm



4.2.4. Pemilihan Ortogonal Array Setelah menentukan variabel faktor dan level faktor dari masing-masing variabel, langkah selanjutnya yaitu menghitung derajat kebebasan. Nilai dari derajat kebebasan ini digunakan sebagai perbandingan yang harus dilakukan antar levellevel faktor atau interaksi yang digunakan untuk menentukan jumlah percobaan minimum yang dilakukan. Derajat Kebebasan



= Jumlah Variabel Faktor (Jumlah Level Faktor – 1) = 4 ( 3 – 1) =8



Jadi, dari perhitungan di atas maka dapat disimpulkan bahwa jumlah minimum percobaan yang harus dilakukan yaitu sebanyak 8 percobaan. Untuk pemilihan Ortogonal Array dapat dilakukan melakukan menggunakan softwate Minitab 16. Berikut langkah-langkahnya : 1. Buka Software Minitab 16, pilih menu Stat, pilih DOE, kemudian pilih menu Taguchi, dan klik Create Taguchi Design… 2. Setelah itu akan muncul tampilan berikut ini :



50



Gambar 4.5 Pemilihan Tipe Desain pada Taguchi



3. Pada pilihan Type of Design, pilih 3-level Design. Dan pada Number of factors, pilih 4 (sesuai dengan data pada penentuan variabel faktor dan level faktor di atas). Berikut tampilannya :



Gambar 4.6 Pemilihan Jumlah Faktor pada Taguchi



4. Setelah itu klik menu Designs… kemudian akan muncul tampilan berikut ini :



51



Gambar 4.7 Pemilihan Desain Ortogonal Array Taguchi



5. Pilih L9 (3**4) dan klik OK. Pemilihan Ortogonal Array-nya yaitu L9 (34). Dimana : L = Notasi L yaitu informasi mengenai Ortogonal Array 9 = Nomor baris, jumlah percobaan yang dibutuhkan ketika menggunakan Ortogonal Array 4 = Nomor kolom, jumlah faktor yang diamati dalam Ortogonal Array 3 = Nomor level, menyatakan jumlah level faktor Setelah pemilihan Ortogonal Array selesai, kemudian pada software Minitab 16 akan muncul jumlah replikasi dan urutan pelaksanaan percobaan yang diacak secara random. Berikut adalah tabel matriks Ortogonal Array L9 (34) : Tabel 4.6 Matriks Ortogonal Array Percobaan



Variabel Faktor B C 1 1



1



A 1



D 1



2



1



2



2



2



3



1



3



3



3



4



2



1



2



3



5



2



2



3



1



6



2



3



1



2



7



3



1



3



2



8



3



2



1



3



9



3



3



2



1



52



4.2.5. Hasil Percobaan dengan Metode Taguchi Dari tabel matriks Ortogonal Array pada Tabel 4.. digunakan sebagai acuan dalam melakukan percobaan. Percobaan dilakukan sebanyak 9 kali dengan berdasarkan pada kombinasi sesuai dengan tabel Ortogonal Array di atas. Percobaan dilakukan pada mesin yang sama yaitu Mesin Mixer D (Mixer FAS). Berikut data hasil percobaan : Tabel 4.7 Hasil Percobaan dengan Metode Taguchi Percobaan



A



Variabel Faktor B C



Hasil Viskositas (cps) D



V1



V2



1



1



1



1



1



1,600



1,690



2



1



2



2



2



1,750



1,770



3



1



3



3



3



1,800



1,820



4



2



1



2



3



2,380



2,360



5



2



2



3



1



2,450



2,470



6



2



3



1



2



2,300



2,360



7



3



1



3



2



2,520



2,570



8



3



2



1



3



2,630



2,600



9



3



3



2



1



2,800



2,850



4.2.6. Analisis Hasil Percobaan dengan Metode Taguchi Dari hasil percobaan di atas, kemudian data dianalisa dengan menggunakan software Minitab 16. Langkah-langkah analisisnya yaitu sebagai berikut : 1. Masukkan data hasil percobaan ke Worksheet Minitab.



Gambar 4.8 Model Data pada Worksheet Minitab



53



2. Kemudian pilih menu Stat > DOE > Taguchi > dan Analyze Taguchi Design… Sehingga muncul tampilan sebagai berikut :



Gambar 4.9 Analisa Taguchi dengan Minitab 1



3. Select data V1 dan V2. Pada menu Graphs…, pilih Signal to Noise rations.



Gambar 4.10 Analisa Taguchi dengan Minitab 2



54



4. Pada menu Analysis…, pilih Signal to Noise rations dan Means.



Gambar 4.11 Analisa Taguchi dengan Minitab 3



5. Pada menu Options…, pilih Larger is better.



Gambar 4.12 Analisa Taguchi dengan Minitab 4



6. Dan pada menu Storage…, pilih Signal to Noise rations dan Means.



Gambar 4.13 Analisa Taguchi dengan Minitab 5



55



7. Klik OK, sehingga muncul Main Effect Plot for SN Ratios berikut ini : Main Effects Plot for SN ratios Data Means



A



69



B



68



Mean of SN ratios



67 66 65 1



2



3



1



2



C



69



3



D



68 67 66 65 1



2



3



1



2



3



Signal-to-noise: Larger is better



Gambar 4.14 Main Effect Plot for SN Rations



Dari grafik pada Gambar 4.14 Grafik Main Effect Plot for SN Rations, dapat disimpulkan bahwa untuk Variabel Faktor A, level maksimumnya terletak pada level 3, untuk Variabel Faktor B, level maksimumnya terletak pada level 3, untuk Variabel Faktor C, level maksimumnya berada pada level 2, dan pada Variabel Faktor D, level maksimumnya terletak pada level 1. Hasil ini sesuai dengan hasil percobaan kesembilan dan pada percobaan kesembilan ini diperoleh hasil viskositas terbesar dibandingkan dengan percobaan-percobaan sebelumnya. Pada Worksheet akan muncul tambahan data SNRA dan MEAN, sebagai berikut : Tabel 4.8 Data Hasil Percobaan dengan Metode Taguchi Hasil Viskositas (cP)



Variabel Faktor



Percobaan



SNRA



MEAN



1



A 1



B 1



C 1



D 1



V1 1,600



V2 1,690



64.31357



1,645



2



1



2



2



2



1,750



1,770



64.90983



1,760



3



1



3



3



3



1,800



1,820



65.15317



1,810



4



2



1



2



3



2,380



2,360



67.49473



2,370



5



2



2



3



1



2,450



2,470



67.81849



2,460



6



2



3



1



2



2,300



2,360



67.34496



2,330



7



3



1



3



2



2,520



2,570



68.1125



2,545



56



8



3



2



1



3



2,630



2,600



68.34901



2,615



9



3



3



2



1



2,800



2,850



69.01935



2,825



4.2.7. Pengujian ANOVA Data yang telah diperoleh selanjutnya diolah dengan menggunakan dua cara, yaitu Analysis of Variance (ANOVA) untuk nilai rata-rata dan Analysis of Variance (ANOVA) untuk nilai SN Ratio (SNR). ANOVA dari nilai rata-rata digunakan untuk mencari faktor-faktor apa saja yang mempengaruhi hasil percobaan sedangkan ANOVA SN Ratio digunakan untuk mencari faktor-faktor yang memiliki kontribusi pada pengurangan variasi suatu karakteristik kualitas.



4.2.7.1. ANOVA Nilai Rata-Rata Sebelum



melakukan



perhitungan



ANOVA,



terlebih



dahulu



melakukan



perhitungan untuk memperoleh Respon Nilai Rata-Rata. Berikut adalah tabel Respon Nilai Rata-Rata dari hasil hasil percobaan Taguchi.



Tabel 4.9 Tabel Respon Nilai Rata-Rata Level 1



A B C 1,738.333 2,186.66667 2,196.667



D 2,310



2



2,386.667 2,278.33333 2,318.333 2,211.667



3



2,661.667 2,321.66667 2,271.667



2,265



Delta



923.3333



135



121.6667



98.33333



Rank



1



2



3



4



Tabel Respon Nilai Rata-Rata diperoleh dari hasil perhitungan nilai rata-rata hasil percobaan yaitu pada Tabel 4.9 dengan perhitungan berikut in :  Nilai Rata-Rata semua eksperimen 𝑦̅ =



𝑦̅ = 𝑦̅ =



∑𝑦  1600+1690+1750+1770+1800+1820+2380+2360+2450 +2470+2300+2360+2520+2570+2630+2600+2800+2850 18



40720 = 2262,222 18



57



 Nilai Rata-Rata setiap level pada Faktor A 𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



𝑦̿𝐴1 =



1645 + 1760 + 1810 3



𝑦̿𝐴1 =



5215 = 1738,333 3



𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



𝑦̿𝐴2 =



2370 + 2460 + 2330 3



𝑦̿𝐴2 =



7160 = 2386,666 3



𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



𝑦̿𝐴3 =



2545 + 2615 + 2825 3



𝑦̿𝐴3 =



7985 = 2661,667 3



 Nilai Rata-Rata setiap level pada Faktor B 𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



𝑦̿𝐵1 =



1645 + 2370 + 2545 3



𝑦̿𝐵1 =



6560 = 2186,6667 3



𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



𝑦̿𝐵2 =



1760 + 2460 + 2615 3



58



𝑦̿𝐵2 =



6835 = 2278,3333 3



𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



𝑦̿𝐵3 =



1810 + 2330 + 2825 3



𝑦̿𝐵3 =



6965 = 2321,667 3



 Nilai Rata-Rata setiap level pada Faktor C 𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



1645 + 2330 + 2615 3 6590 = = 2196,667 3



𝑦̿𝐶1 = 𝑦̿𝐶1



𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



1760 + 2370 + 2825 3 6955 = = 2318,333 3



𝑦̿𝐶2 = 𝑦̿𝐶2



𝑦̿𝑗𝑘 =



∑ 𝑦̅𝑖𝑗𝑘 ijk



1810 + 2460 + 2545 3 6815 = = 2271,667 3



𝑦̿𝐶3 = 𝑦̿𝐶3



 Nilai Rata-Rata setiap level pada Faktor D ∑ 𝑦̅𝑖𝑗𝑘 𝑦̿𝑗𝑘 = ijk 1645 + 2460 + 2825 3 6930 = = 2310 3



𝑦̿𝐷1 = 𝑦̿𝐷1



𝑦̿𝑗𝑘 = 𝑦̿𝐷2 =



∑ 𝑦̅𝑖𝑗𝑘 ijk 1760 + 2330 + 2545 3



59



𝑦̿𝐷2 =



𝑦̿𝑗𝑘 =



6635 = 2211,667 3 ∑ 𝑦̅𝑖𝑗𝑘 ijk



1810 + 2370 + 2615 3 6795 = = 2265 3



𝑦̿𝐷3 = 𝑦̿𝐷3



Dari hasil tabel di atas, kemudian dapat dilakukan perhitungan ANOVA untuk Rata-Rata Nilai Respon. ANOVA yang digunakan yaitu ANOVA dua arah karena data percobaan yang terdiri dari dua faktor atau lebih dan dua level atau level. Tabel ANOVA terdiri dari perhitungan derajat kebebasan (db), jumlah kuadrat, rata-rata jumlah kuadrat, F-rasio. Berikut adalah perhitungan untuk memperoleh tabel perhitungan ANOVA :  Jumlah Kuadrat/Sum of Square (SS) 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑌 2 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 16002 + 17502 + 18002 + 23802 + 24502 + 23002 + 25202 + 26302 + 28002 + 16902 + 17702 + 18202 + 23602 + 24702 + 23602 + 25702 + 26002 + 28502 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 94955600 ̅̅̅2 𝑚𝑒𝑎𝑛(𝑆𝑚 ) = 𝑛𝑦 mean(𝑆𝑚 ) = 18 ∗ 2262,2222 𝑚𝑒𝑎𝑛(𝑆𝑚 ) = 92117688,89 𝑆𝑆𝐴 = 𝑛𝐴1 ∗ ̅̅̅̅ 𝐴12 + 𝑛𝐴2 ∗ ̅̅̅̅ 𝐴22 + 𝑛𝐴3 ∗ ̅̅̅̅ 𝐴32 − 𝑆𝑚 𝑆𝑆𝐴 = 6 ∗ 1738,3332 + 6 ∗ 2386,6672 + 6 ∗ 2661,6672 − 92117688,89 𝑆𝑆𝐴 = 94814700 − 92117688,89 𝑆𝑆𝐴 = 2697011 𝑆𝑆𝐵 = 𝑛𝐵1 ∗ ̅̅̅̅ 𝐵12 + 𝑛𝐵2 ∗ ̅̅̅̅ 𝐵22 + 𝑛𝐵3 ∗ ̅̅̅̅ 𝐵32 − 𝑆𝑚 𝑆𝑆𝐵 = 6 ∗ 2186,6672 + 6 ∗ 2278,3332 + 6 ∗ 2321,6672 − 92117688,89 𝑆𝑆𝐵 = 92174700 − 92117688,89



60



𝑆𝑆𝐵 = 57011,11 𝑆𝑆𝐶 = 𝑛𝐶1 ∗ ̅̅̅̅ 𝐶12 + 𝑛𝐶2 ∗ ̅̅̅̅ 𝐶22 + 𝑛𝐶3 ∗ ̅̅̅̅ 𝐶32 − 𝑆𝑚 𝑆𝑆𝐶 = 6 ∗ 2196,6672 + 6 ∗ 2318,3332 + 6 ∗ 2271,6672 − 92117688,89 𝑆𝑆𝐶 = 92162900 − 92117688,89 𝑆𝑆𝐶 = 45211,11 𝑆𝑆𝐷 = 𝑛𝐷1 ∗ ̅̅̅̅ 𝐷12 + 𝑛𝐷2 ∗ ̅̅̅̅ 𝐷22 + 𝑛𝐷3 ∗ ̅̅̅̅ 𝐷32 − 𝑆𝑚 𝑆𝑆𝐷 = 6 ∗ 23002 + 6 ∗ 2211,6672 + 6 ∗ 22652 − 92117688,89 𝑆𝑆𝐷 = 92146767 − 92117688,89 𝑆𝑆𝐷 = 29077,78 𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 − 𝑆𝑚 − (𝑆𝑆𝐴 + 𝑆𝑆𝐵 + 𝑆𝑆𝐶 + 𝑆𝑆𝐷 ) 𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 94955600 − 92117688,89 − (2697011 + 57011,11 + 45211,11 + 29077,78) 𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 9600



 Derajat Kebebasan (df) 𝐷𝐹𝐴 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1 𝐷𝐹𝐴 = 3 − 1 𝐷𝐹𝐴 = 2 𝐷𝐹𝐵 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1 𝐷𝐹𝐵 = 3 − 1 𝐷𝐹𝐵 = 2 𝐷𝐹𝐶 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1 𝐷𝐹𝐶 = 3 − 1 𝐷𝐹𝐶 = 2



61



𝐷𝐹𝐷 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1 𝐷𝐹𝐷 = 3 − 1 𝐷𝐹𝐷 = 2 𝐷𝐹𝑆𝑆𝑡 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 − 1 𝐷𝐹𝑆𝑆𝑡 = 18 − 1 𝐷𝐹𝑆𝑆𝑡 = 17 𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 𝐷𝐹𝑆𝑆𝑡 − 𝐷𝐹𝐴 − 𝐷𝐹𝐵 − 𝐷𝐹𝐶 − 𝐷𝐹𝐷 𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 17 − 2 − 2 − 2 − 2 𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 9



 Rata-rata Jumlah Kuadrat/Mean of Square (MS) 𝑀𝑆𝐴 =



𝑆𝑆𝐴 𝐷𝐹𝐴



𝑀𝑆𝐴 =



2697011,111 2



𝑀𝑆𝐴 = 1348505,6



𝑀𝑆𝐵 =



𝑆𝑆𝐵 𝐷𝐹𝐵



𝑀𝑆𝐵 =



57011,111 2



𝑀𝑆𝐵 = 28505,556



𝑀𝑆𝐶 =



𝑆𝑆𝐶 𝐷𝐹𝐶



𝑀𝑆𝐶 =



45211,111 2



𝑀𝑆𝐶 = 22605,556



𝑀𝑆𝐷 =



𝑆𝑆𝐷 𝐷𝐹𝐷



𝑀𝑆𝐷 =



29077,778 2



𝑀𝑆𝐷 = 14538,889



62



𝑀𝑆𝑒𝑟𝑟𝑜𝑟 =



𝑆𝑆𝑒𝑟𝑟𝑜𝑟 𝐷𝐹𝑒𝑟𝑟𝑜𝑟



𝑀𝑆𝑒𝑟𝑟𝑜𝑟 =



9600 9



𝑀𝑆𝑒𝑟𝑟𝑜𝑟 = 1066.6667



𝑀𝑆𝑆𝑆𝑡 = 𝑀𝑆𝐴 + 𝑀𝑆𝐵 + 𝑀𝑆𝐶 + 𝑀𝑆𝐷 + 𝑀𝑆𝑒𝑟𝑟𝑜𝑟 𝑀𝑆𝑆𝑆𝑡 = 1348505.6 + 28505.556 + 22605.556 + 14538.889 + 1066.6667 𝑀𝑆𝑆𝑆𝑡 = 1415222.2



 F Ratio 𝐹𝐴 =



𝑀𝑆𝐴 𝑀𝑆𝑒𝑟𝑟𝑜𝑟



𝐹𝐴 =



1348505,6 1066,6667



𝐹𝐴 = 1264,224



𝐹𝐵 =



𝑀𝑆𝐵 𝑀𝑆𝑒𝑟𝑟𝑜𝑟



𝐹𝐵 =



28505,556 1066,6667



𝐹𝐵 = 26,72396



𝐹𝐶 =



𝑀𝑆𝐶 𝑀𝑆𝑒𝑟𝑟𝑜𝑟



𝐹𝐶 =



22605,556 1066,6667



𝐹𝐶 = 21,19271



𝐹𝐷 =



𝑀𝑆𝐷 𝑀𝑆𝑒𝑟𝑟𝑜𝑟



𝐹𝐷 =



14538,889 1066,6667



𝐹𝐷 = 13,63021



63



𝐹𝑒𝑟𝑟𝑜𝑟 =



𝑀𝑆𝑒𝑟𝑟𝑜𝑟 𝑀𝑆𝑒𝑟𝑟𝑜𝑟



𝐹𝑒𝑟𝑟𝑜𝑟 =



1066,6667 1066,6667



𝐹𝑒𝑟𝑟𝑜𝑟 = 1



𝐹𝑆𝑆𝑡 = 𝐹𝐴 + 𝐹𝐵 + 𝐹𝐶 + 𝐹𝐷 + 𝐹𝑒𝑟𝑟𝑜𝑟 𝐹𝑆𝑆𝑡 = 1264.224 + 26.72396 + 21.19271 + 13.63021 + 1 𝐹𝑆𝑆𝑡 = 1326.771



 Pure Sum of Square (SS’) 𝑆𝑆′𝐴 = 𝑆𝑆𝐴 − 𝐷𝐹𝐴 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟 𝑆𝑆′𝐴 = 2697011,111 − (2 ∗ 1066,6667) 𝑆𝑆′𝐴 = 2694877,78 𝑆𝑆′𝐵 = 𝑆𝑆𝐵 − 𝐷𝐹𝐵 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟 𝑆𝑆′𝐵 = 57011,1111 − (2 ∗ 1066,6667) 𝑆𝑆′𝐵 = 54877,7778



𝑆𝑆′𝐶 = 𝑆𝑆𝐶 − 𝐷𝐹𝐶 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟 𝑆𝑆′𝐶 = 45211,1111 − (2 ∗ 1066,6667) 𝑆𝑆′𝐶 = 43077,7778 𝑆𝑆′𝐷 = 𝑆𝑆𝐷 − 𝐷𝐹𝐷 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟 𝑆𝑆′𝐷 = 29077,77778 − (2 ∗ 1066,6667) 𝑆𝑆′𝐷 = 26944,4444 𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡 − (𝑆𝑆 ′𝐴 + 𝑆𝑆 ′ 𝐵 + 𝑆𝑆 ′ 𝐶 + 𝑆𝑆 ′ 𝐷 ) 𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 2828311.11 − (2694877.78 + 54877.7778 + 43077.7778 + 26944.4444 𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 8533.3333



64



 % Ratio 𝜌𝐴 =



𝑆𝑆′𝐴 ∗ 100% 𝑆𝑆𝑡



𝜌𝐴 =



2694877,78 ∗ 100% 2837911.11



𝜌𝐴 =94.95991% 𝜌𝐵 =



𝑆𝑆′𝐴 ∗ 100% 𝑆𝑆𝑡



𝜌𝐵 =



54877,7778 ∗ 100% 2837911.11



𝜌𝐵 =1,933738%



𝜌𝐶 =



𝑆𝑆′𝐴 ∗ 100% 𝑆𝑆𝑡



𝜌𝐶 =



43077,7778 ∗ 100% 2837911.11



𝜌𝐶 =1,51794%



𝜌𝐷 =



𝑆𝑆′𝐴 ∗ 100% 𝑆𝑆𝑡



𝜌𝐷 =



26944,4444 ∗ 100% 2837911.11



𝜌𝐷 = 0.949446 %



𝜌 𝑒𝑟𝑟𝑜𝑟 =



𝑆𝑆′𝐴 ∗ 100% 𝑆𝑆𝑡



𝜌 𝑒𝑟𝑟𝑜𝑟 =



𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 ∗ 100% 𝑆𝑆𝑡



𝜌 𝑒𝑟𝑟𝑜𝑟 =



8533.3333 ∗ 100% 2837911.11



𝜌 𝑒𝑟𝑟𝑜𝑟 = 0.63897 %



65



Dari hasil perhitungan ANOVA dua arah di atas maka diperoleh tabel ANOVA sebagai berikut: Tabel 4.10 ANOVA Rata-Rata SUMBER



SS



DF



MS



FHITUNG



SS'



RATIO



A



2697011.111



2



1348505.6



1264.224



2694877.78 95.28223



B



57011.11111



2



28505.556



26.72396



54877.7778 1.940302



C



45211.11111



2



22605.556



21.19271



43077.7778 1.523092



D



29077.77778



2



14538.889



13.63021



26944.4444 0.952669



ERROR



9600



9



1066.6667



1



8533.33333



0.30171



SST



2828311.111



17



1415222.2



1326.771



2828311.11



100



MEAN SS TOTAL



92117688.89



1



94955600



18



`



Dari tabel ANOVA diketahui bahwa semua faktor memiliki pengaruh signifikan terhadap nilai viskositas, dimana semua faktor memiliki perbandingan F-ratio yang lebih besar dari F-tabel (F0.05;2;2.18) yaitu 3.55. (Nilai F-tabel dapat dilihat pada lampiran 2).



4.2.7.2. ANOVA Nilai SN Ratio Sebelum melakukan perhitungan ANOVA untuk nilai SN Ratio, terlebih dahulu melakukan perhitungan untuk memperoleh Nilai SN Ratio. Berikut adalah tabel Respon Nilai SN Ratio dari hasil hasil percobaan Taguchi. Tabel 4.11 Tabel Respon Nilai SN Ratio Level



A



B



C



D



1



1738.333 2186.66667 2196.667



2



2386.667 2278.33333 2318.333 2211.667



3



2661.667 2321.66667 2271.667



Delta



923.3333



135



Rank



1



2



2310 2265



121.6667 98.33333 3



4



Dari hasil tabel di atas, kemudian dapat dilakukan perhitungan ANOVA. Langkah-langkah perhitungan yang dilakukan sama dengan perhitungan yan dilakukan pada analisis ANOVA untuk Nilai Rata-Rata. Berikut adalah perhitungan untuk memperoleh tabel perhitungan ANOVA :



66



 Jumlah Kuadrat/Sum of Square (SS) 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 2 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 64,313572 + 64,909832 + 65,153172 + 67,494732 + 67,818492 + 67,344962 + 68,11252 + 68,349012 + 69,019352 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 40359,256



𝑆𝑚 =  ∗  ̅2 𝑆𝑚 = 9 ∗ 66,946182 𝑆𝑚 = 9 ∗ 4481,791017 = 40336,12



̅̅̅̅2 + 𝑛𝐴2 ∗ 𝐴2 ̅̅̅̅2 + 𝑛𝐴3 ∗ 𝐴3 ̅̅̅̅2 − 𝑆𝑚 𝑆𝑆𝐴 = 𝑛𝐴1 ∗ 𝐴1 𝑆𝑆𝐴 = (3 ∗ 64,792 ) + (3 ∗ 67,552 ) + (3 ∗ 68,492 ) − 40336,12 𝑆𝑆𝐴 = 40358,32 − 40336,12 𝑆𝑆𝐴 = 22,206



̅̅̅̅2 + 𝑛𝐵2 ∗ 𝐵2 ̅̅̅̅2 + 𝑛𝐵3 ∗ 𝐵3 ̅̅̅̅2 − 𝑆𝑚 𝑆𝑆𝐵 = 𝑛𝐵1 ∗ 𝐵1 𝑆𝑆𝐵 = (3 ∗ 66,642 ) + (3 ∗ 67,032 ) + (3 ∗ 67,172 ) − 40336,12 𝑆𝑆𝐵 = 40336,57 − 40336,12 𝑆𝑆𝐵 =0,4534



̅̅̅̅2 + 𝑛𝐶2 ∗ 𝐶2 ̅̅̅̅2 + 𝑛𝐶3 ∗ 𝐶3 ̅̅̅̅2 − 𝑆𝑚 𝑆𝑆𝐶 = 𝑛𝐶1 ∗ 𝐶1 𝑆𝑆𝐶 = (3 ∗ 66,672 ) + (3 ∗ 67,142 ) + (3 ∗ 67,032 ) − 40336,12 𝑆𝑆𝐶 = 40336,48 − 40336,12 𝑆𝑆𝐶 =0,3645



̅̅̅̅2 + 𝑛𝐷2 ∗ 𝐷2 ̅̅̅̅2 + 𝑛𝐷3 ∗ 𝐷3 ̅̅̅̅2 − 𝑆𝑚 𝑆𝑆𝐷 = 𝑛𝐷1 ∗ 𝐷1 𝑆𝑆𝐷 = (3 ∗ 67,052 ) + (3 ∗ 66,792 ) + (3 ∗ 672 ) − 4481,791



67



𝑆𝑆𝐷 = 40336,23 − 4481,791 𝑆𝑆𝐷 =0,1150



 Derajat Kebebasan (df) 𝐷𝐹𝐴 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1 𝐷𝐹𝐴 = 3 − 1 𝐷𝐹𝐴 = 2 𝐷𝐹𝐵 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1 𝐷𝐹𝐵 = 3 − 1 𝐷𝐹𝐵 = 2



𝐷𝐹𝐶 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1 𝐷𝐹𝐶 = 3 − 1 𝐷𝐹𝐶 = 2 𝐷𝐹𝐷 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1 𝐷𝐹𝐷 = 3 − 1 𝐷𝐹𝐷 = 2



𝐷𝐹𝑆𝑆𝑡 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 − 1 𝐷𝐹𝑆𝑆𝑡 = 18 − 1 𝐷𝐹𝑆𝑆𝑡 = 17 𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 𝐷𝐹𝑆𝑆𝑡 − 𝐷𝐹𝐴 − 𝐷𝐹𝐵 − 𝐷𝐹𝐶 − 𝐷𝐹𝐷 𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 17 − 2 − 2 − 2 − 2 𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 9



 Rata-rata Jumlah Kuadrat/Mean of Square (MS) 𝑀𝑆𝐴 =



𝑆𝑆𝐴 𝐷𝐹𝐴



68



𝑀𝑆𝐴 =



22,2060 2



𝑀𝑆𝐴 = 11,1031



𝑀𝑆𝐵 =



𝑆𝑆𝐵 𝐷𝐹𝐵



𝑀𝑆𝐵 =



0,4534 2



𝑀𝑆𝐵 = 0,2267



𝑀𝑆𝐶 =



𝑆𝑆𝐶 𝐷𝐹𝐶



𝑀𝑆𝐶 =



0,3645 2



𝑀𝑆𝐶 = 0,1822



𝑀𝑆𝐷 =



𝑆𝑆𝐷 𝐷𝐹𝐷



𝑀𝑆𝐷 =



0,1150 2



𝑀𝑆𝐷 = 0,0575 𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 𝑆𝑆𝐶 + 𝑆𝑆𝐷 𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 0,3645 + 0,1150 𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 0,4795



𝑀𝑆𝑆𝑆𝑡 = 𝑀𝑆𝐴 + 𝑀𝑆𝐵 + 𝑀𝑆𝐶 + 𝑀𝑆𝐷 + 𝑀𝑆𝑒𝑟𝑟𝑜𝑟 𝑀𝑆𝑆𝑆𝑡 = 11.1031 + 0.2267 + 0.1822 + 0.0575 + 0.0532 𝑀𝑆𝑆𝑆𝑡 = 11.6229



 F Ratio 𝐹𝐴 =



𝑀𝐴 𝑀𝑒



69



𝐹𝐴 =



11,1031 0.0532



𝐹𝐴 = 208,3856



𝐹𝐵 =



𝑀𝐵 𝑀𝑒



𝐹𝐵 =



0,2267 0,0532



𝐹𝐵 = 4,2548



𝐹𝐶 =



𝑀𝐶 𝑀𝑒



𝐹𝐶 =



0,1822 0,0532



𝐹𝐶 = 3,4207



𝐹𝐷 =



𝑀𝐷 𝑀𝑒



𝐹𝐷 =



0,0575 0,0532



𝐹𝐷 = 1,0792



𝐹𝑒𝑟𝑟𝑜𝑟 =



𝑀𝑆𝑒𝑟𝑟𝑜𝑟 𝑀𝑆𝑒𝑟𝑟𝑜𝑟



𝐹𝑒𝑟𝑟𝑜𝑟 =



0.0532 0.0532



𝐹𝑒𝑟𝑟𝑜𝑟 = 1



𝐹𝑆𝑆𝑡 = 𝐹𝐴 + 𝐹𝐵 + 𝐹𝐶 + 𝐹𝐷 + 𝐹𝑒𝑟𝑟𝑜𝑟 𝐹𝑆𝑆𝑡 = 208.3856 + 4.2548 + 3.4207 + 1.0792 + 1 𝐹𝑆𝑆𝑡 = 218.1404



 Pure Sum of Square (SS’)



70



𝑆𝑆′𝐴 = 𝑆𝑆𝐴 − 𝐷𝐹𝐴 ∗ 𝑀𝑒 𝑆𝑆′𝐴 = 22,2063 − (2 ∗ 0,0532) 𝑆𝑆′𝐴 = 22,0998 𝑆𝑆′𝐵 = 𝑆𝑆𝐵 − 𝐷𝐹𝐵 ∗ 𝑀𝑒 𝑆𝑆′𝐵 = 0,4534 − (2 ∗ 0,0532) 𝑆𝑆′𝐵 = 0,3468



𝑆𝑆′𝐶 = 𝑆𝑆𝐶 − 𝐷𝐹𝐶 ∗ 𝑀𝑒 𝑆𝑆′𝐶 = 0,3645 − (2 ∗ 0,0532) 𝑆𝑆′𝐶 = 0,2579



𝑆𝑆′𝐷 = 𝑆𝑆𝐷 − 𝐷𝐹𝐷 ∗ 𝑀𝑒 𝑆𝑆′𝐷 = 0,1150 − (2 ∗ 0,0532) 𝑆𝑆′𝐷 = 0,0084 𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡 − (𝑆𝑆 ′𝐴 + 𝑆𝑆 ′ 𝐵 + 𝑆𝑆 ′ 𝐶 + 𝑆𝑆 ′ 𝐷 ) 𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 23.6188 − (22.0998 + 0.3468 + 0.2579 + 0.0084) 𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 0.90579



 % Ratio 𝜌𝐴 =



𝑆𝑆′𝐴 ∗ 100% 𝑆𝑆𝑡



𝜌𝐴 =



22,0998 ∗ 100% 23,6188



𝜌𝐴 =93,5685%



𝜌𝐵 =



𝑆𝑆′𝐵 ∗ 100% 𝑆𝑆𝑡



𝜌𝐵 =



0,3648 ∗ 100% 23,6188



𝜌𝐵 =1,4685%



71



𝜌𝐶 =



𝑆𝑆′𝐶 ∗ 100% 𝑆𝑆𝑡



𝜌𝐶 =



0,2579 ∗ 100% 23,6188



𝜌𝐶 =1,0921%



𝜌𝐷 =



𝑆𝑆′𝐷 ∗ 100% 𝑆𝑆𝑡



𝜌𝐷 =



0,0084 ∗ 100% 23,6188



𝜌𝐷 =0,0357%



𝜌 𝑒𝑟𝑟𝑜𝑟 =



𝑆𝑆′𝐴 ∗ 100% 𝑆𝑆𝑡



𝜌 𝑒𝑟𝑟𝑜𝑟 =



𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 ∗ 100% 𝑆𝑆𝑡



𝜌 𝑒𝑟𝑟𝑜𝑟 =



0.90579 ∗ 100% 23.6188



𝜌 𝑒𝑟𝑟𝑜𝑟 = 3.8350 %



Dari hasil seluruh perhitungan ANOVA untuk nilai SN Ratio ditunjukkan pada tabel berikut ini : Tabel 4.12 ANOVA Nilai SN Ratio SUMBER



SS



DF



MS



FRATIO



SS'



RATIO



A



22.206388



2



11.10319



208.385603



22.0998246



93.5685



B



0.4534082



2



0.226704



4.25480088



0.34684436



1.4685



C



0.3645236



2



0.182261



3.42070390



0.25795971



1.09217



D



0.1150140



2



0.057507



1.0792960



0.00845010



0.03577



ERROR



0.4795376



9



0.053282



1



0.90579



3.83504



SST



23.618872



17



11.62294



217.140404



23.6188721



100



MEAN SS TOTAL



40336.117



1



40359.256



18



`



Berdasarkan perhitungan ANOVA untuk nilai SN Ratio menunjukkan bahwa % kontribusi pada error sebesar 3.84% yang berarti bahwa semua faktor signifikan yang



72



mempengaruhi variasi viskositas telah dimasukkan ke dalam eksperimen ini di mana syarat untuk metode Taguchi untuk % kontribusi yaitu ≤ 50%.



4.2.8. Percobaan Konfirmasi Dari hasil percobaan dengan metode Taguchi, diperoleh hasil optimum pada percobaan kesembilan berikut ini : Tabel 4.13 Tabel Hasil Percobaan Taguchi Percobaan



Variabel Faktor B C 1 1



Hasil Viskositas (cps)



1



A 1



D 1



V1 1,600



V2 1,690



2



1



2



2



2



1,750



1,770



3



1



3



3



3



1,800



1,820



4



2



1



2



3



2,380



2,360



5



2



2



3



1



2,450



2,470



6



2



3



1



2



2,300



2,360



7



3



1



3



2



2,520



2,570



8



3



2



1



3



2,630



2,600



9



3



3



2



1



2,800



2,850



Dari nilai percobaan kesembilan ini digunakan sebagai acuan dalam penerapan perbaikan pada proses Mixing Produk Shampoo Kids Beauty ini. Adapun nilainilai level dari variabel faktor tersebut yaitu : Tabel 4.14 Level Optimum dari Faktor Variabel Faktor Jumlah NaCl Volume Air Temperatur Kecepatan Mixer



Lambang Level Optimum A B C D



0.40% 79.05% 40 500



Lambang



Satuan



3 3 2 1



Kg Kg °C Rpm



Setelah memperoleh level optimum, kemudian hasil tersebut diterapkan pada proses produksi Mixing Shampoo Kids Beauty. Sebelumnya hasil percobaan tersebut telah mendapatkan persetujuan unuk dapat diterapkan pada proses produksi. Proses konfirmasi perobaan ini dilakukan bersamaan dengan adanya jadwal produk untuk produk ini. Proses produksi dilakukan sepenuhnya oleh operator Mixing. Percobaan konfirmasi ini dilakukan pada mesin mixer yang



73



sama dengan sebelumnya. Sehingga dapat dipastikan tingkat perbedaan hasilnya sedikit. Berikut hasil percobaan konfirmasi untuk produk Shampoo Kids Beauty : Tabel 4.15 Tabel Hasil Percobaan Konfirmasi Viscosity (cps)



No.



Tanggal Mixing



Batch Liquid



V1



V2



V3



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25



27 Februari 2016 27 Februari 2016 27 Februari 2016 29 Februari 2016 29 Februari 2016 03 Maret 2016 03 Maret 2016 05 Maret 2016 05 Maret 2016 05 Maret 2016 08 Maret 2016 08 Maret 2016 09 Maret 2016 09 Maret 2016 10 Maret 2016 10 Maret 2016 14 Maret 2016 14 Maret 2016 14 Maret 2016 15 Maret 2016 15 Maret 2016 15 Maret 2016 17 Maret 2016 17 Maret 2016 17 Maret 2016



001E 002E 003E 004E 005E 006E 007E 008E 009E 010E 011E 012E 013E 014E 015E 016E 017E 018E 019E 020E 021E 022E 023E 024E 025E



2,400 2,300 2,400 2,150 2,260 2,300 2,410 2,450 2,100 2,300 2,470 2,300 1,920 1,800 1,620 1,780 2,100 2,500 2,100 2,300 2,000 2,100 2,500 2,300 2,420



2,200 2,500 2,200 2,300 2,400 2,240 2,100 2,500 2,290 2,560 2,300 2,500 2,100 1,890 1,500 1,880 2,400 2,260 2,350 2,500 2,270 2,400 2,360 2,410 2,100



2,100 2,620 2,140 2,270 2,470 2,000 2,200 2,370 2,350 2,600 2,250 2,460 1,950 1,680 1,740 1,600 2,400 2,300 2,400 2,520 2,270 2,400 2,320 2,550 2,100



Dari data hasil percobaan konfirmasi di atas, dibuat dalam bentuk peta kendali Xbar dan R. Untuk mengetahui perbedaan kapabilitas proses sebelum dan sesudah dilakukannya perbaikan dengan menerapkan metode Taguchi pada proses pembuatan produk Shampoo Kids Beauty. Berikut ini adalah tabel Nilai X-bar dan R yang digunakan untuk membuat peta kendali X-bar dan R.



74



Tabel 4.16 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty No.



Batch Liquid



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25



001E 002E 003E 004E 005E 006E 007E 008E 009E 010E 011E 012E 013E 014E 015E 016E 017E 018E 019E 020E 021E 022E 023E 024E 025E



Viscosity (cP) V1



V2



2,400 2,200 2,300 2,500 2,400 2,200 2,150 2,300 2,260 2,400 2,300 2,240 2,410 2,100 2,450 2,500 2,100 2,290 2,300 2,560 2,470 2,300 2,300 2,500 1,920 2,100 1,800 1,890 1,620 1,500 1,780 1,880 2,100 2,400 2,500 2,260 2,100 2,350 2,300 2,500 2,000 2,270 2,100 2,400 2,500 2,360 2,300 2,410 2,420 2,100 TOTAL RATA-RATA



V3 2,100 2,620 2,140 2,270 2,470 2,000 2,200 2,370 2,350 2,600 2,250 2,460 1,950 1,680 1,740 1,600 2,400 2,300 2,400 2,520 2,270 2,400 2,320 2,550 2,100



X-bar



Range



2,233.33 2,473.33 2,246.67 2,240.00 2,376.67 2,180.00 2,236.67 2,440.00 2,246.67 2,486.67 2,340.00 2,420.00 1,990.00 1,790.00 1,620.00 1,753.33 2,300.00 2,353.33 2,283.33 2,440.00 2,180.00 2,300.00 2,393.33 2,420.00 2,206.67 55,950 2,238.00



300 320 260 150 210 300 310 130 250 300 220 200 180 210 240 280 300 240 300 220 270 300 180 250 320 6240 249.60



Dari tabel 4.15 di atas, maka dapat dengan mudah untuk melakukan perhitungan untuk membuat peta kendali X-bar dan R.  Peta Kendali X-bar 



̿ CL = X 𝐂𝐋𝐗̅ =



𝐓𝐨𝐭𝐚𝐥 ̅𝐗 𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩



𝐂𝐋𝐗̅ =



55,950 25



𝐂𝐋𝐗̅ = 2,238 75







̿ − 𝐀𝟐 𝐱 𝐑 ̅ 𝐋𝐂𝐋𝐗̅ = 𝐗 𝐋𝐂𝐋𝐗̅ = 2,238 − (1.023 x 249.6) 𝐋𝐂𝐋𝐗̅ = 2,238 − 255.3408 𝐋𝐂𝐋𝐗̅ = 1,982.6592







̿ + 𝐀𝟐 𝐱 𝐑 ̅ 𝐔𝐂𝐋𝐗̅ = 𝐗 𝐔𝐂𝐋𝐗̅ = 2,238 + (1.023 x 249.6) 𝐔𝐂𝐋𝐗̅ = 2,238 + 255.3408 𝐔𝐂𝐋𝐗̅ = 2,493.3408



Keterangan : CL



: Garis Tengah (Central Line)



LCL



: Batas Kendali Bawah ( Lower Control Line)



UCL : Batas Kendali Atas ( Upper Control Line) Untuk nilai A2 dapat diperoleh dari tabel pada lampiran 1. Table of Control Chart Constants. Dari hasil perhitungan di atas, maka peta kendali X-bar pun dapat dibuat. Berikut adalah gambar peta kendali X-bar untuk Shampoo Kids Beauty.



Gambar 4.15 Peta Kendali X-bar (Setelah Perbaikan)



76



 Peta Kendali R ̅  CL = R 𝐂𝐋𝐑 =



𝐓𝐨𝐭𝐚𝐥 𝐑 𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩



𝐂𝐋𝐑 =



6,240 25



𝐂𝐋𝐑 = 249.60  𝐋𝐂𝐋𝐑 = 𝐃𝟑 𝐱 ̅ 𝐑 𝐋𝐂𝐋𝐑 = 0 x 249.60 𝐋𝐂𝐋𝐑 = 0  𝐔𝐂𝐋𝐑 = 𝐃𝟒 𝐱 ̅ 𝐑 𝐔𝐂𝐋𝐑 = 2.574 x 249.60 𝐔𝐂𝐋𝐑 = 642.4704 Keterangan : CL



: Garis Tengah (Central Line)



LCL



: Batas Kendali Bawah ( Lower Control Line)



UCL : Batas Kendali Atas ( Upper Control Line) Untuk nilai D3 dan D4 dapat diperoleh dari tabel pada 1. Table of Control Chart Constants. Setelah memperoleh nilai CL, UCL, dan LCL, peta kendali R dapat dibuat. Berikut adalah gambar dari peta kendali R (setelah perbaikan).



77



Gambar 4.16 Peta Kendali R (Setelah Perbaikan)



4.2.9. Kapabilitas Proses Setelah Perbaikan Produk Shampoo Kids Beauty ini memiliki batas spesifikasi untuk parameter viskositas yaitu 1000 cP – 4000 cP dimana target viskositasnya yaitu 2500 cP. Untuk mengetahui nilai kapabilitas proses setelah dilakukannya perbaikan dengan metode Taguchi dari produk, maka dilakukan perhitungan sebagai berikut :  Indeks Kapabilitas Proses (Cp) Cp =



USL − LSL 6σ



Dengan standard deviasi (𝜎) = 226.2742 Cp =



4,000 − 1,000 6 x 226.2742



Cp = 2.2097  Indeks Kapabilitas Proses (Cpk) Cpk = min {



USL − μ μ − LSL , } 3σ 3σ



78



Dengan 𝜇 = 𝑋̿ = 2238 4,000 − 2,238 2,238 − 1,000 , } 3 x 226.2742 3 x 226.2742 1,762 1,238 Cpk = min { , } 678.8266 678.8266 Cpk = min {



Cpk = min{2.59 , 1.82} Cpk = 1.82  Indeks Kapabilitas Taguchi (Cpm) Cpm = Cpm = Cpm =



USL − LSL 6τ USL − LSL 6 √σ2 + (μ − T)2 Cp



dimana δ =



√1 + δ2 μ−T δ= σ 2,238 − 2,500 δ= 226.2742



μ−T σ



δ = −1.16 Cpm = Cpm =



2.2097 √1 + (−1.16)2 2.2097 √2.3456



Cpm = 1.44 Dari hasil perhitungan Indeks Kapabilitas Proses di atas, maka dapat disimpulkan bahwa nilai Cp yaitu 2.2097 di mana nilai ini lebih besar dari 1.33, sehingga proses dikatakan telah kapabel. Begitu pula dengan nilai Cpk yang dihasilkan yaitu 1.82, yang artinya apabila nilai Cpk lebih dari 1 maka semua variasi proses berada dalam batas spesifikasi.



79



BAB V HASIL DAN REKOMENDASI



5.1. Kesimpulan Dari hasil analisis data pada Bab IV, maka dapat disimpulkan bahwa : a. Faktor-faktor yang mempengaruhi viskositas yaitu faktor jumlah NaCl, volume air, temperature dan kecepatan mesin. Dan dari analisis ANOVA, semua faktor yang digunakan dalam percobaan memiliki pengaruh signifikan terhadap nilai viskositas produk. b. Dari hasil percobaan dengan metode Taguchi, diperoleh setting level optimum untuk masing-masing faktor yaitu sebagai berikut : Variabel Faktor



Level Optimum



Satuan



Jumlah NaCl Volume Air Temperatur Kecepatan Mixer



0.40% 79.05% 40 500



Kg Kg °C Rpm



c. Setelah diterapkannya hasil percobaan dengan Metode Taguchi, Cpk dari Proses Mixing Shampoo Kids Beauty meningkat menjadi 1.82, dimana sebelum adanya perbaikan Cpk hanya sebesar 0.12.



5.2. Rekomendasi Setelah diperolehnya setting level optimum untuk produk Shampoo Kids Beauty, kualitas produk pun semakin meningkat. Diharapkan kepada pihak perusahaan untuk tetap melakukan pengawasan terhadap hasil yang diperoleh untuk mengurangi tingkat variasi dari produk ini.



80



DAFTAR PUSTAKA



Ciptana, Monika Kussetya, Pengukuran Biaya Kualitas, Jurnal Akuntansi dan Keuangan Vol. 1, No. 1, Mei 1999: 68-83. Garrity, Susan M., Basic Quality Improvement, Prentice Hall, New Jersey, 1993. Mitra, Amitava, Fundamental of Quality Control and Improvement, Prentice Hall, New Jersey, 1998. Muis, Saludin, Metodologi Sig Sigma: Teori dan Aplikasi di Lingkungan Pabrikasi, Graha Ilmu, 2014. Taguchi, Genichi, Chowdhury, Subir, and Wu Yuin, Taguchi’s Quality Engineering Handbook, John Wiley & Sons, Inc, New Jersey, 2005. Ishak, Aulia, Rekaya Kualitas, USU digital library, 2002.



81



LAMPIRAN



82



LAMPIRAN 1 TABEL KONSTANTA PETA KENDALI



Table of Control Chart Constants X-bar Chart Constants Sample Size = m2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25



for sigma estimate



R Chart Constants S Chart Constants



A2



A3



d2



D3



D4



B3



B4



1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308 0.285 0.266 0.249 0.235 0.223 0.212 0.203 0.194 0.187 0.180 0.173 0.167 0.162 0.157 0.153



2.659 1.954 1.628 1.427 1.287 1.182 1.099 1.032 0.975 0.927 0.886 0.850 0.817 0.789 0.763 0.739 0.718 0.698 0.680 0.663 0.647 0.633 0.619 0.606



1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078 3.173 3.258 3.336 3.407 3.472 3.532 3.588 3.640 3.689 3.735 3.778 3.819 3.858 3.895 3.931



0 0 0 0 0 0.076 0.136 0.184 0.223 0.256 0.283 0.307 0.328 0.347 0.363 0.378 0.391 0.403 0.415 0.425 0.434 0.443 0.451 0.459



3.267 2.574 2.282 2.114 2.004 1.924 1.864 1.816 1.777 1.744 1.717 1.693 1.672 1.653 1.637 1.622 1.608 1.597 1.585 1.575 1.566 1.557 1.548 1.541



0 0 0 0 0.030 0.118 0.185 0.239 0.284 0.321 0.354 0.382 0.406 0.428 0.448 0.466 0.482 0.497 0.510 0.523 0.534 0.545 0.555 0.565



3.267 2.568 2.266 2.089 1.970 1.882 1.815 1.761 1.716 1.679 1.646 1.618 1.594 1.572 1.552 1.534 1.518 1.503 1.490 1.477 1.466 1.455 1.445 1.435



83



LAMPIRAN 2 TABEL ANOVA



Critical values of F for the 0.05 significance level: 1



2



3



4



5



6



7



8



9



10



1



161.45



199.50



215.71



224.58



230.16



233.99



236.77



238.88



240.54



241.88



2



18.51



19.00



19.16



19.25



19.30



19.33



19.35



19.37



19.39



19.40



3



10.13



9.55



9.28



9.12



9.01



8.94



8.89



8.85



8.81



8.79



4



7.71



6.94



6.59



6.39



6.26



6.16



6.09



6.04



6.00



5.96



5



6.61



5.79



5.41



5.19



5.05



4.95



4.88



4.82



4.77



4.74



6



5.99



5.14



4.76



4.53



4.39



4.28



4.21



4.15



4.10



4.06



7



5.59



4.74



4.35



4.12



3.97



3.87



3.79



3.73



3.68



3.64



8



5.32



4.46



4.07



3.84



3.69



3.58



3.50



3.44



3.39



3.35



9



5.12



4.26



3.86



3.63



3.48



3.37



3.29



3.23



3.18



3.14



10



4.97



4.10



3.71



3.48



3.33



3.22



3.14



3.07



3.02



2.98



11



4.84



3.98



3.59



3.36



3.20



3.10



3.01



2.95



2.90



2.85



12



4.75



3.89



3.49



3.26



3.11



3.00



2.91



2.85



2.80



2.75



13



4.67



3.81



3.41



3.18



3.03



2.92



2.83



2.77



2.71



2.67



14



4.60



3.74



3.34



3.11



2.96



2.85



2.76



2.70



2.65



2.60



15



4.54



3.68



3.29



3.06



2.90



2.79



2.71



2.64



2.59



2.54



16



4.49



3.63



3.24



3.01



2.85



2.74



2.66



2.59



2.54



2.49



17



4.45



3.59



3.20



2.97



2.81



2.70



2.61



2.55



2.49



2.45



18



4.41



3.56



3.16



2.93



2.77



2.66



2.58



2.51



2.46



2.41



19



4.38



3.52



3.13



2.90



2.74



2.63



2.54



2.48



2.42



2.38



20



4.35



3.49



3.10



2.87



2.71



2.60



2.51



2.45



2.39



2.35



21



4.33



3.47



3.07



2.84



2.69



2.57



2.49



2.42



2.37



2.32



22



4.30



3.44



3.05



2.82



2.66



2.55



2.46



2.40



2.34



2.30



23



4.28



3.42



3.03



2.80



2.64



2.53



2.44



2.38



2.32



2.28



24



4.26



3.40



3.01



2.78



2.62



2.51



2.42



2.36



2.30



2.26



25



4.24



3.39



2.99



2.76



2.60



2.49



2.41



2.34



2.28



2.24



26



4.23



3.37



2.98



2.74



2.59



2.47



2.39



2.32



2.27



2.22



27



4.21



3.35



2.96



2.73



2.57



2.46



2.37



2.31



2.25



2.20



28



4.20



3.34



2.95



2.71



2.56



2.45



2.36



2.29



2.24



2.19



29



4.18



3.33



2.93



2.70



2.55



2.43



2.35



2.28



2.22



2.18



30



4.17



3.32



2.92



2.69



2.53



2.42



2.33



2.27



2.21



2.17



31



4.16



3.31



2.91



2.68



2.52



2.41



2.32



2.26



2.20



2.15



32



4.15



3.30



2.90



2.67



2.51



2.40



2.31



2.24



2.19



2.14



33



4.14



3.29



2.89



2.66



2.50



2.39



2.30



2.24



2.18



2.13



34



4.13



3.28



2.88



2.65



2.49



2.38



2.29



2.23



2.17



2.12



35



4.12



3.27



2.87



2.64



2.49



2.37



2.29



2.22



2.16



2.11



36



4.11



3.26



2.87



2.63



2.48



2.36



2.28



2.21



2.15



2.11



37



4.11



3.25



2.86



2.63



2.47



2.36



2.27



2.20



2.15



2.10



38



4.10



3.25



2.85



2.62



2.46



2.35



2.26



2.19



2.14



2.09



39



4.09



3.24



2.85



2.61



2.46



2.34



2.26



2.19



2.13



2.08



84



40



4.09



3.23



2.84



2.61



2.45



2.34



2.25



2.18



2.12



2.08



41



4.08



3.23



2.83



2.60



2.44



2.33



2.24



2.17



2.12



2.07



42



4.07



3.22



2.83



2.59



2.44



2.32



2.24



2.17



2.11



2.07



43



4.07



3.21



2.82



2.59



2.43



2.32



2.23



2.16



2.11



2.06



44



4.06



3.21



2.82



2.58



2.43



2.31



2.23



2.16



2.10



2.05



45



4.06



3.20



2.81



2.58



2.42



2.31



2.22



2.15



2.10



2.05



46



4.05



3.20



2.81



2.57



2.42



2.30



2.22



2.15



2.09



2.04



47



4.05



3.20



2.80



2.57



2.41



2.30



2.21



2.14



2.09



2.04



48



4.04



3.19



2.80



2.57



2.41



2.30



2.21



2.14



2.08



2.04



49



4.04



3.19



2.79



2.56



2.40



2.29



2.20



2.13



2.08



2.03



50



4.03



3.18



2.79



2.56



2.40



2.29



2.20



2.13



2.07



2.03



51



4.03



3.18



2.79



2.55



2.40



2.28



2.20



2.13



2.07



2.02



52



4.03



3.18



2.78



2.55



2.39



2.28



2.19



2.12



2.07



2.02



53



4.02



3.17



2.78



2.55



2.39



2.28



2.19



2.12



2.06



2.02



54



4.02



3.17



2.78



2.54



2.39



2.27



2.19



2.12



2.06



2.01



55



4.02



3.17



2.77



2.54



2.38



2.27



2.18



2.11



2.06



2.01



56



4.01



3.16



2.77



2.54



2.38



2.27



2.18



2.11



2.05



2.01



57



4.01



3.16



2.77



2.53



2.38



2.26



2.18



2.11



2.05



2.00



58



4.01



3.16



2.76



2.53



2.37



2.26



2.17



2.10



2.05



2.00



59



4.00



3.15



2.76



2.53



2.37



2.26



2.17



2.10



2.04



2.00



60



4.00



3.15



2.76



2.53



2.37



2.25



2.17



2.10



2.04



1.99



61



4.00



3.15



2.76



2.52



2.37



2.25



2.16



2.09



2.04



1.99



62



4.00



3.15



2.75



2.52



2.36



2.25



2.16



2.09



2.04



1.99



63



3.99



3.14



2.75



2.52



2.36



2.25



2.16



2.09



2.03



1.99



64



3.99



3.14



2.75



2.52



2.36



2.24



2.16



2.09



2.03



1.98



65



3.99



3.14



2.75



2.51



2.36



2.24



2.15



2.08



2.03



1.98



66



3.99



3.14



2.74



2.51



2.35



2.24



2.15



2.08



2.03



1.98



67



3.98



3.13



2.74



2.51



2.35



2.24



2.15



2.08



2.02



1.98



68



3.98



3.13



2.74



2.51



2.35



2.24



2.15



2.08



2.02



1.97



69



3.98



3.13



2.74



2.51



2.35



2.23



2.15



2.08



2.02



1.97



70



3.98



3.13



2.74



2.50



2.35



2.23



2.14



2.07



2.02



1.97



71



3.98



3.13



2.73



2.50



2.34



2.23



2.14



2.07



2.02



1.97



72



3.97



3.12



2.73



2.50



2.34



2.23



2.14



2.07



2.01



1.97



73



3.97



3.12



2.73



2.50



2.34



2.23



2.14



2.07



2.01



1.96



74



3.97



3.12



2.73



2.50



2.34



2.22



2.14



2.07



2.01



1.96



75



3.97



3.12



2.73



2.49



2.34



2.22



2.13



2.06



2.01



1.96



76



3.97



3.12



2.73



2.49



2.34



2.22



2.13



2.06



2.01



1.96



77



3.97



3.12



2.72



2.49



2.33



2.22



2.13



2.06



2.00



1.96



78



3.96



3.11



2.72



2.49



2.33



2.22



2.13



2.06



2.00



1.95



79



3.96



3.11



2.72



2.49



2.33



2.22



2.13



2.06



2.00



1.95



80



3.96



3.11



2.72



2.49



2.33



2.21



2.13



2.06



2.00



1.95



81



3.96



3.11



2.72



2.48



2.33



2.21



2.13



2.06



2.00



1.95



82



3.96



3.11



2.72



2.48



2.33



2.21



2.12



2.05



2.00



1.95



83



3.96



3.11



2.72



2.48



2.32



2.21



2.12



2.05



2.00



1.95



84



3.96



3.11



2.71



2.48



2.32



2.21



2.12



2.05



1.99



1.95



85



3.95



3.10



2.71



2.48



2.32



2.21



2.12



2.05



1.99



1.94



85



86