BAB V ANALISA DAN INTERPRETASI

Transkripsi

1 59 BAB V ANALISA DAN INTERPRETASI Berdasarkan informasi dari pengolahan data yang telah ada, dapat dilakukan analisa dan interpretasi mengenai data-data yang telah diolah. 5.1 Analisa Standard Nasional Indonesia (SNI) Dari beberapa persyaratan mutu yang ada pada SNI yang meliputi; kadar CaO, ukuran butiran (mesh), kadar MgO, prosentase bahan yang tidak terlarut (insoluble matter), daya serap air, kuat tekan. Terlihat adanya indikasi bahwa persyaratan mutu yang paling dominan untuk disyaratkan dibeberapa pemakaian adalah kadar CaO. Semakin tinggi kadar CaO maka tingkat kualitas dari produk kapur akan semakin bagus. 5.2 Analisa Skoring Aspek dan Dampak Lingkungan (BAPEDAL) Berdasarkan pada hasil skoring aspek dan dampak lingkungan pada tabel 4.2., dimana masing-masing tahapan aktivitas pada businesss process dilakukan skoring untuk mengetahui adanya signifikansi dampak yang terjadi. Pada tahapan proses pembakaran skoring dampaknya adalah , artinya pada proses atau tahapan ini terindikasi adanya dampak terhadap lingkungan yang signifikan. Apabila ditelusuri secara reaksi kimia pada proses pembakaran kapur, batuan kapur yang ada dialam/sebelumdibakar berupa CaCO 3 jika dibakar dengan baha pembakar berupa kayu, dimana pembakaran kayu akan menghasilkan panas, panas terjadi dikarenakan ada rekasidengan oksigen, pada suhu kalsinasi akan terjadi penguraian CaCO 3 menjadi CaO dan gas/emisi dominan yang akan dikeluarkan sebagai hasil dari reaksi

2 60 pembakaran adalah gas CO 2. Gas CO 2 adalah salah satu parameter green house gas yang akan menyumbangkan dampak pada lingkungan sekitar. Aktivitas kedua penyumbang dampak adalah proses pemindahan bahan baku ke tungku pembakaran, hal ini terkait dengan emisi yang dikeluarkan oleh kendaraan pengangkut dan debu yang ditimbulkan pada saat transportasi, namun pada proses bisnis ini tidak seberapa signifikan karena skore dampaknya hanya sebesar Berturut-turut konstribusi dampak dapat ditunjukkan pada gambar 5.1. Count Pareto Chart of Aspek Lingkungan Aspek Lingkungan Proses pem bakaran Pem indahan bahan baku ke tungku Pegam bilan arang Pegam bilan kapur O ther Count Percent Cum % Percent Gambar 5.1. Diagram Pareto Aspek Lingkungan 5.3 Analisa Pengaruh Faktor Dominan Terhadap Rata rata Respon Penentuan faktor dominan yang berpengaruh terhadap rata rata respon bermanfaat untuk memilih level faktor yang dapat menghasilkan kadar CaO yang tinggi dan kandungan CO 2 sekecil mungkin sehingga dapat diterapkan dalam rangka perbaikan dan penyeragaman kualitas produk kapur aktif.

3 Analisa Variansi (ANOVA) Analisis variansi digunakan untuk melihat apakah perbedaan level suatu faktor mempunyai pengaruh yang signifikan terhadap eksperimen yang dilakukan. Uji statistik dilakukan dengan α = 0.10 untuk setiap faktor dominan. Nilai α = 0.10 mengandung arti bahwa resiko yang akan ditanggung dalam pengambilan keputusan mengenai kebenaran faktor-faktor yang dominan sebesar 10% dan tingkat kepercayaan dalam pengambilan keputusan sebesar 90%. a). Faktor Dominan Terhadap Rata-rata Respon CaO Faktor A, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari faktor A Faktor B, P value = ; α = 0.10 (P value < α) yang berarti ada pengaruh perbedaan level dari faktor B Faktor C, P value = ; α = 0.10 (P value < α) yang berarti ada pengaruh perbedaan level dari faktor C Interaksi Faktor AB, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari interaksi faktor AB Interaksi Faktor BC, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari interaksi faktor BC b). Faktor Dominan Terhadap Rata-rata Respon CO 2 Faktor A, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari faktor A Faktor B, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari faktor B

4 62 Faktor C, P value = ; α = 0.10 (P value < α) yang berarti ada pengaruh perbedaan level dari faktor C Interaksi Faktor AB, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari interaksi faktor AB Interaksi Faktor BC, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari interaksi faktor BC Dalam menjastifikasi sejauh mana level faktor berpengaruh terhadap variabel respon dapat dilihat dari grafiknya. Gambar 3 memperlihatkan tingkat kemiringan garis plot, yang mengindikasikan perbedaan pengaruh yang signifikan terhadap respon, dimana faktor yang memiliki tingkat kemiringan besar (jenis bahan pembakar dan ukuran partikel) berarti faktor tersebut berpengaruh secara signifikan terhadap respon. Begitu pula dengan gambar 4 pengaruh interaksi terhadap respon, jika letak garis plot masing-masing level tidak berpotongan, maka tidak ada interaksi Analisa Persen Kontribusi Faktor Persen kontribusi ini menunjukkan sumbangan suatu faktor terhadap rata-rata respon yang dihasilkan, dimana semakin tinggi nilai persen kontribusi maka semakin kuat faktor tersebut dalam mengendalikan respon serta menunjukkan kekuatan relatif suatu faktor untuk mereduksi variansi (sum of square). Nilai persen kontribusi disamping dimiliki setiap faktor juga ada dalam error yang mewakili kontribusi dari faktor yang tidak signifikan. Dari hasil perhitungan setelah pooling faktor didapat persen kontribusi berdasarkan rata rata respon adalah ;

5 63 a). Persen Kontribusi Respon CaO Faktor B = 4.70% Faktor C = 92.69% Error = 2.61% b). Persen Kontribusi Respon CO 2 Faktor C = 52.65% Error = 47.35% Analisa Pemilihan Level Pada Kondisi Optimal Pemilihan level optimal dimaksudkan untuk memberikan kombinasi level dari setiap faktor yang signifikan yang memberikan rata rata kadar CaO terbesar dan kandungan CO 2 terkecil. Kombinasi level optimal untuk respon CaO yaitu C 1, B 1 dan A 1, sedangkan kombinasi level optimal untuk respon CO 2 yaitu C 1, B 2 dan A Analisa Pengaruh Faktor Dominan Terhadap Variabilitas Respon Tujuan lain dari metode Taguchi selain menyederhanakan eksperimen adalah untuk meminimalkan variabilitas pada setiap penelitian sehingga kualitas produk diharapkan lebih seragam. Guna menganalisis pengaruh faktor terhadap variabilitas respon maka data eksperimen perlu ditransformasikan ke dalam bentuk signal to noise ratio (S/N) yang sesuai dengan karakteristik kualitasnya.

6 Analisa Variansi rasio S/N Analisis Variansi ini digunakan untuk melihat apakah perbedaan level suatu faktor mempunyai pengaruh yang signifikan terhadap eksperimen yang dilakukan. Setelah tabel analisia variansi dibuat maka dilakukan uji statistik dengan α = 0.10 untuk setiap faktor dominan. a). Faktor Dominan Terhadap Rasio S/N Respon CaO Faktor A, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari faktor A Faktor B, P value = ; α = 0.10 (P value = α) yang berarti ada pengaruh perbedaan level dari faktor B Faktor C, P value = ; α = 0.10 (P value < α) yang berarti ada pengaruh perbedaan level dari faktor C Interaksi Faktor A & B, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari interaksi faktor A & B Interaksi Faktor B & C, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari interaksi faktor B & C b). Faktor Dominan Terhadap Rasio S/N Respon CO 2 Faktor A, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari faktor A Faktor B, P value = ; α = 0.10 (P value = α) tidak ada pengaruh perbedaan level dari faktor B karena walaupun nilai P value = α akan tetapi jika dibandingkan dengan F tabelnya, F hitungnya (8.48) < F tabelnya (8.53), maka tidak signifikan.

7 65 Faktor C, P value = ; α = 0.10 (P value < α) yang berarti ada pengaruh perbedaan level dari faktor C Interaksi Faktor A & B, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari interaksi faktor A & B Interaksi Faktor B & C, P value = ; α = 0.10 (P value > α) yang berarti tidak ada pengaruh perbedaan level dari interaksi faktor B & C Analisa Persen Konstribusi Faktor Terhadap rasio S/N Semakin tinggi nilai persen kontribusi maka semakin kuat faktor tersebut dalam mengendalikan respon serta menunjukkan kekuatan relatif suatu faktor untuk mereduksi variansi (sum of square). Persen kontribusi berdasarkan rasio S/N : a). Persen Kontribusi Respon CaO Faktor B = 4.71% Faktor C = 92.50% Error = 2.80% b). Persen Kontribusi Respon CO 2 Faktor C = 53.96% Error = 46.04% Analisa Pemilihan Level Pada Kondisi Optimal Pemilihan level optimal dimaksudkan untuk memberikan kombinasi level dari setiap faktor yang signifikan yang memberikan rasio S/N tertinggi.

8 66 Dari hasil perhitungan didapat kombinasi level optimal respon CaO adalah C 1, B 1, C 1 sedangkan respon CO 2 yaitu C 1, B 2, A Analisa Ketidaksignifikanan Faktor Dominan Melaui ANOVA (Analysis of Varians) pengaruh level faktor terhadap ratarata respon ataupun variabilitas respon dapat diamati melalui parameter-parameter signifikansi baik berupa P value maupun F tabelnya sehingga nantinya bisa dijustifikasi apakah berada pada daerah penerimaan (gagal menolak Ho) yang artinya tidak ada pengaruh faktor terhadap respon secara signifikan ataupun daerah penolakan (menolak Ho) yang artinya ada pengaruh faktor terhadap respon secara signifikan. Beberapa penyebab yang diduga menjadi pemicu tidak adanya pengaruh dari faktor-faktor yang telah diset antara lain disebabkan oleh pekerjanya, ataupun desain tungkunya, metode dan materialnya sendiri. Secara detail akan digambarkan seperti pada gambar 5.2. Gambar 5.2. Diagram Sebab Akibat

9 67 Pada gambar diagram sebab akibat menunjukkan bahwa ketidaksignifikanan faktor disebabkan oleh : Personnel Pada desain eksperimen diawal sudah ditentukan masing-masing level faktor yang akan dikondisikan, dimana untuk pemilihan bahan baku terdiri dari bahan baku warna putih kekuningan dan putih kecoklatan. Diduga bahwa ketelitian pemilahan bahan baku menjadi salah satu penyebab. Selain itu juga ketelitian dalam pemilahan antara bahan pembakar berupa kayu lapisan ataupun kayu pejal juga menjadi pemicu ketidaksignifikanan faktor. Tungku Proses terjadinya kalsinasi atau penguraian kalsium karbonat (CaCO 3 ) menjadi kalsium oksida (CaO) terjadi pada suhu 900 o C, artinya pada suhu tersebut terjadi pemisahan sempurna dari CaCO 3 menjadi CaO. Dikarenakan desain tungku yang sederhana (terbuka dengan udara luar) maka diduga panas yang dihasilkan oleh pembakaran bahan pembakar tidak dapat memaksimalkan suhu/panas. Padahal secara teoritis terurainya kalsit (partikel CaCO 3 ) hanya membutuhkan 760 kcal/kg sementara bahan pembakar berupa kayu apabila terbakar dengan sempurna bisa menghasilkan 403 kcal/kg, artinya untuk memperoleh 760 kcal hanya membutuhkan 1,8 kg kayu (Oates,1998). Methods Pada eksperimen yang telah dilakukan, pemasukan bahan pembakar dilakukan secara manual. Hal ini sangat memungkinkan sekali terjadinya ketidakstabilan nyala api dikarenakan kayu pembakar dimasukkan ke tungku pembakar secara manual. Ketidakstabilan nyala api akan menyebabkan jumlah kalori

10 68 yang dikeluarkan tidak maksimal, padahal kayu yang dipakai sebagai bahan pembakar sebesar ± 8000 kg (8ton). Material Secara teoritis perbedaan warna antara bahan baku berupa batu kapur memiliki tingkat impurity ataupun tingkat kandungan CaCO 3 yang berbeda. Dimana CaCO 3 adalah komponen utama dalam produk kapur aktif. Pembedaan jenis material melalui perbedaan warna dengan visual sangat memungkinkan terjadinya kesalahan. 5.6 Analisa Prediksi Optimum Individual Respon Rata rata respon yang optimal diperoleh dari prediksi masing-masing respon dengan melibatkan level faktor yang mempunyai pengaruh secara signifikan. Dari hasil pengolahan dari level faktor untuk respon CaO dapat diprediksikan rata rata optimum kadar CaO adalah 72.39% sedangkan untuk respon CO 2 adalah ppm. Rata rata rasio S/N optimal diperoleh dari prediksi rasio S/N dengan melibatkan level faktor yang mempunyai pengaruh secara signifikan. Dari hasil pengolahan dari level faktor diatas maka dapat diprediksikan rata rata rasio S/N respon CaO adalah sedangkan respon CO 2 adalah Analisa Kombinasi Level Faktor Secara Serempak Mengingat hampir semua produk hasil manufaktur selalu mempunyai beberapa karakteristik kualitas, dimana masing-masing karakteristik kualitas tersebut harus dapat memenuhi spesifikasi tertentu demi memenuhi kebutuhan dan preferensi konsumen yang semakin kompleks, maka diperlukan suatu setting yang dapat

11 69 mengoptimumkan kedua respon secara sekaligus. Untuk mencapai tujuan ini, digunakan metode taguchi dengan pendekatan nonkonvensional, yaitu pendekatan prosedur TOPSIS untuk penyelesaian masalah-masalah taguchi multi respon Dikarenakan kombinasi level faktor optimum untuk respon CaO dan CO 2 berbeda maka diperlukan diperlukan prosedur TOPSIS untuk mengagregasi antara dua kepentingan tersebut diatas. Tabel 5.1. Perbandingan Level Faktor Optimal Faktor Mean Rasio S/N Topsis Topsis CaO CO 2 CaO CO 2 Mean S/N A B C Dari tabel 5.1. dapat disimpulkan bahwa kombinasi level faktor secara serempak pada kedua respon berdasarkan rata-rata respon adalah faktor A 2, B 1, dan C 1 sedangkan kombinasi level faktor secara serempak berdasarkan rasio S/N respon adalah faktor A 1, B 2, dan C 1. Hal menarik yang perlu dicermati adalah level faktor C 1 yaitu ukuran partikel batu ± cm menjadi level faktor yang selalu konsisten dibeberapa kondisi baik pengaruh rata-rata respon ataupu variabilitas/rasio S/N dari respon itu sendiri. Artinya level faktor C 1 adalah setting level faktor yang memberikan konstribusi serempak paling tinggi untuk mendapatkan kadar CaO yang tinggi dengan emisi CO 2 yang rendah. Pada tabel diatas dapat diambil suatu kesimpulan bahwa level faktor C 1 berada pada kondisi optimal kedua TOPSIS. Hal ini dikarenakan dengan pemilihan ukuran partikel batu kapur yang lebih kecil, maka luasan permukaan yang terbakar

12 70 semakin besar dan diharapkan dengan ukuran tersebut bongkahan batu kapur dapat terbakar dengan sempurna (matang secara keseluruhan). 5.8 Analisa Prediksi Optimum Respon Serempak Pada tabel & disajikan nilai prediksi optimum respon serempak berdasarkan rata-rata maupun rasio S/N. Dari kedua prediksi optimum dipilih kombinasi level faktor berdasarkan rasio S/N yaitu A 1, B 2, C 1 dengan nilai prediksi rata-rata respon CaO = 71.52%, CO 2 = ppm. Prediksi rasio S/N CaO = dan CO 2 = Dipilihnya kombinasi tersebut diatas dengan pertimbangan aspek perbaikan kualitas dan lingkungan, dimana pada nilai prediksi kadar CaO = 71.52% masih diterima di pasar, akan tetapi mengkonstribusikan dampak terhadap lingkungan berupa emisi CO 2 yang lebih sedikit berkisar 1866,25 ppm masih jauh dibawah ratarata emisi CO 2 pada saat pengkondisian percobaan sebesar 1948,33 ppm. Adapun dari aspek variabilitas baik CaO maupun CO 2 hanya memiliki selisih yang sangat kecil berkisar 0.06 untuk CaOdan 0.41 untuk CO 2 sehingga tidak begitu signifikan perbedaannya. Pada akhirnya diharapkan akan didapatkan desain yang robust atau tidak sensitif terhadap lingkungan namun ramah terhadap lingkungan. 5.9 Analisa Estimasi Saving Kondisi saat sekarang yang dilakukan oleh para pengusaha kapur aktif di Sentra Industri Kapur Aktif Desa Pongangan dan Suci menggunakan jenis bahan baku baik putih kekuningan ataupun putih kecoklatan (A 1&2 ), jenis bahan pembakar berupa kayu lapis ataupun kayu pejal/padatan (B 1&2 ), ukuran partikel batu antara 20

13 71 cm sampai dengan 50 cm (C 1&2 ). Dari survey yang diperoleh rata-rata kadar CaO dengan kombinasi level faktor diatas berkisar 67%, padahal untuk masuk dipasar industri mensaratkan kadar CaO minimal 70%. Dengan biaya produksinya mencapai Rp per sekali pembakaran, harga jual mencapai Rp sehingga keuntungannya sebesar Rp Dengan mengkombinasikan level faktor optimum akan didapatkan prediksi rata-rata kadar CaO = %. Harga jualnya Rp. 410/kg apabila dalam sekali pembakaran menghasilkan kg maka total harga jualnya Rp Walaupun biaya produksi sedikit lebih mahal Rp dikarenakan beberapa persyaratan pemilihan bahan baku, bahan bakar dan ukuran partikel akan tetapi keuntungan yang didapatkan bisa mencapai Rp per sekali pembakaran belum lagi ditambah dengan proses produksi yang lebih akrab terhadap lingkungan.