BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Transkripsi

1 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 1.1 Pengumpulan Data Sejarah Umum dan Perkembangan Perusahaan PT Indonesia Teijin Du Pont Films didirikan di Indonesia pada Bulan Maret Pada tahun 1997 PT ITDF melangsungkan trial operation dan di tahun yang sama pula diadakan commercial product, di tahun 1998 melakukan all shut down I, di tahun 1999 salah satu jenis produk plastik fim dihilangkan, yakni produk jenis S10. Memasuki abad ke-20 yaitu pada tahun 2000 PT ITDF melakukan joint venture Teijin dengan Du Pont, pada tahun berikutknya yaitu tahun 2001 PT ITDF memperoleh Sertifikat ISO (Sistem Manajemen Lingkungan) yang merupakan sistem manajemen perusahaan dimana berfungsi untuk memastikan bahwa proses yang digunakan dan produk yang dihasilkan telah memenuhi komitmen terhadap lingkungan, terutama dalam upaya pemenuhan terhadap peraturan di bidang lingkungan, pencegahan pencemaran dan komitmen terhadap perbaikan berkelanjutan. Berikut merupakan manfaat mendapatkan Sertifikat ISO

2 42 1. Manfaat bagi produsen a. Meminimasi potensi konflik antara pekerja dengan pengusaha dalam penyediaan lingkungan kerja yang layak dan sehat dan meningkatkan produktivitas pekerja melalui efisiensi waktu dan biaya. b. Menjembatani pemenuhan peraturan lingkungan dengan lebih terencana dan terstruktur. c. Penggunaan sumber daya alam yang lebih bijaksana menuju terciptanya eko-efisiensi. d. Menjaga citra bisnis industri yang selama ini sering dikaitkan secara negatif dengan pencemaran lingkungan. 2. Manfaat Bagi Lingkungan Berkurangnya pencemaran lingkungan melalui penurunan penggunaan bahan-bahan kimia berbahaya, pengurangan limbah berbahaya dan dapat mengurangi gangguan sosial yang berasal dari keberadaan industri itu sendiri misalnya, mengurangi kebisingan, polusi air, polusi udara, kemacetan, dan social responsibilty. Sedangka Manfaat Bagi konsumen adalah turut berpartisipasi dalam mendukung perlindungan lingkungan dengan membeli produk yang ramah lingkungan. Pada tahun 2002 PT ITDF juga memperoleh Sertifikat ISO 9001 yang merupakan sertifikasi yang berorientasi pada layanan pelanggan dan standar manajemen mutu yang diadopsi pada tahun 2000 oleh International Organization for Standardization (ISO). Menurut standar ini, sebuah organisasi harus menunjukkan kemampuan untuk memenuhi atau melampaui kepuasan pelanggan

3 43 dalam hal fungsi produk, kualitas, dan kinerja. Di tahun yang sama PT ITDF melakukan pemasangan HDIS, dan pada tahun berikutnya yitu tahun 2003 PT ITDF memberlakukan Program Pensiun Dipercepat (PPD) ke-1. Pada tahun 2004 dilakukannya pemasangan CCD (alat pendeteksi deffect), dan pada tahun 2005 PT ITDF melakukan launching produk baru yang mulai diproduksi yaitu produk plastik film jenis HNC. Pada dua tahun berikutnya yakni pada tahun 2007 PT ITDF melakukan family gathering sebagai perayaan 10 tahun berdirinya PT ITDF, di tahun 2008 PT ITDF memperoleh Sertifikat OHSAS yang merupakan suatu standar internasional untuk Sistem Manajemen Kesehatan dan Keselamatan Kerja yang bertujuan untuk mengelola aspek kesehatan dan keselamatan kerja (K3) pada setiap proses kerja di tempat kerja. Berikut merupakan manfaat yang diperoleh dari Sertifikat OHSAS Meningkatkan efisiensi dan produktivitas kerja guna mencegah/mengurangi risiko kecelakaan dan penyakit akibat kerja melalui pendekatan sistem. 2. Mengurangi biaya operasional dengan meminimalkan kehilangan waktu kerja karena kecelakaan dan penurunan kesehatan serta mengurangi biaya kompensasi hukum. 3. Meningkatkan hubungan dengan pihak-pihak yang berkepentingan, dengan perlindungan pada kesehatan dan properti karyawan, para pelanggan dan rekanan. 4. Persyaratan kepatuhan hukum. 5. Meningkatkan reputasi bisnis organisasi dengan adanya verifikasi pihak ketiga yang independen pada standar yang diakui.

4 44 Pada tahun 2009 PT ITDF melakukan peluncuran produksi produk baru dari jenis plastik film HNC. Pada tahun 2010 PT ITDF kembali meluncurkan produk terbarunya yang kini menjadi andalan profit penjualan perusahaan yaitu produk plastik film jenis purex (MLCC), dan di tahun yang sama PT ITDF melakukan pergantian manajemen dengan PT TIFICO atau Independence of PT ITDF (peralihan status karyawan dari PT TIFICO ke PT ITDF). Di tahun yang sama pula PT ITDF melakukan pemasangan carbon active (untuk mencegah bau yang ditimbulkan dari corona). Secara berurutan setiap tahunnya yang berlangsung selama tiga tahun kedepan PT ITDF merayakan hari jadinya, yakni pada tahun 2011, 2012, dan yang terakhir pada tahun 2013.

5 45 Struktur Organisasi PT Indonesia Teijin Du Pont Films Gambar 4. 1 Struktur Organisasi PT Indonesia Teijin Du Pont Films (Sumber: Data Sekunder Tahun 2014)

6 Penentuan Objek Penelitian PT Indonesia Teijin Du Pont Films memiliki banyak jenis produk plastik film yang dihasilkan dengan berbagai tipe, jenis, ukuran, dan ketebalannya, dari banyaknya jumlah produk yang dihasilkan hanya terdapat beberapa tipe yang memiliki banyak jumlah cacat. Produk yang memiliki banyak jumlah cacatlah yang akan diambil sebagai sampel penelitian. Berdasarkan data dari Inspection Result Sheet pada tahun 2014 merupakan jumlah data cacat terkini yang dapat dibandingkan antara 1 bulan data cacat yang diperoleh dengan 11 bulan data cacat lainnya yang berkaitan dengan data pada bulan manakah yang jauh lebih banyak memiliki jumlah cacatnya. Apabila melihat data terkini pada tahun 2015, hanya terdapat 1 bulan saja data yang dapat diperoleh yaitu pada Bulan Januari 2015, sehingga digunakanlah data historis pada tahun 2014 dan dari data keseluruhan bulan yang ada terdapat 1 bulan yang memiliki banyak jumlah cacat yaitu pada Bulan Agustus 2014, dari hasil pengklasifikasian tipe produk pada bulan tersebut terdapat 9 tipe produk yang diproduksi dan diambil 3 jenis tipe produk dengan jumlah cacat terbanyak yang akan digunakan sebagai objek penelitian, diantaranya adalah tipe G2T.K8.15,5 (ketebalan plastik film 15,5 mikron), G2TP.F2.23 (ketebalan plastik film 23 mikron), dan G2TP.F2.50 (ketebalan plastik film 50 mikron). Ketiga tipe yang akan dijadikan sebagai sampel ini memiliki 6 jenis cacat diantaranya adalah polarized light, reflected light, transmitted light, flower pattern, kyatapira, dan tarumi. Berikut merupakan penjelasan dari keenam jenis cacat yang ada:

7 47 Tabel 4. 1 Enam Jenis Cacat Tipe G2 No Jenis Cacat Tujuan Untuk mengetahui film abnormal dengan Jenis Cacat CD Tensha SW Mark FD Tensha Meruto 1 Polarized Light menggunakan sinar lampu SW Shindo polarized (penyinaran dengan lampu bawah) F/S atau Ibutsu Die Suji Hekomi Suji CD Kotor Shiwa 2 Reflected Light 3 Transmitted Light 4 Flower Pattern 5 Kyatapira 6 Tarumi Untuk mengetahui abnormal pada fim dengan menggunakan sinar Refleksi (pantulan dari lampu atas) Untuk mengetahui abnormality pada film dengan menggunakan sinar dari bawah, atau dengan menggunakan Cacat yang ditimbulkan dari ketidakseimbangan penyebaran gelombang elektrostatis pada permukaan film Untuk mengetahui jenis cacat dengan menggunakan lampu polarized dan kacamata Untuk mengetahui tingkat kekendoran film (satuan mm) dengan menggunakan lampu atas (Reflected ) dan skala Tarumi (Sumber: Data Sekunder Tahun 1996) Transport Tensha (TP Tensha ) Sukurachi (SCR) Sukafu Mark (S/M) Tabel 4. 2 Data Jenis Cacat Polarized Light dan Transmitted Light No Jenis Cacat Tujuan Jenis Cacat 1 2 Polarized Light Transmitted Light Untuk mengetahui film abnormal dengan menggunakan sinar lampu polarized (penyinaran dengan lampu bawah) Untuk mengetahui abnormality pada film dengan menggunakan sinar dari bawah, atau dengan menggunakan senter CD Tensha SW Mark FD Tensha + 2 m Cacat yang ditimbulkan oleh chip yang tidak meleleh dengan sempurna yang Meruto lepas/lolos dari filter dengan ciri khasnya memancarkan sinar Abnormal yang disebabkan oleh SW yang SW Shindo bergetar/bergelombang Cacat yang ditimbulkan dari material asing yang tercampur dengan chip pada saat mixing. Karena sangat halus sehingga F/S atau lolos/lepas dari filter (jaraknya tidak tentu Ibutsu dan tidak continue ) <250m dinamakan F/S >250m dinamakan F/B Keduanya terletak di dalam film Abnormal yang disebabkan karena menempelnya kotoran pada bibir Die, Die Suji sehingga film yang keluar dari Die mempunyai ketebalan yang berbeda dan tampak seperti garis Abnormal yang disebabkan karena menempelnya kotoran pada bibir Die, Hekomi Suji sehingga film yang keluar dari Die mempunyai ketebalan yang berbeda dan tampak seperti garis Cacat yang disebabkan karena seluruh CD Kotor permukaan CD kotor Cacat yang disebabkan karena film tergores, ini terjadi baik dari Stenter Sukurachi maupun Slitter Roll. Untuk menentukan (SCR) penyebab asal terjadinya ukur jaraknya (Pitch ) dari cacat satu Sukafu Mark (S/M) Deskripsi Cacat yang ditimbulkan dari kotoran yang menempel pada CD, ciri-cirinya mempunyai jarak tertentu (Pitch ) + 22 m dari panjang lingkar CD dan continue Cacat yang ditimbulkan karena masuknya udara diantara film dan CD yang tidak berhasil ditahan oleh Static Wire, karena ada kotoran yang menempel pada SW sehingga terjadi gelembung pada film dan pecah saat ada penarikan dan tidak mempunyai jarak tertentu Cacat yang ditimbulkan dari kotoran atau pada Roll F/D dan jaraknya lebih pendek Cacat ini hampir sama dengan SCR tetapi penyebabnya ada di F/D Roll, sehingga dapat dilihat dengan polarized check (Sumber: Data Sekunder PT Indonesia Teijin Du Pont Films Tahun 1996) Sampel Cacat No Picture

8 Data Jenis Cacat dengan Frekuensi Cacat Terbanyak Jenis cacat dengan frekuensi terbanyak berdasarkan data pada Bulan Agustus 2014 dengan produksi plastik film pada tipe G2 mengindikasikan bahwa terdapat 3 jenis tipe G2 yang memiliki frekuensi cacat terbanyak, diantaranya adalah tipe G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50. Berikut merupakan rekapitulasi data berdasarkan Inspection Result Sheet pada Bulan Agustus 2014: Tabel 4. 3 Rekapitulasi Data Inspection Result Sheet Tipe G2T.K8.15,5 Jenis Film : G2T.K8.15,5 1 Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light 1 1 Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 5 Jenis Film : G2T.K8.15,5 3 Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light Flower Pattern 0 Kyatapira 0 Jenis Cacat Jenis Cacat Jenis Film : G2T.K8.15,5 2 Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light 1 1 Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 5 Jenis Film : G2T.K8.15,5 4 Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light Flower Pattern 0 Kyatapira 0 Tarumi 0 Tarumi 0 Jumlah Keseluruhan 6 Jumlah Keseluruhan 7 (Sumber: Data Sekunder Bulan Agustus Tahun 2014) Tabel 4. 4 Rekapitulasi Data Inspection Result Sheet Tipe G2TP.F2.23 Jenis Film : G2TP.F Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 5 Jenis Cacat Jenis Film : G2TP.F Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light Flower Pattern 0 Kyatapira 0 Jenis Cacat Tarumi 0 Jumlah Keseluruhan 6 (Sumber: Data Sekunder Bulan Agustus Tahun 2014) Jenis Cacat Jenis Cacat Jenis Film : G2TP.F Posisi Jumlah Polarized Light 1 1 Reflected Light 0 Transmitted Light Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 6 Jenis Cacat Jenis Film : G2TP.F Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light Jenis Cacat Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 8

9 49 Tabel 4. 5 Rekapitulasi Data Inspection Result Sheet Tipe G2TP.F2.50 Jenis Film : G2TP.F Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 6 Jenis Cacat Jenis Film : G2TP.F Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light 1 1 Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 5 Jenis Cacat (Sumber: Data Sekunder Bulan Agustus Tahun 2014) Data Haze dan Tt Berdasarkan data jumlah cacat pada Inspection Result Sheet pada Bulan Agustus 2014, dilakukan pula pengambilan data mesin dengan masing-masing produk yang sama yaitu pada tipe plastik film G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50 yaitu data mesin pengukuran Haze dan Tt, dimana pada ketiga tipe tersebut memiliki populasi data dengan jumlah yang berbeda-beda, dimana diambil dengan populasi data terbanyak yaitu pada data Haze dan Tt dengan tipe G2TP.F2.50 dengan populasi jumlah data sebanyak 15 sampel. Data Haze dan Tt sendiri merupakan data mengenai tingkat keburaman (Haze) dan tingkat keterangan atau kecerahan (Tt) dari setiap plastik film yang diproduksi. Penting untuk dilakukannya perhitungan antara keterkaitan tingkat keburaman dan keterangan film yang akan sangat berpengaruh terhadap kualitas dari warna film yang dihasilkan dan pada tingkat ketebalan (thickness) dari setiap lembaran plastik film yang diproduksi. Jenis Film : G2TP.F Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 7 Jenis Film : G2TP.F Posisi Jumlah Polarized Light Reflected Light 0 Transmitted Light Flower Pattern 0 Kyatapira 0 Tarumi 0 Jumlah Keseluruhan 8 Pada setiap data Haze dan Tt yang akan diukur dengan menggunakan mesin khusus pengukur tingkat Haze dan Tt terdapat 3 jenis bagian yang akan dilakukan pengukuran, yaitu bagian pinggir kanan, tengah, dan pinggir kiri yang Jenis Cacat Jenis Cacat

10 50 dalam penulisannya dipermudah dengan data untuk Haze (Hz, Hz1, dan Hz2) dan untuk data Tt (Tt, Tt1, dan Tt2). Berikut merupakan ke 15 jumlah sampel produk plastik fim dengan tipe G2TP.F2.50: Tabel 4. 6 Data Haze dan Tt Tipe G2TP.F2.50 (Bulan Agustus 2014) (Sumber: Data Sekunder Bulan Agustus Tahun 2014) 1.2 Pengolahan Data D (Define) No MR No Date Hz Tt Hz1 Tt1 Hz2 Tt2 1 14M ,92 88,47 3,87 88,54 3,89 88, M ,06 88,52 4,05 88,54 3,99 88,5 3 14M ,03 88,52 4,03 88, , M ,97 88,53 4,05 88,58 3,94 88, M ,72 88,62 3,97 88,71 3,82 88,6 6 14M ,73 88,62 3,79 88,7 3,88 88, M ,34 88,49 4,37 88,6 4,17 88,4 8 14M ,98 88,69 4,09 88,75 4,18 88, M ,94 88,6 4,02 88,69 4,04 88, M ,13 88,42 4,11 88,63 3,96 88, M ,03 88,53 3,9 88,67 4,07 88, M ,58 4,08 88,66 4,16 88, M ,25 88,58 4,24 88,68 4,21 88, M ,22 88,6 4,22 88,63 4,21 88, M ,28 88,46 4,19 88,69 4,17 88,46 Average Standard Deviasi Minimum Maximum Range Count a. Masalah Utama 4,04 88,549 4,065 88,641 4,046 88,537 0,182 0,073 0,151 0,068 0,132 0,062 3,72 88,42 3,79 88,54 3,82 88,4 4,34 88,69 4,37 88,75 4,21 88,63 0,62 0,27 0,58 0,21 0,39 0, Pengurangan jumlah terjadinya frekuensi cacat pada jenis cacat Polarized Light dan Transmitted Light untuk produk plastik film tipe G2 dengan 3 jenis tipe sebagai sampel yaitu, G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50. Penentuan klasifikasi kelas dari tingkat keburaman film (Haze) dan tingkat keterangan film (Tt) dengan tingkat pengaruh yang paling mendominasi terhadap kualitas finish good plastik film, tipe film G2TP.F2.50 sebagai sampel.

11 51 b. Deskripsi Masalah Permasalahan yang dihadapi di PT Indonesia Teijin Du Pont Films (ITDF) ini diambil berdasarkan jumlah frekuensi terbanyak terjadinya cacat. Berdasarkan data dari Inspection Result Sheet pada Bulan Agustus 2014 jenis cacat dengan frekuensi terbanyak adalah Polarized Light dan Transmitted Light. Pengurangan jumlah frekuensi cacat ini bertujuan untuk meningkatkan kualitas dari setiap hasil produksi finish good plastik film dengan melakukan perbaikan pada jenis cacat tersebut serta faktor-faktor yang bisa mengurangi jumlah frekuensi cacat. Penentuan klasifikasi kelas dari tingkat keburaman film (Haze) dan tingkat keterangan film (Tt) dengan tingkat pengaruh yang paling mendominasi terhadap kualitas finish good plastik film ini bertujuan untuk meningkatkan kualitas dari setiap hasil produksi finish good plastik film dengan melakukan penentuan standar pada kelas dari tingkat keburaman film (Haze) dan tingkat keterangan film (Tt) yang paling berpengaruh untuk mendominasi kualitas setiap hasil produksi finish good plastik film serta faktor-faktor yang bisa memudahkan dalam penentuan klasifikasi setiap kelasnya. Jika berhasil, produk plastik film dengan tipe G2 ini akan berhasil memberikan kualitas produk yang jauh lebih baik dari kualitas yang sebelumnya dan dapat memuaskan setiap customer-nya yang pada akhirnya akan mengurangi jumlah keluhan customer yang datang dan

12 52 meningkatkan customer s loyalty serta menghindari pindahnya customer ke produsen plastik film lainnya. c. Rencana Kerja Umum 1. Fase Define: Menentukan spesifikasi yang diinginkan pelanggan Membuat CTQ (Critical To Quality) Membuat Diagram SIPOC (Supplier-Input-Process-Output- Customer) 2. Fase Measure: Membuat Diagram Pareto Membuat Analisa Kapabilitas Proses 3. Fase Analyze: Membuat FMEA (Failure Mode Effect Analysis) Root cause analysis (Validate root cause) 4. Fase Improve: Membuat Control Chart (Peta Kendali Xbar, Rbar, dan Ubar) Mebuat pengujian hipotesa Membuat ANOVA (Analysis of Variance) Membuat analisa regresi Membuat SOP 5. Fase Control Memastikan SOP dijalankan dan sosialisasi Membuat laporan/dokumentasi akhir Mendapatkan verifikasi dari pelanggan Pada tahap awal DMAIC yaitu Define yang memiliki tools tertentu yang digunakan adalah CTQ (Critical To Quality), Diagram Pareto (Pareto Diagram), pada masing-masing tools memiliki peranan yang berbeda-beda dimana CTQ (Critical To Quality), Diagram Pareto (Pareto Diagram),

13 53 digunakan untuk mengidentifikasikan mengenai jumlah frekuensi jenis cacat terbanyak, dan untuk tools Why Why Analysis digunakan untuk mengidentifikasikan tingkat keburaman film (Haze) dan tingkat keterangan film (Tt) Tahap Define Tools CTQ (Critical To Quality) (Sumber: Data Sekunder PT Indonesia Teijin Du Pont Films 2014) Gambar 4. 2 CTQ (Critical To Quality) Frekuensi Jenis Cacat Terbanyak Polarized Light dan Transmitted Light Pada tahap Define tools CTQ (Critical To Quality) ini terdapat 3 klasifikasi kelas yang diberikan yaitu: 1. Need untuk produk akhir yang telah melalui tahap inspeksi sesuai standar yang telah diberlakukan yaitu plastik film sebagai finish good product. 2. Quality Driver, dimana untuk memenuhi standar sebuah produk yang terbaik dilakukan inspeksi yang dilihat dari jumlah frekuensi jenis cacat terbanyak yaitu, Polarized Light dan Transmitted Light. 3. Performance/Requirement. Setelah ditemukannya jumlah frekuensi jenis cacat terbanyak dilakukan pemecahan spesifikasi jenis cacat kembali dimana untuk jenis cacat Polarized Light terdapat CD Tensha, SW (Static Wire) Mark, FD (Forward) Tensha, Meruto, SW Shindo,

14 54 F/S atau Ibutsu, Die Sugi, Hekomi Suji, dan CD kotor. Untuk jenis cacat Transmitted Light terdapat Sukarachi (SCR), dan Sukafu Mark (S/M) Diagram SIPOC (Supplier, Input, Process, Output, Customer) (Sumber: Data Primer Tahun 2014) Gambar 4. 3 Diagram SIPOC Produk Plastik Film Diagram SIPOC merupakan diagram yang digunakan untuk membantu pelaku proses menetapkan boundaries atau batasan dari apa yang akan dikerjakan. Maka akan terbentuk suatu langkah terstruktur untuk mendiskusikan tentang proses dan konsensus dari hal-hal apa saja yang akan terlibat sebelum memulai dan menggambarkan pemetaan proses. Berikut merupakan penjelasan analisa SIPOC berdasarkan pada gambar 4.8: 1. S (Supplier) Mencakup segala sesuatuyang menyediakan input atau masukan terhadap proses. Pada bagian dari supplier ini terdapat berbagai macam unsur yang terkait diantaranya adalah:

15 55 a. PPIC Department selaku penanggungjawab atas masing-masing departemen yang ditanganinya dan bertugas sebagai pengendali jumlah persediaan yang tersedia. b. Ware House merupakan gudang penyimpanan bahan baku yang difungsikan untuk menyimpan segala macam persediaan bahan baku. c. Import from Abroad, dalam hal ini supplier yang ada berasal dari luar negeri dan pengimpor utama adalah Negara Jepang kemudian negara-negara asing lainnya apabila Jepang tidak memenuhi standar permintaan konsumen yang telah diajukan. 2. I (Input) Menentukan material, service, dan informasi yang akan digunakan oleh suatu proses untuk menghasilkan output. Pada bagian dari input ini terdapat berbagai macam unsur yang terkait diantaranya adalah: a. Order All Raw Material Pemesanan bahan baku yang akan digunakan dalam proses produksi berdasarkan tahapan proses produksi diantaranya adalah PEN (Polyethylene Napthalat), Glycol, Water Methanol, dan Cathalist Stabilizer. 3. P (Process) Menentukan urutan dari suatu aktifitas yang ada. Biasanya dilakukan dengan menambahkan value dari input untuk memproduksi output yang akan diberikan kepada customer. Pada bagian dari input ini terdapat berbagai macam unsur yang terkait diantaranya adalah:

16 56 a. Polymer Filtration Filtrasi polimer merupakan pembersihan partikel padat dari suatu fluida dengan melewatkannya pada medium penyaringan atau septum yang di atasnya padatan akan terendapkan. b. Polymer Delivery Tahap pengiriman polimer dari tahap pembersihan partikel ke tahap penyematan (pinning). c. Pinning Tahap pinning berikut ini merupakan tahap penyematan polimer yang telah melalui tahap Polymer Filtration ke Quench Drum (proses pendinginan polimer pada drum/tabung besar). d. Die Tahapan proses selanjutnya adalah tahap Die dimana pada tahap ini partikel polimer dicetak pada pellet yang terpasang pada ruang pelletmill (saringan melingkar yang berdiri vertikal). Die biasanya dilengkapi dengan 2 roller yang terpasang sejajar horizontal di bagian tengah. e. MD Film Preheat Pada tahap ini dilakukan proses pemanasan film bagian MD. f. MD Film Stretching Pada tahap ini dilakukan proses peregangan film bagian MD. g. TD Film Preheating Pada tahap ini dilakukan proses pemanasan awal film bagian TD.

17 57 h. Gauge Measurement Pada tahap ini dilakukan proses pengukuran ke seluruh bagian film. i. Winding Parameters/Roll Formation Pada tahap ini dilakukan proses pengukuran tingkat kapasitas udara yang berada pada setiap bagian film sebelum masuk pada bagian penggulungan pada badan utama penggulung film. 4. O (Output) Hasil dari proses berupa produk, service, dan informasi yang bernilai guna bagi customer. Pada bagian dari output ini terdapat berbagai macam unsur yang terkait diantaranya adalah: a. Finished Product (Finish Good) Tahap dimana produk telah selesai diproduksi yang sudah melalui tahap Quality Control dan produk telah sesuai dengan standar yang telah ditetapkan untuk kemudian siap dijual kepada para customer. b. Scrap Scrap merupaka sisa material yang masih dapat dijual atau digunakan kembali. Dapat dilakukan dengan proses mendaur ulang, karena bahan baku yang digukan adalah polimer yang dapat dilelehkan kembali, namun kualitas yang diinginkan tidak akan sama seperti semula. c. Documentation Tahap dokumentasi merupakan cara yang dilakukan untuk menyediakan dokumen-dokumen dengan menggunakan bukti yang

18 58 akurat dari pencatatan sumber-sumber informasi khusus dan lainlain. d. Plastik Film (Berbagai Jenis, Ukuran, dan Ketebalan) merupakan complete order yang diinginkan oleh customer. 5. C (Customer) Mencakup semua user yang menggunakan output yang berasal dari proses. Pada bagian dari customer ini terdapat berbagai macam unsur yang terkait diantaranya adalah: a. Marketing Bagian yang bertanggungjawab untuk memasarkan atau mendistribusikan produk yang akan dijual kepada setiap customer dan dalam hal ini adalah platik film. b. Individual Buyer Pembeli individu atau perorangan sangatlah jarang, hal ini dikarenakan produk yang dipasarkan merupakan produk untuk produksi berskala sedang hingga besar. c. Department A Bagian yang memiliki tugas spesifik dari suatu organisasiyang lebih besar. Dalam hal ini Department A dijadikan sebagai salah satu contoh tempat pengelolaan penjualan/pemasaran (distribusi) produk jadi.

19 59 d. Archive Rekaman kegiatan atau peristiwa dalam berbagai bentuk dan media. Dalam hal ini kegiatan atau peristiwa yang dimaksud adalah arsip jual dan beli produk yang telah diproduksi. e. Corporation Z Perusahaan atau badan usaha yang sangat besar atau beberapa perusahaan yang dikelola dan dijalankan sebagai satu perusahaan besar. Dalam hal ini Corporation Z digunakan sebagai salah satu contoh pembeli dalam skala sedang ke besar M (Measure) Pada tahap ini merupakan tahap pengukuran yang dilakukan untuk mengukur tingkat kegagalan yang paling signifikan dan kemudian dijadikan sebagai prioritas utama dalam penyelesaian masalah. Dalam tahap ini dilakukan pengukuran dengan berbagi macam tools, diantaranya adalah diagram pareto dan analisa kapabilitas proses. Berikut merupakan alur dari tahapan measure: Tahap Measure Tools Diagram Pareto (Pareto Diagram) Data yang digunakan pada tahap idenfikasi dengan menggunakan tools diagram pareto ini berdasarkan pada rekapitulasi data Inspection Result Sheet tipe G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50 Bulan Agustus Dalam diagram pareto ini dilakukan perbandingan perhitungan beserta diagramnya dengan menggunakan Microsoft Excel (manual) dan Minitab, hal ini dilkukan untuk mengetahui apakah terdapat perbedaan antara hasil perhitungan dan diagram keduanya. Berikut merupakan hasil perhitungan presentase (%) dan diagram pareto dari masing-masing tipe yang diidentifikasi:

20 60 a. Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2T.K8.15,5 Tabel 4. 7 Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2T.K8.15,5 G2T.K8.15,5 No Jenis Kerusakan Jumlah Cacat Kerusakan (%) Kumulatif (%) 1 Polarized Light 19 61% 61% 2 Transmitted Light 12 39% 100% 3 Reflected Light 0 0% 100% 4 Flower Pattern 0 0% 100% 5 Kyatapira 0 0% 100% 6 Tarumi 0 0% 100% Jumlah 31 Grafik 4. 1 Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2T.K8.15,5 Berdasarkan pada grafik 4.1 kedua hasil pengukuran adalah sama, dimana jenis kerusakan dengan jumlah frekuensi terbanyak adalah Polarized Light dan Transmitted Light, dengan jumlah frekuensi paling banyak adalah Polarized Light yaitu senyak 19 kejadian dengan tipe film G2T.K8.15,5 pada Bulan Agustus 2014 dengan persentase sebesar 61%. b. Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2TP.F2.23 Tabel 4. 8 Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2TP.F2.23 G2TP.F2.23 No Jenis Kerusakan Jumlah Cacat Kerusakan (%) Kumulatif (%) 1 Transmitted Light 31 74% 74% 2 Polarized Light 11 26% 100% 3 Reflected Light 0 0% 100% 4 Flower Pattern 0 0% 100% 5 Kyatapira 0 0% 100% 6 Tarumi 0 0% 100% Jumlah 42

21 61 (Sumber: Data Primer Bulan Augustus Tahun 2014) Grafik 4. 2 Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2TP.F2.23 Berdasarkan pada grafik 4.2 kedua hasil pengukuran adalah sama, dimana jenis kerusakan dengan jumlah frekuensi terbanyak adalah Polarized Light dan Transmitted Light, dengan jumlah frekuensi paling banyak adalah Transmitted Light yaitu senyak 31 kejadian dengan tipe film G2TP.F2.23pada Bulan Agustus 2014 dengan persentase sebesar 74%. c. Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2TP.F2.50 Tabel 4. 9 Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2TP.F2.50 G2TP.F2.50 No Jenis Kerusakan Jumlah Cacat Kerusakan (%) Kumulatif (%) 1 Polarized Light 19 66% 66% 2 Transmitted Light 10 34% 100% 3 Reflected Light 0 0% 100% 4 Flower Pattern 0 0% 100% 5 Kyatapira 0 0% 100% 6 Tarumi 0 0% 100% Jumlah 29 Grafik 4. 3 Diagram Pareto (Microsoft Excel (manual) dan Minitab) Tipe G2TP.F2.50

22 62 Berdasarkan pada grafik 4.3 kedua hasil pengukuran adalah sama, dimana jenis kerusakan dengan jumlah frekuensi terbanyak adalah Polarized Light dan Transmitted Light, dengan jumlah frekuensi paling banyak adalah Transmitted Light yaitu senyak 19 kejadian dengan tipe film G2TP.F2.50 pada Bulan Agustus 2014 dengan persentase sebesar 66% Tahap Measure Tools Analisa Kapabilitas Proses (Capability Analysis) Pada analisa kapabilitas proses ini dilakukan pengukuran berdasarkan data yang telah terkumpul sebelumnya, dalam proses pengukurannya menggunakan software minitab yang dalam prosesnya menghasilkan berbagai macam output yang dapat memberikan informasi lebih lengkap baik dalam skala perhitungan sampel (within performace) dan populasi (overall performance) dengan adanya PPM total (Part Per Million) yang sama dengan DPMO (Defect Per Million Opportunity) yang kemudian dapat diasumsikan nilai PPM-nya. Berikut merupakan perhitungan analisa kapabilitas proses dengan software minitab: a. Analisa kapabilitas proses tipe G2 (G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50) Tabel Data Analisa Kapabilitas Proses Tipe G2 (G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50) (Sumber: Data Primer Films Bulan Agustus Tahun 2014) Berdasarkan pada tabel 4.10 tanggal observasi disesuaikan dengan data yang sebenarnya yaitu data ketiga tipe produk (G2T.K8.15,5;

23 63 G2TP.F2.23; dan G2TP.F2.50) pada Bulan Agustus Untuk nilai S.DEV (standar deviasi), MEANS (rata-rata), L. Spec (Lower Spesification), dan U. Spec (Upper Spesification) dihasilkan dari perhitungan manual yang dilakukan di Microsoft Excel. Gambar 4. 4 Data Output 1 Analisa Kapabilitas Proses Tipe G2 (G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50) Berdasarkan pada gambar 4.9 hasil dari output 1 mengenai Process Data, Overall Capability, Potential (Within) Capability, dan Observed Performance yang akan dibahas pada gambar Gambar 4. 5 Data Output 2 Analisa Kapabilitas Proses Tipe G2 (G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50) Berdasarkan gambar 4.10 hasil dari output 2 mengenai Exp. Within Performance dan Exp. Overall Performance, dimana Exp. Within Performance merupakan hasil perhitungan data yang berdasarkan kepada jumlah sample yang terkait, sedangkan untuk Exp. Overall Performance merupakan hasil perhitungan data yang berdasarkan

24 64 kepada jumlah populasi yang ada. Dalam hal ini perhitungan asumsi perlu dilakukan untk mengetahui jumlah pemborosan (waste) yang terjadi dan tingkat DPMO yang dicapai atau dalam hasil output ini dikenal dengan PPM (Part Per Million). Berikut merupakan perhitungan asumsi yang dilakukan: Exp. Within Performance PPM Total Polarized Light = ,97 PPM Total Transmitted Light = ,97 PPM Total = (119680,97/ )*100 = 0, *100 = 11,968097~11,97% Asumsi Kerugian, bila 0,27% (2700 PPM), level sigma = 4~5 DPMO/PPM = Defective Precentage (%) = 0,62 0,27 0,023 Yield Precentage (%) = 99,38 X 99,977 *Rp *Production = roll/month Kerugian (waste) = 2700*1000 = Rp /month Kerugian (Natural), 11,97% (119680,97 PPM) *Rp *Production = roll/month Kerugian (waste) = ,97*1000 = Rp /month = Rp 120 Juta (waste)~2 DPMO/PPM = ,97 308,538 Defective Precentage (%) = 11,97~12 31 Yield Precentage (%) = X 69 Exp. Overall Performance PPM Total Polarized Light = ,08 (PPM Total Terkecil)

25 65 PPM Total Transmitted Light = ,15 PPM Total = (104997,08/ )*100 = 0, *100 = 10,499708~10,50% Kerugian (Natural), 10,50% (104997,08PPM) *Rp *Production = roll/month Kerugian (waste) = ,08*1000 = Rp /month = Rp 104 Juta (waste)~(hampir mencapai 3 ) DPMO/PPM = ,08 308,538 Defective Precentage (%) = 11,50~12 31 Yield Precentage (%) = X 69 3 = PPM Selisih PPM = , = PPM (Lagi Untuk 3 ) Grafik 4. 4 Analisa Kapabilitas Proses Tipe G2 (G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50) Berdasarkan data pada grafik 4.4 terdapat nilai Cpk (Within) dan Ppk (Overall) dan grafik histogram yang menunjukan banyaknya data pada masing-masing kelas yang dibatasi oleh LSL (Lower Spesification

26 66 Limit) dan USL (Upper Spesification Limit), serta dibatasi oleh garis kurva Within dan Overall. Berikut merupakan penjelasan data yang dihasilkan dari perhitungan capability analyze pada Process Capability Report: Within (Sample) Polarized Light Transmitted Light Berdasarkan hasil di atas nilai Cpk hanya 0,498~0,5 yang mengindikasikan bahwa nilai Cpk 1. Jadi, untuk nilai Cpk sample dikatakan incapable. Overall (Populasi) Polarized Light Transmitted Light Cp 0,520 CPL 0,541 CPU 0,498 Cpk 0,498 Pp 0,542 PPL 0,564 PPU 0,519 Ppk 0,519 Pp 0,499 PPL 0,519 PPU 0,478 Ppk 0,478 Berdasarkan hasil di atas nilai Ppk terbesar pada Polarized Light hanya 0,519 yang mengindikasikan bahwa nilai Ppk 1. Jadi, untuk nilai Ppk populasi dikatakan incapable. Nilai Cp, CPL, CPU, dan Cpk pada Within sama, sehingga tidak perlu diakukan perbandingan Polarized Light Nilai (Pp, PPL, PPU, dan Ppk) 1 (paling mendekati) = TERBAIK (incapable) Grafik 4. 5 Process Capability Report Polarized Light Berdasarkan pada grafik 4.5 jumlah populasi yang berada di dalam area kurva Polarized Light jauh lebih banyak dibandingkan dengan

27 67 Transmitted Light dimana data yang dianggap populasi berada di dalam batas garis LSL dan USL serta berada di bawah garis kurva within dan overall kemudian dapat dibuktikan dengan hasil dari nilai Ppk dari Polarized Light yang lebih besar dari Transmitted Light, yaitu Ppk = 0,519 0,478 yang mengindikasikan bahwa tingkat capable dari proses akan semakin tinggi. Namun, untuk Polarized Light masih berada di bawah 1 atau 0,519 1 yang berarti proses incapable. Grafik 4. 6 Probability Plots Analisa Kapabilitas Proses Tipe G2 (G2T.K8.15,5; G2TP.F2.23; dan G2TP.F2.50) Berdasarkan pada grafik 4.6 Dilakukan uji hipotesis menggunakan Anderson Darling Test dimana yang terlihat pada grafik Probability Plots terdapat hasil nilai AD (Anderson Darling). Berikut merupakan uji hipotesis dari Anderson Darling Test: Hipotesis Anderson Darling Test H0: Data mengikuti sebaran normal H1: Data tidak mengikuti sebaran normal Teori pengambilan keputusan Terima H0 Tolak H0 : P-Value > α : P-Value < α

28 68 Taraf Signifikansi (α) = 0,05 (5%) Taraf Kepercayaan = 95% Dimana, Taraf Signifikansi (α) = 0,05 (5%) < (P(Polarized Light); P(Transmitted Light)) = 0,250 Maka, Terima H0: P-Value > α (data mengikuti sebaran normal). Grafik 4. 7 Probability Plots Transmitted Light Berdasarkan pada grafik 4.7 menunjukkan bahwa nilai AD (Anderson Darling) = 0,699 (paling kecil) dibandingkan dengan nilai AD (Anderson Darling) pada Polarized Light = 0,729, semakin kecilnya nilai AD mengindikasikan bahwa jumlah titik yang sesuai dengan data tersebar mengikuti garis yang dibentuk oleh grafik Probability Plots, sehingga semakin kecil nilai AD maka akan semakin banyak jumlah persebaran titik yang mengikuti garis. b. Analisa kapabilitas proses Haze (tingkat keburaman plastik film) tipe G2TP.F2.50 Tabel Data Analisa Kapabilitas Proses Haze (Tingkat Keburaman Plastik Film) Tipe G2TP.F2.50

29 69 Berdasarkan pada tabel 4.11 tanggal observasi disesuaikan dengan data yang sebenarnya yaitu data tipe produk G2TP.F2.50 untuk tingkat keburaman plastik film (Haze) pada Bulan Agustus Untuk nilai S.DEV (standar deviasi), MEANS (rata-rata), L. Spec (Lower Spesification), dan U. Spec (Upper Spesification) dihasilkan dari perhitungan manual yang dilakukan di Microsoft Excel. Gambar 4. 6 Data Output 1 Analisa Kapabilitas Proses Haze (Tingkat Keburaman Plastik Film) Tipe G2TP.F2.50 Berdasarkan pada gambar 4.11 hasil dari output 1 mengenai Process Data, Overall Capability, Potential (Within) Capability, dan Observed Performance yang akan dibahas pada gambar Gambar 4. 7 Data Output 2 Analisa Kapabilitas Proses Haze (Tingkat Keburaman Plastik Film) Tipe G2TP.F2.50 Berdasarkan gambar 4.12 hasil dari output 2 mengenai Exp. Within Performance dan Exp. Overall Performance, dimana Exp. Within Performance merupakan hasil perhitungan data yang berdasarkan

30 70 kepada jumlah sample yang terkait, sedangkan untuk Exp. Overall Performance merupakan hasil perhitungan data yang berdasarkan kepada jumlah populasi yang ada. Dalam hal ini perhitungan asumsi perlu dilakukan untk mengetahui jumlah pemborosan (waste) yang terjadi dan tingkat DPMO yang dicapai atau dalam hasil output ini dikenal dengan PPM (Part Per Million), dan untuk perhitungan asumsi (lihat lampiran 1). Grafik 4. 8 Analisa Kapabilitas Proses Haze (Tingkat Keburaman Plastik Film) Tipe G2TP.F2.50 Berdasarkan data pada grafik 4.8 terdapat nilai Cpk (Within) dan Ppk (Overall) dan grafik histogram yang menunjukan banyaknya data pada masing-masing kelas yang dibatasi oleh LSL (Lower Spesification Limit) dan USL (Upper Spesification Limit), serta dibatasi oleh garis kurva Within dan Overall. Berikut merupakan penjelasan data yang

31 71 dihasilkan dari perhitungan capability analyze pada Process Capability Report: Within (Sample) Hz Cp 0,707 Hz_1 CPL 0,719 Hz_2 CPU 0,695 Cpk 0,695 Berdasarkan Nilai Cp, CPL, CPU, dan Cpk pada Within sama, sehingga tidak perlu diakukan perbandingan hasil di atas nilai Cpk hanya 0,695~0,7 yang mengindikasikan bahwa nilai Cpk 1. Jadi, untuk nilai Cpk sample dikatakan incapable. Overall (Populasi) Hz Hz_1 Hz_2 Pp 0,594 0,717 0,822 PPL 0,604 0,729 0,836 PPU 0,584 0,705 0,809 Ppk 0,584 0,705 0,809 Hz_2 Nilai (Pp, PPL, PPU, dan Ppk) 1 (paling mendekati) = TERBAIK (incapable) Berdasarkan hasil di atas nilai Ppk terbesar pada Hz_2 adalah 0,809 yang mengindikasikan bahwa nilai Ppk 1. Jadi, untuk nilai Ppk populasi dikatakan incapable. Namun hanya selisih 0,191 lagi untuk mencapai nilai Ppk = 1 (capable). Grafik 4. 9 Process Capability Report Hz_2 Berdasarkan pada grafik 4.9 jumlah populasi yang berada di dalam area kurva Hz_2 jauh lebih banyak dibandingkan dengan Hz dan

32 72 Hz_1 dimana data yang dianggap populasi berada di dalam batas garis LSL dan USL serta berada di bawah garis kurva within dan overall kemudian dapat dibuktikan dengan hasil dari nilai Ppk dari Hz_2 yang lebih besar dari Hz dan Hz_1, yaitu Ppk = 0,809 0,584; 0,809 0,705 yang mengindikasikan bahwa tingkat capable dari proses akan semakin tinggi. Namun, untuk Hz_2 masih berada di bawah 1 atau 0,809 1 yang berarti proses incapable. Grafik Probability Plots Analisa Kapabilitas Proses Haze (Tingkat Keburaman Plastik Film) Tipe G2TP.F2.50 Berdasarkan pada grafik 4.10 Dilakukan uji hipotesis menggunakan Anderson Darling Test dimana yang terlihat pada grafik Probability Plots terdapat hasil nilai AD (Anderson Darling). Grafik Probability Plots Hz_1

33 73 Berdasarkan pada grafik 4.11 menunjukkan bahwa nilai AD (Anderson Darling) = 0,243 (paling kecil) dibandingkan dengan nilai AD (Anderson Darling) pada Hz = 0,328 dan Hz_1 = 0,474, semakin kecilnya nilai AD mengindikasikan bahwa jumlah titik yang sesuai dengan data tersebar mengikuti garis yang dibentuk oleh grafik Probability Plots, sehingga semakin kecil nilai AD maka akan semakin banyak jumlah persebaran titik yang mengikuti garis. c. Analisa kapabilitas proses Tt (tingkat keterangan plastik film) tipe G2TP.F2.50 Tabel Data Analisa Kapabilitas Proses Tt (Tingkat Keterangan Plastik Film) Tipe G2TP.F2.50 Berdasarkan pada tabel 4.12 tanggal observasi disesuaikan dengan data yang sebenarnya yaitu data tipe produk G2TP.F2.50 untuk tingkat keterangan plastik film (Tt) pada Bulan Agustus Untuk nilai S.DEV (standar deviasi), MEANS (rata-rata), L. Spec (Lower Spesification), dan U. Spec (Upper Spesification) dihasilkan dari perhitungan manual yang dilakukan di Microsoft Excel.

34 74 Gambar 4. 8 Data Output 1 Analisa Kapabilitas Proses Tt (Tingkat Keterangan Plastik Film) Tipe G2TP.F2.50 Berdasarkan pada gambar 4.13 hasil dari output 1 mengenai Process Data, Overall Capability, Potential (Within) Capability, dan Observed Performance yang akan dibahas pada gambar Gambar 4. 9 Data Output 2 Analisa Kapabilitas Proses Tt (Tingkat Keterangan Plastik Film) Tipe G2TP.F2.50 Berdasarkan gambar 4.14 hasil dari output 2 mengenai Exp. Within Performance dan Exp. Overall Performance, dimana Exp. Within Performance merupakan hasil perhitungan data yang berdasarkan kepada jumlah sample yang terkait, sedangkan untuk Exp. Overall Performance merupakan hasil perhitungan data yang berdasarkan kepada jumlah populasi yang ada. Dalam hal ini perhitungan asumsi perlu dilakukan untk mengetahui jumlah pemborosan (waste) yang terjadi dan tingkat DPMO yang dicapai atau dalam hasil output ini dikenal dengan PPM (Part Per Million).

35 75 Grafik Analisa Kapabilitas Proses Tt (Tingkat Keterangan Plastik Film) Tipe G2TP.F2.50 Berdasarkan data pada grafik 4.12 terdapat nilai Cpk (Within) dan Ppk (Overall) dan grafik histogram yang menunjukan banyaknya data pada masing-masing kelas yang dibatasi oleh LSL (Lower Spesification Limit) dan USL (Upper Spesification Limit), serta dibatasi oleh garis kurva Within dan Overall. Berikut merupakan penjelasan data yang dihasilkan dari perhitungan capability analyze pada Process Capability Report: Within (Sample) Tt Tt_1 Tt_2 Cp 0,861 1,262 1,012 CPL 0,731 1,375 0,791 CPU 0,990 0,788 1,234 Cpk 0,731 0,788 0,791 Nilai Cp, CPL, CPU, dan Cpk pada Within berbeda, sehingga dilakukan perbandingan dengan nilai Cpk tertinggi yang paling mendekati 1 adalah nilai Cpk pada Tt_2 = 0,791 1 (incapable).

36 76 Berdasarkan hasil di atas nilai Cpk 0,791~0,8 yang mengindikasikan bahwa nilai Cpk 1. Jadi, untuk nilai Cpk sample dikatakan incapable. Overall (Populasi) Tt Tt_1 Tt_2 Pp 0,804 0,863 0,935 PPL 0,683 1,187 0,730 PPU 0,925 0,539 1,139 Ppk 0,683 0,539 0,730 Tt_2 Nilai (Pp, PPL, PPU, dan Ppk) 1 (paling mendekati) = TERBAIK (incapable) Berdasarkan hasil di atas nilai Ppk terbesar pada Tt_2 adalah 0,730 yang mengindikasikan bahwa nilai Ppk 1. Jadi, untuk nilai Ppk populasi dikatakan incapable. Namun hanya selisih 0,270 lagi untuk mencapai nilai Ppk = 1 (capable). Grafik Process Capability Report Tt_2 Berdasarkan pada grafik 4.13 jumlah populasi yang berada di dalam area kurva Tt_2 jauh lebih banyak dibandingkan dengan Tt dan Tt_1 dimana data yang dianggap populasi berada di dalam batas garis LSL dan USL serta berada di bawah garis kurva within dan overall kemudian dapat dibuktikan dengan hasil dari nilai Ppk dari Tt_2 yang lebih besar dari Tt dan Tt_1, yaitu Ppk = 0,730 0,683; 0,730 0,539 yang mengindikasikan bahwa tingkat capable dari proses

37 77 akan semakin tinggi. Namun, untuk Tt_2 masih berada di bawah 1 atau 0,730 1 yang berarti proses incapable. Grafik Probability Plots Analisa Kapabilitas Proses Tt (Tingkat Keterangan Plastik Film) Tipe G2TP.F2.50 Berdasarkan pada grafik 4.14 Dilakukan uji hipotesis menggunakan Anderson Darling Test dimana yang terlihat pada grafik Probability Plots terdapat hasil nilai AD (Anderson Darling). Grafik Probability Plots Tt Berdasarkan pada grafik 4.15 menunjukkan bahwa nilai AD (Anderson Darling) = 0,228 (paling kecil) dibandingkan dengan nilai AD (Anderson Darling) pada Tt_1 = 0,435 dan Tt_2 = 0,311, semakin kecilnya nilai AD mengindikasikan bahwa jumlah titik yang sesuai

38 78 dengan data tersebar mengikuti garis yang dibentuk oleh grafik Probability Plots, sehingga semakin kecil nilai AD maka akan semakin banyak jumlah persebaran titik yang mengikuti garis A (Analysis) Pada tahap ini dilakukan analisa terhadap data yang telah terkumpul sebelumnya, setelah melalui tahap define dan measure. Analisa dilakukan untuk menemukan berbagai formulasi dalam pemecahan masalah yang ada di dalam berbagai aktivitas proses dan dirumuskannya berbagai solusi dalam meningkatkan proses kerjanya. Berbagai macam tools dapat digunakan dalam tahap analisa ini, dalam hal ini tools yang digunakan diantaranya adalah FMEA (Failure Mode Effect Analysis) dan Root Cause Analysis (Validate Root Cause). Berikut merupakan penjelasan pada tahap analisa dengan menggunakan tools yang ada: Tahap Analysis Tools FMEA (Failure Mode Effect Analysis) Tools FMEA ini digunakan sebagai salah satu teknik yang sistematis dalam menganalisa suatu kegagalan, dimana dapat dilakukan dengan melakukan pemilihan desain alternatif yang memiliki keandalan dan keselamatan yang tinggi selama tahap desain, membuat daftar kegagalan potensial serta dapat mengidentifikasi seberapa besar dampak yang akan ditimbukan dari adanya kegagalan tersebut, dan dapat digunakan sebagai dasar pertimbangan dalam menetukan prioritas perawatan korektif. Berikut merupakan hasil tabel FMEA berdasarkan pada hasil brainstirming yang telah dilakukan dengan beberapa operator yang bekerja di dalam divisi QC (Quality Control):

39 79 a. Tahapan proses FMEA BRAINSTRO MING 2-3 orang operator (narasumber)->kegagalan produk tipe G2 (2 jenis cacat) PENILAIAN 2 jenis cacat (Polarized Light dan Transmitted Light)- >Severity KONTROL Polarized Light (9 jenis cacat); Transmitted Light (2 jenis cacat)->eliminasi mode kegagalan terpenting REDUKSI Reduksi risiko kegagalan terpenting->aksi lebih lanjut (Sumber: Data Primer Tahun 2015) Gambar Tahapan Proses FMEA

40 80 b. Tabel FMEA Process or Product Name : Responsible : Plastik Film Hesti Normalsari Tabel FMEA Process/Product Failure Modes and Effects Analysis Form (FMEA) Prepared by : Page 1 of 1. FMEA Date (Oriq) (Rev). Process Step/Input Potential Failure Mode Potential Failure Effects S E V E R I T Y Potential Causes O C C U R R E N C E Current Control D E T E C T I O N R P N Actions Recommended Resp. Actions Taken S E V E R I T Y O C C U R R E N C E D E T E C T I O N R P N Polarized Light CD (Casting Drum ) Tensha SW (Static Wire ) Mark FD Tensha Meruto Adanya kotoran yang menempel pada CD Masuknya udara dalam film dan CD yang tidak berhasil ditahan oleh Static Wire Adanya kotoran yang menempel pada Roll F/D Chip tidak meleleh dengan sempurna yang lepas/lolos dari filter SW Shindo SW bergetar 6 F/S atau Ibutsu Die Suji Hekomi Suji Transmitted Light Sukurachi (SCR) Material asing yang tercampur dengan chip pada saat mixing Menempelnya kotoran pada bibir Die Menempelnya kotoran pada bibir Die CD Kotor Seluruh permukaan CD kotor 8 Sukafu Mark (S/M) Film tergores (sebelum dilakukan pemanasan) Film tergores (sesudah dilakukan pemanasan) Adanya jarak tertentu (Pitch ) + 22 m dari panjang lingkar CD dan continue Terjadi gelembung pada film dan pecah saat ada penarikan dan tidak mempunyai jarak tertentu Adanya jarak lebih pendek + 2 m Pembersihan sesuai standar pembersihan area dan practical control check Pengaturan jarak Static Wire dengan plastik film Pengaturan jarak film dengan Roll F/D yang dianggap terdapat Tensha Membiasakan untuk melakukan sesuai Hesti, 04 Work Instruction oleh operator dan atas Maret seizin atasan yang bersangkutan 2015 Membiasakan untuk melakukan sesuai Hesti, 04 Work Instruction oleh operator dan atas Maret seizin atasan yang bersangkutan 2015 Membiasakan untuk melakukan sesuai Hesti, Work Instruction oleh operator dan atas Maret seizin atasan yang bersangkutan 2015 Membiasakan untuk melakukan sesuai Hesti, 04 7 Terdapat pancaran sinar 7 Penambahan temperatur suhu 2 98 Work Instruction oleh operator dan atas Maret seizin atasan yang bersangkutan Terdapat bagian yang bergelombang Material asing sangat halus sehingga lolos/lepas dari filter (jaraknya tidak tertentu dan continue ) Film yang keluar dari Die mempunyai ketebalan yang berbeda dan tampak seperti garis Film yang keluar dari Die tampak seperti garis tapi lebih lebar dari Die Suji Material tertentu yang menempel diseluruh permukaan CD Goresan terjadi baik dari Stenter maupun Slitter Roll Goresan terjadi di F/D Roll dan dapat dilihat dengan Polarized Check 1 Mengurangi kekuatan tarikan plastik film Melakukan pengecekan pada filter Menambah temperatur (pemanasan) di area bibir Die yang terdapat Suji Menambah temperatur (pemanasan) di area bibir Die yang terdapat Suji Pembersihan sesuai standar pembersihan area dan practical control check Bagian produksi mencari tahu penyebab dengan berdasarkan pada data yang berasal dari QC berupa muka cacat, posisi, bentuk, dan Pitch Bagian produksi mencari tahu penyebab dengan berdasarkan pada data yang berasal dari QC berupa muka cacat, posisi, bentuk, dan Pitch di area F/D 3 72 Membiasakan untuk melakukan sesuai Work Instruction oleh operator dan atas seizin atasan yang bersangkutan Hesti, 04 Maret 2015 Cleaning CD/adjust wire (mengatur jarak/posisi kabel) Cleaning CD/adjust wire (mengatur jarak/posisi kabel) Cleaning FD Roll /adjust temperature (mengatur temperatur) Melakukan penggantian filter /menaiksn pressure /melakukan sistem drain (meniriskan) Cleaning CD/adjust wire (mengatur jarak/posisi kabel) Membiasakan untuk melakukan sesuai Hesti, 04 Melakukan penggantian filter /menaiksn Work Instruction oleh operator dan atas seizin atasan yang bersangkutan Maret 2015 pressure /melakukan sistem drain (meniriskan) Membiasakan untuk melakukan sesuai Hesti, 04 Work Instruction oleh operator dan atas Maret seizin atasan yang bersangkutan 2015 Membiasakan untuk melakukan sesuai Hesti, Work Instruction oleh operator dan atas Maret seizin atasan yang bersangkutan Membiasakan untuk melakukan sesuai Work Instruction oleh operator dan atas seizin atasan yang bersangkutan Hesti, 04 Maret 2015 Membiasakan untuk melakukan sesuai Hesti, 04 Work Instruction oleh operator dan atas Maret seizin atasan yang bersangkutan 2015 Membiasakan untuk melakukan sesuai Hesti, 04 Work Instruction oleh operator dan atas Maret seizin atasan yang bersangkutan 2015 (Sumber: Data Primer Tahun 2015) Cleaning Die Cleaning Die Cleaning CD/adjust wire (mengatur jarak/posisi kabel) Cleaning area kotor dengan pengambilan material-material asing Cleaning FD Roll/adjust temperature (mengatur temperatur)

41 81 Berdasarkan pada tabel 4.13 terdapat 2 jenis cacat yang diambil dari jumlah frekuensi cacat terbanyak untuk ketiga tipe G2 pada Bulan Agustus 2014, dimana dari 2 jenis cacat ini masing-masing memiliki spesifikasi cacat lagi dibawahnya. Untuk jenis cacat yang pertama yaitu Polarized Light memiliki spesifikasi cacat sejumlah 9 buah yang diantaranya adalah CD (Casting Drum) Tensha, SW (Static Wire) Mark, FD Tensha, Meruto, SW Shindo, F/S atau Ibutsu, Die Suji, Hekomi Suji, dan CD Kotor. Untuk jenis cacat yang kedua yaitu Transmitted Light memiliki spesifikasi cacat sejumlah 2 buah yang diantaranya adalah Sukurachi (SCR) dan Sukafu Mark (S/M). Total keseluruhan untuk kedua jenis cacat memiliki 11 buah spesifikasi cacat yang kemudian dalam tabel FMEA dilakukan identifikasi mengenai Potential Failure Effects (potensi efek kegagalan)-severity (tingkat kerasnya akibat yang ditimbulkan), Potential Causes (potensi penyebab)- Occurance (frekuensi terjadinya), Current Control (kontrol saat ini)- Detection (mendeteksi kapan terjadinya), RPN (Risk Priority Number/ nomor prioritas risiko), Action Recommended (tindakan yang disarankan), dan Action Taken (tindakan yang diambil). Berikut merupakan hasil dari proses brainstroming proses FMEA yang dilakukan dengan sejumlah karyawan dalam divisi QC (Quality Control) berdasarkan perhitungan RPN (Risk Priority Number): Polarized Light (Potential Failure Effects, Potential Causes, dan Currente Control) *CD (Casting Drum) Tensha

42 82 RPN = S (Severity) x O (Occurance) x D (Detection) = 3 x 3 x 2 = 18 Berdasarkan perhitungan di atas nilai RPN terbesar berada pada spsifikasi jenis cacat FD Tensha sebesar 168. Transmitted Light (Potential Failure Effects, Potential Causes, dan Currente Control) * Sukurachi (SCR) RPN = S (Severity) x O (Occurance) x D (Detection) = 4 x 2 x 4 = 32 Berdasarkan perhitungan di atas nilai RPN terbesar berada pada spsifikasi jenis cacat Sukafu Mark (S/M) sebesar 162. Jadi dari kedua jenis cacat yaitu Polarized Light dan Transmitted Light untuk Potential Failure Effects, Potential Causes, dan Currente Control dari masing-masing spesifikasi jenis cacat dengan nilai RPN yang tertinggi yaitu Polarized Light (FD Tensha) sebesar 168 dan Transmitted Light (Sukafu Mark (S/M)) sebesar 162, maka Polarized Light (FD Tensha) sebesar 168 adalah nilai RPN tertinggi. Polarized Light (Action Recommended dan Action Taken) *CD (Casting Drum) Tensha RPN = S (Severity) x O (Occurance) x D (Detection) = 3 x 2 x 1 = 6 Berdasarkan perhitungan di atas nilai RPN terbesar berada pada spsifikasi jenis cacat FD Tensha sebesar 48. Transmitted Light (Action Recommended dan Actin Taken) * Sukurachi (SCR) RPN = S (Severity) x O (Occurance) x D (Detection)

43 83 = 4 x 1 x 2 = 8 Berdasarkan perhitungan di atas nilai RPN terbesar berada pada spsifikasi jenis cacat Sukafu Mark (S/M) sebesar 24. Jadi dari kedua jenis cacat yaitu Polarized Light dan Transmitted Light untuk Action Recommended dan Actin Taken dari masing-masing spesifikasi jenis cacat dengan nilai RPN yang tertinggi yaitu Polarized Light (FD Tensha) sebesar 48 dan Transmitted Light (Sukafu Mark (S/M)) sebesar 24, maka Polarized Light (FD Tensha) sebesar 48 adalah nilai RPN tertinggi. Berdasarkan dari hasil keselurahan perhitungan RPN yang telah dilakukan pada kedua jenis cacat maka, sebelum RPN dan sesudah RPN dari nilai RPN tertinggi yaitu Polarized Light (FD Tensha) sebesar 168 menjadi 48 saja yang berarti berkurang sebanyak 120 poin Root cause analysis (Validate root cause) Root cause analysis yang dilakukan menggunakan metode why-why analysis untuk mengidentifikasi spesifiksi cacat berdasarkan tingkat keburaman (Haze) dan keterangan (Tt) plastik film, berikut merupakan hasil why-why analysis yang telah dilakukan: (Sumber: Data Primer Tahun 2015) Gambar Root cause analysis (why-why analysis) Haze dan Tt

44 84 Berdasarkan hasil di atas bahwa pengukuran antara variable Haze dan Tt belum dilakukan secara spesifik sehingga perlu dilakukan mengenai bagian Haze dan Tt apa yang sangat mempengaruhi hasil akhir produk plastik film dari masing-masing bagian yang terdiri dari tiga bagian Haze (Hz1, Hz2, dan Hz3) dan Tt (Tt1, Tt2, dan Tt3) I (Improve) Pada tahap ini dilakukan rencana penyususnan perbaikan atau solusi yang dilakukan untuk permasalahan yang dihadapi, dengan melakukan penetapan ususlan perbaikan untuk ditindaklanjuti. Pada umumnya bentuk rencana solusi berupa penambahan nilai (value added) pada proses yang sedang berlangsung. Beberapa tools yang digunakan dalam tahap improve ini diantaranya adalah Control Chart (Peta Kendali Xbar, Rbar, dan Ubar), ANOVA (Analysis of Variance), dan analisa regresi, berikut merupakan tahapan improve yang dilakukan dengan beberapa tools yang digunakan: a. Control chart (Peta Kendali U) Menggunakan peta kendali dalam tahap improve dilakukan dengan 2 cara yaitu dengan dilakukannya perhitungan secara manual menggunakan Microsoft Excel dan Software Minitab. Untuk perhitungan pada data frekuensi jumlah cacat produk perhitungan dilakukan dengan peta kendali Ubar, kemudian untuk data Haze dan Tt perhitungan dilakukan dengan peta kendali Xbar dan Rbar. Berikut merupakan hasil dari perhitungan yang telah dilakukan menggunakan peta kendali:

45 85 Tabel Data Peta Kendali Ubar Tipe G2T.K8.15,5 (Microsoft Excel (manual) dan Minitab) G2T.K8.15,5 Tanggal No Observasi Jumlah Cacat (Plastik Film) Polarized Reflected Transmitted Flower Total (c) Kyatapira Tarumi (m) Light Light Light Pattern U UCL CL LCL 1 21/08/ ,05 0, , /08/ ,05 0, , /08/ ,02 0, , /08/ ,04 0, , /08/ ,06 0, , /08/ ,07 0, , Total (Produksi (N)) (m) (Jumlah Observasi (n)) (Sumber: Data Primer Bulan Agustsus Tahun 2014) Berdasarkan data pada tabel 4.14 terdapat tanggal observasi yang disesuaikan dengan data pada Inspection Result Sheet Bulan Agustus Tabel untuk jumlah produksi dihasilkan dari perhitungan data yang diperoleh dari bagian Stenter~Winder diisi oleh petugas Winder dan Slitter yang diisi oleh petugas slitter. Berikut merupakan perhitungan jumlah produksi yang dihasilkan setiap harinya untuk produksi plastik fim tipe G2T.K8.15,5 pada Bulan Agustus 2014: Tabel Perhitungan Jumlah Produksi dan Data Panjang Sample Tipe G2T.K8.15,5 Tanggal Observasi Slitter Stenter~Winder Size Konversi Size Konversi Panjang Sample *Size (m) (m) (mm) (mm->m) (m) 21/08/ , /08/ , /08/ , /08/ , /08/ , /08/ , (Sumber: Data Primer Bulan Agustsus Tahun 2014) Pada hasil total cacat dihasilkan dengan menambahkan keseluruhan jumlah frekuensi cacat setiap baris dari berbagai jenis cacat yang ada. Untuk perhitungan pada kolom Ubar, UCL (Upper Control Limit), CL (Control Limit), dan LCL (Upper Control Limit) menggunakan rumus

46 86 secara manual. Berikut merupakan perhitungan Ubar, UCL, CL, dan LCL: *Ubar Ubar = Total (c). (Jumlah Observasi (n)) (m) = = 0,05 (Observasi tanggal 21/08/2014, dan seterusnya) *CL CL = Total (c). (Jumlah Observasi (n)) (m) = = 0,04429 *Untuk CL nilai selalu sama sampel ke-1 sampai ke-n * UCL ( ( (( ( ))( )) )) ( ( )) ( ) ( ) * LCL (Observasi tanggal 21/08/2014, dan seterusnya) ( ( (( ( ))( )) )) ( ( )) ( ) ( ) * *Hasil LCL apabila minus (-) maka LCL dianggap 0 (Observasi tanggal 21/08/2014, dan seterusnya)

47 87 U Chart of Total (c) 0,12 UCL=0,1074 0,10 Sam ple Count Per U nit 0,08 0,06 0,04 0,02 _ U=0,0443 0,00 LCL= No Tests performed with unequal sample sizes (Sumber: Data Primer Bulan Agustsus Tahun 2014) Grafik Peta Kendali Ubar Tipe G2T.K8.15,5 (Microsoft Excel (manual) dan Minitab) Berdasarkan pada grafik 4.16 grafik Peta Kendali Ubar tipe G2T.K8.15,5 Microsoft Excel (manual) dan Minitab sama pada observasi ke 3 terjadi penurunan namun setelahnya mengalami kenaikan bertahap sampai observasi terakhir. Data masih di dalam batas kendali sehingga tidak diperlukan adanya perbaikan. Tabel Data Peta Kendali Ubar Tipe G2TP.F2.23 (Microsoft Excel (manual) dan Minitab) G2TP.F2.23 Tanggal (Produksi (N)) Observasi (m) (Jumlah Observasi (n)) (m) Light Light Light Pattern U UCL CL LCL 1 23/08/ ,03 0, , /08/ ,01 0, , /08/ ,03 0, , /08/ ,0588 0, /08/ ,02 0, , /08/ ,01 0, , /08/ ,02 0, , /08/ ,03 0, , /08/ ,03 0, , Total Sample Jumlah Cacat (Plastik Film) Polarized Reflected Transmitted Flower Total (c) Kyatapira Tarumi (Sumber: Data Primer Bulan Agustsus Tahun 2014) Berdasarkan data pada tabel 4.16 terdapat tanggal observasi yang disesuaikan dengan data pada Inspection Result Sheet Bulan Agustus Tabel untuk jumlah produksi dihasilkan dari perhitungan data

48 88 yang diperoleh dari bagian Stenter~Winder diisi oleh petugas Winder dan Slitter yang diisi oleh petugas slitter. Berikut merupakan perhitungan jumlah produksi yang dihasilkan setiap harinya untuk produksi plastik fim tipe G2TP.F2.23 pada Bulan Agustus 2014: Tabel Perhitungan Jumlah Produksi dan Data Panjang Sample Tipe G2TP.F2.23 Tanggal Observasi Slitter Size Konversi Size Stenter~Winder Konversi Panjang Sample *Size (m) (m) (mm) (mm->m) (m) 23/08/ , /08/ , /08/ , /08/ /08/ , /08/ , /08/ , /08/ , /08/ , (Sumber: Data Primer Bulan Agustsus Tahun 2014) Pada hasil total cacat dihasilkan dengan menambahkan keseluruhan jumlah frekuensi cacat setiap baris dari berbagai jenis cacat yang ada. (Sumber: Data Primer Bulan Agustsus Tahun 2014) Grafik Peta Kendali Ubar Tipe G2TP.F2.23 (Microsoft Excel (manual) dan Minitab) Berdasarkan pada grafik 4.17 grafik Peta Kendali Ubar tipe G2T.K8.15,5 Microsoft Excel (manual) dan Minitab sama pada observasi ke 4 terjadi penurunan dikarenakan data pada observasi ke 4 adalah 0 atau tidak ada cacat sama sekali namun pada observasi ke 6

49 89 No mengalami kenaikan bertahap sampai observasi terakhir. Data masih di dalam batas kendali sehingga tidak diperlukan adanya perbaikan. Tabel Data Peta Kendali Ubar Tipe G2TP.F2.50 (Microsoft Excel (manual) dan Minitab) G2TP.F2.50 Tanggal (Produksi (N)) Observasi (m) (Jumlah Observasi (n)) (m) Light Light Light Pattern U UCL CL LCL 1 25/08/ ,03 0, , /08/ ,03 0, , /08/ ,08 0, , /08/ ,01 0, , /08/ ,07 0, , Total Jumlah Cacat (Plastik Film) Polarized Reflected Transmitted Flower Total (c) Kyatapira Tarumi (Sumber: Data Primer Bulan Agustsus Tahun 2014) Berdasarkan data pada tabel 4.18 terdapat tanggal observasi yang disesuaikan dengan data pada Inspection Result Sheet Bulan Agustus Tabel untuk jumlah produksi dihasilkan dari perhitungan data yang diperoleh dari bagian Stenter~Winder diisi oleh petugas Winder dan Slitter yang diisi oleh petugas slitter. Berikut merupakan perhitungan jumlah produksi yang dihasilkan setiap harinya untuk produksi plastik fim tipe G2TP.F2.50 pada Bulan Agustus 2014: Tabel Perhitungan Jumlah Produksi dan Data Panjang Sample Tipe G2TP.F2.50 Tanggal Observasi Slitter Size Konversi Size Stenter~Winder Konversi Panjang Sample *Size (m) (m) (mm) (mm->m) (m) 25/08/ , /08/ , /08/ , /08/ , /08/ , Pada hasil total cacat dihasilkan dengan menambahkan keseluruhan jumlah frekuensi cacat setiap baris dari berbagai jenis cacat yang ada.

50 90 U Chart of Total (c) 0,10 UCL=0,0975 Sam ple Count Per U nit 0,08 0,06 0,04 0,02 _ U=0,0386 0,00 LCL= Sample Grafik Peta Kendali Ubar Tipe G2TP.F2.50 (Microsoft Excel (manual) dan Minitab) Berdasarkan pada grafik 4.18 grafik Peta Kendali Ubar tipe G2T.K8.15,5 Microsoft Excel (manual) dan Minitab sama pada observasi ke 3 terjadi kenaikan namun pada observasi ke 4 mengalami penurunan dan pada observasi terakhir mengalai kenaikan kembali. Data masih di dalam batas kendali sehingga tidak diperlukan adanya perbaikan. Tests performed with unequal sample sizes Tabel Data Peta Kendali Xbar dan Rbar Haze Tipe G2TP.F2.50 (Microsoft Excel (manual) dan Minitab) G2TP.F2.50 No. Haze 3 kali Pengukuran (%) Peta Xbar Peta R Sample X Xbar R LCL CL UCL LCL CL UCL 1 3,92 3,87 3,89 11,68 3,89 0,05 3, , , , , ,06 4,05 3,99 12,10 4,03 0,07 3, , , , , ,03 4,03 4,00 12,06 4,02 0,03 3, , , , , ,97 4,05 3,94 11,96 3,99 0,11 3, , , , , ,72 3,97 3,82 11,51 3,84 0,25 3, , , , , ,73 3,79 3,88 11,40 3,80 0,15 3, , , , , ,34 4,37 4,17 12,88 4,29 0,20 3, , , , , ,98 4,09 4,18 12,25 4,08 0,20 3, , , , , ,94 4,02 4,04 12,00 4,00 0,10 3, , , , , ,13 4,11 3,96 12,20 4,07 0,17 3, , , , , ,03 3,9 4,07 12,00 4,00 0,17 3, , , , , ,08 4,16 12,24 4,08 0,16 3, , , , , ,25 4,24 4,21 12,70 4,23 0,04 3, , , , , ,22 4,22 4,21 12,65 4,22 0,01 3, , , , , ,28 4,19 4,17 12,64 4,21 0,11 3, , , , ,31231 Jumlah 182,27 60,76 1,82 CP = 0,57731 Proses tidak baik (no Rbar = 0,12133 D3 = 0 d2 = 1,693 CPU = A2 = 1,023 D4 = 2,574 s = 0,07167 CPL =

51 91 Berdasarkan data pada tabel 4.20 terdapat 15 data sample hasil observasi Bulan Agustus Masing-masing dari setiap sample yang diketahui terdiri dari 3 kali pengukuran dimana setiap pengukurannya dilakukan perhitungan rata-rata beserta range-nya untuk memenuhi perhitungan dari peta kendali Xbar dan Rbar. Berikut merupakan contoh perhitungan yang dilakukan secara manual pada tipe film G2TP.F2.50 untuk no sample 1: *Diketahui: Haze 3 kali pengkuran Pengukuran 1 = 3,92 Pengukuran 2 = 3,87 Pengukuran 3 = 3,89 *Perhitungan total jumlah X X = 3,92 + 3,87 + 3,89 X = 11,68 Total X = 182,27 *Perhitungan Xbar Total Xbar = 60,76 *Perhitungan Rbar

52 92 Rbar = 3 kali pengukuran (nilai maksimal nilai minimal) Rbar = 3,92 3,87 Rbar = 0,05 Total Rbar = 1,82 *Perhitungan Peta Xbar *CL (Control Limit) *LCL (Lower Control Limit) Nilai A2 diperoleh dari tabel faktor penentu garis tengah dan batas pengendali 3 sigma Nilai Rbar adalah nilai total dari Rbar ( ) ( ) *UCL (Upper Lower Control) ( ) ( ) *Perhitungan Peta Rbar *CL (Control Limit) *LCL (Lower Control Limit) Nilai D3 dan D4 diperoleh dari tabel faktor penentu garis tengah dan batas pengendali 3 sigma *UCL (Upper Lower Control)

53 93 Grafik Peta Kendali Xbar dan Rbar Haze Tipe G2TP.F2.50 (Microsoft Excel (manual) dan Minitab) Berdasarkan pada grafik 4.19 grafik Peta Kendali Xbar dan Rbar tipe G2TP.F2.50 Microsoft Excel (manual) dan Minitab sama namun pada sample ke 1, 5, 6, 7, 13, 14, dan 15 berada di luar batas kendali yang mengindikasikan bahwa proses tidak baik dan perlu dilakukan perbaikan dengan menghilangkan sample-sample yang berada di luar batas kendali tanpa merubah urutan sample yang ada, dimana dari ke-15 jumlah sample terdapat 7 sample yang berada di luar batas kendali, maka tersisa 8 sample yang tersedia untuk kemudian dilakukan perbaikan. Berikut merupakan hasil perhitungan peta kendali Xbar dan Rbar setelah dilakukan perbaikan:

54 94 Tabel Data Perbaikan Peta Kendali Xbar dan Rbar Haze Tipe G2TP.F2.50 (Microsoft Excel (manual) dan Minitab) Setelah Perbaikan No. Haze 3 kali Pengukuran (%) Peta Xbar Peta R Sample X Xbar R LCL CL UCL LCL CL UCL 1 4,06 4,05 3,99 12,10 4,03 0,07 3,9046 4, , , , ,03 4,03 4,00 12,06 4,02 0,03 3,9046 4, , , , ,97 4,05 3,94 11,96 3,99 0,11 3,9046 4, , , , ,98 4,09 4,18 12,25 4,08 0,20 3,9046 4, , , , ,94 4,02 4,04 12,00 4,00 0,10 3,9046 4, , , , ,13 4,11 3,96 12,20 4,07 0,17 3,9046 4, , , , ,03 3,9 4,07 12,00 4,00 0,17 3,9046 4, , , , ,08 4,16 12,24 4,08 0,16 3,9046 4, , , ,32497 Jumlah 96,81 32,27 1,01 CP = 0,57731 Rbar = 0,12625 D3 = 0 d2 = 1,693 CPU = A2 = 1,023 D4 = 2,574 s = 0,07457 CPL = Xbar-R Chart of 1;...; 3 Sample Mean 4,2 4,1 4,0 UCL=4,1629 _ X=4,0337 3,9 LCL=3, Sample 0,3 UCL=0,3250 Sample Range 0,2 0,1 _ R=0,1262 0,0 LCL= Sample Grafik Perbaikan Peta Kendali Xbar dan Rbar Haze Tipe G2TP.F2.50 (Microsoft Excel (manual) dan Minitab) Berdasarkan pada grafik 4.20 ke-8 sample berada di dalam batas kendali yang mengindikasikan bahwa proses kendali baik dan dapat

55 95 dilakukan identikasi lebih lanjut pada ke-7 sample yang berada di luar batas kendali tentang peyebab keluarnya sample dari batas kendali. Tabel Data Peta Kendali Xbar dan Rbar Tt Tipe G2TP.F2.50 (Microsoft Excel (manual) dan Minitab) G2TP.F2.50 No. Tt 3 kali Pengukuran (%) Peta Xbar Peta R Sample X Xbar R LCL CL UCL LCL CL UCL 1 88,47 88,54 88,47 265,48 88,49 0,07 88, , , , , ,52 88,54 88,50 265,56 88,52 0,04 88, , , , , ,52 88,54 88,53 265,59 88,53 0,02 88, , , , , ,53 88,58 88,49 265,60 88,53 0,09 88, , , , , ,62 88,71 88,60 265,93 88,64 0,11 88, , , , , ,62 88,70 88,61 265,93 88,64 0,09 88, , , , , ,49 88,60 88,40 265,49 88,50 0,20 88, , , , , ,69 88,75 88,56 266,00 88,67 0,19 88, , , , , ,60 88,69 88,63 265,92 88,64 0,09 88, , , , , ,42 88,63 88,56 265,61 88,54 0,21 88, , , , , ,53 88,67 88,57 265,77 88,59 0,14 88, , , , , ,58 88,66 88,54 265,78 88,59 0,12 88, , , , , ,58 88,68 88,56 265,82 88,61 0,12 88, , , , , ,6 88,63 88,57 265,80 88,60 0,06 88, , , , , ,46 88,69 88,46 265,61 88,54 0,23 88, , , , ,30545 Jumlah 3985, ,63 1,78 CP = 0,57731 Proses tidak baik (no Rbar = 0,11867 D3 = 0 d2 = 1,693 CPU = A2 = 1,023 D4 = 2,574 s = 0,07009 CPL = Berdasarkan data pada tabel 4.22 terdapat 15 data sample hasil observasi Bulan Agustus Masing-masing dari setiap sample yang diketahui terdiri dari 3 kali pengukuran dimana setiap pengukurannya dilakukan perhitungan rata-rata beserta range-nya untuk memenuhi perhitungan dari peta kendali Xbar dan Rbar, dan contoh perhitungan secara manual untuk no sample 1.

56 96 Xbar-R Chart of 1;...; 3 88,7 UCL=88,6967 Sample Mean 88,6 88,5 _ X=88,5753 LCL=88, Sample ,3 UCL=0,3055 Sample Range 0,2 0,1 _ R=0,1187 0,0 Grafik Peta Kendali Xbar dan Rbar Tt Tipe G2TP.F2.50 (Microsoft Excel (manual) dan Minitab) Berdasarkan pada grafik 4.21 grafik Peta Kendali Xbar dan Rbar tipe G2TP.F2.50 Microsoft Excel (manual) dan Minitab sama dan semua sample berada dalam batas kendali, hal ini mengindikasikan bahwa proses kontrol yang terjadi adalah baik sehingga tidak perlu dilakukan perbaikan lebih lanjut. 1 b. ANOVA (Analysis Of Variance) Sample 9 ANOVA merupakan salah satu tools yang digunakan dalam tahap improve dalam analisa statistik yang dapat memudahkan analisa atas beberapa kelompok sampel yang berbeda dengan risiko kesalahan terkecil. Dalam perhitungannya dilakukan dengan 2 cara sebagai pembanding tingkat akurasi data, perhitungan yang digunakan adalah perhitungan secara manual dengan Microsoft Excel dan Software LCL=0

57 97 Minitab. Berikut merupakan penggunaan tools ANOVA dalam tahap improve dalam perhitungan frekuensi jumlah cacat dan data Haze serta Tt: Tabel Data ANOVA jumlah frekuensi cacat tipe G2T.K8.15,5; G2TP.F2.23; G2TP.F2.50 (Microsoft Excel (Manual)) Jenis Cacat (A) Tipe Film (B) G2T.K8.15,5 G2TP.F2.23 G2TP.F2.50 PL TL Berdasarkan data pada gambar 4.23 data yang digunakan pada masingmasing tipe adalah 4 sample untuk masing-masing jenis cacat dari Polarized Light dan Polarized Light diambil dengan jumlah frekuensi tertingginya yang bertujuan untuk mengetahui apakah tipe masingmasing plastik film dan jenis cacat mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah tipe plastik film tertentu memiliki keterkaitan yang paling signifikan dengan jenis cacat tertentu. Tabel Output ANOVA jumlah frekuensi cacat tipe G2T.K8.15,5; G2TP.F2.23; G2TP.F2.50 (Microsoft Excel (Manual)) Anova: Two-Factor With Replication SUMMARY G2T.K8.15,5 PL TL Total Count Sum Average 3,25 2,5 2,875 Variance 0, ,839 SUMMARY G2TP.F2.23 PL TL Total Count Sum Average 2,5 3,75 3,125 Variance 1,667 0,917 1,554

58 98 SUMMARY PL TL Total G2TP.F2.50 Total Count Count Sum Sum Average 4,25 2,25 3,25 Average 3,333 2,833 Variance 0,917 0,917 1,929 Variance 1,515 1,788 ANOVA Source of Variation SS df MS F P-value F crit Sample 0, ,292 0,21 0,813 3,555 Columns 1,5 1 1,5 1,08 0,312 4,414 Interaction 10,75 2 5,375 3,87 0,040 3,555 Within ,389 Total 37, Berdasarkan pada gambar 4.24 Data yang diolah menggunakan tools anova: Two-Factor With Replication, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 5 tabel output yang tersaji dari hasil perhitungan anova diantaranya adalah summary untuk masingmasing tipe film yang menjelaskan tentang count (jumlah data yang tersedia), sum (jumlah nilai pada masing-masing data), average (rata-rata dari data yang tersedia), dan variance (variasi dari data yang tersedia). Ketiga summary dari masing-masing film dirangkum dalam tabel total dari ketiganya dengan hasil count, sum, average, dan variance yang telah dijumlahkan dari ketiga summary. Source of Variation (hasil dari variasi) terdapat hasil sample, columns, interaction, dan within yang berkaitan dengan SS, df, MS, F, P-Value, dan F crit dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel. Berikut ini merupakan tabel terakhir untuk hasil perhitungan anova terdapat beberapa poin penting yang akan dijelaskan pada penjelasan di bawah ini:

59 99 1) Nilai P-Value dan MS Pada baris sample, nilai P-Value merupakan nilai P-Value variabel tipe film dengan nilai sample (P-Value) = 0,813 > 0,05 (tidak signifikan) dan dikatakan signifikan apabila sample (P-Value) < 0,05. Hipotesa: H0: ketiga jenis film memiliki varian yang sama H1: ketiga jenis film minimal ada satu yang tidak identik variannya Kriteria pengambilan keputusan: Jika nilai signifikansi > 0,05 maka H0 diterima Jika nilai signifikansi < 0,05 maka H0 ditolak Probabilitas (nilai signifikansi) = 0,813 > 0,05 maka H0 diterima dan ketiga jenis film memiliki varian yang sama. Pada baris column, nilai P-Value merupakan nilai P-Value variabel jenis cacat dengan nilai column (P-Value) = 0,312 > 0,05 (tidak signifikan) dan dikatakan signifikan apabila sample (P-Value) < 0,05. Hipotesa: H0: kedua jenis cacat memiliki varian yang sama H1: kedua jenis cacat tidak identik variannya Kriteria pengambilan keputusan: Jika nilai signifikansi > 0,05 maka H0 diterima Jika nilai signifikansi < 0,05 maka H0 ditolak Probabilitas (nilai signifikansi) = 0,312 > 0,05 maka H0 diterima dan kedua jenis cacat memiliki varian yang sama.

60 100 Pada baris interaction, nilai P-Value merupakan nilai P-Value interaksi antara variabel tipe film dan variabel jenis cacat dengan nilai interaction (P-Value) = 0,040 < 0,05 (signifikan) dan dikatakan signifikan apabila sample (P-Value) < 0,05. Hipotesa: H0: hubungan antara variabel tipe film dengan variabel jenis cacat memiliki varian yang sama H1: hubungan antara variabel tipe film dengan variabel jenis cacat tidak identik variannya Kriteria pengambilan keputusan: Jika nilai signifikansi > 0,05 maka H0 diterima Jika nilai signifikansi < 0,05 maka H0 ditolak Probabilitas (nilai signifikansi) = 0,040 < 0,05 maka H0 ditolak dan hubungan antara variabel tipe film dengan variabel jenis cacat tidak identik variannya. Pada baris within, nilai MS merupakan nilai error dan makin kecil nilainya maka akan semakin baik pula model multivariatnya. Within (Nilai MS) = 1,389. 2) df-degree of freedom (F-hitung dan F-tabel) Pada baris sample, hasil df merupakan derajat kebebasan variabel tipe film dengan hasil sample (df) = 2 dengan hasil df pada within = 18. Maka berikut pengujian hipotesanya: Hipotesa: H0: ketiga tipe film memiliki hubungan yang signifikan

61 101 H1:ketiga tipe film minimal ada satu yang tidak memiliki hubungan yang signifikan Kriteria pengambilan keputusan: Jika F-hitung < F-tabel maka H0 diterima Jika F-hitung > F-tabel maka H0 ditolak F-hitung = 0,21 dengan F-tabel (0,05;2;18) = 3,55, dimana F-hitung = 0,21 < F-tabel = 3,55, maka H0 diterima dan ketiga tipe film memiliki hubungan yang signifikan. Pada baris column, hasil df merupakan derajat kebebasan variabel tipe film dengan hasil column (df) = 1 dengan hasil df pada within = 18. Maka berikut pengujian hipotesanya: Hipotesa: H0: kedua jenis cacat memiliki hubungan yang signifikan H1:kedua jenis cacat tidak memiliki hubungan yang signifikan Kriteria pengambilan keputusan: Jika F-hitung < F-tabel maka H0 diterima Jika F-hitung > F-tabel maka H0 ditolak F-hitung = 1,08 dengan F-tabel (0,05;1;18) = 4,41, dimana F-hitung = 1,08 < F-tabel = 4,41, maka H0 diterima dan kedua jenis film memiliki hubungan yang signifikan. Pada baris interaction, hasil df merupakan derajat kebebasan hungan antara variabel tipe film dan variabel jenis cacat dengan hasil column (df) = 2 dengan hasil df pada within = 18. Maka berikut pengujian hipotesanya:

62 102 Hipotesa: H0: tipe film dan jenis cacat memiliki hubungan yang signifikan H1:tipe film dan jenis cacat tidak memiliki hubungan yang signifikan Kriteria pengambilan keputusan: Jika F-hitung < F-tabel maka H0 diterima Jika F-hitung > F-tabel maka H0 ditolak F-hitung = 3,87 dengan F-tabel (0,05;2;18) = 3,55, dimana F-hitung = 3,87 > F-tabel = 3,55, maka H0 ditolak dan kedua jenis film tidak memiliki hubungan yang signifikan. Tabel Data ANOVA jumlah frekuensi cacat tipe G2T.K8.15,5; G2TP.F2.23; G2TP.F2.50 (Minitab) Berdasarkan data pada tabel 4.25 data yang digunakan pada masingmasing tipe adalah 4 sample untuk masing-masing jenis cacat dari Polarized Light dan Polarized Light diambil dengan jumlah frekuensi tertingginya yang bertujuan untuk mengetahui apakah tipe masing-

63 103 masing plastik film dan jenis cacat mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah tipe plastik film tertentu memiliki keterkaitan yang paling signifikan dengan jenis cacat tertentu. Gambar Data Output ANOVA jumlah frekuensi cacat tipe G2T.K8.15,5; G2TP.F2.23; G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.17 Data yang diolah menggunakan tools anova: Nested ANOVA, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 3 penjelasan hasil ANOVA yang tersaji dari hasil perhitungan anova diantaranya adalah Analyasis of variance for jumlah cacat dimana terdapat source untuk tipe film, jenis cacat dan error yang tentang hasil df, nilai SS, MS, F, dan P. Kedua adalah Variance Components yang di dalamnya terdapat source juga dengan hasil data yang samadengan variance components, total, dan standar deviasinya. Ketiga adalah Expected Mean Squares untuk ketiga data yang sama juga. Ketiga dari hasil tersebut dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel. Berikut ini merupakan penjelasan mengenai ketiga hasil output untuk hasil perhitungan

64 104 anova terdapat beberapa poin penting yang akan dijelaskan pada penjelasan di bawah ini: 1) Nilai P-Value dan MS Pada baris tipe film, nilai P-Value merupakan nilai P-Value variabel tipe film dengan nilai tipe film (P-Value) = 0,933 > 0,05 (tidak signifikan) dan dikatakan signifikan apabila tipe film (P-Value) < 0,05. Hipotesa: H0: ketiga jenis film memiliki varian yang sama H1: ketiga jenis film minimal ada satu yang tidak identik variannya Kriteria pengambilan keputusan: Jika nilai signifikansi > 0,05 maka H0 diterima Jika nilai signifikansi < 0,05 maka H0 ditolak Probabilitas (nilai signifikansi) = 0,933 > 0,05 maka H0 diterima dan ketiga jenis film memiliki varian yang sama. Pada baris jenis cacat, nilai P-Value merupakan nilai P-Value variabel jenis cacat dengan nilai jenis cacat (P-Value) = 0,061 < 0,05 (tidak signifikan) dan dikatakan signifikan apabila jenis cacat (P-Value) < 0,05. Hipotesa: H0: kedua jenis cacat memiliki varian yang sama H1: kedua jenis cacat tidak identik variannya Kriteria pengambilan keputusan: Jika nilai signifikansi > 0,05 maka H0 diterima

65 105 Jika nilai signifikansi < 0,05 maka H0 ditolak Probabilitas (nilai signifikansi) = 0,061 < 0,05 maka H0 ditolak dan kedua jenis cacat tidak identik variannya. Pada baris error, nilai P-Value tidak tersedia dan hanya terdapat nilai MS saja dan makin kecil nilainya maka akan semakin baik pula model multivariatnya. Error (Nilai MS) = 1,389. 2) df-degree of freedom (F-hitung dan F-tabel) Pada baris tipe film, hasil df merupakan derajat kebebasan variabel tipe film dengan hasil tipe film (df) = 2 dengan hasil df pada error = 18. Maka berikut pengujian hipotesanya: Hipotesa: H0: ketiga tipe film memiliki hubungan yang signifikan H1:ketiga tipe film minimal ada satu yang tidak memiliki hubungan yang signifikan Kriteria pengambilan keputusan: Jika F-hitung < F-tabel maka H0 diterima Jika F-hitung > F-tabel maka H0 ditolak F-hitung = 0,071 dengan F-tabel (0,05;2;18) = 3,55, dimana F-hitung = 0,071 < F-tabel = 3,55, maka H0 diterima dan ketiga tipe film memiliki hubungan yang signifikan. Pada baris jenis cacat, hasil df merupakan derajat kebebasan variabel jenis cacat dengan hasil jenis cacat (df) = 3 dengan hasil df pada error = 18. Maka berikut pengujian hipotesanya: Hipotesa:

66 106 H0: kedua jenis cacat memiliki hubungan yang signifikan H1:kedua jenis cacat tidak memiliki hubungan yang signifikan Kriteria pengambilan keputusan: Jika F-hitung < F-tabel maka H0 diterima Jika F-hitung > F-tabel maka H0 ditolak F-hitung = 2,940 dengan F-tabel (0,05;3;18) = 3,16, dimana F-hitung = 2,940 < F-tabel = 3,16, maka H0 diterima dan kedua jenis film memiliki hubungan yang signifikan. Gambar Grafik Main Effects Plot ANOVA jumlah frekuensi cacat tipe G2T.K8.15,5; G2TP.F2.23; G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.18 terlihat adanya grafik poligon yang menggambarkan perubahan hasil akibat dari pengaruh dari tipe film dan jenis cacat. Pada perlakuan tipe film pengaruh dari jenis cacat dari level pertama ke level kedua memberikan perbedaan hasil ang sangat nyata. Sementara pada level ketiga tipe film mengalami kenaikan kembali dengan peningkatan yang cenderung lebih kecil dari level kedua. Ini dapat diartikan bahwa semakin banyak jumlah tipe film yang diidentifikasi maka kemungkinan dari tingkat kenaikan setiap levelnya akan semakin menurun. Penambahan jumlah sample yang terlalu

67 107 banyak akan mengakibatkan jumlah kenaikan setiap levelnya akan semakin kecil. Untuk efek utama dari jenis cacat dijelaskan dengan membandingkan gambar pada hasil efek utama dari tipe film. Terdapat dua level pada efek utama jenis cacat dimana terdapat penurunan yang sangat signifikan yang mengindikasikan bahwa penurunan hasil dari semakin banyaknya jumlah jenis cacat yang diidentifikasi dengan penyesuaian jumlah sample dari tipe film. Tabel Data ANOVA Haze tipe G2TP.F2.50 (Microsoft Excel (Manual)) Sampel Haze (B) Hz Hz1 Hz2 Sampel ke ,92 3,73 4,03 4,06 4,34 4 4,03 3,98 4,25 3,97 3,94 4,22 3,72 4,13 4,28 3,87 3,79 3,9 4,05 4,37 4,08 4,03 4,09 4,24 4,05 4,02 4,22 3,97 4,11 4,19 3,89 3,88 4,07 3,99 4,17 4,16 4 4,18 4,21 3,94 4,04 4,21 3,82 3,96 4,17 Berdasarkan data pada tabel 4.26 data yang digunakan pada masingmasing Haze adalah 5 sample untuk masing-masing sample ke- dari sample ke-1, ke-2, dan ke-3 yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Haze masingmasing sample dan urutan bagian sample mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan

68 108 bertujuan untuk mengetahui apakah jenis Haze tertentu memiliki keterkaitan yang paling signifikan dengan bagian sample tertentu. Tabel Output ANOVA Haze tipe G2TP.F2.50 (Microsoft Excel (Manual)) Anova: Two-Factor With Replication SUMMARY Hz Total Count Sum 19,7 20,12 20,78 60,6 Average 3,94 4,024 4,156 4,04 Variance 0, , , ,03327 SUMMARY Hz Total Count Sum 19,64 20,23 20,82 60,69 Average 3,928 4,046 4,164 4,046 Variance 0, , , ,01735 Berdasarkan pada tabel 4.27 Data yang diolah menggunakan tools anova: Two-Factor With Replication, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 5 tabel output yang tersaji dari hasil perhitungan anova diantaranya adalah summary untuk masing-masing tipe film yang menjelaskan tentang count (jumlah data yang tersedia), sum (jumlah nilai pada masing-masing data), average (rata-rata dari data yang tersedia), dan variance (variasi dari data yang tersedia). SUMMARY Hz Total Count Sum 19,97 20,38 20,63 60,98 Average 3,994 4,076 4,126 4,06533 Variance 0, , , ,02284 Total Count Sum 59,31 60,73 62,23 Average 3,954 4, ,14867 Variance 0, , ,01177 ANOVA Source of Variation SS df MS F P-value F crit Sample 0, , ,1303 0, ,25945 Columns 0, , , , ,25945 Interaction 0, , , , ,63353 Within 0, ,02018 Total 1, Ketiga summary dari masing-masing film dirangkum dalam tabel total dari ketiganya dengan hasil count, sum, average, dan variance yang telah dijumlahkan dari ketiga summary. Source of Variation (hasil dari variasi) terdapat hasil sample, columns, interaction, dan within yang berkaitan dengan SS, df, MS, F, P-Value, dan F crit dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi

69 109 korelasi antar variabel, dan untuk beberapa poin penting tabel terkahir hasil perhitungan anova. Tabel Data ANOVA Haze tipe G2TP.F2.50 (Minitab) Berdasarkan data pada tabel 4.28 data yang digunakan pada masingmasing Haze adalah 5 sample untuk masing-masing sample ke- dari sample ke-1, ke-2, dan ke-3 yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Haze masingmasing sample dan urutan bagian sample mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah jenis Haze tertentu memiliki keterkaitan yang paling signifikan dengan bagian sample tertentu.

70 110 Gambar Output ANOVA Haze tipe G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.19 Data yang diolah menggunakan tools anova: Nested ANOVA, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 3 penjelasan hasil ANOVA yang tersaji dari hasil perhitungan anova diantaranya adalah Analyasis of variance for hasil observasi dimana terdapat source untuk sample Haze (B), sample ke- dan error tentang hasil df, nilai SS, MS, F, dan P. Kedua adalah Variance Components yang di dalamnya terdapat source juga dengan hasil data yang samadengan variance components, total, dan standar deviasinya. Ketiga adalah Expected Mean Squares untuk ketiga data yang sama. Ketiga dari hasil tersebut dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan untuk penjelasan mengenai ketiga hasil output untuk hasil perhitungan anova terdapat beberapa poin penting.

71 111 Grafik Main Effects Plot ANOVA Haze tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.22 terlihat adanya grafik poligon yang menggambarkan perubahan hasil akibat dari pengaruh dari Haze dan sample. Pada perlakuan Haze pengaruh dari sample dari level pertama ke level kedua memberikan perbedaan hasil kenaikan yang kurang terlihat. Sementara pada level ketiga Haze mengalami penurunan yang hampir kembali ke posisi awal pada level satu. Ini dapat diartikan bahwa semakin banyak jumlah Haze yang diidentifikasi maka kemungkinan dari tingkat penurunan setiap levelnya akan semakin menurun. Penambahan jumlah Haze yang terlalu banyak akan mengakibatkan jumlah kenaikan setiap levelnya akan semakin kecil. Untuk efek utama dari sample dijelaskan dengan tiga level pada efek utama sample dimana terdapat kenaikan yang sangat signifikan yang mengindikasikan bahwa kenaikan hasil dari semakin banyaknya jumlah sample yang diidentifikasi dengan penyesuaian jumlah sample dari Haze.

72 112 Tabel Data ANOVA Tt tipe G2TP.F2.50 (Microsoft Excel (Manual)) Sampel Tt (B) Sampel ke ,47 88,62 88,53 88,52 88,49 88,58 88,52 88,69 88,58 88,53 88,6 88,6 88,62 88,42 88,46 88,54 88,7 88,67 88,54 88,6 88,66 88,54 88,75 88,68 88,58 88,69 88,63 88,71 88,63 88,69 88,47 88,61 88,57 88,5 88,4 88,54 88,53 88,56 88,56 88,49 88,63 88,57 88,6 88,56 88,46 Berdasarkan data pada tabel 4.29 data yang digunakan pada masingmasing Tt adalah 5 sample untuk masing-masing sample ke- dari sample ke-1, ke-2, dan ke-3 yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Tt masing-masing sample dan urutan bagian sample mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah jenis Tt tertentu memiliki keterkaitan yang paling signifikan dengan bagian sample tertentu. Tt Tt1 Tt2 Tabel Output ANOVA Tt tipe G2TP.F2.50 (Microsoft Excel (Manual)) Anova: Two-Factor With Replication SUMMARY Tt Total Count Sum 442,66 442,82 442, ,23 Average 88,532 88,564 88,55 88,5487 Variance 0, , ,0032 0,00527 SUMMARY Tt Total Count Sum 442,59 442,76 442,7 1328,05 Average 88,518 88,552 88,54 88,5367 Variance 0, , , ,0039 SUMMARY Tt Total Count Sum 442,91 443,37 443, ,61 Average 88,582 88,674 88,666 88,6407 Variance 0, , , ,00456 Total Count Sum 1328, , ,78 Average 88,544 88, ,5853 Variance 0, ,0099 0,00518

73 113 Berdasarkan pada tabel 4.30 Data yang diolah menggunakan tools anova: Two-Factor With Replication, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 5 tabel output yang tersaji dari hasil perhitungan anova diantaranya adalah summary untuk masing-masing Tt yang menjelaskan tentang count (jumlah data yang tersedia), sum (jumlah nilai pada masing-masing data), average (rata-rata dari data yang tersedia), dan variance (variasi dari data yang tersedia). Ketiga summary dari masing-masing film dirangkum dalam tabel total dari ketiganya dengan hasil count, sum, average, dan variance yang telah dijumlahkan dari ketiga summary. Source of Variation (hasil dari variasi) terdapat hasil sample, columns, interaction, dan within yang berkaitan dengan SS, df, MS, F, P-Value, dan F crit dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan tabel terakhir untuk hasil perhitungan anova terdapat beberapa poin penting. ANOVA Source of Variation SS df MS F P-value F crit Sample 0, , ,8798 0,0002 3,25945 Columns 0, , , , ,25945 Interaction 0, , , , ,63353 Within 0, ,00446 Total 0,

74 114 Tabel Data ANOVA Tt tipe G2TP.F2.50 (Minitab) Berdasarkan data pada tabel 4.31 data yang digunakan pada masingmasing Tt adalah 5 sample untuk masing-masing sample ke- dari sample ke-1, ke-2, dan ke-3 yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Tt masing-masing sample dan urutan bagian sample mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah jenis Tt tertentu memiliki keterkaitan yang paling signifikan dengan bagian sample tertentu. Gambar Output ANOVA Tt tipe G2TP.F2.50 (Minitab)

75 115 Berdasarkan pada gambar 4.20 Data yang diolah menggunakan tools anova: Nested ANOVA, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 3 penjelasan hasil ANOVA yang tersaji dari hasil perhitungan anova diantaranya adalah Analyasis of variance for hasil observasi dimana terdapat source untuk sample Haze (B), sample ke- dan error tentang hasil df, nilai SS, MS, F, dan P. Kedua adalah Variance Components yang di dalamnya terdapat source juga dengan hasil data yang samadengan variance components, total, dan standar deviasinya. Ketiga adalah Expected Mean Squares untuk ketiga data yang sama. Ketiga dari hasil tersebut dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan penjelasan mengenai ketiga hasil output untuk hasil perhitungan anova terdapat beberapa poin penting. Grafik Main Effects Plot ANOVA Tt tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.23 terlihat adanya grafik poligon yang menggambarkan perubahan hasil akibat dari pengaruh dari Tt dan sample. Pada perlakuan Tt pengaruh dari sample untuk level pertama ke

76 116 level kedua memberikan perbedaan hasil kenaikan yang sangat terlihat. Sementara pada level ketiga Tt mengalami penurunan yang sangat signifakan hingga melewati posisi awal pada level satu. Ini dapat diartikan bahwa semakin banyak jumlah Tt yang diidentifikasi maka kemungkinan dari tingkat penurunan setiap levelnya akan semakin menurun. Penambahan jumlah Tt yang terlalu banyak akan mengakibatkan jumlah penurunan setiap levelnya akan semakin meningkat. Untuk efek utama dari sample dijelaskan dengan tiga level pada efek utama sample dimana terdapat kenaikan yang cukup signifikan dari level 1 ke level 2 yang mengindikasikan bahwa kenaikan hasil dari semakin banyaknya jumlah sample yang diidentifikasi dengan penyesuaian jumlah sample dari Tt, namun terdapat penurunan yang terjadi pada level 2 ke level 3 akan tetapi tidak terlalu signifikan. Tabel Data ANOVA All Haze dan Tt tipe G2TP.F2.50 (Microsoft Excel (Manual)) Sampel ke Sampel Haze dan Tt Hz Tt Hz1 Tt1 Hz2 Tt2 3,92 88,47 3,87 88,54 3,89 88,47 4,06 88,52 4,05 88,54 3,99 88,5 4,03 88,52 4,03 88, ,53 3,97 88,53 4,05 88,58 3,94 88,49 3,72 88,62 3,97 88,71 3,82 88,6 3,73 88,62 3,79 88,7 3,88 88,61 4,34 88,49 4,37 88,6 4,17 88,4 3,98 88,69 4,09 88,75 4,18 88,56 3,94 88,6 4,02 88,69 4,04 88,63 4,13 88,42 4,11 88,63 3,96 88,56 4,03 88,53 3,9 88,67 4,07 88, ,58 4,08 88,66 4,16 88,54 4,25 88,58 4,24 88,68 4,21 88,56 4,22 88,6 4,22 88,63 4,21 88,57 4,28 88,46 4,19 88,69 4,17 88,46 Berdasarkan data pada tabel 4.32 data yang digunakan pada masingmasing sample ke- adalah sample ke-1, ke-2, dan ke-3 dengan jumlah sample yang diberikan adalah masing-masing 5 buah dimana sample

77 117 Haze dan Tt terdiri dari masing-masing tiga bagian diantaranya adalah Hz, Tt, Hz1, Tt1, Hz2, Tt2 yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman dan keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Tt masing-masing sample dan urutan bagian sample mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah sample tertentu memiliki keterkaitan yang paling signifikan dengan bagian Hz atau Tt tertentu. Tabel Output ANOVA All Haze dan Tt tipe G2TP.F2.50 (Microsoft Excel (Manual)) Anova: Two-Factor With Replication SUMMARY 1 Hz Tt Hz1 Tt1 Hz2 Tt2 Total Count Sum 19,7 442,66 19,97 442,91 19,64 442, ,47 Average 3,94 88,532 3,994 88,582 3,928 88,518 46,249 Variance 0, , , , , , ,56 SUMMARY 2 Hz Tt Hz1 Tt1 Hz2 Tt2 Total Count Sum 20,12 442,82 20,38 443,37 20,23 442, ,68 Average 4,024 88,564 4,076 88,674 4,046 88,552 46,3227 Variance 0, , , , , , ,74 SUMMARY 3 Hz Tt Hz1 Tt1 Hz2 Tt2 Total Count Sum 20,78 442,75 20,63 443,33 20,82 442,7 1391,01 Average 4,156 88,55 4,126 88,666 4,164 88,54 46,367 Variance 0, ,0032 0, , , , ,86 Total Count Sum 60,6 1328,23 60, ,61 60, ,05 Average 4,04 88,5487 4, ,6407 4,046 88,5367 Variance 0, , , , , ,0039 ANOVA Source of Variation SS df MS F P-value F crit Sample 0, , , , ,12391 Columns , E-188 2,34183 Interaction 0, , , , ,96494 Within 0, ,01232 Total Berdasarkan pada tabel 4.33 Data yang diolah menggunakan tools anova: Two-Factor With Replication, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 5 tabel output yang tersaji dari hasil perhitungan anova diantaranya adalah summary

78 118 untuk masing-masing sample dari sample ke-1, ke-2, ke-3 yang menjelaskan tentang count (jumlah data yang tersedia), sum (jumlah nilai pada masing-masing data), average (rata-rata dari data yang tersedia), dan variance (variasi dari data yang tersedia). Ketiga summary dari masing-masing film dirangkum dalam tabel total dari ketiganya dengan hasil count, sum, average, dan variance yang telah dijumlahkan dari ketiga summary. Source of Variation (hasil dari variasi) terdapat hasil sample, columns, interaction, dan within yang berkaitan dengan SS, df, MS, F, P-Value, dan F crit dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan tabel terakhir untuk hasil perhitungan anova terdapat beberapa poin penting. Tabel Data ANOVA All Haze dan Tt tipe G2TP.F2.50 (Minitab) Berdasarkan data pada tabel 4.34 data yang digunakan pada masingmasing sample ke- adalah sample ke-1, ke-2, dan ke-3 dengan jumlah sample yang diberikan adalah masing-masing 5 buah dimana sample Haze dan Tt terdiri dari masing-masing tiga bagian diantaranya adalah

79 119 Hz, Tt, Hz1, Tt1, Hz2, Tt2 yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman dan keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Tt masing-masing sample dan urutan bagian sample mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah sample tertentu memiliki keterkaitan yang paling signifikan dengan bagian Hz atau Tt tertentu. Gambar Output ANOVA All Haze dan Tt tipe G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.21 Data yang diolah menggunakan tools anova: Nested ANOVA, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 3 penjelasan hasil ANOVA yang tersaji dari hasil perhitungan anova diantaranya adalah Analyasis of variance for hasil observasi dimana terdapat source untuk sample Haze (B), sample ke- dan error tentang hasil df, nilai SS, MS, F, dan P. Kedua adalah Variance Components yang di dalamnya terdapat source juga dengan hasil data yang samadengan variance

80 120 components, total, dan standar deviasinya. Ketiga adalah Expected Mean Squares untuk ketiga data yang sama. Ketiga dari hasil tersebut dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan penjelasan mengenai ketiga hasil output untuk hasil perhitungan anova terdapat beberapa poin penting. Grafik Main Effects Plot ANOVA All Haze dan Tt tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.24 terlihat adanya grafik poligon yang menggambarkan perubahan hasil akibat dari pengaruh dari sample dan sample bagian Hz dan Tt. Pada perlakuan sample ke- pengaruh dari sample Hz dan Tt untuk level pertama ke level kedua hingga ke level terakhir yaitu level ketiga tidak memberikan perbedaan hasil kenaikan ataupun penurunan, hasil yang terlihat cenderung tetap dan tida berubah. Ini dapat diartikan bahwa banyak sedikitnya jumlah sample yang diidentifikasi tidak akan merubah hasil dengan adanya kenaikan ataupun penurunan. Untuk efek utama dari sample bagian Hz dan Tt dijelaskan dengan enam level pada efek utama sample dimana terdapat kenaikan yang sangat signifikan dari level 3 ke level 4 yang mengindikasikan bahwa

81 121 kenaikan hasil dari data yang diukur memiliki variasi data yang cukup jauh berbeda maka semakin tingginya tingkat variasi data yang diberikan berdasarkan banyaknya jumlah sample yang diidentifikasi dengan penyesuaian jumlah sample akan menghasilkan pebedaan tingkat level yang naik secara signifikan, namun pada level 1 hingga level 3 dan pada level 4 hingga level 6 hasil yang terlihat adalah tidak ada kenaikan dan penurunan namun tetap dan tidak ada perubahan. Tabel Data ANOVA Haze dan Tt (Hz-Tt) tipe G2TP.F2.50 (Microsoft Excel (Manual)) Sampel ke Sampel Haze dan Tt Hz Tt 3,92 88,47 4,06 88,52 4,03 88,52 3,97 88,53 3,72 88,62 3,73 88,62 4,34 88,49 3,98 88,69 3,94 88,6 4,13 88,42 4,03 88, ,58 4,25 88,58 4,22 88,6 4,28 88,46 Berdasarkan data pada tabel 4.35 data yang digunakan pada masingmasing sample ke- adalah sample ke-1, ke-2, dan ke-3 dengan jumlah sample yang diberikan adalah masing-masing 5 buah dimana terdapat sample Haze dan Tt yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman dan keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Haze dan Tt mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah

82 122 sample tertentu memiliki keterkaitan yang paling signifikan dengan bagian Hz atau Tt. Tabel Output ANOVA Haze dan Tt (Hz-Tt) tipe G2TP.F2.50 (Microsoft Excel (Manual)) Anova: Two-Factor With Replication SUMMARY 1 Hz Tt Total SUMMARY Count Sum 19,7 442,66 462,36 Average 3,94 88,532 46,236 Variance 0, , ,73 SUMMARY 3 Hz Tt Total Count Sum 20,78 442,75 463,53 Average 4,156 88,55 46,353 Variance 0, , ,44 2 Hz Tt Total Count Sum 20,12 442,82 462,94 Average 4,024 88,564 46,294 Variance 0, , ,31 Total Count Sum 60,6 1328,23 Average 4,04 88,5487 Variance 0, ,00527 ANOVA Source of Variation SS df MS F P-value F crit Sample 0, , , , ,40283 Columns 53562, , ,3E-63 4,25968 Interaction 0, , , , ,40283 Within 0, ,01744 Total 53563,4 29 Berdasarkan pada tabel 4.36 Data yang diolah menggunakan tools anova: Two-Factor With Replication, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 5 tabel output yang tersaji dari hasil perhitungan anova diantaranya adalah summary untuk masing-masing sample dari sample ke-1, ke-2, ke-3 yang menjelaskan tentang count (jumlah data yang tersedia), sum (jumlah nilai pada masing-masing data), average (rata-rata dari data yang tersedia), dan variance (variasi dari data yang tersedia). Ketiga summary dari masing-masing film dirangkum dalam tabel total dari ketiganya dengan hasil count, sum, average, dan variance yang telah dijumlahkan dari ketiga summary. Source of Variation (hasil dari variasi) terdapat hasil sample, columns, interaction, dan within yang berkaitan dengan SS, df, MS, F, P-Value, dan F crit dimana hanya

83 123 output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan tabel terakhir untuk hasil perhitungan anova terdapat beberapa poin penting. Tabel Data ANOVA Haze dan Tt tipe G2TP.F2.50 (Minitab) Berdasarkan data pada tabel 4.37 data yang digunakan pada masingmasing sample ke- adalah sample ke-1, ke-2, dan ke-3 dengan jumlah sample yang diberikan adalah masing-masing 5 buah dimana terdapat sample Haze dan Tt yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman dan keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Haze dan Tt mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah sample tertentu memiliki keterkaitan yang paling signifikan dengan bagian Hz atau Tt.

84 124 Gambar Output ANOVA Haze dan Tt (Hz-Tt) tipe G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.22 Data yang diolah menggunakan tools anova: Nested ANOVA, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 3 penjelasan hasil ANOVA yang tersaji dari hasil perhitungan anova diantaranya adalah Analyasis of variance for hasil observasi dimana terdapat source untuk sample Haze (B), sample ke- dan error tentang hasil df, nilai SS, MS, F, dan P. Kedua adalah Variance Components yang di dalamnya terdapat source juga dengan hasil data yang samadengan variance components, total, dan standar deviasinya. Ketiga adalah Expected Mean Squares untuk ketiga data yang sama. Ketiga dari hasil tersebut dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan penjelasan mengenai ketiga hasil output untuk hasil perhitungan anova terdapat beberapa poin penting.

85 125 Grafik Main Effects Plot ANOVA Haze dan Tt (Hz-Tt) tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.25 terlihat adanya grafik poligon yang menggambarkan perubahan hasil akibat dari pengaruh untuk sample, Hz dan Tt. Pada perlakuan sample ke- pengaruh dari Hz dan Tt untuk level pertama ke level kedua hingga ke level terakhir yaitu level ketiga tidak memberikan perbedaan hasil kenaikan ataupun penurunan, hasil yang terlihat cenderung tetap dan tida berubah. Ini dapat diartikan bahwa banyak sedikitnya jumlah sample yang diidentifikasi tidak akan merubah hasil dengan adanya kenaikan ataupun penurunan. Untuk efek utama dari sample bagian Hz dan Tt dijelaskan dengan dua level pada efek utama Hz dan Tt dimana terdapat kenaikan yang sangat signifikan dari level 1 ke level 2 yang mengindikasikan bahwa semakin banyak sample untuk Hz dan Tt yang diidentifikasi akan sangat berpengaruh dengan tingkat kenaikan levelnya.

86 126 Tabel Data ANOVA Haze dan Tt (Hz1-Tt1) tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan data pada tabel 4.38 data yang digunakan pada masingmasing sample ke- adalah sample ke-1, ke-2, dan ke-3 dengan jumlah sample yang diberikan adalah masing-masing 5 buah dimana terdapat sample Haze dan Tt (Hz1 dan Tt1) yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman dan keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Haze dan Tt mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah sample tertentu memiliki keterkaitan yang paling signifikan dengan bagian Hz atau Tt. Sampel ke Sampel Haze dan Tt Hz1 Tt1 3,87 88,54 4,05 88,54 4,03 88,54 4,05 88,58 3,97 88,71 3,79 88,7 4,37 88,6 4,09 88,75 4,02 88,69 4,11 88,63 3,9 88,67 4,08 88,66 4,24 88,68 4,22 88,63 4,19 88,69 Tabel Output ANOVA Haze dan Tt (Hz1-Tt1) tipe G2TP.F2.50 (Microsoft Excel (Manual)) Anova: Two-Factor With Replication SUMMARY 1 Hz1 Tt1 Total Count Sum 19,97 442,91 462,88 Average 3,994 88,582 46,288 Variance 0, , ,54 SUMMARY 3 Hz1 Tt1 Total Count Sum 20,63 443,33 463,96 Average 4,126 88,666 46,396 Variance 0, , ,29 SUMMARY 2 Hz1 Tt1 Total Count Sum 20,38 443,37 463,75 Average 4,076 88,674 46,375 Variance 0, , ,03 Total Count Sum 60, ,61 Average 4, ,6407 Variance 0, ,00456

87 127 Berdasarkan pada tabel 4.39 Data yang diolah menggunakan tools anova: Two-Factor With Replication, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 5 tabel output yang tersaji dari hasil perhitungan anova diantaranya adalah summary untuk masing-masing sample dari sample ke-1, ke-2, ke-3 yang menjelaskan tentang count (jumlah data yang tersedia), sum (jumlah nilai pada masing-masing data), average (rata-rata dari data yang tersedia), dan variance (variasi dari data yang tersedia). Ketiga summary dari masing-masing film dirangkum dalam tabel total dari ketiganya dengan hasil count, sum, average, dan variance yang telah dijumlahkan dari ketiga summary. Source of Variation (hasil dari variasi) terdapat hasil sample, columns, interaction, dan within yang berkaitan dengan SS, df, MS, F, P-Value, dan F crit dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan tabel terakhir untuk hasil perhitungan anova terdapat beberapa poin penting. ANOVA Source of Variation SS df MS F P-value F crit Sample 0, , ,512 0,1022 3,40283 Columns 53647, , ,5E-64 4,25968 Interaction 0, ,0024 0, ,833 3,40283 Within 0, ,01305 Total 53647,8 29

88 128 Tabel Data ANOVA Haze dan Tt (Hz1-Tt1) tipe G2TP.F2.50 (Minitab) Berdasarkan data pada tabel 4.40 data yang digunakan pada masingmasing sample ke- adalah sample ke-1, ke-2, dan ke-3 dengan jumlah sample yang diberikan adalah masing-masing 5 buah dimana terdapat sample Haze dan Tt (Hz1 dan Tt1) yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman dan keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Haze dan Tt mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah sample tertentu memiliki keterkaitan yang paling signifikan dengan bagian Hz atau Tt.

89 129 Gambar Output ANOVA Haze dan Tt (Hz1-Tt1) tipe G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.23 Data yang diolah menggunakan tools anova: Nested ANOVA, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 3 penjelasan hasil ANOVA yang tersaji dari hasil perhitungan anova diantaranya adalah Analyasis of variance for hasil observasi dimana terdapat source untuk sample Haze (B), sample ke- dan error tentang hasil df, nilai SS, MS, F, dan P. Kedua adalah Variance Components yang di dalamnya terdapat source juga dengan hasil data yang samadengan variance components, total, dan standar deviasinya. Ketiga adalah Expected Mean Squares untuk ketiga data yang sama. Ketiga dari hasil tersebut dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel.

90 130 Grafik Main Effects Plot ANOVA Haze dan Tt (Hz1-Tt1) tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.26 terlihat adanya grafik poligon yang menggambarkan perubahan hasil akibat dari pengaruh untuk sample, Hz1 dan Tt1. Pada perlakuan sample ke- pengaruh dari Hz1 dan Tt1 untuk level pertama ke level kedua hingga ke level terakhir yaitu level ketiga tidak memberikan perbedaan hasil kenaikan ataupun penurunan, hasil yang terlihat cenderung tetap dan tida berubah. Ini dapat diartikan bahwa banyak sedikitnya jumlah sample yang diidentifikasi tidak akan merubah hasil dengan adanya kenaikan ataupun penurunan. Untuk efek utama dari sample bagian Hz1 dan Tt1 dijelaskan dengan dua level pada efek utama Hz1 dan Tt1 dimana terdapat kenaikan yang sangat signifikan dari level 1 ke level 2 yang mengindikasikan bahwa semakin banyak sample untuk Hz1 dan Tt1 yang diidentifikasi akan sangat berpengaruh dengan tingkat kenaikan levelnya.

91 131 Tabel Data ANOVA Haze dan Tt (Hz2-Tt2) tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan data pada tabel 4.41 data yang digunakan pada masingmasing sample ke- adalah sample ke-1, ke-2, dan ke-3 dengan jumlah sample yang diberikan adalah masing-masing 5 buah dimana terdapat sample Haze dan Tt (Hz2 dan Tt2) yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman dan keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Haze dan Tt mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah sample tertentu memiliki keterkaitan yang paling signifikan dengan bagian Hz atau Tt. Sampel ke Sampel Haze dan Tt Hz2 Tt2 3,89 88,47 3,99 88,5 4 88,53 3,94 88,49 3,82 88,6 3,88 88,61 4,17 88,4 4,18 88,56 4,04 88,63 3,96 88,56 4,07 88,57 4,16 88,54 4,21 88,56 4,21 88,57 4,17 88,46 Tabel Output ANOVA Haze dan Tt (Hz2-Tt2) tipe G2TP.F2.50 (Microsoft Excel (Manual)) Anova: Two-Factor With Replication SUMMARY 1 Hz2 Tt2 Total Count Sum 19,64 442,59 462,23 Average 3,928 88,518 46,223 Variance 0, , ,63 SUMMARY 3 Hz2 Tt2 Total Count Sum 20,82 442,7 463,52 Average 4,164 88,54 46,352 Variance 0, , ,59 SUMMARY 2 Hz2 Tt2 Total Count Sum 20,23 442,76 462,99 Average 4,046 88,552 46,299 Variance 0, , ,7 Total Count Sum 60, ,05 Average 4,046 88,5367 Variance 0, ,0039

92 132 Berdasarkan pada tabel 4.42 Data yang diolah menggunakan tools anova: Two-Factor With Replication, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 5 tabel output yang tersaji dari hasil perhitungan anova diantaranya adalah summary untuk masing-masing sample dari sample ke-1, ke-2, ke-3 yang menjelaskan tentang count (jumlah data yang tersedia), sum (jumlah nilai pada masing-masing data), average (rata-rata dari data yang tersedia), dan variance (variasi dari data yang tersedia). Ketiga summary dari masing-masing film dirangkum dalam tabel total dari ketiganya dengan hasil count, sum, average, dan variance yang telah dijumlahkan dari ketiga summary. Source of Variation (hasil dari variasi) terdapat hasil sample, columns, interaction, dan within yang berkaitan dengan SS, df, MS, F, P-Value, dan F crit dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel. ANOVA Source of Variation SS df MS F P-value F crit Sample 0, , ,4982 0, ,40283 Columns ,7E-68 4,25968 Interaction 0, , , , ,40283 Within 0, ,00647 Total 53540,3 29

93 133 Tabel Data ANOVA Haze dan Tt (Hz2-Tt2) tipe G2TP.F2.50 (Minitab) Berdasarkan data pada tabel 4.43 data yang digunakan pada masingmasing sample ke- adalah sample ke-1, ke-2, dan ke-3 dengan jumlah sample yang diberikan adalah masing-masing 5 buah dimana terdapat sample Haze dan Tt (Hz2 dan Tt2) yang diambil berdasarkan observasi yang dilakukan oleh operator dengan pengukuran yang dilakukan oleh mesin pengukur tingkat keburaman dan keterangan film selama 1 bulan pada Bulan Agustus 2014 yang bertujuan untuk mengetahui apakah jenis Haze dan Tt mempengaruhi kualitas dari plastik film itu sendiri dengan tingkat signifikansi tertentu dan bertujuan untuk mengetahui apakah sample tertentu memiliki keterkaitan yang paling signifikan dengan bagian Hz atau Tt.

94 134 Gambar Output ANOVA Haze dan Tt (Hz2-Tt2) tipe G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.24 Data yang diolah menggunakan tools anova: Nested ANOVA, dimana data yang tersedia lebih dari satu jenis data dengan sample lebih dari satu untuk mengetahui tingkat signifikansi antar variabel yang terkait. Terdapat 3 penjelasan hasil ANOVA yang tersaji dari hasil perhitungan anova diantaranya adalah Analyasis of variance for hasil observasi dimana terdapat source untuk sample Haze (B), sample ke- dan error tentang hasil df, nilai SS, MS, F, dan P. Kedua adalah Variance Components yang di dalamnya terdapat source juga dengan hasil data yang samadengan variance components, total, dan standar deviasinya. Ketiga adalah Expected Mean Squares untuk ketiga data yang sama. Ketiga dari hasil tersebut dimana hanya output tertentu saja yang akan menetukan hasil dari tingkat signifikansi korelasi antar variabel, dan penjelasan mengenai ketiga hasil output untuk hasil perhitungan anova terdapat beberapa poin penting.

95 135 Grafik Main Effects Plot ANOVA Haze dan Tt (Hz2-Tt2) tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.27 terlihat adanya grafik poligon yang menggambarkan perubahan hasil akibat dari pengaruh untuk sample, Hz2 dan Tt2. Pada perlakuan sample ke- pengaruh dari Hz2 dan Tt2 untuk level pertama ke level kedua hingga ke level terakhir yaitu level ketiga tidak memberikan perbedaan hasil kenaikan ataupun penurunan, hasil yang terlihat cenderung tetap dan tida berubah. Ini dapat diartikan bahwa banyak sedikitnya jumlah sample yang diidentifikasi tidak akan merubah hasil dengan adanya kenaikan ataupun penurunan. Untuk efek utama dari sample bagian Hz2 dan Tt2 dijelaskan dengan dua level pada efek utama Hz2 dan Tt2 dimana terdapat kenaikan yang sangat signifikan dari level 1 ke level 2 yang mengindikasikan bahwa semakin banyak sample untuk Hz2 dan Tt2 yang diidentifikasi akan sangat berpengaruh dengan tingkat kenaikan levelnya. c. Regresi Pada tahap improve juga dilakukan perhitungan dengan menggunakan regresi, perhitungan regresi yang digunakan adalah regresi linier sederhana yang merupakan salah satu alat statistik yang dipergunakan

96 136 untuk mengetahui pengaruh antara satu variabel terhadap satu buah variabel. Variabel yang terdapat berdasarkan data yang tersedia adalah data Haze sebagai variabel terikat (dependent atau Y), data Tt sebagai variabel bebasnya (independent atau X) dan data angka yang terdapat pada data Haze dan Tt merupakan koefisien a (konstanta atau intercept) yang meruapak titik potong antara garis regresi dengan sumbu Y pada koordinat kartesius. Perhitungan regresi yang dilakukan menggunakan 2 cara diantaranya menggunakan Microsoft Excel secara manual dan software minitab. Hal ini dimaksudkan untuk mengetahui hasil perbandingan kesesuaian angkanya pada masing-masing hasil perhitungan. Berikut merupakan hasil perhitungan regresi berdasarkan pada data Haze dan Tt tipe film G2TP.F2.50 pada Bulan Agustus 2014: Tabel Data Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) G2TP.F2.50 (HAZE-TT) MR No Date Hz Tt 14M ,92 88,47 14M ,06 88,52 14M ,03 88,52 14M ,97 88,53 14M ,72 88,62 14M ,73 88,62 14M ,34 88,49 14M ,98 88,69 14M ,94 88,6 14M ,13 88,42 14M ,03 88,53 14M ,58 14M ,25 88,58 14M ,22 88,6 14M ,28 88,46 Berdasarkan pada tabel 4.44 dugaan unuk persamaan regresi yang dilakukan adalah untuk melihat pengaruh Hz terhadap Tt. Dimana terdapat 15 data untuk Haze dan Tt, Haze merupakan tingkat keburaman plastik film dan Tt merupakan tingkat keterangan plastik film. Jadi persamaan regresi yang dilakukan adalah untuk melihat

97 137 pengaruh tingkat keburaman plastik film (Haze) terhadap tingkat keterangan plastik film (Tt). Terdapat 4 tabel hasil yang ditampilkan yaitu Summary Output, ANOVA, Residual Output, dan Probability Output. Multiple R (R majemuk) adalah suatu ukuran untuk mengukur tingkat (keeratan) hubungan linear antara variabel terikat dengan seluruh variabel bebas secara bersama-sama. Pada kasus dua variabel (satu variabel bebas dan satu variabel terikat), besaran r (biasanya dituliskan dengan hruf kecil untuk dua variabel) dapat bernilai positif maupun negatif (antara -1 dan 1), tetapi untuk lebih dari dua variabel, besaran R selalu bernilai positif (antara 0 1). Nilai R yang lebih besar (+ atau -) menunjukkan hubungan yang lebih kuat. R Square (R2) Sering disebut dengan koefisien determinasi, adalah mengukur kebaikan suai (goodness of fit) dari persamaan regresi; yaitu memberikan proporsi atau presentase variasi total dalam variabel terikat yang dijelaskan oleh variabel bebas. Nilai R2 terletak antara 0 1, dan kecocokan model dikatakan lebih baik jika R2 semakin mendekati 1. Adjusted R Square Suatu sifat penting R2 dimana nilainya merupakan fungsi yang tidak pernah menurun dari banyaknya variabel bebas yang ada dalam model, harus memperhitungkan banyaknya variabel bebas yang ada

98 138 dalam model. Ini dapat dilakukan dengan menggunakan Adjusted R Square. Istilah penyesuaian berarti nilai R2 sudah disesuaikan dengan banyaknya variabel (derajat bebas) dalam model. R2 yang disesuaikan ini juga akan meningkat secara bersamaan dengan meningkatnya jumlah variabel, tetapi peningkatannya relatif kecil. Sering juga disarankan jika variabel bebas lebih dari dua, sebaiknya menggunakan Adjusted R Square. Standard Error Merupakan standar error dari estimasi variabel terikat (tingkat keterangan plastik film (Tt)). Angka ini dibandingkan dengan standar deviasi dari Tt. Semakin kecil angka standar error ini dibandingkan angka standar deviasi dari Haze maka model regresi semakin tepat dalam memprediksi Tt. Berikut merupakan hasil yang ditampilkan dari persamaan regresiyang telah dilakukan: Tabel Summary Output Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) SUMMARY OUTPUT Berdasarkan pada tabel 4.45 pada Summary Output ditampilkan nilai Multiple R, R Square, Adjust R Square, Standard Error, dan jumlah observasi (Observations). Berikut merupakan penjelasan hasil yang ditampilkan pada Summary Output: G2TP.F2.50 (HZ-TT) Regression Statistics Multiple R 0, R Square 0, Adjusted R Square 0, Standard Error 0, Observations 15

99 139 1) Multiple R = 0,45 (bernilai positif), dimana -1 < 0,45 < 1. Nilai Mutiple R yang bernilai positif mengindikasikan bahwa nilai Mutiple R yang dihasilkan menunjukkan hubungan yang lebih kuat. 2) R Square (R2) = 0,2; dimana 0 < 0,2 < 1 dan dikatakan semakin baik apabila nilai R Square (R2) semakin mendekati 1. 3) Adjusted R Square = 0,14; variabel bebas = 1, maka penggunaan nilai Adjusted R Square tidak terlalu disarankan dan apabila nilai Adjusted R Square > 1 maka nilai Adjusted R Square digunakan sebagai acuan untuk hasil peningkatan jumlah variabel. 4) Standar Error = 0,067 dengan standar deviasi Tt = 0, dan Standar Error = 0,067 < standar deviasi Tt = 0, (semakin kecil); maka model regresi semakin tepat dalam memprediksikan Tt. Tabel ANOVA Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada tabel 4.46 diuji untuk variasi data turun naiknya atau besar kecilnya tingkat Tt disebabkan oeh variasi dari tingkat Haze. Berikut merupakan hasil ANOVA untuk persamaan regresi yang telah dilakukan: ANOVA df SS MS F Significance F Regression 1 0, , , , Residual 13 0, , Total 14 0, ) Degree of Freedom (df) *df Total = n-1, dimana n (banyaknya observasi) = 15 df Total = 15-1 = 14 *df model regresi = 1 *df residual df residual = 14-1 = 13 = df Total - df model regresi

100 140 2) Kolom SS (Sum of Square)-(Jumlah Kuadrat) *Variabel terikat = Tt *Residual Output Predikted Y (Tt) Observasi ke-1 = 88,5703 Observasi ke-2 = 88,5451 Observasi ke-15 = 88,5505 *Nilai rata-rata Tt = 88,54467 (berdasarkan hasil dari data pada tabel 4.) *Nilai Sum of Square = (Residual Output Predikted Y (Tt) ((observation ke-1) - nilai rata-rata Tt) 2 + ((observation ke-2) - nilai rata-rata Tt) ((observation ke-15) - nilai rata-rata Tt)) 2 ) = ((88, ,54867) 2 + (88, ,54867) (88, ,54867) 2 ) = ((0, ) 2 + (-0, ) (-0, ) 2 ) = 0, , , = 0, (Hasil Sum of Squares Regression) *Nilai Sum of Square = (Residual Output Residuals (Tt) (observation ke-1) 2 + (observation ke-2) (observation ke-15) 2 ) = ((-0, ) 2 + (-0, ) (0, ) 2 ) = (0, , ,002069) = 0, (Hasil Sum of Squares Residual) *Nilai Sum of Square = (Nilai masing-masing Tt (observation ke-1) nilai rata-rata (Tt)) 2 + ((observation ke-2) nilai rata-rata (Tt)) ((observation ke-15) nilai rata-rata (Tt) 2 ) = ((88,47 88,54867) 2 + (88,52-88,54867) (88,46-88,54867) 2 ) = (-0,0787) 2 + (-0,0287) (-0,0887) 2 ) = (0, , ,00786) = 0,07377 (Hasil Sum of Squares Total)

101 141 *Untuk nilai Sum of Square Total juga dapat dihasilkan dari hasil penjumlahan dari SS untuk regresi dengan SS untuk residual. Sebenarnya SS total ini adalah variasi (besar-kecil atau naikturun) dari Tt. SS Total = 0,07377, artinya variasi dari Tt yang dikuadratkan adalah sebesar nilai tersebut dan yang menyebabkan nilai Tt tersebut bervariasi adalah dimana sebagian sebagian berasal dari variabel bebas (Haze) yaitu sebesar = 0, (regresi). Kemudian sisanya sebesar = 0, disebabkan oleh variabel lain yang juga mempengaruhi Tt, namun tidak dimasukkan dalam model (residual). Apabila dibandingkan (hasil pembagian) antara SS regresi dengan SS total, maka akan didapatkan proporsi dari total variasi Tt yang disebabkan oleh variasi Hz. Berikut perhitungan hasil bagi antara SS regresi dan SS total, 0,015076/0,07377 = 0, Nilai 0, adalah R2 atau R Square yang merupakan koefisien determinasi yang terdapat dalam tabel summary output. 3) MS (Mean of Square)-(rata-rata jumah kuadrat) Dihasilkan dari hasil bagi antara kolom SS dan kolom df. *SS regresi/ms regresi = 0, /1 = 0, *SS residual/ms residual = 0, /13 = 0, ) Nilai F Dihasilkan dari hasil bagi antara MS regresi dengan MS residual.

102 142 *Nilai F = MS regresi/ms residual = 0, /0, = 3, Nilai F ini yang dikenal dengan F hitung dalam pengujian hipotesa dibandingkan dengan nilai F tabel. Jika F hitung > F tabel, maka dapat dinyatakan bahwa nilai Haze berpengaruh signifikan terhadap Tt. Dapat diketahui nilai F tabel dengan hasil df yang telah diketahui sebelumnya yaitu df regresi = 1 dan df total maka F tabel (0,05;1;14) = 4,60011 (taraf nyata menggunakan 5% (0,05), dengan diketahuinya nilai F hitung dengan F tabel maka dapat dilihat apakah nilai F hitung yang telah didapat signifikan atau tidak. F hitung = 3, < F tabel = 4,60011, maka dapat disimpulkan bahwa nilai Haze tidak berpengaruh signifikan terhadap Tt. 5) Nilai Significance F Jika taraf nyata > P-Value maka kesimpulannya sama dengan nilai F hitung dengan F tabel. Ditetapkan taraf nyata = 5% (0,05), dengan P- Value (Significance F) = 0, , maka dapat disimpulkan bahwa nilai Haze tidak berpengaruh signifikan terhadap Tt dan membutuhkan lebih dari 0, lagi agar nilai Haze berpengaruh signifikan terhadap Tt. Tabel ANOVA Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0% Intercept 89, , , ,04104E-24 88, , , , X Variable 1-0, , , , , , , , Berdasarkan data pada tabel 4.47 menampilkan nilai-nilai koefisien, standard error, tstat, P-Value, dan selang kepercayaan.

103 143 Dalam pengujian hipotesis regresi, tahap berikutnya setelah pengujian secara simultan (uji F) adalah pengujian koefisien regresi secara parsial. Pengertian pengujian secara parsial ini adalah untuk menjawab pertanyaan dengan asumsi faktor-faktor lain tetap atau tidak berubah, apakah nilai Haze berpengaruh terhadap nilai Tt. Dalam uji parsial menggunakan uji t, berikut merupakan hasil perhitungan yang telah dilakukan dengan menggunakan uji t: 1) Uji t (uji parsial) Membandingkan antara t-hitung (t Stat) dengan t tabel. Jika t-hitung > t tabel pada taraf nyata tertentu, maka dapat disimpulkan variabel tersebut berpengaruh secara signifikan. t-hitung ditampilkan pada kolom 4 yang merupakan hasil bagi antara kolom 2 (coefficients) dengan kolom 3 (Standard Error). *t-hitung (Intercept) = coefficients/standard Error =89, /0, = 224, t-hitung (Intercept) = 224, > t tabel (0,05;1) = - 6,31375 *t-hitung (X Variable 1) = coefficients/standard Error = - 0, /0, = - 1, t-hitung (X Variable 1) = - 1, > t tabel (0,05;1) = - 6,31375 Maka dapat disimpulkan bahwa kedua t-hitung > t tabel yang mengindikasikan bahwa nilai Haze berpengaruh secara signifikan. 2) P-Value Selain membandingkan dengan nilai t tabel, dapat juga menarik kesimpulan signifikansinya dengan membandingkan taraf nyata

104 144 dengan P-Value (kolom 5). Apabila ditetapkan taraf nyata = 5% (0,05), maka variabel dengan P-Value sama atau lebih kecil dari 0,05 dapat dinyatakan sebagai variabel yang secara parsial berpengaruh signifikan. *P-Value (Intercept) = 1,04104E-24 < 0,05 *P-Value (X Variable 1) = 0, > 0,05 Maka dapat disimpulkan bahwa P-Value (X Variable 1) > 0,05 yang mengindikasikan bahwa nilai Haze berpengaruh secara signifikan, namun untuk P-Value (Intercept) < 0,05 yang mengindikasikan bahwa nilai Haze tidak berpengaruh secara signifikan. 3) Selang kepercayaan Kolom 6 dan 7 memberikan selang kepercayaan untuk koefisien, dimana tertulis Lower 95% dan Upper 95%. Angka 95% adalah penetapan pada saat pengolahan dengan Excel dan dapar dirubah sesuai keinginan. Nilai koefisien yang diberikan pada output regresi merupakan dugaan titik (point estimete) dari parameter koefisien regresi. Namun jika informasinya hanya berasal dari dugaan titik, maka tidak akan diketahui seberapa besar kesalahan atau tingkat kepercayaan dari dugaan parameter tersebut. Oleh karena itu, diberikan juga dugaan selang (confidence interval), dimana nilai parameter sebenarnya diharapkan berada dalam selang tersebut dengan tingkat kepercayaan tertentu. Berdasarkan hal tersebut, dari output Excel terlihat bahwa dengan tingkat kepercayaan 95%, maka koefisien regresi untuk Tt adalah

105 145 sebesar 0, , dalam faktanya di tingkat populasi akan berkisar antara 0, , Selanjutnya dari informasi kolom 1-5 (tabel ke-3) ditambah informasi dari tabel ke-1 dan tabel ke-2, maka dapat diringkas persamaan regresinya sebagai berikut: Nilai Tt = 89, , Nilai Haze R2 = 0, Se = (0, ) (0, ) F = 3, * t = (224, )* (-1, )* Pada baris pertama adalah persamaan regresi dengan koefisiennya. Baris kedua dan keempat adalah nilai R2 dan F hitung, pada baris ketiga adalah standar error untuk masing-masing koefisien dan baris ketiga adalah nilai t-hitungnya. Pada nilai t dan F ada bintang 1 yang mengindikasikan bahwa uji tersebut signifikan pada taraf nyata 5% dan apabila terdapat bintang 2 sebagai signifikan pada taraf nyata 1%. Berdasarkan persamaan regresi di atas menunjukkan koefisien nilai Haze bernilai negatif yang berarti ada pengaruh negatif. Besaran koefisien yang berarti bahwa dengan asumsi setiap kenaikan nilai Haze 10% (satuan dalam (%)), maka nilai Tt akan turun atau berkurang sebanyak 0, %. Konstanta yang sebesar 89, secara matematis berarti bahwa ketika variabel bebas nilainya 0, maka variabel terikat nilainya adalah sebesar konstanta tersebut.

106 146 Tabel Output Residual Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada tabel 4.48 penjelasan tabel dapat dijelaskan dibawah ini: RESIDUAL OUTPUT Observation Predicted Y Residuals Standard Residuals 1 88, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Kolom pertama dari residual output adalah nomor urutan data sesuai dengan urutan data yang telah di input (observation) 2. Kolom kedua (predicted Tt) adalah kolom yang memuat perkiraan/prediksi variabel terikat (Tt) untuk nilai-nilai dari variabel bebas dari data asli. Prediksi didasarkan dari output persamaan regresi sebelumnya. Untuk observasi pertama, nilai Haze 3,92, maka prediksi nilai Tt adalah: Persamaan regresi: Nilai Tt = 89, , Nilai Haze Prediksi: Nilai Tt = 89, , (3,92) = 89, , = 88, Kolom ketiga (residulas) adalah selisih antara prediksi variabel terikat (Tt) dengan nilai sebenarnya. Untuk observasi pertama, nilai sebenarnya untuk Tt adalah 88,47. Sehingga selisih (residual) = 88,47 88, = - 0,1003. PROBABILITY OUTPUT Percentile Y 3, , ,46 16, ,47 23, , ,52 36, ,52 43, , ,53 56, ,58 63, , ,6 76, ,6 83, , ,62 96, ,69

107 Kolom keempat (standard residuals) adalah residual yang distandarisasikan dan juga dikenal sebagai residual Pearson. Ratarata dari standar residual = 0 dan standar deviasinya = 1. Standar residual dihitung dengan cara membagi residual (kolom ke-3) dengan standar deviasi residual tersebut. Jadi, untuk mencari standar residual, terlebih dahulu dicari standar deviasi kolom ke-3, kemudian masing-masing nilai pada kolom ke-3 dibagi dengan standar deviasi. Residuals (observasi ke-1) = - 0, Standar deviasi (kolom ke-3) = 0, Standard Residuals = Residuals (observasi ke-1)/ Standar deviasi (kolom ke-3) = - 0, /0, = - 1, Probability Output Disamping residual output terdapat tabel probability output. Inti dari tabel ini adalah menggambarkan persentile dan nilai-niai dari variabel terikat (Tt). Grafik Residual Plot Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada grafik 4.28 merupakan grafik yang menghubungkan antara variabel bebas (nilai Haze) untuk X Variable 1 dengan residual.

108 148 Grafik Line Fit Plot Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada grafik 4.29 merupakan grafik plot yang menghubungkan antara variabel bebas (nilai Haze) untuk X Variable 1 dengan variable terikat (nilai Tt) baik nilai Tt atas dasar data aktual maupun prediksi. Grafik Normal Probability Plot Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada grafik 4.30 merupakan grafik normal probability atas dasar persentil untuk variabel terikat (nilai Tt). Tabel Data Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Minitab)

109 149 Berdasarkan pada tabel 4.49 data yang di input untuk dijadikan sebagai output regresi adalah data nilai Haze (Hz) dan data nilai Tt dengan masing-masing 15 sample. Nilai Tt sebagai variabel Y yang merupaka variabel terikat dan nilai Haze (Hz) sebagai variabel X yang merupakan variabel bebasnya. Gambar Output Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.25 terdapat beberapa penjelasan untuk hasil regresi yang ada yaitu menggunakan uji regresi, persamaan regresi, R Square, dan Standard Error of Estimate. Berikut merupakan beberapa penjelasannya: 1. Uji Regresi Untuk menentukan apakah secara serentak semua variabel independen mempunyai pegaruh yang bermakna terhadap variabel dependen yang dapat dilihat dari nilai uji F. Disimpulkan ada pengaruh apabila P-Value kurang dari batas kritis penelitian atau alpha. Apabila nilai P Regression pada Analysis of Varance < 0,05 maka dapat disimpulkan bahwa variabel independen memiliki pengaruh terhadap variabel dependen. Berdasarkan pada gambar 4. Nilai P-Value = 0,091 maka 0,091 > 0,05 maka dapat disimpulkan

110 150 bahwa variabel independen tidak memiliki pengaruh terhadap variabel dependen. 2. Persamaan Regresi Untuk membuat persamaan regresi maka kita menggunakan nilai koefisien beta variabel independen dengan cara melihat nilai coef atau dapat langsung terlihat pada bagian baris yang bertuliskan the regression equation is pada gambar 4. dimana dalam uji ini hasilnya adalah: Tt = 89,28 1,1799 Hz Persamaan di atas dapat disimpulka sebagai berikut: Apabila variabel lain bernilai konstan maka nilai Tt akan berubah dengan sendirinya sebesar nilai konstanta yaitu 89,28. Apabila variabel lain bernilai konstan maka nilai Tt akan berubah atau berkurang sebesar 1,1799 setiap satu satuan Hz. 3. R Square R Square ditunjukkan dengan nilai R-Sq dimana pada uji ini nilainya dapat dilihat pada gambar 4. yaitu sebesar 20,4% artinya variabel Y dapat dijelaskan oleh variabel independen Hz sebesar 20,4% sedangkan sisanya (100% - 2,4% = 79,6%) dijelaskan oleh variabel lain di luar model yang tidak diteliti. 4. Standard Error of Estimate Standard Error of Estimate (SEE) digunakan untuk mengetahui apakah model regresi dinyatakan valid sebagai model prediksi, dapat dilihat pada gambar 4. dengan nilai S dalam uji ini sebesar

111 151 0, Nilai SEE ini dibandingkan dengan standar deviasi variabel dependen atau Y. Dinyatakan model valid sebagai model prediksi apabila nilai SEE < nilai standar deviasi Y. Nilai standar deviasi Y atau dalam kasus ini adalah nilai Tt sebesar 0,072591, maka nilai SEE = 0, < nilai standar deviasi nilai Tt = 0,072591, jadi model regresi ini valid sebagai model prediksi. 88,70 88,65 Fitted Line Plot Tt = 89,28-0,1799 Hz S 0, R-Sq 20,4% R-Sq(adj) 14,3% 88,60 Tt 88,55 88,50 88,45 88,40 3,7 Grafik Fitted Line Plot Regresi Linier Sederhana Haze (Hz-Tt) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.31 grafik tersebut menjelaskan tentang sebaran antara variabel dependen Y (Nilai Tt) dengan variabel independen X (Nilai Hz) untuk nilai aktual keduanya yang dipotong dengan garis lurus diagonal, dimana garis yang terbentuk dicerminkan oleh keterangan pada sisi kanan atas grafik yaitu nilai S (error), R Square, dan R Square (Adjective). 3,8 3,9 4,0 Hz 4,1 4,2 4,3 4,4

112 152 Grafik Residual Plot for Tt Regresi Linier Sederhana Haze (Hz- Tt) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.32 terdapat 4 intepretasi output yang tersaji dimana dua intepretasi tersebut yaitu normal probability plot dan histogram merupakan ringkasan dari normalitas residual. Normalitas residual adalah asumsi dari normalitas pada regresi adalah variabel residual yang harus berdistribusi normal, sedangkan residual merupakan perbedaan antara variabel dependen atau Y prediksi atau nilai Y berdasarkan hasil persamaan regresi. Penjelasan dari dua intepretasi output dalam normalitas residual diantaranya adalah sebagai berikut: 1. Normal Probability Plot Pada intepretasi ini dapat mengidentifikasi residual dapat dinyatakan berdistribusi normal yang disimpulkan apabila banyak plot mengikuti garis lurus. Berdasarkan intepretasi output yang ada untuk normal probability plot yang tersaji dari 15 sample yang ada hampir semua sample atau plot mengikuti garis lurus yang mengindikasikan bahwa residual yang ada berdistribusi normal.

113 Histogram Histogram residual yang mengansumsikan normalitas pada regresi adalah variabel residual harus berdistribusi normal. Residual dinyatakan berdistribusi normal apabila histogram menyerupai bel menghadap ke atas, dan berdasarkan gambar histogram pada gambar 4. histogram yang terbentuk bel menghadap ke atas yang mengindikasikan bahwa residual dinyatakan berdistribusi normal. Berdasarkan dua diagram di atas dapat disimpulkan bahwa residual berdistribusi normal. Heteroskedastisitas merupakan gejala yang dapat ditentukan dengan diagram scatter antara variabel Y prediksi (Fits) dengan variabel residual. Heteroskedastisitas dapat dilihat dengan menggunakan diagram versus fits dan versus order. Berikut merupakan penjelasan dari diagram versus fits dan versus order: 1. Versus Fits Berdasarkan diagram versus fits mengenai gejala heteroskedastisitas dapat disimpulkan ada tidaknya gejala heteroskedastisitas apabila plot menyebar merata di atas dan di bawah sumbu 0 tanpa membentuk sebuah pola tertentu, maka dapat disimpulkan bahwa tidak terdapat gejala heteroskedastisitas dan begitu juga yang terlihat pada diagram versus fits pada gambar Versus Order Berdasarkan pada diagram versus order atau alur proses pada observasi kesepuluh mengalami penurunan yang signifikan namun

114 154 pada observasi kesebelas terjadi kenaikan kembali, dan pada akhir observasi yaitu observasi kelimabelas mengalami penurunan kembali. Tabel Data Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada tabel 4.50 dugaan unuk persamaan regresi yang dilakukan adalah untuk melihat pengaruh Hz1 terhadap Tt1. Dimana terdapat 15 data untuk Haze1 dan Tt1, Haze merupakan tingkat keburaman plastik film dan Tt merupakan tingkat keterangan plastik film. Jadi persamaan regresi yang dilakukan adalah untuk melihat pengaruh tingkat keburaman plastik film (Haze1) terhadap tingkat keterangan plastik film (Tt1). Terdapat 4 tabel hasil yang ditampilkan yaitu Summary Output, ANOVA, Residual Output, dan Probability Output. Multiple R G2TP.F2.50 (HAZE1-TT1) MR No Date Hz Tt 14M ,87 88,54 14M ,05 88,54 14M ,03 88,54 14M ,05 88,58 14M ,97 88,71 14M ,79 88,7 14M ,37 88,6 14M ,09 88,75 14M ,02 88,69 14M ,11 88,63 14M ,9 88,67 14M ,08 88,66 14M ,24 88,68 14M ,22 88,63 14M ,19 88,69 (R majemuk) adalah suatu ukuran untuk mengukur tingkat (keeratan) hubungan linear antara variabel terikat dengan seluruh variabel bebas secara bersama-sama. Pada kasus dua variabel (satu variabel

115 155 bebas dan satu variabel terikat), besaran r (biasanya dituliskan dengan hruf kecil untuk dua variabel) dapat bernilai positif maupun negatif (antara -1 dan 1), tetapi untuk lebih dari dua variabel, besaran R selalu bernilai positif (antara 0 1). Nilai R yang lebih besar (+ atau -) menunkkan hubungan yang lebih kuat. R Square (R2) Sering disebut dengan koefisien determinasi, adalah mengukur kebaikan suai (goodness of fit) dari persamaan regresi; yaitu memberikan proporsi atau presentase variasi total dalam variabel terikat yang dijelaskan oleh variabel bebas. Nilai R2 terletak antara 0 1, dan kecocokan model dikatakan lebih baik jika R2 semakin mendekati 1. Adjusted R Square Suatu sifat penting R2 dimana nilainya merupakan fungsi yang tidak pernah menurun dari banyaknya variabel bebas yang ada dalam model, harus memperhitungkan banyaknya variabel bebas yang ada dalam model. Ini dapat dilakukan dengan menggunakan Adjusted R Square. Istilah penyesuaian berarti nilai R2 sudah disesuaikan dengan banyaknya variabel (derajat bebas) dalam model. R2 yang disesuaikan ini juga akan meningkat secara bersamaan dengan meningkatnya jumlah variabel, tetapi peningkatannya relatif kecil. Seringki juga disarankan jika variabel bebas lebih dari dua, sebaiknya menggunakan Adjusted R Square.

116 156 Standard Error Merupakan standar error dari estimasi variabel terikat (tingkat keterangan plastik film (Tt)). Angka ini dibandingkan dengan standar deviasi dari Tt. Semakin kecil angka standar error ini dibandingkan angka standar deviasi dari Tt maka model regresi semakin tepat dalam memprediksi Tt. Berikut merupakan hasil yang ditampilkan dari persamaan regresiyang telah dilakukan: Tabel Summary Output Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada tabel 4.51 pada Summary Output ditampilkan nilai Multiple R, R Square, Adjust R Square, Standard Error, dan jumlah observasi (Observations), dan penjelasan hasil yang ditampilkan pada Summary Output. SUMMARY OUTPUT G2TP.F2.50 (HZ1-TT1) Regression Statistics Multiple R 0, R Square 0, Adjusted R Square -0, Standard Error 0, Observations 15 Tabel ANOVA Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) ANOVA df SS MS F Significance F Regression 1 2,54603E-05 2,54603E-05 0, , Residual 13 0, , Total 14 0, Berdasarkan pada tabel 4.52 diuji untuk variasi data turun naiknya atau besar kecilnya tingkat Tt disebabkan oeh variasi dari tingkat Haze, dan hasil ANOVA untuk persamaan regresi.

117 157 Tabel ANOVA (Intercept-X Variable) Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0% Intercept 88, , , ,44753E-23 87, , , , X Variable 1-0, , , , , , , , Berdasarkan data pada tabel 4.53 menampilkan nilai-nilai koefisien, standard error, tstat, P-Value, dan selang kepercayaan. Dalam pengujian hipotesis regresi, tahap berikutnya setelah pengujian secara simultan (uji F) adalah pengujian koefisien regresi secara parsial. Pengertian pengujian secara parsial ini adalah untuk menjawab pertanyaan dengan asumsi faktor-faktor lain tetap atau tidak berubah, apakah nilai Haze berpengaruh terhadap nilai Tt. Dalam uji parsial menggunakan uji t, dan hasil perhitungan yang telah dilakukan dengan menggunakan uji t. Tabel Output Residual Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) RESIDUAL OUTPUT PROBABILITY OUTPUT Observation Predicted Y Residuals Standard Residuals Percentile Y 1 88, , , , , , , , , , , , , , , , , , , , , , ,6 6 88, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,75

118 158 Grafik Residual Plot Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada grafik 4.33 merupakan grafik yang menghubungkan antara variabel bebas (nilai Haze) untuk X Variable 1 dengan residual. Grafik Line Fit Plot Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada grafik 4.34 merupakan grafik plot yang menghubungkan antara variabel bebas (nilai Haze) untuk X Variable 1 dengan variable terikat (nilai Tt1) baik nilai Tt1 atas dasar data aktual maupun prediksi. Grafik Normal Probability Plot Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada grafik 4.35 merupakan grafik normal probability atas dasar persentil untuk variabel terikat (nilai Tt1).

119 159 Tabel Data Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada tabel 4.55 data yang di input untuk dijadikan sebagai output regresi adalah data nilai Haze (Hz1) dan data nilai Tt1 dengan masing-masing 15 sample. Nilai Tt1 sebagai variabel Y yang merupaka variabel terikat dan nilai Haze (Hz1) sebagai variabel X yang merupakan variabel bebasnya. Gambar Output Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.26 terdapat beberapa penjelasan untuk hasil regresi yang ada yaitu menggunakan uji regresi, persamaan regresi, R Square, dan Standard Error of Estimate.

120 160 Fitted Line Plot Tt = 88,68-0,0089 Hz 88,75 S 0, R-Sq 0,0% R-Sq(adj) 0,0% 88,70 Tt 88,65 88,60 88,55 Grafik Fitted Line Plot Regresi Linier Sederhana Haze (Hz1-Tt1) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.36 grafik tersebut menjelaskan tentang sebaran antara variabel dependen Y (Nilai Tt1) dengan variabel independen X (Nilai Hz1) untuk nilai aktual keduanya yang dipotong dengan garis lurus horizontal, dimana garis yang terbentuk dicerminkan oleh keterangan pada sisi kanan atas grafik yaitu nilai S (error), R Square, dan R Square (Adjective). 3,8 3,9 4,0 Hz 4,1 4,2 4,3 4,4 Grafik Residual Plots for Tt Regresi Linier Sederhana Haze (Hz1- Tt1) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.37 terdapat 4 intepretasi output yang tersaji dimana dua intepretasi tersebut yaitu normal probability plot dan

121 161 histogram merupakan ringkasan dari normalitas residual. Normalitas residual adalah asumsi dari normalitas pada regresi adalah variabel residual yang harus berdistribusi normal, sedangkan residual merupakan perbedaan antara variabel dependen atau Y prediksi atau nilai Y berdasarkan hasil persamaan regresi. Penjelasan dari dua intepretasi output dalam normalitas residual diantaranya adalah sebagai berikut: 1. Normal Probability Plot Pada intepretasi ini dapat mengidentifikasi residual dapat dinyatakan berdistribusi normal yang disimpulkan apabila banyak plot mengikuti garis lurus. Berdasarkan intepretasi output yang ada untuk normal probability plot yang tersaji dari 15 sample yang ada hampir semua sample atau plot mengikuti garis lurus yang mengindikasikan bahwa residual yang ada berdistribusi normal. 2. Histogram Histogram residual yang mengansumsikan normalitas pada regresi adalah variabel residual harus berdistribusi normal. Residual dinyatakan berdistribusi normal apabila histogram menyerupai bel menghadap ke atas, dan berdasarkan gambar histogram pada gambar 4. histogram yang terbentuk bel menghadap ke atas yang mengindikasikan bahwa residual dinyatakan berdistribusi normal. Berdasarkan dua diagram di atas dapat disimpulkan bahwa residual berdistribusi normal. Heteroskedastisitas merupakan gejala yang dapat ditentukan dengan diagram scatter antara variabel Y prediksi (Fits) dengan variabel

122 162 residual. Heteroskedastisitas dapat dilihat dengan menggunakan diagram versus fits dan versus order. Berikut merupakan penjelasan dari diagram versus fits dan versus order: 1. Versus Fits Berdasarkan diagram versus fits mengenai gejala heteroskedastisitas dapat disimpulkan ada tidaknya gejala heteroskedastisitas apabila plot menyebar merata di atas dan di bawah sumbu 0 tanpa membentuk sebuah pola tertentu, maka dapat disimpulkan bahwa tidak terdapat gejala heteroskedastisitas dan begitu juga yang terlihat pada diagram versus fits pada gambar Versus Order Tabel Data Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) G2TP.F2.50 (HAZE2-TT2) MR No Date Hz Tt 14M ,89 88,47 14M ,99 88,5 14M ,53 14M ,94 88,49 14M ,82 88,6 14M ,88 88,61 14M ,17 88,4 14M ,18 88,56 14M ,04 88,63 14M ,96 88,56 14M ,07 88,57 14M ,16 88,54 14M ,21 88,56 14M ,21 88,57 14M ,17 88,46 Berdasarkan pada tabel 4.56 dugaan unuk persamaan regresi yang dilakukan adalah untuk melihat pengaruh Hz2 terhadap Tt2. Dimana terdapat 15 data untuk Haze2 dan Tt2, Haze merupakan tingkat keburaman plastik film dan Tt merupakan tingkat keterangan plastik film. Jadi persamaan regresi yang dilakukan adalah untuk melihat

123 163 pengaruh tingkat keburaman plastik film (Haze2) terhadap tingkat keterangan plastik film (Tt2). Terdapat 4 tabel hasil yang ditampilkan yaitu Summary Output, ANOVA, Residual Output, dan Probability Output. Multiple R (R majemuk) adalah suatu ukuran untuk mengukur tingkat (keeratan) hubungan linear antara variabel terikat dengan seluruh variabel bebas secara bersama-sama. Pada kasus dua variabel (satu variabel bebas dan satu variabel terikat), besaran r (biasanya dituliskan dengan hruf kecil untuk dua variabel) dapat bernilai positif maupun negatif (antara -1 dan 1), tetapi untuk lebih dari dua variabel, besaran R selalu bernilai positif (antara 0 1). Nilai R yang lebih besar (+ atau -) menunkkan hubungan yang lebih kuat. R Square (R2) Sering disebut dengan koefisien determinasi, adalah mengukur kebaikan suai (goodness of fit) dari persamaan regresi; yaitu memberikan proporsi atau presentase variasi total dalam variabel terikat yang dijelaskan oleh variabel bebas. Nilai R2 terletak antara 0 1, dan kecocokan model dikatakan lebih baik jika R2 semakin mendekati 1. Adjusted R Square Suatu sifat penting R2 dimana nilainya merupakan fungsi yang tidak pernah menurun dari banyaknya variabel bebas yang ada dalam model, harus memperhitungkan banyaknya variabel bebas yang ada

124 164 dalam model. Ini dapat dilakukan dengan menggunakan Adjusted R Square. Istilah penyesuaian berarti nilai R2 sudah disesuaikan dengan banyaknya variabel (derajat bebas) dalam model. R2 yang disesuaikan ini juga akan meningkat secara bersamaan dengan meningkatnya jumlah variabel, tetapi peningkatannya relatif kecil. Seringki juga disarankan jika variabel bebas lebih dari dua, sebaiknya menggunakan Adjusted R Square. Standard Error Merupakan standar error dari estimasi variabel terikat (tingkat keburaman plastik film (Haze)). Angka ini dibandingkan dengan standar deviasi dari Haze. Semakin kecil angka standar error ini dibandingkan angka standar deviasi dari Haze maka model regresi semakin tepat dalam memprediksi Haze. Berikut merupakan hasil yang ditampilkan dari persamaan regresiyang telah dilakukan: Tabel Summary Output Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada tabel 4.57 pada Summary Output ditampilkan nilai Multiple R, R Square, Adjust R Square, Standard Error, dan jumlah observasi (Observations), dan penjelasan hasil yang ditampilkan pada Summary Output. SUMMARY OUTPUT G2TP.F2.50 (HZ2-TT2) Regression Statistics Multiple R 0, R Square 0, Adjusted R Square -0, Standard Error 0, Observations 15

125 165 Tabel ANOVA Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) ANOVA df SS MS F Significance F Regression 1 0, , , , Residual 13 0, , Total 14 0, Berdasarkan pada tabel 4.58 diuji untuk variasi data turun naiknya atau besar kecilnya tingkat Tt disebabkan oeh variasi dari tingkat Haze. Tabel ANOVA (Intercept dan X Variable 1) Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0% Intercept 88, , , ,51601E-23 87, , , , X Variable 1-0, , , , , , , , Berdasarkan data pada tabel 4.59 menampilkan nilai-nilai koefisien, standard error, t-stat, P-Value, dan selang kepercayaan. Dalam pengujian hipotesis regresi, tahap berikutnya setelah pengujian secara simultan (uji F) adalah pengujian koefisien regresi secara parsial. Pengertian pengujian secara parsial ini adalah untuk menjawab pertanyaan dengan asumsi faktor-faktor lain tetap atau tidak berubah, apakah nilai Haze berpengaruh terhadap nilai Tt. Dalam uji parsial menggunakan uji t, dan hasil perhitungan yang telah dilakukan dengan menggunakan uji t. Tabel Output Residual Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) RESIDUAL OUTPUT Observation Predicted Y Residuals Standard Residuals 1 88, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , PROBABILITY OUTPUT Percentile Y 3, , ,46 16, ,47 23, , ,5 36, ,53 43, , ,56 56, ,56 63, , ,57 76, ,57 83, , ,61 96, ,63

126 166 Grafik Residual Plot Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada grafik 4.38 merupakan grafik yang menghubungkan antara variabel bebas (nilai Haze) untuk X Variable 1 dengan residual. Grafik Line Fit Plot Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Microsoft Excel (Manual)) Berdasarkan pada grafik 4.39 merupakan grafik plot yang menghubungkan antara variabel bebas (nilai Haze) untuk X Variable 1 dengan variable terikat (nilai Tt2) baik nilai Tt2 atas dasar data aktual maupun prediksi. Grafik Normal Probability Plot Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Microsoft Excel (Manual))

127 167 Berdasarkan pada grafik 4.40 merupakan grafik normal probability atas dasar persentil untuk variabel terikat (nilai Tt2). Tabel Data Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada tabel 4.61 data yang di input untuk dijadikan sebagai output regresi adalah data nilai Haze (Hz2) dan data nilai Tt2 dengan masing-masing 15 sample. Nilai Tt2 sebagai variabel Y yang merupaka variabel terikat dan nilai Haze (Hz2) sebagai variabel X yang merupakan variabel bebasnya. Gambar Output Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada gambar 4.56 terdapat beberapa penjelasan untuk hasil regresi yang ada yaitu menggunakan uji regresi, persamaan regresi, R Square, dan Standard Error of Estimate.

128 168 88,65 88,60 Fitted Line Plot Tt = 88,94-0,0996 Hz S 0, R-Sq 4,4% R-Sq(adj) 0,0% 88,55 Tt 88,50 88,45 88,40 3,8 Grafik Fitted Line Plot Regresi Linier Sederhana Haze (Hz2-Tt2) Tipe G2TP.F2.50 (Minitab) Berdasarkan pada grafik 4.41 grafik tersebut menjelaskan tentang sebaran antara variabel dependen Y (Nilai Tt2) dengan variabel independen X (Nilai Hz2) untuk nilai aktual keduanya yang dipotong dengan garis lurus diagonal, dimana garis yang terbentuk dicerminkan oleh keterangan pada sisi kanan atas grafik yaitu nilai S (error), R Square, dan R Square (Adjective). 3,9 4,0 Hz 4,1 4,2 Grafik Residual Plot for Hz Regresi Linier Sederhana Haze (Hz2- Tt2) Tipe G2TP.F2.50 (Minitab)