PE I GKATA KUALITAS PRODUK SUCTIO RUBBER DI LI I PRODUKSI PU CHI G OUTSIDE DE GA METODE TAGUCHI

Transkripsi

1 PE I GKATA KUALITAS PRODUK SUCTIO RUBBER DI LI I PRODUKSI PU CHI G OUTSIDE DE GA METODE TAGUCHI Lulu Haryani Departement Teknik Industri, Fakultas Teknik, Universitas Indonesia, Kampus Baru UI, Depok 16424, Indonesia haryani_lulu@yahoo.com Abstrak Penelitian ini menjelaskan tentang metode peningkatan kualitas proses produksi dengan menggunakan metode desain parameter Taguchi. Tingginya tingkat cacat burry pada produk Suction Rubber di lini produksi punching outside menunjukan masih diperlukan adanya perbaikan sebagai salah satu bentuk usaha meningkatkan kualitas secara berkesinambungan. Hal inilah yang mendasari penelitian dengan metode Taguchi yang bertujuan untuk menurunkan tingkat kecacatan produk. Untuk mencapai tujuan tersebut, perlu diketahui faktor terkontrol yang berpengaruh dan bagaimana faktor tersebut harus diatur. Tiga faktor yang diteliti adalah hardness material (47 IRHD, 50 IRHD), jarak stopper (98mm, 100mm), dan diameter punch (5.6 mm, 5.9 mm). Hasil eksperimen menunjukan bahwa hanya faktor hardness material 50 IRHD dan diameter punch pada dimensi 5.6 mm yang dapat memberikan hasil optimal secara signifikan. Kata Kunci: Metode Taguchi, Karet, Cacat Burry, Kualitas, Faktor Terkontrol Abstract This study describes the method of manufacturing process quality improvement using the Taguchi parameter design method. The high of Suction Rubber burry defect rate in Punching Outside process shows that continuous improvement is still needed for the better quality of the process. Taguchi method is used to decrease the number of product defect. Therefore, it is important to find out the influential control factors and their optimal settings. Three factors which are used in the experiment are hardness material (47 IRHD, 50 IRHD), stopper height (98mm, 100mm), and punch diameter (5.6 mm, 5.9 mm). The experimental result shows that there are two factor that can give optimum result significantly on the hardness material 50 IRHD and the dimension 5.6 mm of the punch diameter. Keywords: Taguchi Method, Rubber, Burry Defect, Quality, Control Factors 1

2 1. Pendahuluan Perkembangan industri manufaktur produk rubber di Indonesia menunjukan peningkatan baik dalam segi produk yang dihasilkan maupun segi jumlah perusahaan. Pemanfaatan produk dari industri ini meliputi produk komponen elektronik, kesehatan, otomotif, sampai kebutuhan rumah tangga. PT Covac Indonesia merupakan salah satu perusahaan di Indonesia yang bergerak di bidang industri manufaktur produk rubber. Produk yang dihasilkan oleh perusahaan ini adalah komponen elektronik & otomotif. Pada perusahaan ini, proses produksi yang memiliki persentase cacat tertinggi saat ini adalah proses punching outside khususnya pada produk Suction Rubber (M-044 Series), komponen ink catridge salah satu perusahaan elektronik ternama di dunia. Produk M-044 series merupakan produk yang memiliki poor of quality cost tertinggi dengan nilai persentase cacat 51% dari total jumlah unit cacat produk. Dari data inspeksi produk M-044A diketahui bahwa jenis cacat yang paling dominan terjadi pada produk ini adalah jenis cacat burry yang dihasilkan dari proses punching outside, dimana jumlah cacat terjadi sebanyak unit produk atau 80.5% dari total cacat yang ada. Tingginya biaya yang disebabkan produk cacat tersebut akan menyebabkan laba atau profit yang diperoleh perusahaan semakin menurun. Menurunnya margin laba pada industri ini membuat tingginya tingkat variabilitas pada proses dan tingginya tingkat cacat pada produk harus ditekan seminimal mungkin agar perusahaan dapat terus beroperasi dengan baik. Sejalan dengan permasalahan tersebut, maka diperlukan suatu penelitian untuk mengetahui faktorfaktor terkontrol apa saja yang signifikan mempengaruhi terjadinya cacat burry suction rubber pada proses punching outside dan bagaimana faktor tersebut harus diatur sehingga memberikan hasil yang optimal. Salah satu cara untuk mengetahui faktorfaktor penting yang dapat memaksimumkan hasil dan mengurangi biaya secara keseluruhan adalah dengan menggunakan metode Taguchi. 2. Metode Taguchi Metode Taguchi menitikberatkan pada pencapaian target tertentu dan mengurangi variasi suatu produk atau proses dengan menggunakan desain parameter. Pencapaian tersebut dilakukan dengan menggunakan ilmu statistik. Apabila ada sejumlah parameter yang diperkirakan mempengaruhi suatu proses, maka dengan prinsip statistik, pada metode Taguchi dapat dihitung seberapa besar peran masing-masing parameter tersebut dalam mempengaruhi proses ataupun hasil dari proses tersebut. Dengan menggunakan metode Taguchi ini dapat ditarik kesimpulan parameter mana yang hanya merupakan gangguan (noise) saja. Dengan mengetahui parameter yang dominan, maka dapat dilakukan suatu optimasi pada parameter yang dominan tersebut, sehingga diperoleh proses yang optimum, karena itu disebut sebagai desain parameter. Ada dua kontribusi utama metode Taguchi pada kualitas, yaitu Taguchi Loss Function dan Orthogonal Array. 2.1 Taguchi Loss Function Taguchi loss function secara umum merupakan fungsi kerugian yang ditanggung oleh masyarakat (produsen dan konsumen) akibat kualitas yang dihasilkan. Bagi produsen yaitu dengan timbulnya biaya kualitas sedangkan bagi konsumen adalah adanya ketidakpuasan atau kekecewaan atas produk yang dibeli atau dikonsumsi karena kualitasnya yang buruk. Loss merupakan sesuatu 2

3 yang pasti terjadi saat suatu karakteristik kualitas fungsional produk menyimpang dari nilai nominalnya (target), sekecil apapun penyimpangan yang terjadi. Nilai Loss akan meningkat saat nilai karakteristik kualitas melebar jauh dari nilai targetnya. Taguchi loss function digambarkan dengan kurva kuadratik dari loss cost produk yang dihasilkan, seperti pada gambar berikut. Gambar 1 Taguchi Loss Function (Sumber: Park, 1996) 2.2 Signal to oise Ratio (S/ Ratio) Aplikasi S/ Ratio ini berguna untuk meningkatkan kualitas lewat pengurangan variasi dan peningkatan pengukuran. S/ Ratio adalah suatu bilangan yang menggambarkan perbandingan antara signal dan noise dari suatu parameter kendali. Untuk menggunakan konsep ini pada desain eksperimen, maka nilai kekuatan signal dan noise digantikan dengan nilai estimasi rata-rata dan variasi ). Nilai S/ Ratio didapat dari pengolahan data hasil percobaan untuk beberapa kombinasi level pada parameter kendali. Setiap kombinasi akan memiliki nilai tersendiri. Dari nilai tersebut dapat diketahui apakah parameter kendali tersebut cukup memberikan pengaruh yang signifikan pada sebuah proses permesinan sehingga dapat disebut sebuah signal. Atau parameter tersebut hanya memberikan pengaruh yang kecil sehingga dianggap sebagai noise saja. Jika target yang dituju adalah untuk meningkatkan respon output, maka yang dilakukan adalah mencari kombinasi dari parameter kendali yang nilai S/ Ratio dari setiap levelnya memiliki nilai terbesar. Berdasarkan Taguchi loss function, ada tiga jenis S/ Ratio yang biasa dipakai dalam optimisasi permasalahan statik, salah satunya yaitu: Smaller the better Merupakan karakteristik terukur non negative dengan nilai ideal nol. Pencapaian nilai mendekati nol maka kualitas akan semakin baik. Optimasi jenis ini biasanya dipakai untuk mengoptimasi suatu cacat pada produk. Dapat juga digunakan untuk menentukan waktu produksi tercepat (paling produktif). Untuk menghitungnya menggunakan rumus: (1) Dimana, n = Jumlah data i = Data respon pengukuran 2.3 Struktur Orthogonal Array Metode Taguchi menggunakan seperangkat matriks khusus yang disebut orthogonal array (OA), untuk menetapkan kombinasi faktor dan level mana yang akan digunakan dalam eksperimen yang efisien dan untuk menganalisa data hasil percobaan. Orthogonal array adalah sebuah matriks fractional factorial yang menjamin suatu perbandingan yang seimbang antara level-level dari faktor ataupun interaksinya dalam kombinasi yang dihasilkan. Orthogonal array digunakan untuk menentukan jumlah eksperimen minimal yang dapat memberi informasi sebanyak mungkin semua faktor yang mempengaruhi parameter. 3

4 Gambar 2 Penulisan Orthogonal Array (Sumber: Park, 1996) Untuk dua level, tabel OA terdiri dari L4, L8, L12, L16, L32, sedangkan untuk tiga level table OA terdiri dari L9, L18, L27. Banyaknya level yang digunakan didalam faktor digunakan untuk memilih orthogonal array. Jika faktornya ditetapkan berlevel dua maka harus digunakan orthogonal array dua level, begitu seterusnya. Orthogonal array untuk L8 diperlihatkan pada tabel berikut. Tabel 1 Matriks Orthogonal Array. (Sumber: Park, 1996) Matriks OA pada tabel diatas terdiri dari 3 faktor kendali (A, B, C) dan dua level (1 dan 2). Untuk matriks ini diperlukan 8 kali percobaan karena berdasarkan matriks orthogonal array-nya terdapat 8 macam kombinasi. 3 Metodologi Penelitian Metode penelitian yang digunakan dalam pelaksanaan eksperimen dengan metode Taguchi secara sistematis adalah sebagai berikut: 1. Tahap Persiapan Penelitian Penentuan tema dan topik penelitian Penentuan tujuan dan manfaat penelitian Penentuan permasalahan dan batasan masalah Mempelajari landasan teori 2. Tahap Perencanaan Perancangan eksperimen Pembuatan orthogonal array (OA) 3. Tahap Pelaksanaan Pengumpulan Data 4. Tahap Pengolahan Data dan Analisis Mengolah dan menganalisa hasil eksperimen dengan ANOVA Mentransformasikan hasil eksperimen ke dalam S/N Ratio Menentukan kombinasi faktor dan level yang optimal Menghitung estimasi respon kualitas & S/N Ratio Melakukan eksperimen konfirmasi Menghitung respon kualitas & S/N Ratio eksperimen konfirmasi Membandingkan before dan after condition 5. Kesimpulan Memberikan kesimpulan 4 Studi Kasus 4.1 Pemahaman Flow Proses Ada beberapa tahapan proses yang harus dilalui oleh suatu bahan mentah sebelum dapat dikatakan sebagai produk jadi yang siap dipasarkan kepada customer. Demikian juga pada proses produksi produk rubber di PT Covac Indonesia yang menggunakan proses punching outside sebagai proses utamanya, dimana rubber sheet material yang 4

5 5 diterima dari proses compression molding akan melalui sejumlah tahapan proses yang diperlukan sampai akhirnya didapatkan produk jadi. Gambar dibawah ini akan menjelaskan aliran proses yang akan dilalui rubber sheet material menjadi produk jadi di PT Covac Indonesia pada lini produksi punching outside dengann komponen pendukung produksi jig manual hand press. hardness material produk rubber yang tidak sesuai (terlalu lunak atau keras), dan jarak langkah turun punch ke dies. Dibawah ini merupakan gambaran cacat burry pada produk Suction Rubber. Gambar 4 Defect Burry Gambar 3 Flow Process Punching 4.2 Defect Burry Cacat burry adalah cacat akibat adanya kelebihan sisa potong yang berserabut (kemungkinan mudah lepas) pada produk rubber. Kelebihan sisa potong pada produk rubber tersebut bisa disebabkan oleh beberapa hal diantaranya nilai clearance antara punch dan die (ukuran diameter punch dan die), 4.3 Perancangan Eksperimen Setelah mengetahui dan memahami aliran proses punching outside di lini produksi dan juga penjelasan mengenai jenis cacat burry, langkah selanjutnya pada tahapan perancangan eksperimen adalah menentukan faktor-faktor yang dapat dikontrol, menentukan level yang akan dipilih, dan juga metode yang akan digunakan. Penelitian ini akan dilakukan di lini produksi punching outside PT. Covac Indonesia dengan metode Taguchi. Dalam menentukan faktor terkontrol apa saja yang akan digunakan dalam percobaan ini, pertama- dengan tama penulis melakukan brainstorming advisor manufacturing development dan beberapa staff dari departemen terkait. Brainstorming adalah bagian yang integral dalam metode Taguchi karena brainstorming merupakan teknik yang paling berpengaruh dalam sebuah percobaan. Hasil brainstorming ini kemudian dipadukan dengan analisis sebab akibat atau cause and effect analysis (CEA). Gambar di bawah ini akan menjelaskan CEA dari jenis cacat burry.

6 6 Tabel 2 Faktor Terkontrol dan Range Setting Untuk Percobaan Gambar 5 Fishbone Diagram Penyebab Defect Burry Dari CEA diatas, ditemukan enam faktor terkontrol yang mungkin digunakan dalam penelitian yaitu hardness material, berat raw rubber material, diameter punch, diameter lubang dies, jarak langkah turun punch ke dies, dan sistem kerja punch. Namun dikarenakan terdapat keterbatasan waktu dan juga biaya, diperlukan prioritas tentang penyebab masalah dan faktor yang akan dimasukan kedalam percobaan. Berdasarkan keputusan bersama, dipilihlah 3 faktor terkontrol yang ada, untuk dimasukan ke dalam percobaan, yaitu faktor hardness material, jarak stopper, dan diameter punch. Untuk menyederhanakan eksperimen, setiap faktor dibagi menjadi dua level. Hardness material dilihat pada level 47 IRHD, dan 50 IRHD. Jarak langkah turun punch ke dies dilihat pada level 98 mm dan 100 mm. Sedangkan diameter punch dilihat pada level Ø 5.6 mm dan Ø 5.9 mm. Langkah penting yang harus dilakukan selanjutnya adalah mencari interaksi antara faktoreksperimen. Dengan faktor yang akan dilihat dalam mempertimbangkan bahwa belum ada penelitian yang dilakukan sebelumnya dan juga jumlah faktor yang tidak terlalu banyak dari percobaan ini, maka diputuskan untuk melihat interaksi yang mungkin terjadi antara 2 faktor saja, yaitu: 1. Hardness material x jarak stopper (A x B) 2. Jarak stopper x diameter punch (B x C) 3. Hardness material x diameter punch (A x C) Dengan menggunakan grafik linier dan OA standar (Ross, 1988), faktor utama dan interaksi yang lainnya dialokasikan pada kolom-kolom dalam L 8 dengan urutan sebagai berikut. Kolom 1-hardness material (A), kolom 2-jarak stopper (B), kolom 3- hardness material x jarak stopper (A x B), kolom 4- diameter punch (C), kolom 5-hardness material x diameter punch (A x C), kolom 6-jarak stopper x diameter punch (B x C), sedangkan kolom 7- hardness material x jarak stopper x diameter punch (A x B x C). Tabel 3 Experimental Layout

7 4.4 Pengumpulan Data Pada penelitian ini, dilakukan replikasi sebanyak tiga kali untuk setiap jenis kondisi percobaan. Pelaksanaan percobaan Taguchi adalah pengerjaan berdasarkan setting faktor pada OA dengan jumlah percobaan sesuai jumlah replikasi dan urutan seperti randomisasi. Proses percobaan dilakukan dengan mengumpulkan data respon sebanyak jumlah baris pada matriks OA yang telah dipilih. Seperti yang telah dijelaskan sebelumnya, variable respon (quality characteristic) yang dilihat pada penelitian ini adalah persentase atau tingkat defect burry yang terjadi pada saat setiap faktor-faktor yang ada diatur sesuai dengan kondisi percobaan yang diinginkan. Berikut ini adalah tabel hasil percobaan yang telah dilakukan. Tabel 4 Hasil Percobaan 4.5 Pengolahan dan Analisis Data Main Effects Analysis of Burry Defect Rate Analysis Sebagai pengolahan data awal, dilakukan penghitungan terhadap rata-rata defect rate untuk setiap level faktor dan interaksi dan juga perbedaan diantara keduanya.). Setelah mendapatkan rata-rata untuk kedua level faktor tersebut, dihitung juga besarnya perbedaan diantara keduanya. Tabel 5 Main Effects Analysis of Burry Defect Rate Experiment Diameter punch memiliki perbedaan yang paling signifikan yaitu sebesar 16.14% dan interaksi AxC (interaksi antara hardness material dengan diameter punch) dengan -2.12%. Angka minus menunjukan bahwa pengaruh tingkat defect ini berbanding terbalik dengan level dari faktor yang bersangkutan Analysis of Variance (A OVA) of Burry Defect Rate Experiment ANOVA adalah teknik perhitungan yang memungkinkan secara kuantitatif mengestimasikan kontribusi dari setiap faktor pada semua pengukuran respon. ANOVA yang digunakan dalam hasil eksperimen dengan Taguchi pada umumnya adalah analisa ANOVA dua arah yang terdiri dari perhitungan derajat bebas (db), jumlah kuadrat, ratarata jumlah kuadrat, dan F-rasio dan p-value yang disajikan pada tabel sebagai berikut: Tabel 6 A OVA of Burry Defect Rate Experiment 7

8 Jika nilai p-value dari faktor atau menggunakan interaction plots seperti disajikan interaksi dibawah ini: tersebut kurang dari 0.10, maka dapat disimpulkan faktor atau interaksi tersebut memiliki pengaruh yang signifikan terhadap variabel respon (dalam hal ini adalah tingkat defect). Terdapat dua faktor yang ternyata memiliki efek terhadap tingkat defect di lini produksi punching outside, yaitu faktor diameter punch (C) dengan p-value dan interaksi antara hardness material dengan diameter punch (AxC) dengan p-value Langkah selanjutnya adalah menentukan bagaimana setiap faktor utama dalam penelitian ini harus diatur sehingga memberikan hasil yang optimal berdasarkan interpretasi dari hasil tabel Gambar 7 Interaction Plot for Means ANOVA digabungkan dengan main effect analysis. Dari gambar diatas kita dapat melihat bahwa terdapat interaksi antara hardness material dengan jarak stopper (AxB), hardness material dengan diameter punch (AxC), dan jarak stopper dengan diameter punch (BxC), yaitu dengan melihat bahwa ke semua interaksi tersebut saling yang menandakan ada interaksi diantara kedua faktornya tetapi dari tabel ANOVA diketahui bahwa hanya interaksi antara hardness material dengan diameter punch (AxC) yang secara signifikan mempengaruhi variabel respon. Karena Gambar 6 Main Effects Plot for Means faktor diameter punch (C) telah ditentukan sebelumnya (yaitu di-set pada low level kasus ini kita menggunakan atau level 1), maka kita dapat menentukan bagaimana quality characteristic smaller is better, maka untuk faktor hardness material (A) harus di setting mendapatkan hasil yang optimal, maka faktor sehingga kombinasi diantara keduanya memberikan diameter punch harus di-set pada level 1 atau low hasil optimal dengan mempelajari interaksi hardness level, karena pada level tersebut defect rate berada material dengan diameter punch (AxC). Pada saat berada pada level yang paling rendah. Untuk faktor diameter punch di-set pada level 1 (dapat menentukan pada level mana faktor hardness dilihat pada kolom kanan bagian atas), titik terendah material harus diset sehingga memberikan hasil yang berada pada garis merah. Titik merah adalah keadaan lebih optimal, kita dapat melihat pada main effects pada saat faktor di-set pada level 2 (high level) atau plot diagram pada gambar 1 dan juga dapat pada kekerasan material 50 IRHD. Karena dalam 8

9 Hal yang sama kita lakukan juga untuk mempelajari interaksi antara faktor jarak stopper dan diameter punch (BxC). Pada saat faktor diameter punch di-set pada level 1 (dapat dilihat pada kolom kanan bagian bawah), titik terendah berada pada kedua titik merah dan hitam. Titik merah adalah keadaan pada saat faktor di setting pada level 2 (high level) dan titik hitam adalah keadaan pada saat faktor di setting pada level 1 (low level). Artinya, dalam hal ini jarak stopper (B) dapat di setting baik pada high ataupun low level yaitu baik pada jarak 100 mm ataupun 98 mm. Pada tabel diatas dapat kita lihat bahwa faktor diameter punch (C) memiliki efek atau pengaruh yang terbesar dalam munculnya variasi, disusul dengan faktor hardness material (A) dan terakhir oleh faktor jarak stopper (B) yang ditandai dengan besarnya effect estimate faktor tersebut. Untuk mengetahui bagaimana faktor-faktor yang mempengaruhi variasi pada proses punching outside di setting agar dapat meberikan nilai variasi terendah, maka digunakan tabel ANOVA yang memberikan informasi mengenai faktor-faktor yang signifikan mempengaruhi variasi S/ Ratio Analysis Dengan menggunakan rumus S/N Ratio smaller the better, diperoleh nilai S/N Ratio untuk setiap percobaan yang disajikan pada tabel berikut: Tabel 9 A OVA for S/ Ratio of Burry Defect Rate Experiment Tabel 7 S/ Ratio Burry Defect Rate Experiment Pada tabel berikut, diberikan nilai S/N Ratio masing-masing faktor pada low level (level 1) dan high level (level 2) dan juga efek dari faktor tersebut: Tabel 8 Average Factor Level S/ Ratio Burry Defect Rate Experiment Jika nilai p-value dari faktor atau interaksi tersebut kurang dari 0.10, maka dapat disimpulkan faktor atau interaksi tersebut memiliki pengaruh yang signifikan terhadap variabel respon (dalam hal ini adalah tingkat variasi proses punching outside). Dengan melakukan perbandingan tersebut, maka dapat disimpulkan hanya terdapat satu faktor yang ternyata memiliki efek yang cukup besar terhadap variasi proses di lini produksi punching outside yaitu faktor diameter punch (C) dengan p-value Dalam menentukan bagaimana tiap faktor tersebut harus di setting dengan menggunakan S/ Ratio, dilakukan dengan cara memilih faktor level dengan nilai S/ Ratio yang paling besar. Karena dalam penelitian ini menggunakan S/ Ratio dengan 9

10 karakteristik smaller the better, nilai output S/ Ratio yang diperoleh adalah negatif, sehingga nilai S/ Ratio terbesar adalah nilai negatif terkecil. Untuk mempermudah dalam menentukan optimal factor setting, berikut ini adalah main effect plot untuk nilai S/ Ratio masing-masing factor level. Gambar 9 Interaction Plot for S/ Ratio Gambar 8 Main Effects Plot for S/ Ratio Dari gambar diatas, kita dapat memperhatikan main effect plots untuk faktor diameter punch (C) yang berada di paling atas. Karena dalam kasus ini kita menggunakan quality characteristic smaller is better, maka untuk mendapatkan hasil yang optimal, maka faktor diameter punch harus di-set pada level 1 atau low level, karena pada level tersebut tingkat variasi proses berada berada pada level yang paling rendah. Meskipun dari tabel ANOVA dapat diketahui hanya faktor diameter punch saja yang secara signifikan mempengaruhi tingkat variasi di lini produksi punching outside, faktor lain yang tidak mempengaruhi tingkat defect secara signifikan pun dapat di setting sehingga memberikan hasil yang lebih optimal, dan penentuan faktor lain tersebut dapat dilihat pada main effects plot diagram pada gambar 1 dan juga dapat menggunakan interaction plots seperti disajikan dibawah ini: Dari gambar diatas kita dapat melihat bahwa terdapat interaksi antara hardness material dengan jarak stopper (AxB), hardnesss material dengan diameter punch (AxC), dan jarak stopper dengan diameter punch (BxC), yaitu dengan melihat bahwa ke semua interaksi tersebut saling berpotongansatu sama lain yang menandakan diantara kedua faktornya meskipun dari tabel ANOVA diketahui bahwa kesemua interaksi tidak mempengaruhi variabel respon secara signifikan. Karena faktor diameter punch (C) telah ditentukan sebelumnya (yaitu di-set pada high level atau level 2), maka kita dapat menentukan bagaimana faktor hardness material (A) sehingga kombinasi diantara keduanya memberikan hasil optimal dengan mempelajari interaksi hardness material dengan diameter punchh (AxC). Pada saat faktor diameter punch di-set pada level 1 (dapat dilihat pada kolom kanan bagian atas), titik tertinggi berada pada garis merah. Titik merah adalah keadaan pada saat faktor di-set pada levell 2 (high level) atau pada kekerasan material 50 IRHD. ada ada interaksi harus di setting Hal yang sama kita lakukan juga untuk mempelajari interaksi antara faktor jarak stopper dan diameter punch (BxC). Pada saat faktor diameter punch di-set pada level 1 (dapat dilihat pada kolom 1 0

11 kanan bagian bawah), titik tertinggi berada pada kedua titik merah dan hitam. Titik merah adalah keadaan pada saat faktor di-set pada level 2 (high level) dan titik hitam adalah keadaan pada saat faktor di-set pada level 1 (low level). Artinya, dalam hal ini jarak stopper (B) dapat di-set baik pada high ataupun low level yaitu baik pada jarak 100 mm ataupun 98 mm. Berdasarkan Mean Effect Analysis dan S/ Ratio Analysis diatas, maka untuk mendapatkan hasil optimal secara keseluruhan, yaitu tingkat defect diproses punching outside yang lebih rendah dan juga dengan variasi yang minimum, maka setiap faktor harus di setting seperti tersaji pada tabel berikut : Tabel 12 Optimal Control Factor Settings Usulan Desain Setting Untuk mendapatkan kondisi optimum secara keseluruhan, maka faktor pengontrol tingkat defect dan variabilitas proses harus digabungkan. Kondisi optimum tersebut dapat diwakili oleh nilai S/ Ratio sebagai indikasi ketahanan proses terhadap variabilitas dan nilai rata-rata tingkat defect (mean) sebagai indikasi kemampuan proses memenuhi nilai target. Berikut adalah tabel setting optimal untuk setiap setting optimal untuk setiap faktor berdasarkan Mean Effect Analysis Prediksi ilai Desain Setting Untuk Tingkat Defect Untuk menghitung nilai prediksi desain level optimum, maka digunakan model persamaan sebagai berikut: Mean Optimum = + ( - ) + ( - ) + ( - ) (2) Tabel 10 Optimal Control Factor Settings for Mean Effect Analysis Sedangkan berikut ini adalah tabel setting optimal untuk setiap faktor berdasarkan S/ Ratio Analysis. Tabel 11 Optimal Control Factor Settings for S/ Ratio Analysis Dimana adalah rata-rata tingkat defect dari keseluruhan hasil eksperimen, adalah rata-rata tingkat defect untuk faktor A pada level 2 (kondisi optimum) dan ( - ) mempresentasikan efek dari faktor A pada level 2 dalam mengubah tingkat defect dari menjadi. Begitu pula seterusnya untuk faktor-faktor kontrol lainnya. Dengan memasukan seluruh nilai untuk level yang optimum ke dalam model persamaan, maka didapat prediksi tingkat defect pada kondisi operasional keseluruhan yang optimum, yaitu: Mean Optimum = ( ) + (27.46 Mean Optimum = ) + ( ) 1 1

12 Tabel 13 Estimate of Performance at The Optimum Condition of Process ke dalam model persamaan, maka didapat prediksi nilai S/ Ratio pada kondisi operasional keseluruhan yang optimum, yaitu: S/ Ratio Optimum = ( (-28.60)) + ( (-28.60)) +( (-28.60)) S/ Ratio Optimum = Pada tabel di atas, dapat kita lihat bahwa current average performance berada pada tingkat defect sebesar 27.85%, sedangkan dengan menggunakan optimal setting, diestimasikan hal tersebut akan berkontribusi pada peningkatan kualitas sebesar 8.97% sehingga pada akhirnya diharapkan dengan diterapkannya optimal setting dari faktor terkontrol ini, tingkat defect di proses punching outside PT Covac Indonesia dapat mencapai angka 18.88% Prediksi ilai Desain Setting Untuk S/ Ratio Untuk menghitung nilai prediksi desain level optimum untuk S/ Ratio, digunakan model persamaan sebagai berikut: S/ RatioOptimum = + ( - ) + ( - ) + ( - ) (3) Dimana adalah rata-rata nilai S/N Ratio dari keseluruhan hasil eksperimen, adalah ratarata nilai S/N Ratio untuk faktor A pada level 2 (kondisi optimum) dan ( - ) mempresentasikan efek dari faktor A pada level 2 dalam mengubah nilai S/N Ratio dari menjadi. Begitu pula seterusnya untuk faktor-faktor kontrol lainnya. Dengan memasukan seluruh nilai untuk level yang optimum Tabel 14 Estimate of S/ Ratio at The Optimum Condition of Process Pada tabel diatas, diperoleh nilai S/ Ratio pada kondisi optimum sebesar db. Meningkat 3.06 db jika dibandingkan dengan desain setting current grand average of performance, dimana besarnya nilai S/ Ratio adalah db, maka dapat kita katakan bahwa terdapat perubahan nilai S/ Ratio yang signifikan sebelum dan sesudah penerapan setting optimal Eksperimen Konfirmasi Tujuan eksperimen konfirmasi adalah untuk melakukan validasi dan verifikasi terhadap kesimpulan yang diperoleh selama tahap analisis. Pada awal penelitian ini telah diperoleh data current condition (before experiment) dari tingkat defect di lini produksi punching outside dengan 10 kali percobaan dalam kondisi faktor setting berbeda. Pada tabel dibawah ini, disajikan hasil perhitungan average, standard deviation dan loss function parameter dari keadaan before experiment. 1 2

13 Tabel 15 Punching Outside Process (Before Experiment) Tabel 16 Punching Outside Process (After Experiment) Dari tabel diatas dapat diketahui rata-rata tingkat defect dari current condition (before experiment) adalah 33.43% dengan standar deviasi 5.37 dan varian Nilai mean square deviation (MSD) dan S/ Ratio untuk quality characteristic smaller the better diperoleh dari perhitungan sebagai berikut: Dari tabel di atas dapat kita ketahui rata-rata tingkat defect dengan optimal control factors setting (after experiment) adalah 15.04% atau meningkat sekitar 18.39% dengan standar deviasi 3.72 dan varian Selain itu juga terjadi kenaikan S/ Ratio sebesar 6.8 db sehingga menjadi db yang berarti proses semakin baik. MSD = (4) S/ Ratio = -10 x log (MSD) (5) Untuk mengetahui performansi proses dengan menggunakan optimal setting dari control factors tersebut, dilakukan percobaan sebanyak 10 kali dengan menggunakan optimal control factors setting tersebut, kemudian dilakukan perhitungan terhadap average, standard deviation dan loss function parameters dari keadaan after experiment dengan cara yang sama dengan sebelumnya yang tersaji pada tabel berikut: Estimasi Penghematan (Saving) Penurunan Tingkat Defect Besarnya cost rejection per unit produk adalah sebesar $ atau jika diubah ke nilai rupiah berdasarkan kurs transaksi periode Juli-November 2012 (Rp 9597) menjadi sebesar Rp 131,-. Cost rejection tersebut diperoleh dari departemen PPIC yang telah mengkonversi komposisi biaya material dan proses yang menjadi terbuang karena produk tersebut mengalami cacat sehingga tidak dapat digunakan kembali. Perhitungan estimasi penghematan (saving) dari penurunan defect after experiment dapat dilihat pada tabel dibawah ini. 1 3

14 Tabel 17 Estimasi Penghematan (Saving) Penurunan Tingkat Defect Penurunan tingkat defect (18.39%) dikalikan dengan estimasi rata-rata jumlah produksi per bulan ( unit produk). Besar penurunan defect yang sudah diubah kedalam bentuk unit produk dikalikan dengan cost rejection per unit produk, maka diperoleh hasil akhir sebesar $6865 (Rp ,-) per bulannya. Dengan demikian, perusahaan diestimasikan dapat menghemat pengeluaran sebesar Rp ,- per bulan atau sekitar $ (Rp ,-) per tahunnya dengan menggunakan kombinasi setting faktor kontrol yang optimum. 5 Kesimpulan Berdasarkan penelitian yang telah dilakukan, ditemukan bahwa hanya faktor diameter punch (C) dan interaksi antara faktor hardness material dan diameter punch (AxC) yang memiliki pengaruh terhadap tingkat defect dan hanya faktor diameter punch (C) yang memiliki pengaruh terhadap variasi di lini produksi punching outside secara signifikan. Berdasarkan penggunaan metode Taguchi, maka untuk mendapatkan hasil yang optimal, yaitu tingkat defect burry yang lebih rendah dan juga dengan variasi yang minimum, maka faktor hardness material (A) harus disetting pada high level yaitu 50 IRHD, faktor jarak stopper (B) pada low level yaitu 98mm, dan faktor diameter punch (C) pada low level yaitu diameter 5.6 mm. Referensi Antony, J., & Antony, F.J. (2001). Teaching the Taguchi method to industrial engineers, Work Study Volume 50, Number Antony, J et al. (2006). An Application of Taguchi method of experimental design for new product design and development process. Assembly Automation Volume 26, 1, Indian Rubber Institute. (1998). Rubber Engineering. New Delhi: Tata McGraw-Hill Kementrian Perindustrian Republik Indonesia Kinerja Industri Indonesia hp. Lange, K. (1985). Handbook of Metal Forming. Michigan: McGraw-Hill. Montgomerry, D. C. (2009). Design and Analysis of Experiments (7th ed). New York: Johyn Wiley & Sons. Park, S.H. (1996.) Robust Design and Analysis for Quality Engineering. London: Chapman & Hall. Ross, P. J. (1988). Taguchi Technique for Quality Engineering. New York: McGraw-Hill. Soejanto, I. (2009). Desain Eksperimen Metode Taguchi. Surabaya: CV Graha Ilmu. Surjandari, I., & Yosua. (2010). Quality Improvement in Plastic Painting Production Line, International Journal of Valueworld Volume 33, Number Taguchi, G. (1986). Introduction to Quality Engineering. Tokyo: Asian Productivity Organization. Tschaetsch, H. (2005). Metal Forming Practise. Dresden: Springer.Belch, G.E. & Belch, M.A. (2003). Advertising and promotion. New York: McGraw-Hill. 1 4