Studi Kasus Optimasi Proses Sizing Benang di P.T. XYZ

Transkripsi

1 Studi Kasus Optimasi Proses Sizig Beag di P.T. XYZ Didik Wahjudi Dose Jurusa Tekik Mesi-Fakultas Tekologi Idustri, Uiversitas Kriste Petra Ceter for Quality Improvemet Jl. Siwalakerto -, Surabaya 609 Adre Rialdi Cahyoo Alumi Jurusa Tekik Mesi-Fakultas Tekologi Idustri, Uiversitas Kriste Petra Abstrak Salah satu kedala pada proses produksi kai adalah serig putusya beag pada saat diteu. Utuk megatasi masalah ii, kekuata beag perla ditigkatka. Peulis melakuka peelitia utuk meigkatka kekuata beag di P.T. XYZ dega megguaka metode Taguchi. Faktor-faktor yag diduga mempegaruhi kekuata beag adalah kemulura beag (draft), temperatur pegeriga, temperatur laruta kaji, da tekaa squeezig roll. Hasil eksperime meujukka bahwa semua faktor memberika pegaruh yag sigifika. Dega memakai kombiasi settig yag optimal, kekuata beag meigkat sebesar 4% dari,66 N mejadi,96 N. Hasil uji verifikasi megkofirmasi peigkata kekuata tersebut. Kata kuci: kekuata beag, metode Taguchi, proses sizig. PENDAHULUAN Cacat yag terjadi pada proses produksi kai ialah putusya beag lusi saat diteu. Utuk meguragi putusya beag maka beag tersebut terlebih dahulu dilewatka pada suatu proses, yaitu proses sizig, utuk meigkatka kekuataya. Pada proses sizig bayak faktor yag mempegaruhi hasil produksi mulai dari baha baku, formula kaji higga settig mesi yag diguaka. Melalui peelitia ii diharapka diperoleh ifromasi yag diperluka utuk meghasilka beag yag mempuyai kekuata yag diigika. Tujua dari peelitia ii adalah utuk medapatka faktor-faktor yag berpegaruh pada kekuata beag serta level yag tepat utuk setiap faktor. Batasa masalah yag diambil utuk peelitia ii ialah: ) Pegujia da pegambila data dilakuka pada produksi kai grey dega jeis 00% cotto dega omer beag 45s. ) Proses sizig dilakuka dega memakai mesi merk Baba Sagyo tipe C- HD 45. ) Laruta kaji yag dipakai adalah jeis C-.. METODOLOGI PENELITIAN Dalam peelitia ii metode Taguchi dipakai dalam meracag eksperimeya. Alasa pemiliha metode ii adalah efisiesiya. Dega kata lai, metode Taguchi membutuhka jumlah percobaa yag lebih sedikit dibadigka racaga eksperime yag klasik. Hal ii dimugkika oleh pemakaia matriks orthogoal. Pemakaia matriks orthogoal ii bisa dilakuka apabila diaggap tidak terjadi iteraksi atara faktor yag satu dega yag laiya. Adapu peulisa matriks orthogoal adalah sebagai berikut: L m (x k ) di maa: L = otasi L, meujukka bahwa iformasi dalam betuk matriks orthogoal m = jumlah baris, megidikasika jumlah percobaa yag dibutuhka x = jumlah level yag dipakai k = jumlah kolom, meujukka jumlah faktor yag dipakai Utuk meghitug jumlah baris diguaka rumus: df (MO) = k * (x -), da m = df (MO) + Dalam metode Taguchi ii dipakai sigal-tooise ratio (SNR) utuk megevaluasi kualitas dari suatu produk. SNR megukur tigkat kierja dibadigka efek dari faktor oise. Selai itu, SNR juga megidikasika stabilitas kierja dari karakteristik output terhadap gaggua faktor oise. Karea kekuata beag diharapka setiggi mugki, maka SNR yag dipilih adalah larger the better, yag diwakili oleh rumus: 0log 0 i yi

2 Adapu peelitia ii dibuat dega lagkahlagkah sebagai berikut: ) Melakuka survey lapaga utuk medapatka faktor-faktor yag bepegaruh terhadap peigkata kekuata beag. ) Meetuka jumlah da rage level setiap faktor. ) Melakuka eksperime utuk megambil data. 4) Melakuka aalisa data dari eksperime. 5) Megambil kesimpula megeai hubuga atara variabel iput, error, da output. 6) Melakuka eksperime utuk memverifikasi hasil aalisa eksperime sebelumya. 7) Melakuka aalisa data dari eksperime verifikasi. Lagkah-lagkah yag dilakuka dalam pegambila data adalah sebagai berikut: a) Meyiapka beag yag aka diproses. b) Megatur kemulura beag (draft) sesuai dega kombiasi perlakua yag aka dilakuka (,%;,4%;,5%). c) Megatur temperatur pegeriga sesuai dega kombiasi perlakua yag aka dilakuka (00 C, 05 C, 0 C). d) Meuggu temperatur pegeriga pada layar peujuk higga kosta. e) Megatur temperatur laruta kaji dalam size box sesuai dega kombiasi perlakua yag aka dilakuka (88 C, 90 C, 9 C). f) Meuggu temperatur laruta kaji pada layar peujuk higga kosta. g) Megatur tekaa squeezig roll sesuai dega kombiasi perlakua yag aka dilakuka (800 kg/cm, 000 kg/cm, 00 kg/cm ). h) Megambil 00 helai beag dari setiap kombiasi dega pajag yard. i) Meguji kekuata tiap helai beag dari setiap sampel yag diambil. j) Mecatat rata-rata hasil dari pegujia tersebut yag tercatat pada layar peujuk.. HASIL PENELITIAN Dari faktor-faktor terkotrol yag didapat dari aalisa diagram sebab akibat serta pertimbaga dari pihak perusahaa dapat diambil beberapa variabel, yaitu: ) Variabel respo, yaitu: kekuata beag, yag didapatka dari hasil uji tarik beag. ) Variabel bebas/faktor, terdiri dari: Kemulura beag (draft) (%), yaitu,%;,4%;,5%. Temperatur pegeriga ( C), yaitu 00, 05, 0. Temperatur laruta kaji ( C), yaitu 88, 90, 9. Tekaa squeezig roll (kg/cm ), yaitu 800, 000, 00 Dalam eksperime ii terdapat 4 faktor dega racaga level, dega demikia x =, k = 4. Dari kodisi tersebut didapat df (MO) = 8, da akhirya jumlah baris (m) = 9. Kode da ilai level variabel ditujukka pada Tabel di bawah ii. Tabel. Kode & Nilai Level Variabel Kode Kemulura beag (draft) (%),,4,5 Temperatur pegeriga ( C) Temperatur laruta kaji ( C) Tekaa squeezig roll (kg/cm ) Data hasil eksperime ditampilka pada Tabel, dimaa agka yag tercatum merupaka kekuata rata-rata dari 00 helai beag utuk tiap sampel. Tabel. Data Hasil Eksperime Faktor Replikasi Order A B C D,56,9,4,0,44,,6,, 4,07,44, 5,55,0, 6,0,4,04 7,4,7,5 8,,48,0 9,55,6, Data dari Tabel kemudia diolah utuk medapatka rata-rata, stadar deviasi, da SNR utuk masig kombiasi. y Rata - rata y,56,9,4 y,4 Stadar deviasi (,56,4) (,9,4) (,4,4) 0,50 SNR 0log 0log,56 0,684 0,9 ( yi y) i i y i /,4 Hasil perhituga ii disajika pada Tabel. Tabel. Rata-rata, Stadar Deviasi, da SNR Faktor y-bar σ SNR Order A B C D, ,684, ,4, ,099

3 4, ,0 5, ,4 6, ,069 7,8 0,0 0,97 8,4 0,560 0,65 9,7 0,4090 0,55 Dari Tabel kemudia dilakuka perhituga utuk membuat Tabel 4. Cotoh perhituga utuk Tabel 4 adalah sebagai berikut:,4,,0 A Level,7 Efek utuk faktor A = rata-rata respo terbesar rata-rata respo terkecil =,7. = 0,084 Dari efek tiap-tiap faktor pada Tabel 4 dapat dilihat urut-uruta pegaruh tiap-tiap faktor mulai yag terbesar sampai yag terkecil. Karea jeis karakteristik kualitas kekuata beag adalah larger the better, maka dipilih faktor yag meghasilka respo terbesar sebagai racaga usula. Tabel 4. Efek Utuk Mea A B C D Level Level Level Efek Rakig 4 Optimum A B C D Selajutya juga dihitug efek utuk SNR yag hasilya ditujukka pada Tabel 5. Cotoh perhituga utuk Tabel 5 adalah sebagai berikut: 0,684 0,40,099 A Level 0,99 Efek utuk faktor A = rata-rata respo terbesar rata-rata respo terkecil = 0,99 0,6 = 0,7 Tabel 5. Efek Utuk SNR A B C D Level 0,99 0,94 0,06 0,84 Level 0,6 0,64 0,90 0,60 Level 0,9 0,4 0,0 0,55 Efek 0,7 0,5 0,0 0,9 Rakig 4 Optimum A B C D Dari efek tiap faktor terhadap SNR didapat uruta dari yag efekya terbesar sampai terkecil adalah faktor B, A, D, da C. Bila iformasi yag diperoleh dari Tabel 4 digabugka dega hasil dari Tabel 5, maka aka didapat racaga usula yag sama, yaitu A, B, C, da D. Selai aalisa efek mea da SNR, hasil eksperime juga diaalisa dega aalisa varia (ANOVA). Cotoh perhituga adalah sebagai berikut: Sum of square due to mea (SS m ) SS m y 7*,7 88,708 di maa = jumlah seluruh percobaa y = rata-rata seluruh percobaa Sum of square (SS) SS x SS xi i m SS A = (9*,7 )+ (9*, )+ (9*,6 )- 88,708 = 0,09 Total sum of square (SS T ) SS T = Σy - SS m SS T = 89,604 88,708 = 0,8959 Sum of square due to error (SS e ) SS e = SS T ΣSS = 0,8959 (0,09 + 0,66 + 0, ,9) = 0,0079 Mea square MS = SS / df MS A = SS A / df = 0,09 / = 0,0465 MS e = SS e / df = 0,0079 / 8 = 0, F-ratio F-ratio = MS / MS e F-ratio(A) = MS A / MS e = 0,0465 / 0, = 54,7 Pure sum of square (SS ) SS = SS (df * MS e ) SS A = SS A (df * MS e ) = 0,09 ( * 0,000407) = 0,090 Pure sum of square due to error (SS e ) SS e = SS T ΣSS = 0,8959 (0, , , ,4000) = 0, Perse kotribusi (ρ) ρ = (SS / SS T ) * 00% ρ A = (SS A / SS T ) * 00% = (0,090 / 0,8959) * 00% =,4% Hasil perhituga selegkapya utuk aalisa varia ditujukka pada Tabel 6.

4 Tabel 6. Hasil Aalisa Varia Source SS v MS F SS ρ% A 0,09 0, ,7 0,090,4 B 0,66 0, ,8 0,0840 4,65 C 0,470 0, ,7 0,488 7, D 0,9 0, ,4 0,4000,89 Error 0, , ,009708,0 SS T 0, , , Mea 88,708 Dari tabel ANOVA di atas tampak bahwa semua faktor yag dipilih memag memberika pegaruh yag sigifika pada kekuata beag. 4. UJI VERIFIKASI Setelah racaga optimal didapat, maka harus diketahui pula prediksi respo dari racaga optimal tersebut. Setelah itu eksperime verifikasi dapat dilakuka utuk dibadigka daga hasil prediksi. Jika prediksi respo eksperime verifikasi cukup dekat satu sama lai, maka dapat disimpulka bahwa racaga sudah cukup memadai da sebalikya. Utuk racaga usula (A, B, C, da D), besar prediksi rata-rata proses adalah sebesar: prediksi A B C D y =,7+,0+,87+,0 (*,7) =,44 Selajutya besar rata-rata proses hasil prediksi ii aka dibadigka dega kodisi hasil eksperime yag memakai settig awal, seperti yag tercatum pada Tabel 7. Adapu uji hipotesa yag dilakuka adalah sebagai berikut: H o : μ = μ 0 H : μ μ 0 di maa μ adalah rata-rata dega settig awal, da μ 0 adalah rata-rata hasil prediksi. H o aka ditolak apabila t 0 < -t α,ν. x 0,66,44 t0 s / 0,055074/ t 0 = -5,548 Nilai t 0 lebih kecil daripada ilai -t α,ν, yag besarya -,90 (utuk α = 5%). Jadi, dapat disimpulka ada cukup bukti utuk meolak bahwa μ = μ 0. Dega kata lai, hasil prediksi lebih baik dari hasil eksperime yag memakai settig awal perusahaa. Selajutya, eksperime verifikasi dilakuka karea hasil prediksi memag meujukka adaya perbaika. Hasil dari eksperime verifikasi dega settig yag optimal juga disajika pada Tabel 7. Uji hipotesa utuk membadigka hasil prediksi dega hasil eksperime memakai settig optimal adalah sebagai berikut: H o : μ = μ 0 H : μ μ 0 di maa μ adalah rata-rata hasil eksperime memakai settig optimal, da μ 0 adalah rata-rata hasil prediksi. H o aka ditolak apabila t 0 > t α/,ν. x 0,96,44 t0 s / 0,0450/ t 0 =,46 Harga t α/,ν adalah sebesar 4,0 utuk α = 5%. Jadi, dapat disimpulka tidak ada perbedaa atara hasil prediksi dega rata-rata hasil eksperime memakai settig optimal. Atau, dega kata lai hasil eksperime memakai settig optimal meujukka apa yag diprediksika memag tercapai. Utuk selajutya, perusahaa disaraka utuk memakai settig optimal tersebut, yaitu kombiasi A, B, C, da D. Dega memakai settig optimal tersebut, kekuata aka meigkat dari,66 N mejadi,96 N. Tabel 7. Hasil Eksperime Dega Settig Awal da Settig Optimal No. Settig Awal Settig Optimal,9,94,4,44,65,5 Rata-rata,66,96 Stadar Deviasi 0, , KESIMPULAN Beberapa kesimpula yag didapat dari peelitia ii adalah: Settig yag diusulka utuk meigkatka kekuata beag adalah: Kemulura beag (draft):,% Temperatur pegeriga: 00 C Temperatur laruta kaji: 88 C Tekaa squeezig roll: 800 kg/cm Hasil eksperime dega settig optimal megkofirmasi hasil prediksi yag memag lebih baik daripada hasil eksperime memakai settig awal. 5. DAFTAR PUSTAKA. Bagchi, Tapa P., Taguchi Method Explaied: Practical Steps to Robust Desig, New Delhi: Pretice Hall, 99.. Belavedram, Nicolo, Quality by Desig: Taguchi Techiques for Idustrial experimetatio, Lodo: Pretice Hall Iteratioal, Motgomery C., Douglas, Desig ad Aalysis of Experimets, 4th editio, New York: Joh Wiley ad Sos, 997.

5 4. Locher, Robert H. & Mator, Joseph E., Desigig for Quality: A Itroductio to the Best of Taguchi s & Wester Methods of Statistical Experimets Desig, New York: Quality Resources, Phadke, Madhav S., Quality Egieerig Usig Robust Desig, New Jersey: Pretice Hall, 989.