PENERAPAN METODE TAGUCHI UNTUK PENINGKATAN KUALITAS PRODUK PADA UNIT DRIER PROSES PEMBUATAN SABUN DI PT. X INDONESIA IMPLEMENTATION OF TAGUCHI METHOD FOR QUALITY IMPROVEMENT IN DRIER UNIT OF SOAP MAKING PROCESS PT. X INDONESIA Doni Sukarno (1), Bobby O. P. Soepangkat (2) 1 Mahasiswa MMT ITS, 2 Staf Pengajar MMT ITS Program Studi Magister Manajemen Teknologi Bidang Keahlian Manajemen Industri Program Pasca Sarjana Institut Teknologi Sepuluh Nopember (ITS) Jalan Cokroaminoto 12 A. Surabaya 60264. Indonesia. Telp: (031) 5613922 E-mail: doni.sukarno@gmail.com ABSTRAK Soap chips adalah bahan baku utama dari sabun batangan yang diproduksi oleh PT. X. Dua karakteristik kualitas yang kritis (CTQ) dari soap chips yang diproduksi oleh PT. X adalah TFM (Total Fatty Matter) dan FFA (Free Fatty Acid). Variabel proses yang mempengaruhi kedua CTQ tersebut adalah temperatur heat exchanger, tekanan vakum drier, dan laju alir neat soap. Suatu penelitian telah dilakukan dengan menggunakan metode Taguchi multi-respon untuk mengoptimasi proses, agar variasi dari kedua CTQ yang disebabkan oleh ketiga variabel proses tersebut dapat diturunkan. Selain itu juga dicari penurunan kerugian dengan menggunakan seting yang baru dari variabel-variabel proses. Hasil yang diperoleh menunjukkan bahwa temperatur heat exchanger memberikan kontribusi terbesar dalam penurunan variasi dari CTQ yang diamati secara serentak, diikuti berturut-turut oleh laju alir neat soap dan tekanan vakum drier. Suatu seting yang baru dari variabel-variabel proses, yang memberikan suatu penurunan kerugian yang cukup signifikan, juga telah dihasilkan. Kata kunci: TFM, FFA, temperatur heat exchanger, tekanan vakum drier, laju alir neat soap, metode Taguchi multi-respon. ABSTRACT Soap chips are the basic ingredient of soap bar produced by PT. X. The two most important critical to quality (CTQ) characteristics of soap chips are TFM (Total Fatty Matter) and FFA (Free Fatty Acid). Soap chips are produced by the drier unit, which has temperature of the heat exchanger, vacuum pressure of the drier, and flow rate of the neat soap as the main process variables. A research was conducted by using the Taguchi multi-response method to optimize the process for decreasing the variation in terms of those two CTQ caused by the three process variables; and also for determining the loss reduction by using the new setting of process variables. The results shows that the temperature of heat exchanger is the main contributor in reducing the variation of the above A-31-1
mentioned CTQ simultaneously, followed by flow rate of the neat soap and vacuum pressure in the drier successively. A new setting of process variables which produced a substantial reduction of loss has also been determined. Keywords: TFM, FFA, temperature of the heat exchanger, vacuum pressure of the drier, flowrate of the neat soap, Taguchi multi-response method. PENDAHULUAN PT X Indonesia adalah salah satu perusahaan yang bergerak dibidang manufaktur sabun mandi padat dengan proses yang semi continuous. Perusahaan ini sudah cukup berpengalaman di bidang industri sabun mandi di Indonesia lebih dari 20 tahun. Sabun mandi padat diproduksi melalui 3 tahapan proses yaitu proses Continuous Soap Making, proses drying, dan proses finishing. Produk sabun mandi memiliki lima Karakteristik Kualitas yang Kritis (Critical to Quality Characteristic atau CTQ), dan dua yang terpenting adalah TFM ( Total Fatty Matter) dan FFA (Free Fatty Acid). Spesifikasi dari TFM dan FFA soap chip (biji sabun) masing-masing adalah 74.5% - 77.5%, dan -0.05% - 0.3%. Soap chip diproduksi dengan menggunakan unit drier, dengan variabel proses-variabel proses utama adalah temperatur heat exchanger, tekanan vakum drier, dan laju alir neat soap. Selama ini TFM dan FFA soap chips masih banyak yang belum memenuhi spesifikasi, sehingga produk yang dihasilkan harus mengalami rework. OPTIMASI RESPON SERENTAK Hal pertama yang perlu dilakukan adalah menentukan nilai loss function yang sesuai dengan karakteristik kualitas dari masing-masing respon. CTQ TFM dan FFA mempunyai spesifikasi tertentu, seperti yang telah dijelaskan diatas, olwh karena itu, nilai loss function yang digunakan pada penelitian ini adalah karakteristik kualitas tertuju pada nilai tertentu ( Nominal is the Best). Dan dihitung dengan menggunakan persamaan (Nian et al., 1998) sebagai berikut ini: n 1 2 Lij ( yijk y) n k 1 (1) dengan: L ij = loss function dari karakteristik performa ke-i pada eksperimen ke-j. N = banyaknya replikasi. y ijk = nilai dari karakteristik performa ke-i pada eksperimen ke-j saat replikasi ke-k. Loss function tersebut kemudian dinormalisasi dengan menggunakan persamaan (Nian et al., 1998): S ij = L ij (2) L ij dengan: S ij = loss function dari karakteristik performa ke-i pada eksperimen ke-j yang telah dinormalisasi. L ij = rata-rata loss function karakteristik performa ke-i pada eksperimen ke-j. A-31-2
Metode pembobotan dapat digunakan untuk menentukan karakteristik performa yang paling penting sesuai dengan urutan prioritas. Berdasarkan metode pembobotan, total loss function dihitung dengan menggunakan persamaan (Nian et al., 1998): m TL j= w S (3) i ij i 1 dengan: TL j = total loss function pada eksperimen ke-j. m = banyaknya karaktersitik performa yang diamati. w i = faktor pembobotan untuk karakteristik performa ke-i. Total loss function yang diperoleh kemudian ditransformasikan ke dalam rasio signal to noise multirespon dengan menggunakan persamaan (Nian et al., 1998): ηj = 10 log (TLj) (4) RANCANGAN PERCOBAAN Seting Faktor dalam proses pembuatan soap chips. Penentuan variabel proses dan rentang level proses pembuatan soap chips berdasarkan pada penelitian sebalumnya tentang neraca masa dan energi (material and energy balance). Tiga variabel proses yang dipilih, temperatur heat exchanger, tekanan vakum drier, dan laju alir neat soap, dengan rentang level sebagai berikut: a. Temperatur heat exchanger : 120; 130; dan 140 C b. Tekanan vakum di drier : 50; 70; dan 90 mmhg c. Laju alir neat soap : 3.5; 4; dan 4.5 ton/jam Pemilihan Matriks Orthogonal Berdasarkan penjelasan sebelumnya, faktor kendali yang dipilih ada 3 dengan tiga level yang digunakan untuk masing-masing faktor kendali sehingga rancangan matriks orthogonal yang digunakan adalah L9(3 4 ). Rancangan percobaan matriks orthogonal L9 ditunjukkan pada Tabel 1 berikut ini: PROSEDUR PERCOBAAN Tabel 1. Rancangan Percobaan Taguchi No A B C Error 1 1 1 1 1 2 1 2 2 2 3 1 3 3 3 4 2 1 2 2 5 2 2 3 1 6 2 3 1 2 7 3 1 3 2 8 3 2 1 3 9 3 3 2 1 Percobaan dilakukan dengan mengambil data TFM dan FFA pada soap chips untuk tiap-tiap kombinasi seperti ditunjukkan pada tabel 1. Eksperimen dilakukan dengan replikasi (pengulangan) sebanyak tiga kali untuk mengatasi kesulitan A-31-3
dalam menentukan level faktor gangguan ( noise) yang terjadi selama proses pembuatan batako berlangsung (Vaani and Hameedullah, 2005). PERHITUNGAN RASIO SIGNAL TO NOISE Data hasil eksperimen yang diambil pada penelitian ini adalah TFM dan FFA pada soap chips. Tabel 2 menunjukkan semua data yang diperoleh selama eksperimen. Tabel 2. Data Hasil Eksperimen TFM (%) FFA (%) 1 2 3 1 2 3 1 75.00 74.60 74.50-0.05 0.25 0.30 2 74.50 75.00 74.60 0.30 0.16-0.01 3 74.20 76.30 74.60-0.05 0.18 0.30 4 76.00 75.00 75.70 0.10 0.25-0.03 5 76.20 77.50 76.70 0.10 0.15-0.05 6 76.00 77.50 76.90 0.15 0.25 0.30 7 77.50 77.00 78.10 0.05 0.10-0.04 8 77.50 78.00 77.00-0.05 0.18 0.12 9 76.50 77.50 78.00 0.10 0.25 0.05 Dalam percobaan ini, dilakukan pengamatan terhadap 2 variabel respon. Variabel respon tersebut adalah TFM dan FFA yang keduanya menggunakan karakteristik kualitas tertuju pada nilai tertentu ( Nominal is the Best). Tabel 3 menunjukkan rasio S/N multirespon dengan kombinasi yang berbeda dari faktor pembobotan, yang dihitung dengan menggunakan Persamaan (1) - Persamaan (4). Rata-Rata Rasio S/N multirespon untuk masing-masing skenario dirangkum pada Tabel 4-Tabel 6. Tabel 3. Rasio S/N Multirespon untuk Masing-masing Skenario Seting Faktor, Kombinasi ke- Seting faktor, kombinasi ke- Skenario 1 w = 0,8338: 0,1662 Skenario 2 w = 0,7170: 0,2830 1-0.5984-0.9257-0.5483 2-0.1142 0.0263-0.1344 3-0.7310-0.9528-0.6975 4 4.4577 3.8605 4.5526 5 1.7118 1.7128 1.7116 6 1.9853 2.2832 1.9433 7-1.0013-0.9074-1.0149 8-2.4527-2.3635-2.4656 9 0.1847 0.5003 0.1404 Skenario 3 w = 0,8850: 0,1150 Tabel 4. Rata-Rata Rasio S/N Multirespon untuk Skenario 1 Simbol Faktor Level 1 Level 2 Level 3 Selisih Peringkat A Temperatur heat exchanger -0.4812 2.7183-1.0898 3.8080 1 B Tekanan vakum drier 0.9527-0.2850 0.4797 1.2377 3 C Laju alir neat soap -0.3553 1.5094-0.0068 1.8647 2 Rata-rata total rasio S/N multirespon 0.3824 A-31-4
Tabel 5. Rata-Rata Rasio S/N Multirespon untuk Skenario 2 Simbol Faktor Level 1 Level 2 Level 3 Selisih Peringkat A Temperatur heat exchanger -0.6174 2.6188-0.9235 3.5424 1 B Tekanan vakum drier 0.6758-0.2081 0.6102 0.8839 3 C Laju alir neat soap -0.3353 1.4624-0.0492 1.7977 2 Rata-rata total rasio S/N multirespon 0.3593 Tabel 6. Rata-Rata Rasio S/N Multirespon untuk Skenario 3 Simbol Faktor Level 1 Level 2 Level 3 Selisih Peringkat A Temperatur heat exchanger -0.4601 2.7183-1.0898 3.8080 1 B Tekanan vakum drier 0.9965-0.2850 0.4797 1.2377 3 C Laju alir neat soap -0.3569 1.5094-0.0068 1.8647 2 Rata-rata total rasio S/N multirespon 0.3875 (a) (b) (c) Gambar 1. Grafik Rata-Rata Rasio S/N Multirespon untuk: (a) Skenario 1, (b) Skenario 2, dan (c) Skenario 3 Gambar 1 menunjukkan grafik rata-rata rasio S/N multirespon untuk masingmasing skenario. Berdasarkan grafik-grafik di atas, kombinasi faktor yang akan menghasilkan respon optimum untuk masing-masing skenario menurut metode Taguchi dirangkum pada Tabel 7 berikut ini: Tabel 7. Kombinasi Optimum Faktor Menurut Taguchi Skenario ke- Temperatur heat exchanger Tekanan vakum drier Laju alir neat soap 1 Level 2 Level 1 Level 2 2 Level 2 Level 1 Level 2 3 Level 2 Level 1 Level 2 ANALISIS VARIANSI (ANAVA) Pada tahap ini dilakukan pengklasifikasian hasil eksperimen secara statistik sesuai dengan sumber variasi sehingga dapat diidentifikasi kontribusi masingmasing faktor. Pada kasus optimasi respon serentak, jumlah kuadrat total ( total sum of square) dihitung dengan menggunakan persamaan berikut ini: p 2 SS T = ( j m ) (5) j 1 Jumlah kuadrat total masing-masing faktor dihitung dengan menjumlahkan kuadrat dari selisih rasio S/N masing-masing level terhadap rata-rata total rasio S/N, sehingga Tabel ANAVA untuk tiap-tiap skenario ditunjukkan pada Tabel 8- Tabel 10 berikut ini: A-31-5
Tabel 8. Hasil Analisis Variansi untuk Skenario Pertama Sumber variasi Db SS MS SS' ρ Temperatur heat exchanger 2 25.1078 12.5539 650.2067 75.09% Tekanan vakum drier 2 2.3403 1.1702 60.6058 6.89% Laju alir neat soap 2 5.8977 2.9488 152.7290 17.55% Error 2 0.0386 0.0193 Total 8 33.3844 Tabel 9. Hasil Analisis Variansi untuk Skenario Kedua Sumber variasi Db SS MS SS' ρ Temperatur heat exchanger 2 23.1156 11.5578 159.8814 75.77% Tekanan vakum drier 2 1.4552 0.7276 10.0652 4.32% Laju alir neat soap 2 5.5983 2.7991 38.7210 17.99% Error 2 0.1446 0.0723 Total 8 30.3136 Tabel 10. Hasil Analisis Variansi untuk Skenario Ketiga Sumber variasi Db SS MS SS' ρ Temperatur heat exchanger 2 25.4571 12.7286 368.3882 74.63% Tekanan vakum drier 2 2.5312 1.2656 36.6282 7.24% Laju alir neat soap 2 5.9578 2.9789 86.2154 17.31% Error 2 0.0691 0.0346 Total 8 34.0152 EKSPERIMEN KONFIRMASI Eksperimen konfirmasi dilakukan untuk memvalidasi hasil yang diperoleh. Kombinasi awal adalah kombinasi seting faktor yang dipakai saat ini di perusahaan, sedangkan kombinasi optimum adalah kombinasi seting faktor yang diperoleh dari hasil optimasi. Secara ringkas, hasil tersebut ditunjukkan pada Tabel 11 berikut ini: Tabel 11. Data yang Diperoleh pada Eksperimen Konfirmasi Kombinasi faktor Kombinasi awal Kombinasi optimum TFM FFA % % 77.5-0.05 78.00 0.18 77.00 0.12 76.00 0.10 75.00 0.25 75.70-0.03 Rasio S/N prediksi yang diperoleh dengan menggunakan kombinasi faktor-faktor yang berpengaruh secara signifikan terhadap respon pada level optimalnya dihitung dengan menggunakan persamaan berikut: q m i 1 ˆ = ( ) i m Tabel 12 menunjukkan rasio S/N multirespon eksperimen konfirmasi yang dihitung menggunakan Persamaan (1) - Persamaan (4). Tabel 12. Rasio S/N Multirespon pada Eksperimen Konfirmasi Rasio S/N multirespon (db) Skenario ke- Kombinasi Kombinasi Prediksi awal optimum Peningkatan 1-0.0217-2.2148 4.7528 6.9676 2-0.0818-2.0955 4.2036 6.2991 3-0.0116-2.2320 4.8395 7.0715 (6) A-31-6
Penurunan Variasi Penurunan nilai variasi ini ditandai dengan adanya penurunan deviasi standar. Perhitungan penurunan deviasi standar ini diawali dengan perhitungan menggunakan persamaan (Roy, 2001): (( S /)( N improved /))/20 S N current 10, (7) improved current Hasil perhitungan persamaan (7) selanjutnya digunakan untuk menghitung jumlah penurunan deviasi standar, yang selanjutnya digunakan sebagai indikasi ada tidaknya penurunan variasi. Menurut Roy (2001), persamaan penurunan deviasi standar ditunjukkan sebagai berikut: improved Penurunan Deviasi Standard 100%, (8) current Tabel 13 menunjukkan penurunan deviasi standar yang dihitung menggunakan persamaan (7) dan persamaan (8). Tabel 13. Prosentase Penurunan deviasi standar i m p r o v e d c u r r e n t Keterangan Skenario 1 Skenario 2 Skenario 3 (%) 45 48 44 Penurunan deviasi standar (%) 55 52 56 Berdasarkan penurunan deviasi standar yang ditunjukkan pada tabel 13, dilakukan perhitungan penurunan deviasi standar untuk kuat tekan dan daya serap air pada batako. Tabel 14 menunjukkan penurunan deviasi standar untuk kuat tekan dan daya serap air pada batako, yang dihitung berdasarkan bobot dari masing-masing CTQ dengan menggunakan skenario 1, 2 dan 3. Tabel 14. Prosentase Penurunan deviasi standar kuat tekan dan daya serap air PENURUNAN KERUGIAN Penurunan Deviasi Standar Skenario 1 Skenario 2 Skenario 3 TFM (%) 45.86 37.28 49.56 FFA (%) 9.14 14.72 6.44 Pada tahap ini dilakukan perhitungan untuk mencari berapa besar penurunan kerugian untuk CTQ TFM dan FFA soap chips dengan menggunakan seting yang optimal. Data yang digunakan dalam perhitungan nilai penurunan kerugian ini didasarkan pada selisih biaya utilitas yang ditanggung oleh PT X Indonesia, antara produksi soap chips yang menggunakan seting yang lama dengan menggunakan seting yang optimal. Tabel 15. Perbandingan seting awal dan seting optimum pada unit drier Faktor Seting awal Seting optimum Temperatur heat exchanger ( C) 140 130 Tekanan vakum drier (mmhg) 70 50 Laju alir neat soap (ton/jam) 3.5 4 A-31-7
Perhitungan biaya utilitas dilakukan dengan menghitung selisih masingmasing level faktor sebagai berikut: 1. Temperatur heat exchanger Dalam sebulan diperoleh penurunan biaya steam sebanyak Rp. 120.000.000,00. 2. Tekanan vakum drier Dalam sebulan terjadi kenaikan biaya listrik sebanyak Rp. 3000.000,00. 3. Laju alir neat soap Dalam sebulan terjadi kenaikan biaya listrik sebanyak Rp. 1.800.000,00. Penurunan biaya utilitas tiap bulan = Rp. 120.000.000,00 Rp. 3.000.000,00 Rp. 1.800.000,00. Penurunan biaya utilitas tiap bulan = Rp. 115.200.000,00. Penurunan biaya ini belum termasuk penurunan biaya kerugian akibat penurunan produk yang di-block karena tidak sesuai dengan spesifikasi. Perhitungan nilai penurunan kerugian pada penelitian ini, yang dilakukan melalui data aktual di lapangan dengan membandingnya jumlah produk yang di-block sebelum dan sesudah dilakukan optimasi. Dengan menggunakan seting yang optimal pada unit drier, perusahaan telah mengurangi jumlah kerugian karena produk yang di-block sebanyak Rp. 230.400.000,00 per bulan, atau sekitar 57%. KESIMPULAN Hasil optimasi menunjukkan bahwa variabel proses dalam pembuatan soap chips yang memiliki kontribusi paling besar dalam mengurangi variasi dari CTQ TFM dan FFA secara serentak adalah temperatur heat exchanger. Besar kontribusi temperatur heat exchanger dalam mengurangi variasi dari CTQ TFM dan FFA soap chips secara serentak pada skenario pertama adalah sebesar 75.09%, skenario kedua sebesar 75.77%, serta skenario ketiga sebesar 74,63%. Untuk dapat menghasilkan respon TFM dan FFA yang optimum secara serentak, temperatur heat exchanger diseting pada 130 C, tekanan vakum drier diseting pada 50 mmhg, serta laju alir neat soap diseting pada 4 ton/jam. Penggunaan kombinasi yang optimal menghasilkan penurunan kerugian per bulan sebesar 57%. DAFTAR PUSTAKA Hall, Norman., (2007), Basic Principle of Soap Manufacturing. Unilever, UK. Nian, C. Y., Yang, W. H., dan Tarng, Y. S., 1998, Optimization of Turning Operations with Multiple Performance characteristics, Journal of Materials Processing Technology, Elsevier, No. 95, hal. 90-96. Roy, R. K., 2001, Design of Experiments Using the Taguchi Approach, John Wiley & Sons Inc., United States of America A-31-8
Vaani, T., dan Hameedullah, M., 2005, Optimization of Control Parameters in Electric Discharge Machining of Hardened Tool Steel with Copper Electroplated Aluminium Electrodes, No. 110, hal 665-668. A-31-9