Jurnal Ilmiah Widya Teknik Volume 6 Nomor 07 ISSN 4-750 OPTIMASI FAKTOR YANG BERPENGARUH PADA KUALITAS LILIN DI UD.X DENGAN METODE RESPONSE SURFACE Maria Agnes Octaviani, Dian Retno Sari Dewi*, Luh Juni Asrini Jurusan Teknik Industri, Fakultas Teknik, Universitas Katolik Widya Mandala Surabaya, Jalan Kalijudan 7 Surabaya Email : dianretnosd@yahoo.com ABSTRAK Response surface methodology adalah sekumpulan teknik matematika dan statistika yang berguna untuk menganalisis permasalahan dimana beberapa variabel independen mempengaruhi variabel respon dan bertujuan untuk mengoptimalkan respon. Desain eksperimen diperlukan untuk mengkombinasikan faktor dan level agar didapatkan kualitas lilin yang optimum. Faktor yang mempengaruhi kualitas lilin antara lain suhu peleburan (X ), suhu tuang stearic acid sebelum pencetakkan (X ), dan lamanya waktu pencetakkan (X ). Percobaan dengan struktur perlakuan faktorial dilaksanakan dalam tahap. Percobaan pertama dengan perluasan pada titik pusat digunakan untuk menduga model respons orde. Percobaan kedua adalah untuk menentukan daerah permukaan respons maksimum dengan menggunakan metode dakian tercuram. Percobaan ketiga menggunakan rancangan komposit pusat dengan sifat ketelitian seragam digunakan untuk menduga model permukaan respons orde. Penentuan kombinasi titik-titik stasioner untuk memperoleh permukaan respons maksimum diidentifikasi menggunakan analisis kanonik. Hasil penelitian menunjukkan model permukaan respons maksimum. Massa lilin maksimum yang diperoleh adalah sebesar 50,654 gram yang dihasilkan dari suhu peleburan o C, suhu tuang 66 o C, dengan waktu pencetakkan 47 menit. Kata kunci : desain eksperimen, response surface methodology, optimasi I. Pendahuluan Metode response surface adalah sekumpulan teknik matematika dan statistika yang berguna untuk menganalisis permasalahan dimana beberapa variabel independen mempengaruhi variabel respon dan bertujuan untuk mengoptimalkan respon (Montgomery, 009). Metode ini pertama kali diajukan sejak tahun 95 dan sampai saat ini telah banyak dimanfaatkan baik dalam dunia penelitian maupun aplikasi industri. UD. X merupakan salah satu badan usaha di Indonesia yang bergerak dalam bidang produksi lilin dengan bahan stearic acid. UD.X memproduksi lilin dengan ukuran diameter,5 cm dan tinggi hingga 6 cm. Dalam kali produksi, UD.X mengasilkan 5 buah lilin. Lilin hasil produksi dijual kepada hotel dan restoran di wilayah Surabaya dan sekitarnya. Permasalahan yang dihadapi UD. X adalah persentase lilin yang defect saat dilepas dari cetakan mencapai 5%. Proses pembuatan yang kurang tepat, membuat lilin yang dihasilkan UD.X berkualitas buruk, yakni berongga di tengah hingga mengakibatkan retak/patah. Faktor-faktor yang mempengaruhi kualitas lilin, antara lain komposisi bahan, suhu pemasakan, lama pemasakan, dan lamanya waktu pencetakkan (Kastanja,05). Respons yang akan diukur dalam penelitian ini adalah massa lilin. Semakin besar massa lilin, maka semakin baik kualitas lilin yang dihasilkan. Kualitas baik berarti tidak ada rongga udara di dalam lilin. Faktor yang digunakan dalam penelitian ini adalah suhu peleburan, suhu tuang stearic acid sebelum pencetakkan, dan lamanya waktu pencetakkan. Perlu dilakukan pencarian kombinasi faktor dan level yang lebih baik agar lilin tidak berongga. Dengan penerapan metode response surface nantinya dapat dihasilkan kombinasi level dan faktor optimal untuk proses produksi lilin di UD. X. Faktor yang digunakan dalam penelitian ini adalah suhu peleburan, suhu tuang sebelum pencetakkan, dan waktu pencetakkan. Sehingga dapat membantu untuk mereduksi jumlah defect produk lilin pada UD. X. II. Tinjauan Pustaka II.. Metode Permukaan Respons Indeks Metode permukaan respon atau response surface methodology merupakan gabungan dari teknik matematika dan statistika yang digunakan untuk membuat model dan menganalisa suatu respon y yang dipengaruhi oleh beberapa variabel bebas atau faktor x guna mengoptimalkan respon tersebut. Metode response surface bertujuan untuk mengoptimalkan respon (Montgomery, 009). Pada dasarnya analisis permukaan respons adalah serupa dengan analisis regresi yaitu menggunakan prosedur pendugaan parameter model fungsi respons berdasarkan metode kuadrat terkecil (Least Square Method). Perbedaannya dengan regresi linear adalah dalam analisis respons diperluas dengan menerapkan teknik-teknik matematika untuk menentukan titik-titik optimum agar dapat ditentukan respons yang optimum 9
(maksimum atau minimum). Untuk mempermudah dalam melakukan pendugaan model permukaan respons, variabel-variabel bebas diubah ke dalam bentuk variabel kode dengan rumus sebagai berikut (Gaspersz, 995): taraf X i mean taraf X i X i, i =,, jarak taraf X i II.. Rancangan Permukaan Respon Orde Bentuk hubungan linear merupakan bentuk hubungan yang dicobakan pertama kali karena merupakan bentuk hubungan yang paling sederhana. pendekatan fungsinya disebut model orde yang ditunjukkan pada persamaan kberikut (Montgomery, 005) : Y 0 i i X i dimana : Y = variabel dependen (respon) X i = faktor-faktor yang berpengaruh terhadap variabel respon, i =,,,k ε = komponen residual (error) Dalam melakukan pengujian ketepatan model orde, diperlukan data pengamatan yang berulang agar dapat dihitung kemurnian (pure error) dengan demikian uji simpangan dari model (lack of fit) dapat dilakukan. Data pengamatan yang berulang dilakukan pada titik pusat sehingga rancangan faktorial k disebut rancangan faktorial k dengan perluasan pada titik pusat. II.. Uji Ketidaksesuaian Model (uji lack of Fit) Apabila lack of fit tidak bermakna, maka model tepat. Apabila lack of fit bermakna, maka model tidak tepat sehingga perlu dikembangkan menjadi model dengan orde yang lebih tinggi, yaitu orde ke-. Uji lack of fit didasarkan pada analisis varian dengan hipotesis sebagai berikut (Mason, dkk, 00) : H 0 : model regresi cocok (tidak ada lack of fit H : model regresi tidak cocok (ada lack of fit) II.4. Metode Dakian Tercuram Langkah-langkah metode dakian tercuram adalah sebagai berikut (Montgomery, 005):. Menetapkan model fungsi respons ordo pertama sebagai berikut. Y 0 i X i. Asumsikan titik (X = 0, X = i0, dan X = 0) sebagai titik asal. Untuk bergerak sepanjang lintasan, dipilih ukuran langkah dasar, misalkan ΔX j. Selanjutnya pilih variabel bebas dengan mutlak koefisien regresi terbesar j.. Ukuran langkah untuk variabel bebas lainnya yang dinyatakan dalam variabel kode dapat ditentukan dengan rumus: i X i, i =,,,k ; i j ˆ j X j 4. Variabel asli untuk variabel kode ΔX i masing-masing adalah: i X i jarak taraf X i atau i X i jarak taraf X i Selanjutnya dilakukan analisis varian untuk mendeteksi ada atau tidaknya kelengkungan (curvature) pada model ordo pertama yang kedua. Jika terdapat kelengkungan, maka percobaan harus dilanjutkan untuk menduga model dengan ordo yang lebih tinggi. Adapun hipotesis uji kelengkungan adalah: 0 : ii 0 i H (tidak terdapat kelengkungan) : ii 0 i H (terdapat kelengkungan) II.5. Rancangan Permukaan Respon Orde k 0
Model polinomial orde antara variabel bebas dengan variabel respons dapat dinyatakan sebagai berikut (Gaspersz, 995) : k k y ˆ X ˆ ˆ X ˆ X X, i j 0 i i ii i i i i j ij i j Rancangan percobaan yang sering digunakan dalam menduga model orde adalah rancangan komposit pusat (Central Composite Design). Rancangan komposit dapat dipandang sebagai suatu rancangan faktorial k atau faktorial sebagian dimana terdapat taraf dari setiap variabel yang diberi kode sebagai - dan + serta diperluas dengan tambahan α berikut (Gaspersz, 995). α = ( k ) /4 II.6. Karakteristik Permukaan Respons Misalkan ingin didapatkan nilai x, x,,x k dengan mengoptimalkan respon yang diprediksikan. Jika nilainilai optimal ini ada, maka y pada persamaan (.) merupakan himpunan yang beranggotakan x, x,,x k sedemikian sehingga dapat dinyatakan dengan persamaan: y ˆ ˆ 0 x' b x' Bx Dari persamaan di atas, dapat disusun matrik b dan B dengan: ˆ x ˆ ˆ ˆ x' ˆ /... k / ˆ x b ˆ ˆ k ˆ /... k / B x k............ ˆ k ˆ ˆ k / ˆ k /... kk b merupakan vektor koefisien regresi orde berukuran k x, sedangkan B adalah matriks ordo k x k yang elemen diagonal utamanya merupakan koefisien kuadratik murni dari orde dan elemen-elemen lainnya adalah setengah dari koefisien interaksi X ix j (b ij, i j). Titik stasioner ditentukan menggunakan rumus : x s B b ; X s= (x. 0,x.0,,x k. 0) Persamaan untuk menentukan nilai dugaan respons pada titik stasioner adalah: yˆ ˆ 0 X s ' b Nilai terbaik / optimal variabel asli dari titik-titik stasioner adalah : Taraf X i.s = Δ i X i.s + ε i dimana : Δ i = selisih level pada faktor-i X i.s = nilai titik stasioner pada faktor-i ε i = nilai titik pusat pada faktor-i III. Metode Penelitian III.. Variabel Penelitian Variabel Bebas : a. Suhu maksimum peleburan, yang terdiri atas 70 o C dan 90 o C. Untuk meleburkan stearic acid diperlukan suhu minimum 68 o C (titik leleh stearic acid). b. Suhu penuangan stearic acid cair ke mesin cetakan, yang terdiri atas 5 ºC dan 60ºC. Suhu minimal untuk menuangkan adalah 50 ºC, jika dibawahnya maka stearic acid mulai menggumpal. c. Faktor Lamanya waktu pencetakan dalam mesin pembuat lilin. Waktu diubah-ubah dengan level 0 menit dan 50 menit. Waktu minimum pencetakan adalah 0 menit, jika lebih cepat, maka bagian tengah lilin masih cair. Variabel Respons : massa lilin. Variabel Terkendali : a. Menggunakan mesin pencetak lilin yang sama b. Merk stearic acid yang sama, yakni dengan konsentrasi 8% c. Membuat ukuran lilin yang sama, yakni diameter cm dengan tinggi 6 cm III.. Prosedur Penelitian Proses pembuatan lilin dilakukan sesuai rancangan faktorial dengan lima kali pengulangan pada titik pusat..
Tabel. Faktor dan level untuk rancangan eksperimen orde Variabel bebas Taraf Taraf 0 terendah tertiggi Suhu Peleburan Suhu Tuang Waktu Pencetakkan 70 5 0 80 56 40 90 60 50 Saat stearic acid dilebur, termometer dicelupkan kedalam panci untuk mengetahui suhu peleburan. Sebelum stearic acid dituang kedalam cetakan, termometer dicelupkan kedalam panci untuk mengetahui suhu tuang. Lamanya waktu mencetak diukur dengan menggunakan stopwatch. Proses pembuatan lubang sumbu dilakukan 5 menit sebelum lilin dikeluarkan dari cetakan. Sampel lilin diambil secara random. Sampel lilin tersebut didiamkan selama minimum 4 jam agar lilin benar-benar padat. Sampel lilin diuji massanya dengan menggunakan neraca analitik. Secara sistematis, tahapan penelitian yang dilakukan seperti yang terlihat pada gambar. Gambar. Flowchart Metodologi Penelitian
IV. Hasil Penelitian dan Pembahasan IV.. Rancangan Permukaan Respons orde Tabel. Data hasil percobaan untuk menduga model orde setelah diberi Kode No X X X Y - - - 47.4694 - - 47.70 - - 48.049 4-48.4 5 - - 48.4974 6-48.767 7-49.85 8 49.777 9 0 0 0 48.4978 0 0 0 0 48.408 0 0 0 48.8 0 0 0 48.607 0 0 0 48.56 Estimasi koefisien regresi model orde maka diperoleh model regresi orde sebagai berikut: Y 48,477 0,508 X 0,07 X 0, 08 X Tabel. Analisis varian untuk respons orde Source DF Seq SS Adj MS F P Regression.89 0.9464 5.87 0.000 Linear.89 0.9464 5.87 0.000 X.008.008 9.56 0.000 X 0.7556 0.7556 08.49 0.000 X 0.057 0.057 7.57 0.0 Residual Error 9 0.067 0.0069 Lack-of-Fit 5 0.09 0.0064 0.8 0.588 Pure Error 4 0.008 0.0077 Total.909 Berdasarkan hasil analisis varian diperoleh P value lack of fit sebesar 0,588, sehingga H 0 diterima. H 0 diterima berarti model regresi orde yang diperoleh adalah model yang sesuai (tidak ada lack of fit). IV.. Metode Dakian Tercuram Berdasarkan hasil percobaan dakian tercuram didapatkan daerah respons maksimal berada di sekitar titik-titik X =, X =,056, dan X = 0,4 bersesuaian dengan suhu peleburan 00 o C, suhu tuang 60 o C, dan waktu pencetakkan 44 menit. Selanjutnya dilakukan percobaan untuk menduga model orde yang kedua dengan titik-titik pusat yang baru. IV.. Rancangan Permukaan Respons Orde yang Kedua Tabel 4. Data Hasil Percobaan Model Orde yang Kedua No Suhu peleburan ( o C) Suhu penuangan ke mesin Waktu pencetakan (menit) Massa lilin (gram) ( o C) 90 56 4 47.4568 90 56 54 47.58 90 64 4 48.8 4 90 64 54 49.58 5 0 56 4 48.76 6 0 56 54 49.687 7 0 64 4 50.469 8 0 64 54 50.65 9 00 60 44 49.64 0 00 60 44 49.780 00 60 44 49.774
00 60 44 49.6886 00 60 44 49.998 maka diperoleh model regresi orde yang kedua sebagai berikut : Y 49,775 0,7507 X 0,607 X 0, 59 X Tabel 5. Analisis varian untuk respons orde yang kedua Source DF Seq SS Adj MS F P Regression 7 0.59.46485.7 0.00 Linear 7.8644.647 58.56 0.000 X 4.508 4.5080 00.70 0.000 X.984.989 66.64 0.000 X 0.79 0.790 8. 0.04 Square.88.885 5.0 0.00 Residual Error 5 0.8.04477 Lack-of-Fit 0.50 0.50 8.0 0.045 Pure Error 4 0.078 0.080 Total 0.4778 Uji kesesuaian model orde yang kedua menunjukkan P value lack of fit lebih kecil dari pada α (0,045 < 0,05) sehingga dapat disimpulkan bahwa terdapat lack of fit pada model. Uji kelengkungan menunjukkan nilai P value kelengkungan lebih kecil dari pada nilai α (0,0 < 0,05) artinya terdapat kelengkungan pada model orde yang kedua. Oleh karena terdapat lack of fit pada model orde dan kelengkungan berpengaruh signifikan pada model, maka analisis harus dilakukan pada model dengan orde sehingga dapat memaksimumkan hasil percobaan. IV.4. Rancangan Permukaan Respons Orde Rancangan ini dibentuk berdasarkan rancangan model orde pertama yang kedua dengan penambahan k titik pengamatan. Untuk k=, maka harus ditambahkan 6 titik pengamatan pada pusat dengan α = ( k ) /4 = ( ) /4 =,68. Titik pusat pada rancangan komposit pusat adalah titik pusat pada rancangan model orde yang kedua. Titik tersebut dalam bentuk variabel asli adalah X = 00, X = 60, dan X = 44. Titik lainya dalam bentuk variabel kode ditentukan dengan rumus sebagai berikut: taraf X 00 X 0 taraf X = 0 X + 00 untuk X =,68, maka taraf X = 0 (,68)+00 = 6,8 untuk X = -,68, maka taraf X = 0(-,68)+ 00 = 8,8 taraf X 60 X 4 taraf X = 4 X + 60 untuk X =,68, maka taraf X = 4 (,68)+60 = 66,78 untuk X = -,68, maka taraf X = 4(-,68)+ 60 = 5,7 taraf X 44 X 0 taraf X = 0 X + 44 untuk X =,68, maka taraf X = 0 (,68)+44 = 60,8 untuk X = -,68, maka taraf X = 0(-,68)+ 44 = 7,8 Tabel 6. Rancangan komposit pusat untuk menduga model orde No Suhu Suhu Lamanya Massa peleburan penuangan waktu lilin ( o C) ke mesin pencetakan (gram) ( o C) (menit) 90 56 4 47.4568 90 56 54 47.58 90 64 4 48.8 4 90 64 54 49.58 5 0 56 4 48.76 6 0 56 54 49.687 7 0 64 4 50.469 4
8 0 64 54 50.65 9 00 60 44 49.64 0 00 60 44 49.780 00 60 44 49.774 00 60 44 49.6886 00 60 44 49.998 4 8.8 60 44 47.6048 5 6.8 60 44 50.5 6 00 5.7 44 48.404 7 00 66.78 44 49.9008 8 00 60 7.8 47.6897 9 00 60 60.8 48.896 maka diperoleh model regresi orde sebagai berikut : Y 49,7679 0,750X 0,54X 0,75X 0,80X 0,807X 0,484X 0,049X X 0,009X X 0,055X X Tabel 7. Analisis varian untuk respons orde Source DF Seq SS Adj MS F P Regression 9 6.659.850.8 0.000 Residual 9 0.495 0.547 Error Lack-of-Fit 5 0.497 0.0894 4.6 0.08 Pure Error 4 0.078 0.080 Total 8 7.57 Uji kesesuaian model orde menunjukkan P value lack of fit lebih besar dari pada α (0,08 >0,05) sehingga dapat disimpulkan bahwa tidak terdapat lack of fit pada model. Selain uji lack of fit pada model orde juga perlu dilakukan pemeriksaan asumsi galat (residual) meliputi uji kenormalan, independensi, dan homoskedastisitas varian galat. Plot normal residual menunjukkan titik-titik galat berada disekitar garis lurus, artinya galat mengikuti distribusi normal. Nilai statistik uji Kolmogorov-Smirnov diperoleh 0,. Nilai ini lebih kecil daripada nilai tabel pada uji dua arah ( = 0,05; n = 9) sebesar 0,0 sehingga dapat disimpulkan galat berdistribusi normal. Berdasarkan plot autokorelasi, semua lag berada dalam batas signifikansi (selang kepercayaan 95%), artinya tidak terdapat autokorelasi galat pada model orde sehingga asumsi independensi galat terpenuhi. Berdasarkan plot antara galat dengan variabel respons Y terlihat bahwa sebaran data tidak membentuk pola tertentu dan cenderung acak. Hal tersebut mengindikasikan bahwa galat memiliki varian yang homogen. Berdasarkan uji lack of fit dan pemeriksaan asumsi galat, model ordo kedua merupakan model yang sesuai untuk menggambarkan hasil percobaan. IV.5. Kondisi Optimum Pada Model Orde Titik-titik stasioner ditentukan dengan mengubah model ordo kedua ke dalam bentuk matriks sesuai persamaan berikut: Y ˆ ˆ 0 x' b x' Bx dimana: x 0,750 0,8 0,00745 0,0046 x ' x, b 0,54, B 0,00745 0,807 0,075, x 0,75 0,0046 0,075 0,484,55 0,49 0,08 B 0,49 5,55 0,48 0,08 0,48,070 Titik-titik stasioner ditentukan menggunakan persamaan berikut: x s B b 5
,55 0,49 0,08 0,750 0,49 5,55 0,48 0.54 0,08 0,48,070 0,75,57,98 0,6,86,469 0,05 sehingga titik-titik stasioner model ordo kedua dalam bentuk variabel kode adalah: X.s =,86; X.s =,469; X.s = 0,05. Maka diperoleh nilai dugaan respons pada titik stasioner sebagai berikut: Yˆ ˆ 0 X s ' b 0,750 49,7679 +,86,469 0,05 0.54 0,75 49,7679+ (,8467) 49,7679 + 0,94 50,69 gram Adapun variabel asli dari titik-titik stasioner adalah: taraf X.s = 0 X.s + 00 = 0 (,86) + 00 =,8609 o C taraf X.s = 4 X.s + 60 = 4 (,469) + 60 = 65,8766 66 o C taraf X.s = 0 X.s + 44 = 0 (0,05) + 44 = 47,054 47menit IV.6. Contour Plot dan Surface Plot Berdasarkan model orde, dapat dibentuk lebih dari satu contour plot dan surface plot karena terdapat tiga variabel bebas yang mempengaruhi respons. Contour plot merepresentasikan garis-garis yang menunjukkan nilai respons (Ŷ ) dari nilai minimum hingga maksimum. Contour plot hubungan variabel X dan X terhadap respons berbentuk elips dan memanjang ke arah X, artinya respons sangat peka terhadap perubahan X dan tidak peka terhadap perubahan X. Respons (massa lilin) semakin meningkat seiring dengan meningkatnya X (suhu peleburan) dan X (suhu tuang). Massa lilin sebesar 50 gram atau lebih dicapai pada taraf 0 sampai dengan untuk X, sedangkan taraf -0,5 hiingga untuk X. Pada kondisi sebenarnya berarti suhu peleburan berada diantara 00 o C sampai 0 o C, sedangkan suhu tuang berada diantara 58 o C sampai 68 o C. Contour plot hubungan variabel X dan X terhadap respons berbentuk hampir bulat, menunjukkan respons sangat peka terhadap perubahan X maupun X (waktu pencetakkan). Massa lilin sebesar 50 gram atau lebih dicapai pada taraf 0,5 sampai dengan untuk X sedangkan untuk X massa lilin yang tinggi dicapai pada taraf - sampai +,5. Pada kondisi sebenarnya berarti suhu peleburan berada diantara 05 o C sampai 0 o C, sedangkan waktu pencetakkan berada diantara 4 menit sampai 59 menit. Sementara itu, contour plot hubungan variabel X dan X terhadap respons berbentuk elips dan memanjang ke arah X, artinya respons sangat peka terhadap perubahan X dan tidak peka terhadap perubahan X. Massa lilin sebesar 50 gram atau lebih dicapai pada taraf 0,5 sampai dengan untuk X dan pada taraf 0,5 sampai +,5 untuk X. Pada kondisi sebenarnya berarti suhu tuang berada diantara 58 o C sampai 68 o C, sedangkan waktu pencetakkan berada diantara 9 menit sampai 59 menit. Plot permukaan respons merepresentasikan nilai variabel bebas yang berada pada sumbu mendatar yang tegak lurus dengan respons. Ketiga plot permukaan berbentuk kurva setangkup, artinya plot permukaan tersebut merupakan plot dari titik-titik respons maksimum. Berdasarkan Contour plot dan plot permukaan respons dapat pula diketahui titik stasioner X.s =,86; X.s =,469; X.s = 0,05 masih berada dalam wilayah percobaan dan merupakan titik dari respons maksimum. Taraf-taraf pada titik stasioner bersesuaian dengan suhu peleburan 6
o C, suhu tuang 66 o C, dengan waktu pencetakkan 47 menit menghasilkan nilai dugaan respons massa lilin sebesar 50,69 gram. 7
V. Kesimpulan Berdasarkan hasil penelitian dan pembahasan, maka dapat diambil kesimpulan sebagai berikut:. Massa lilin maksimum yang diperoleh adalah sebesar 50,654 gram yang dihasilkan dari suhu peleburan o C, suhu tuang 66 o C, dengan waktu pencetakkan 47 menit.. Model permukaan respons maksimum pada massa lilin adalah: Y 49,7679 0,750X 0,54 X 0,75X 0,80 X 0,807 X 0,484 X 0,049 X X 0,009 X X 0,055 X X Daftar Pustaka. Meyers, Raymond H., Douglas C. Montgomery & Christine M. Anderson Cook, 009, Response Surface Methodology Process and Product Optimation Using Design Experiments, Third edition. New York: Wiley.. Montgomery, DC., 009, Design and Analysis of Experiment, 7 th Edition. New York: Wiley.. Prayogo, Veronika, 04, Optimalisasi faktor yang berpengaruh pada kekuatan lilin menahan beban dengan metode Response Surface, Universitas Katolik Widya Mandala Surabaya. 4. Kastanja, Dwight Marchel, 05, Aplikasi Metode Taguchi Untuk Mereduksi Jumlah Produk Cacatlilin Standar HAN 7 (Studi kasus : CV. Dwi Pelita Mas), Universitas Brawijaya Malang. 8