Optimasi Multi Response Surface pada Industri Kemasan Botol Plastik dengan Pendekatan Fuzzy Programming (Studi Kasus di PT. AAM) Lela Devi Meylina (1310 100 099) Pembimbing: Dr. Sony Sunaryo, M.Si Selasa, 24 Juni 2014 Ruang Sidang Lantai2
AGENDA PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PENELITIAN ANALISIS DAN PEMBAHASAN KESIMPULAN 2
Latar Belakang Batasan Masalah Rumusan Masalah PENDAHULUAN Manfaat Penelitian Tujuan Penelitian 3
LATAR BELAKANG 4
Penelitian sebelumnya... Pengendalian kualitas statistika multivariant pada proses produksi botol Indomilk 200 ml dengan cavity 2,3. Penggunaan metode response surface dalam optimasi proses pembuatan botol produk Johnson Baby Oil 50 ml pada mesin blow molding. Penentuan setting parameter pada proses blow molding dengan metode taguchi atribut. Penentuan setting variabel proses temperatur barrel, blowing time, dan blowing pressure terhadap volume isi botol dan diameter mulut dalam botol produk Chamomile 60 ml menggunakan response surface pada mesin blow molding. 5
MULTI RESPONSE SURFACE PENDEKATAN FUZZY PROGRAMMING Penentuan setting variabel proses temperatur barrel, blowing time, dan blowing pressure terhadap volume isi botol dan diameter mulut dalam botol produk Chamomile 60 ml menggunakan response surface pada mesin blow molding. 6
RUMUSAN MASALAH Bagaimana setting parameter pada proses blow molding terhadap volume isi botol dan diameter mulut dalam botol pada produk Chamomile 60 ml di PT. AAM dengan pendekatan fuzzy programming? Bagaimana perbandingan hasil optimasi pada penelitian Amrillah (2006) dengan optimasi multi response surface menggunakan pendekatan fuzzy programming? 7
TUJUAN PENELITIAN Menentukan setting parameter pada proses blow molding terhadap volume isi botol dan diameter mulut dalam botol pada produk Chamomile 60 ml di PT. AAM dengan pendekatan fuzzy programming Memperoleh perbandingan hasil optimasi pada penelitian Amrillah (2006) dengan optimasi multi response surface menggunakan pendekatan fuzzy programming 8
MANFAAT PENELITIAN Setting parameter blow molding yang optimum. Perbandingan hasil penelitian Amrillah (2006) dan penelitian ini. Perbandingan metode response surface fungsi desirability dan multi response surface pendekatan fuzzy programming. 9
BATASAN MASALAH Produk Chamomile 60 ml PT. AAM Karakteristik kualitas: Respon 1. Volume Isi 2. Diameter Mulut Dalam Botol Faktor 1. Temperatur barrel 2. Blowing time 3. Blowing pressure Mesin Blow Molding BM 08 Double Wagon, material HDPE, tanpa membahas rangkaian listrik 10
Metode Response Surface Proses Blow Molding Pengujian Signifikansi dan Asumsi Produk Plastik PT. AAM TINJAUAN PUSTAKA Teori Fuzzy Tinjauan Umum Plastik Metode Fuzzy Programming 11
Metode Response Surface Metode response surface atau RSM (Response Surface Methodology) adalah sekumpulan teknik matematika dan statistika yang berguna untuk memodelkan dan menganalisis masalah dengan respon sebagai pusat perhatiannya yang dipengaruhi oleh beberapa variabel dan bertujuan untuk optimasi respon (Montgomery, 2001). Fungsi orde pertama: Fungsi orde kedua: 12
Pengujian Signifikansi dan Asumsi 1. Uji Lack of Fit. Hipotesis: H 0 : Model telah sesuai (tidak ada lack of fit) H 1 : Model tidak sesuai (ada lack of fit) Statistik Uji: Model sesuai, jika. 2. Uji Serentak. Hipotesis: H 0 : H 1 :Minimal ada satu Statistik Uji: Model signifikan secara serentak jika. 3. Uji Individu. Hipotesis: H 0 : H 1 : Statistik Uji: Model signifikan secara individu, jika. 13
Pengujian Signifikansi dan Asumsi Residual Identik -Uji Levene -Plot Residual versus Fits. Residual Independen -Plot ACF -Plot Residual versus Order Residual Berdistribusi Normal -Uji Kolmogorov-Smirnov -Normal Probability Plot 14
Teori Fuzzy Zadeh (1965) menjelaskan bahwa serangkaian fuzzy set dalam semesta X dikarakteristikkan oleh fungsi keanggotaan atau membership function dimana berasosiasi dengan tiap elemen x dalam bilangan real X dalam interval [0,1]. Nilai fungsi disebut kelas keanggotaan dari x dalam.. Fuzzy bilangan yang terdiri dari 3 bagian / segitiga (triangular fuzzy) dapat didefiniskan sebagai triplet (l,m,u). Fungsi keanggotaan triplet didefinisikan sebagai : 15
Metode Fuzzy Programming. 1. Mendesain eksperimen multi respon. 2. Membuat model response surface untuk tiap replikasi. 3. Mengoptimasi respon untuk tiap model regresi permukaan (surface regression). adalah level faktor optimumnya. 4. Menentukan model regresi response surface fuzzy untuk respon ke-j. 16
5. Menentukan level faktor fuzzy yang optimum. Level faktor optimum untuk respon ke-k adalah 6. Membuat matriks pay-off untuk nilai respon. 7. Membuat matriks pay-off untuk nilai respon desirability. 8. Mendefinisikan fungsi deviasi dan membuat matrik pay-off untuk nilai deviasi. Apabila maka 9. Mendefinisikan 2 model objektif untuk model multi response surface menggunakan fuzzy MODM yang digunakan oleh Lai dan Hwang (1992). Model akhir: 17
. 10. Mengkonversikan 2 model objektif menjadi 1 model objektif. Fungsi yanng menyatakan derajat kepuasan desirability dan robust adalah: Selanjutnya menggunakan operator Max-Min Zimmerman (1987). 11. Menentukan level faktor fuzzy optimum dengan menyelesaikan model 1 objektif. 18
Tinjauan Umum Plastik Plastik adalah sebuah polimer yang bersifat elastik. Plastik adalah polimer rantai panjang dari atom yang mengikat satu sama lain. (Ningsih, 2010). - Plastik mudah dicetak sehingga tidak memerlukan pembuatan bentuk yang rumit. - Plastik memiliki berat jenis yang rendah sehingga produknya ringan. - Plastik tahan terhadap korosi. - Plastik bersifat fleksibel. JENIS PLASTIK Polyethylene (PE) Polypropylene (PP) Polystyrene (PS) Polivnyl Clorida (PVC) Polyethylene Tercphtalate (PET) 19
Produk Plastik PT. AAM 20
Proses Blow Molding 1 Poros Penggerak 3 Hooper 4 Material 5 Extruder Barrel 6 Heater 7 Thermocontrol 8 Die Head 9 & 10 Pin & Die 21
Proses Blow Molding Mesin blow mold PT. AAM Mold dan moldpartspt. AAM 22
Sumber Data Jadwal Penelitian METODOLOGI PENELITIAN Variabel Penelitian Langkah Penelitian Rancangan Percobaan 23
Sumber Data Data penelitian Rodhy Amrillah (2006) Program Studi Sarjana Teknik Mesin yang meneliti tentang penentuan setting parameter pada proses blow molding dengan metode response surface pada produk Chamomile 60 ml. 24
VARIABEL PENELITIAN Volume isi botol (ml) : Y 1 Diukur menggunakan TIMBANGAN DIGITAL RESPON Diameter mulut dalam botol (mm) : Y 2 Diukur menggunakan JANGKA SORONG DIGITAL 25
VARIABEL PENELITIAN Temperatur Barrel : X 1 Level -1,682 Level -1 Level 0 Level 1 Level 1,682 : 174 o C : 181 o C : 191 o C : 201 o C : 208 o C FAKTOR Blowing Time : X 2 Level -1,682 Level -1 Level 0 Level 1 Level 1,682 : 7,2 detik : 7,9 detik : 8,9 detik : 9,9 detik : 10,6 detik Blowing Pressure : X 3 Level -1,682 : 4,3 kg/cm 2 Level -1 : 5,0 kg/cm 2 Level 0 : 6,0 kg/cm 2 Level 1 : 7,0 kg/cm 2 Level 1,682 : 7,7 kg/cm 2 26
RANCANGAN PERCOBAAN Rancangan percobaan ORDE 1 dan ORDE 2 ORDE 1 :FAKTORIAL dengan 8 observasi ORDE 2 : CCD dengan 20 observasi 27
LANGKAH PENELITIAN 1. Menentukan rancangan percobaan. 2. Mengambil data. 3. Melakukan analisis response surface untuk masing-masing replikasi di tiap respon. 4. Menguji signifikansi dan asumsi residual IIDN dari model regresi response surface. 5. Melakukan analisis multiresponse surface dengan fuzzy programming sesuai algoritma Bashiri & Hosseininezhad (2009). 6. Menginterpretasi hasil. 7. Membuat kesimpulan. 28
Perbandingan Hasil Penelitian Analisis Response Surface Fuzzy Programming ANALISIS DAN PEMABASAHAN 29
ANALISIS RESPONSE SURFACE FUZZY PROGRAMMING Koefisien Koefisien penaksir penaksir parameter parameter regresi regresi response response surface surface 30
Koefisien penaksir Hasil Response parameter Surface regresi Fuzzy response surface 31
Koefisien penaksir Level parameter faktor optimum regresi response surface Level faktor fuzzy optimum 32
Koefisien penaksir Matriks parameter pay-off nilai regresi respon response surface Mensubstitusi nilai optimum fuzzy ke persamaan response surface fuzzy 33
Koefisien penaksir Matriks parameter pay-off nilai regresi desirability response surface 34
Koefisien penaksir Matriks parameter pay-off regresi deviasi response surface 35
Koefisien Model penaksir 2 objektif parameter menjadi regresi 1 model response objektif surface Model 1 Model 2 36
Koefisien Model penaksir 2 objektif parameter menjadi regresi 1 model response objektif (2) surface 37
Koefisien Model penaksir 2 objektif parameter menjadi regresi 1 model response objektif (3) surface Model 1 Model 2 Untuk menggabungkan kedua model menjadi 1, digunakan operator Max-Min Zimmerman. Dasar yang digunakan adalah memaksimumkan derajat kepuasan minimum dari kedua model. Model 1 Model 2 38
Koefisien Model penaksir 2 objektif parameter menjadi regresi 1 model response objektif (4) surface Model lower Model upper Model mean 39
Koefisien penaksir Level faktor parameter fuzzy optimum regresi response akhir surface Model lower Model upper Model mean 40
PERBANDINGAN HASIL PENELITIAN Amrillah (2009): Response Surface Pendekatan Fungsi Desirability Penelitian ini : Response Surface Pendekatan Fuzzy Programming 41
Saran Kesimpulan KESIMPULAN 42
Koefisien penaksir parameter Kesimpulan regresi response surface Setting parameter pada proses blow molding terhadap volume isi botol dan diameter mulut dalam botol pada produk Chamomile 60 ml di PT. AAM dengan pendekatan fuzzy programming untuk level rata-rata adalah 210 o C pada temperatur barrel, 9,35 detik pada blowing time dan 6,258 kg/cm 2 pada blowing pressure. Perbandingan hasil optimasi pada penelitian Amrillah (2006) dengan optimasi multi response surface menggunakan pendekatan fuzzy programming menun-jukkan bahwa model response surface dengan fuzzy program-ming lebih baik daripada model yang diperoleh pada penelitian Amrillah (2006) dari sisi composite desirability. 43
Koefisien penaksir parameter Saran regresi response surface Dalam algoritma Bashiri dan Hosseininezhad (2009) ada kemungkinan bahwa: Pembaginya merupakan bilangan nol 44
DAFTAR PUSTAKA Abdi, Z. (2005). Analisis Optimasi Proses Pembuatan Botol Produk Johnson Baby Oil 50 ml pada Mesin Blow Molding degan Menggunakan Metode Response Surface. Amalia, N. (2013). Laporan Kerja Praktek di PT. Abadi Adimulia. Azeem, A. (2008). Polyethylene Manufacturing and its Properties. Bashiri, M., & Hosseininezhad, S. J. (2009). A Fuzzy Programming for Optimizing Multi Reponse Surface in Robust Design. Journal of Uncertain Systems Vol. 3 No. 3, 163-173. Belofsky, H. (1995). Platics: Product Design and Process Engineering. Hanser Publication. Brown, M. B., & Forsythe, A. B. (1974). Robust Test for the Equality Variances. Journal of the American Statistical Association Vol. 69 No.346, 364-367. Daniel, W. (1989). Statistika Nonparametrik Terapan. Jakarta: PT. Gramedia. Frost, J. (2012, 4 5). The Minitab Blog. Dipetik 2 25, 2014, dari Why You Need to Check Your Residual Plots for Regression Analysis: http://blog.minitab.com/blog/adventures-in-statistics/why-you-need-to-checkyour-residual-plots-for-regression-analysis Johnson, R., & Bhattacharya, G. (1992). Statistics : Principles and Methods 2nd edition. Wiley. Khuri, A., & Cornell, J. (1996). Response Surfaces Designs and Analysis. New York: Marcel Dekker. Kim, K. J., & Lin, D. K. (1998). Dual Response Surface Optimization: A Fuzzy Modelling Approach. Journal of Quality Technology Vol. 30 No. 1, 1-10. Kompas. (2013, 9 11). Kementrian Perindustrian Republik Indonesia. Dipetik 2 3, 2014, dari Kementrian Perindustrian Republik Indonesia Website: http://kemenperin.go.id/artikel/7334/industri-plastik-perlu- Diperkuat Lai, Y., & Hwang, C. (1992). Fuzzy Multiple Objective Decision Making. Springer-Verlag. 45
DAFTAR PUSTAKA (2) Montgomery, D. C. (2001). Response Surface Methods. Dalam Design and Analysis of Experiments 5th edition (hal. 427-500). USA: John Wiley and Sons. Muccio, E. A. (1991). Design for Plastics Processing. ASM Handbook Volume 20 : Materials Selection and Design, 793-803. Mujiarto, I. (2008). Sifat dan Karakteristik Material Plastik dan Bahan Aditif. Ningsih, S. W. (2010). Optimasi Pembuatan Bioplastik Polihidroksialkanoat Menggunakan Bakteri Mesofilik Dan Media Limbah Cair Pabrik Kelapa Sawit. Patryadi, V. (2006). Penentuan Setting Parameter Pada Proses Blow Molding dengan Metode Taguchi Atribut. Prastyo, D. D., Akbar, M. S., & Otok, B. W. (2007). Fuzzy Modelling Approach and Global Optimization for Dual Response Surface. Jurnal Teknik Industri Vol. 9 No. 2, 102-111. Romdhoni, L. (2004). Pengendalian Kualitas Statistika Multivariant Proses Produksi Botol Indomilk 200 ml dengan Cavity 2,3 di PT Abadi Adimulia Surabaya. Wei, W. W. (2006). Time Series Analysis Univariate and Multivariate Methods 2nd edition. USA: Pearson Eduction, Inc. Zadeh, L. (1965). Fuzzy Sets, Information, and Control Vol.8. 338-353. Zimmerman, H. (2000). Fuzzy Set Theory and Its Application 3rd edition. Massachussets: Kluwer Academic Publisher. Zimmerman, H. (1987). Fuzzy Sets, Decision Making, and Expert Systems. Boston: Kluwer Academic Publishing. 46
Optimasi Multi Response Surface pada Industri Kemasan Botol Plastik dengan Pendekatan Fuzzy Programming (Studi Kasus di PT. AAM) Lela Devi Meylina (1310 100 099) Pembimbing: Dr. Sony Sunaryo, M.Si Selasa, 24 Juni2014 Ruang Sidang Lantai 2 47
Perhitungan Excel Solver 48
Y1= 67,005+0,289*H3+0,189*H4+0,202*H5-(0,101*H3*H3)-(0,213*H4*H4)- (0,131*H5*H5) Y2= 8,134+0,03*H3+0,025*H4+0,023*H5-(0,019*H3*H3)-(0,027*H4*H4)- (0,017*H5*H5) D1=0,165+0,03*H3+0,018*H4+0,034*H5+(0,016*H3*H3)+(0,037*H4*H4)+(0,046*H5* H5) D2=0,003+0,006*H3+0,003*H4+0,003*H5+(0,001*H3*H3)+(0,001*H4*H4)+(0,003*H 5*H5) d1 =(H16-66)/(68-66) d2 =(H17-8,2)/(8,1-8,2) S1 =(H12-0,351)/(0,524-0,351) S2 =(H13-0,299)/(0,813-0,299) T1 =(0,309-H14)/(0,309-0,262) T2 =(0,016-H15)/(0,016-0,017) V1 =MIN(H8:H9) V2 =MIN(H10:H11) Target =0,5*H6+0,5*H7 Konstrain1 =H12-(H6*0,138) Konstrain2 =H13-(H6*0,352) Konstrain3 =H14+(H7*0,121) Konstrain4 =H15-(H7*0,008) 49