Judul
description
Transcript of Judul
JudulJudul
Optimasi Kekuatan Torque Pada Produksi Lampu TL Tipe FL 10 W
Di PT. Panasonic Lighting Indonesia
Disusun Oleh :Lailatul Maft1302 100 017
SKRIPSI
Latar belakang dan Latar belakang dan permasalahanpermasalahan
LATAR BELAKANG
• Data produksi bulan November 2005 – Februari 2006• Hasil Analisa pihak engineering PT.Panasonic Lighting Indonesia
PERMASALAHANBagaimana pengaturan level
manometer yang dapat mengoptimalkan kekuatan torque
pada produksi lampu TL tipe FL 10 W
- INTRO -- INTRO -
Tujuan dan batasanTujuan dan batasanMengetahui pengaturan level
manometer yang dapat mengoptimalkan kekuatan torque
pada produksi lampu TL tipe FL 10 W
Penelitian hanya dilakukan pada proses basing dalam
pembuatan lampu TL tipe FL 10 W di PT. Panasonic lighting
Indonesia.
TUJUAN
Batasan masalah
Tinjauan pustakaTinjauan pustakaTINJAUAN PUSTAKA
Metode permukaan respon Pendeteksian pencilan Regresi robust LTS Metode Optimasi Proses Basing
Respon surfaceRespon surface
k1i
εixiβoβ
k
1i
1k
1i
k
2j jjixij2
ixiiixio
k1i
εixiβoβ
Metode Permukaan responMetode yang digunakan untuk menyelesaikan
masalah optimasi dengan menentukan titik optimum dari model yang didapat.
Y = f (X1, X2, ... , Xk) + dimana adalah kesalahan pendugaan dengan
asumsi IIDN(0,2)
y=
k
i
k
jii
k
j jiij
k
iiiiii xxxxy
1 1
2
0
(2.3)
k
i
k
jii
k
jjiij
k
iiiiii xxxxy
1 1
2
0ˆˆˆˆˆ
Model orde dua :
Taksiran model orde kedua :
Uji signifikansi dan Uji signifikansi dan asumsiasumsi
ErrorMSregMS
hitF
UJI ASUMSI RESIDUAL• Identik Uji Gletser• Independent Plot ACF• Berdistribusi Normal Kolmogorov smirnov
UJI SIGNIFIKANSI MODEL
Uji Serentak
F hit = MS reg / MS error
Uji Individu
)ˆvar(
ˆ
j
jojhitt
Estimasi Parameter Model
yXXX 1 ')(ˆ '
Pendeteksian pencilanPendeteksian pencilan
Pendeteksian pengamatan berpengaruh
iii
iii
hS
yyDFFITS
2)(
)(ˆˆ
Jika maka pengamatan merupakan pengamatan
berpengaruh
npDFFITSi 2
LTS teoriLTS teori
Algoritma GenetikaAlgoritma Genetika
Suatu metode penduga parameter regresi robust dengan menggunakan konsep pengepasan OLS untuk
meminimumkan jumlah kuadrat sisaan
Algoritma LTS1) Input data berpasangan zi = (xi,yi) 2) Menentukan jumlah iterasi (m) dengan cara menghitung kombinasi p dari n 3) Mengambil m subset ,yang beranggotakan sebanyak j pengamatan, dengan j = p
(jumlah variabel bebas) 4) Mendefinisikan nilai b & nilai breakdown 5) Memperoleh model regresi untuk setiap k dari subset 6) Mengevaluasi apakah model regresi menggunakan intersep atau tidak :
• Jika TIDAK, maka hitung pendugaan parameter regresi untuk setiap subset dengan
• Jika YA, maka lakukan langkah proses adjustment nilai intersep 7) Menghitung fungsi tujuan (FT) untuk tiap-tiap pendugaan 8) Menentukan pendugaan terbaik yaitu pendugaan dengan nilai fungsi tujuan yang
paling minimum9) Menetapkan pengamatan yang tergolong pencilan
Least trimmed square (LTS)
Optimasi teori RMS Optimasi teori RMS MSEMSE
Menggunakan Kriteria MSE (Lin dan
Tu,1995)
Menghasilkan titik optimum yang mendekati target dengan
varian kecil
RUMUS MSE
kasus MSE
Target is best (t
Smaller the better
Larger the better -
MSE terdiri atas bias dan
varian
Metode Optimasi
Proses basingProses basingProses Basing
Merupakan Proses penggabungan antara cap dengan bulp
Manometer Level Setting
Burner setting
Temperatur Control
I. LAII. LACIII. NG
Proses dalam mesin basing
metodologimetodologiMETODOLOGI PENELITIAN
Variabel Penelitian1. Variabel respon
- Rata-rata Kekuatan Torque Lampu - Standar deviasi kekuatan torque
2. Variabel independen :- Tekanan Low air (LA)- Tekanan Low Air Cooling (LA
Cooling)- Tekanan Natural gas (NG)
Sumber data Data diambil oleh pihak engiinering PT. PLI pada Maret 2006 sebanyak 5 data/hari
LANGKAH2 ANALISALANGKAH2 ANALISALANGKAH LANGKAH ANALISA
Transformasi data
Pendugaan model
mean&stdev dgn LTS
Apakah terdapat pencilan
Menentukan titik optimum dengan
metode klasik
Apakah model Penuh
Start
yatidak
Pendugaan model orde kedua
Optimasi dengan kriteria MSE
Membuat kesimpulan
Stop
tidak
Analisa Side CAnalisa Side CANALISA DATA Side C
Model rata-rata dengan OLS ŷ=0,222949-0,003389x1+0,002442x2-0,008300x3+ 0,005609x1
2+ 0,006805x22+
0,012267x32 + 0,003080x1x2+0,002925x1x3+0,009061x2x3
Pengujian Model secara serentakHipotesis :Hipotesis :HoHo : : 1 1 = = 2 2 = = 33 = = 1111 = = = = 23 23 = 0= 0HH11 : minimal ada satu : minimal ada satu ii atau atau ij ij yang tidak sama yang tidak sama
dengan nol ( dengan nol ( ii =1, 2, 3 ; =1, 2, 3 ; jj = 1, 2, 3). = 1, 2, 3). Tabel 4.1 Tabel 4.1 P P __valuevalue< 0.05 maka gagal tolak Ho< 0.05 maka gagal tolak Ho
Uji parsial side CUji parsial side CPengujian Model secara parsial
Hipotesis :Ho : sama dengan nol ( parameter tidak signifikan )H1 : tidak sama dengan nol ( parameter signifikan )
Tabel 4.2 Tabel 4.2 Banyak parameter yg tidak signifikan
Diduga ada outlier
Summary residual
Deteksi pencilan dengan DFFITSPemodelan
dengan LTS
Model lts side CModel lts side CModel LTS side C
BENTUK R-square LTS scale
linear 0,5529 0,0138
Linear + kuadratik 0,9505 0,003
Linier + interaksi 0,8161 0,006
Full model 0,9777 0,0033
Model linier + kuadratik :
= 9,8013-0,3512 x1 -1,600x2 -1,06733x3 +0,044x12 +0,1051x2
2 +0,1019x3
2
Full model :
= 20,73-0,53x1-2,798x2-3,2633x3+0,0186 x12+0,1156 x2
2 +0,189x3
2 +0,0476x1x2+ 0,16x1x3 - 2,09x2x3
y
y
LTS Stdev side CLTS Stdev side C Model standar deviasi side CBentuk R square LTS Scale
linier 0,5391 0,0051
Linier+kuadratik 0,7961 0,0033
Linier+interaksi 0,7545 0,0038
Full Model 0,8268 0,0037
Bentuk full model untuk data standar deviasi side C adalah:
= 4,8073 – 0,1628x1 – 0,678x2 – 0,677x3 + 0,0191x12 +
0,02665x22 +
0,0108x3
2 -0,01548x1x2 + 0,0600x2x3 + 0,02365 x1x3
y
Optimasi side COptimasi side COptimasi side C
No
Model meanModelStandardeviasi
Titik optimum
Mean
Standar deviasi
MSELA NG LAC
1. Linier + kuadratik Full model 4,0 7,6 5,2 0,216 0,0114 0,046
2. Full model Full model 4,5 7,5 5,5 0,206 0,0157 0,043
Kekuatan torque = 1/0,206 = 4,83 Newton Meter
Analisa Side EAnalisa Side EANALISA DATA Side E
Model rata-rata dengan OLS ŷ= 0,239541–0,008227x1–0,009892x2+0,001869x3–0,001572x1
2–0,006161x2
2 –
0,006352 x32 + 0,004561 x1x2 + 0,004657x1x3 + 0,004192
x2x3Pengujian Model secara serentakHipotesis :Hipotesis :HoHo : : 1 1 = = 2 2 = = 33 = = 1111 = = = = 23 23 = 0= 0HH11 : minimal ada satu : minimal ada satu ii atau atau ijij yang tidak sama yang tidak sama
dengan nol ( dengan nol ( ii =1, 2, 3 ; =1, 2, 3 ; jj = 1, 2, 3). = 1, 2, 3). Tabel 4.3 PTabel 4.3 P __valuevalue< 0.05 maka gagal tolak Ho< 0.05 maka gagal tolak Ho
Pengujian parsialPengujian parsialPengujian Model secara parsial
Hipotesis :Ho : sama dengan nol ( parameter tidak signifikan )H1 : tidak sama dengan nol ( parameter signifikan )
Tabel 4.4 Tabel 4.4 Banyak parameter yg tidak signifikan
Diduga ada outlier
Summary residual
Deteksi pencilan dengan DFFITSPemodelan
dengan LTS
Model lts mean side CModel lts mean side CModel LTS side E
BENTUK R-square LTS Scale
linear 0,8390 0,0067
Linear + quadratic 0,9429 0,0024
Linier + interaksi 0,9747 0,0020
Full model 0,9772 0,0021
Model linier+Interaksi : ŷ= 6,8489- 0,4447x1-1,1356 x2 -0,4813 x3 +0,1147 x1x2 -0,0962 x2x3 -0,0963x1x3
Full Model : ŷ= 12,4768 -1,1069x1 -1,6832x2-1,3184x3 +0,0088x1
2-0,0084x22 -
0,0066x32 +
0,1704x1x2 +0.2084 x2x3 -0.0509 x1x3
LTS stdev side ELTS stdev side E Model standart deviasi side EBENTUK R-square LTS Scale
Linear 0,6237 0,0043
Linear + quadratic 0,6966 0,0036
Linier + interaksi 0,8563 0,0018
Full model 0,8180 0,0028
Model linier+Interaksi : ŷ= 5,147+0,350x1-0,6779x2 -0,9550 x3 +0,0007 x1x2 +0,1265 x2x3 -0,0085 x1x3
Full Model : ŷ = 2,0930 + 0,0682x1 – 0,4161x2 – 0,2194x3 + 0,0024x1
2 + 0,00008x2
2 –
0,0519x32 – 0,02144 x1x2 + 0,0928x2x3 + 0,01417x1x3
Optimasi side EOptimasi side EOptimasi side E
No.Model mean
Model stdev
Titik optimumMean
Stdev MSE
LA NG LAC
1. Linier + interaksi
Linier+ interaksi
3,7 7,8 4,7 0,190 0,0117 0,0363
2. Linier + interaksi
Full model 3,7 7,8 4,9 0,202 0,00219 0,0407
3. Full model Linier+ interaksi
3,7 7,8 4,7 0,192 0,01169 0,0368
4. Full model Full model 3,7 7,8 4,9 0,202 0,00215 0,0412
Kekuatan torque =1/0,190= 5,22 Newton Meter
kesimpulan1kesimpulan1Kesimpulan
model side C :ŷ = 20,73-0,53x1-2,798x2-3,2633x3+0,0186 x1
2+0,1156 x22 +
0,189x32 +0,0476x1x2 +0,16x1x3-2,09x2x3
ŷ = 4,8073 - 0.1628x1 - 0.678x2 - 0.677x3 + 0.0191x1
2 + 0.02665x2
2 + 0.0108x32 -0.01548x1x2 +
0.0600x2x3 + 0.02365 x1x3
Kondisi Optimum
Low air : 4,5 Kpa Low air cooling : 7,5 Kpa Natural gas : 5,5 Kpa Kekuatan torque : 4,84 Newton meter
KESIMPULAN2KESIMPULAN2model side E :
ŷ = 6,8489 – 0,4447x1-1,1356 x2 -0,4813 x3 +0,1147 x1x2 – 0,0962 x2x3 -0,0963x1x3 ŷ = 5,147+0,350 x1-0,6779 x2 -0,9550 x3 +0,0007 x1x2 + 0,1265 x2x3 -0,0085 x1x3
Kondisi optimum
Low air : 3,7 kpaLow air cooling : 7,8 kpa Natural gas : 4,7 kpaKekuatan torque : 5,22 Newton meter
Daftar pustakaDaftar pustakaAunuddin ,(1989), Analisis data, Departemen Pendidikan dan Kebudayaan Direktorat Jendral Pendidikan Tinggi Pusat, Universitas Ilmu Hayat , Institut Pertanian Bogor.
Draper,N dan Smith (1981), Applied Regression Analysis (Second Edition), John Wiley and Sons, Inc., New york
Koksoy, O.dan Doganaksoy,N. (2003), joint optimation of mean and standart deviation using response surface method. Jurnal of quality technology vol.35, pp.239–251
Khuri.A.I dan Cornell.J.A, (1987), Response surface design and analysis, New York and Basel
Lin D.K. J dan Tu W, (1995), Dual Response Surface Optimization, Journal Of Quality Technology 27, pp. 33-39.
Montgomery, D. C.,(1991),Design and analysis of Experiments third edition, John Wiley and Sons, Inc., New york
Myers,R.H dan Montgomery, D.C. (2001), Response Surface Methodology, John Wiley and Sons, Inc., New york
Neter,john ,W.Wasserman, dan M.H.Kutner (1990), Applied Linier Statitical Models third edition, Richard D. Irwin,inc,Homewood,Illinois
Rousseeuw.R.J dan A. M. Leroy,(1987), Robust Regression and Outlier Detection, New York, Wiley.
Yaffee,R. A.(2002), Robust Regression Analysis:Some Popular Statistical Package Options, Information Technology Services.
Daftar Pustaka
Da…..ghDa…..gh
Terima Kasih
5 biggest reject5 biggest reject5 Biggest Reject From Inspection FL 10 Wpr
osen
tase
J enis cacatbulan
0.012
0.010
0.008
0.006
0.004
0.002
0.000
Chart of prosentase vs Jenis cacat, bulan
Critical
reject
Bola Lampu(bulp)
FlareCap Side C
Side E
Analisa pihak Analisa pihak engineeringengineering
Loosebasing
Methods
temperature
cement
sealing
Cause-and-Effect Diagram
Diameter sealing
Viscocity
Weight
color cement
temperature bulp
temperature basing
check list manometer
check list burner
irregulary basing
check list temperature basing
Tabel4.1 & 4.2Tabel4.1 & 4.2Source DF SS MS F PRegression 9 0,005567 0,000619 4,22 0,010 Linear 3 0,001179 0,000393 2,68 0,090 Square 3 0,003586 0,001195 8,17 0,003 Interaction 3 0,000801 0,000267 1,82 0,192Residual 13 0,001903 0,000146 Lack-of-Fit 5 0,000477 0,000095 0,54 0,745 Pure error 8 0,001426 0,000178Total 22 0,007470
Tabel 4.1 anova
Parameter Koefisien regresi Thitung T tabel KeteranganIntersept 0,222949 55,314 2,16 SignifikanX1 -0,003389 -1,035 2,16 Tidak
SignifikanX2 0,002442 0,746 2,16 Tidak
Signifikan X3 -0,008300 -2,535 2,16 SignifikanX1
2 0,005609 1,848 2,16 Tidak Signifikan
X22 0,006805 2,242 2,16 Signifikan
X32 0,012267 4,042 2,16 Signifikan
X1x2 0,003080 0,720 2,16 Tidak Signifikan
X1x3 0,002925 0,684 2,16 Tidak Signifikan
x2x3 0,009061 2,118 2,16 Tidak Signifikan
Tabel 4.2 Penduga parameter
Sumary+DFFIT side CSumary+DFFIT side C
0.020.010.00-0.01-0.02
Median
Mean
0.00500.00250.0000-0.0025-0.0050-0.0075
Anderson-Darling Normality Test
Variance 0.000087Skewness 0.88913Kurtosis 2.60446N 23Minimum -0.018873
A-Squared
1st Quartile -0.006538Median 0.0006213rd Quartile 0.004499Maximum 0.027472
95% Confidence I nterval for Mean-0.004022
0.51
0.00402295% Confidence Interval for Median
-0.006095 0.00302795% Confidence I nterval for StDev
0.007193 0.013164
P-Value 0.180Mean 0.000000StDev 0.009301
95% Confidence I ntervals
Summary for RESI1
No RESI1 DFIT3
1 -0,0061 -0,1839
2 0,00115 0,22636
3 -0,0044 -0,1326
4 -0,0004 -0,0614
5 -0,0093 -1,5562
6 0,00141 0,27809
7 0,00476 0,95391
8 0,00093 0,14707
9 0,00226 0,44675
10 -0,0065 -0,197
11 -0,009 -1,4976
12 -0,0189 -0,6319
13 0,00365 0,72547
14 -0,0007 -0,0221
15 -0,008 -1,3122
16 0,00703 0,21215
17 0,00062 0,09794
18 0,01198 2,68373
19 -0,0061 -1,2314
20 0,0045 0,89963
21 0,01074 0,33095
22 0,02747 19815
23 -0,0071 -0,2148
Tabel4.3 & 4.4Tabel4.3 & 4.4Source DF SS MS F PRegression 9 0,003355 0,003355 6,26 0,002 Linear 3 0,001702 0,001795 10,06 0,001 Square 3 0,001172 0,001194 6,69 0,006 Interaction 3 0,000481 0,000481 2,69 0,089Residual 13 0,000773 0,000773 Lack-of-Fit 5 0,000386 0,000386 1,60 0,265 Pure error 8 0,000387 0,000387 Total 22 0,004128
Tabel 4.3 anova
Parameter Koefisien regresi
Thitung T tabel Keterangan
Intersept 0,222949 55,314 2,16 SignifikanX1 -0,003389 -1,304 2,16 Tidak
SignifikanX2 0,002442 0,746 2,16 Tidak
Signifikan X3 -0,008300 -2,536 2,16 SignifikanX1
2 0,005609 1,848 2,16 Tidak Signifikan
X22 0,006805 2,242 2,16 Signifikan
X32 0,012267 4,042 2,16 Signifikan
X1x2 0,003080 0,720 2,16 Tidak Signifikan
X1x3 0,002925 0,684 2,16 Tidak Signifikan
x2x3 0,009061 2,118 2,16 Tidak Signifikan
Tabel 4.4 Pengujian parameter secara parsial
Sumary+DFFIT side ESumary+DFFIT side E
0.0100.0050.000-0.005-0.010
Median
Mean
0.00500.00250.0000-0.0025-0.0050
Anderson-Darling Normality Test
Variance 0.000035Skewness -0.003847Kurtosis -0.863607N 23Minimum -0.009585
A-Squared
1st Quartile -0.005043Median 0.0007043rd Quartile 0.004134Maximum 0.010782
95% Confidence Interval for Mean-0.002564
0.40
0.00256495% Confidence I nterval for Median
-0.004022 0.00393695% Confidence Interval for StDev
0.004586 0.008392
P-Value 0.332Mean -0.000000StDev 0.005929
95% Confidence I ntervals
Summary for RESI1
No RESIDUAL DFITTS
1 0,00441 1,68824
2 0,0007 0,03276
3 0,00382 1,33058
4 -0,0047 -1,501
5 0,00403 0,1897
6 0,00362 0,93327
7 -0,0011 -0,3755
8 -0,005 -0,6826
9 0,00196 0,48635
10 0,00453 1,19467
11 0,01078 0,55008
12 0,00413 0,19468
13 0,00317 1,1768
14 0,01039 3,31566
15 -0,0032 -1,793
16 -0,0096 -3,6949
17 -0,0022 -0,5693
18 -0,0064 -1,6656
19 0,00608 0,29076
20 -0,0011 -0,0509
21 -0,0085 -0,4187
22 -0,009 -0,446
23 -0,0067 -0,3236
Company profileCompany profile- Company Profile -
• Merupakan perusahaan yang memproduksi lampu merk Nasional dan Panasonic
• Produk 90% di ekspor ke luar negeri
• Produk
Tubular Lamp (TL) Lamp Capsul Super (LCS) Spiral
PT. Panasonic Lighting PT. Panasonic Lighting IndonesiaIndonesia