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


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


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


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



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

Judul

Documents

Transcript of Judul