PENINGKATAN KUALITAS PADA PROSES

PEMBUATAN SHAMPOO KIDS BEAUTY

DENGAN PENDEKATAN METODE

TAGUCHI

Studi Kasus di PT. Mitrapak Eramandiri

Oleh

Juliana

NIM: 004201205092

Diajukan untuk Memenuhi Persyaratan Akademik

Mencapai Gelar Strata Satu

pada Fakultas Teknik

Program Studi Teknik Industri

Universitas Presiden

2016

ii

LEMBAR PERSETUJUAN PEMBIMBING

Skripsi berjudul “Peningkatan Kualitas Pada Pembuatan

Shampoo Kids Beauty dengan Pendekatan Metode Taguchi (Studi

Kasus pada PT. Mitrapak Eramandiri)” yang disusun dan

diajukan oleh Juliana sebagai salah satu persyaratan untuk

mendapatkan gelar sarjana Strata Satu (S1) pada Fakultas Teknik

telah ditinjau dan dianggap memenuhi persyaratan sebuah skripsi.

Oleh karena itu, Saya merekomendasikan skripsi ini untuk maju

sidang.

Cikarang, Indonesia, 1 April 2016

Ir. Andira, MT.

iii

LEMBAR PERNYATAAN ORISINALITAS

Saya menyatakan bahwa skripsi berjudul “Peningkatan Kualitas

Pada Pembuatan Shampoo Kids Beauty dengan Pendekatan

Metode Taguchi (Studi Kasus pada PT. Mitrapak Eramandiri)”

adalah hasil dari pekerjaan saya dan seluruh ide, pendapat atau materi

dari sumber lain telah dikutip dengan cara penulisan referensi yang

sesuai.

Pernyataan ini saya buat dengan sebenar-benarnya dan jika pernyataan

ini tidak sesuai dengan kenyataan maka saya bersedia menanggung

sanksi yang akan dikenakan pada saya.

Cikarang, Indonesia, 1 April 2016

Juliana

iv

LEMBAR PENGESAHAN

PENINGKATAN KUALITAS PADA PEMBUATAN

SHAMPOO KIDS BEAUTY DENGAN PENDEKATAN

METODE TAGUCHI

(Studi Kasus pada PT. Mitrapak Eramandiri)

Oleh

Juliana

ID No. 004201205092

Disetujui Oleh

Ir. Andira, MT.

Dosen Pembimbing

Ir. Andira, MT.

Kepala Program Studi Teknik Industri

v

ABSTRAK

Peningkatan kualitas merupak suatu hal yang paling esensial bagi suatu

perusahaan untuk tetap dapat eksis dalam dunis industri yang kompetitif ini.

Dengan adanya kemampuan perusahaan untuk memberikan kepuasan terhadap

konsumen yang membeli produknya, maka secara otomatis perusahaan akan

mencapai keuntungan yang maksimal. Oleh karena diperlukan peningkatan

kualitas pada produk Shampoo Kids Beauty di mana pada tahun 2015, tingginya

tingkat cacat pada kualitas viskositasnya. Berdasarkan dari data yang diperoleh dn

diolah dengan peta kendali X-bar dan Cp diketahui bahwa kriteria tersebut masih

belum terkendali dan kapabilitas proses masih teridentifikasi rendah. Peningkatan

kualitas dilakukan dengan melakukan perbaikan pada proses pembuatannya

dengan menggunakan Metode Taguchi. Dengan penerapan Metode Taguchi,

diperoleh faktor-faktor yang menpengaruhi nilai kualitas viskositas yaitu Jumlah

NaCl, Volume Air, Temperatur, dan Kecepatan Mixer di mana masing-masing

faktor memiliki level optimum pada 0.40%, 79.05%, 40°C, dan 500 rpm.

Kemudian dari analisis ANOVA diperoleh bahwa semua faktor kontrol tersebut

berpengaruh singnifikan terhadap nilai viskositas. Penerapan Metode Taguchi ini

meningkatkan kapabilitas proses menjadi 1.82 dari semula yaitu hanya 0.12.

Kata kunci : Shampoo Kids Beauty, viskositas, kualitas, kapabilitas proses,

metode Taguchi, analisis ANOVA

vi

KATA PENGANTAR

Segala puji dan syukur atas kehadirat Allah Swt yang telah melimpahkan rahmat

dan hidayah-Nya dan salam salawat dikirimkan kepada Nabi Muhammad Saw

yang telah membawa kehidupan menjadi kita ke masa kejayaan dan menjadi suri

teladan bagi umatnya sehingga penulis dapat menyelesaikan skripsi ini dengan

lancar dan tepat pada waktunya dan

Penulisan skripsi ini merupakan salah satu tugas dan persyaratan yang harus

dipenuhi oleh mahasiswa Universitas Presiden jurusan Teknik Industri untuk

dapat mencapai gelar Strata Satu Teknik.

Tak lupa pula penulis mengucapkan terima kasih kepada pihak-pihak yang telah

membantu dalam menyelesaikan skripsi ini, khususnya kepada :

1. Kedua orang tua yang tak henti-hentinya memberikan doa dan kasih sayang,

dan dukungannya hingga penyelesaian skripsi ini dan seterusnya.

2. Bapak Dr. –Ing. Erwin Sitompul selaku Dekan Fakultas Teknik Universitas

Presiden.

3. Ibu Ir. Andira, MT., selaku Kepala Program Studi Teknik Industri Universitas

Presiden dan selaku pembimbing yang membimbing dengan begitu sabar.

4. Seluruh dosen Universitas Presiden yang telah memberikan ilmu dan

pembelajaran yang sangat berharga selama proses perkuliahan.

5. Seluruh staf Fakultas Teknik Industri Universitas Presiden yang telah banyak

membantu pada proses perkuliahan.

6. Rekan-rekan kerja di PT. Mitrapak Eramandiri dari divisi Maintenance,

Produksi, dan Quality atas bantuannya dalam menyelesaikan laporan ini.

7. Teman-teman seperjuangan mahasiswa Universitas Presiden Jurusan Teknik

Industri Angkatan 2012 atas kebersamaan dan dorongannya sehingga skripsi

ini dapat terselesaikan tepat pada waktunya.

8. Keluarga tercinta yang telah memberikan dorongan dan bantuan kepada

penulis selama mengikuti perkuliahan maupun dalam penyelesaian skripsi ini.

vii

9. Dan semua pihak yang telah terlibat dalam proses penyusunan loparan ini yang

tidak dapat disebutkan namanya satu persatu.

Penulis sangat menyadari masih banyak kekurangan dalam penyusunan laporan

skripsi ini, untuk itu penulis sangat mengharapkan kritik dan saran dari pembaca

guna untuk memperbaiki dan menyempurnakan laporan ke depannya. Dan

semoga laporan ini dapat memberikan manfaat kepada para pembacanya.

Akhir kata, penulis mengucapkan banyak terima kasih dan mohon maaf atas

segala kekurangannya.

Cikarang, Indonesia, 1 April 2016

Juliana

viii

DAFTAR ISI

SAMPUL ............................................................................................................i

LEMBAR PERSETUJUAN PEMBIMBING .....................................................ii

LEMBAR PENYATAAN ORISINALITAS ......................................................iii

LEMBAR PENGESAHAN ................................................................................iv

ABSTRAK ..........................................................................................................v

KATA PENGANTAR ........................................................................................vi

DAFTAR ISI .......................................................................................................viii

DAFTAR TABEL ...............................................................................................xi

DAFTAR GAMBAR ..........................................................................................xii

DAFTAR ISTILAH ............................................................................................xiii

BAB 1 PENDAHULUAN ..................................................................................1

1.1. Latar Belakang ...........................................................................................1

1.2. Rumusan Masalah ......................................................................................2

1.3. Tujuan ........................................................................................................3

1.4. Batasan Masalah ........................................................................................3

1.5. Asumsi .......................................................................................................3

1.6. Sistematika Penulisan ................................................................................3

BAB 2 STUDI LITERATUR ............................................................................5

2.1. Kualitas ......................................................................................................5

2.1.1. Definisi Kualitas ................................................................................6

2.1.1.1. Menurut Dr. W. Edwards Deming ...............................................7

2.1.1.2. Menurut Dr. Joseph Juran ............................................................7

2.1.1.3. Menurut Philip B. Crosby ............................................................8

2.1.2. Bagian-Bagian dalam Kontrol On-line vs Off-line ............................9

2.1.3. Alat-alat Pengendalian Proses Statistik .............................................10

2.1.3.1. Diagram Sebab-Akibat (Cause and Effect Diagram) .................10

2.1.3.2. Diagram Pareto ...........................................................................12

2.1.3.3. Peta Kendali/ Control Chart ........................................................14

2.1.4. Proses dan Langkah-Langkah Perbaikan Proses ...............................17

ix

2.2. Metode Taguchi .........................................................................................18

2.2.1. Konsep Metode Taguchi ...................................................................19

2.2.2. Kelebihan dan Kekurangan Metode Taguchi ...................................23

2.2.2.1. Kelebihan Metode Taguchi ..........................................................23

2.2.2.2.Kelemahan Metode Taguchi ..........................................................24

2.2.3. Perbedaan Konsep Taguchi dan Deming ..........................................25

2.3. Kapabilitas Proses ......................................................................................26

2.3.1. Metode Rasio Kapabilitas ................................................................29

2.3.2. Metode Kapabilitas Proses ...............................................................30

BAB 3 METODOLOGI PENELITIAN .............................................................32

3.1. Langkah-Langkah Penelitian .....................................................................32

3.2. Observasi Awal ..........................................................................................34

3.3. Identifikasi Masalah...................................................................................34

3.4. Metode Penelitian ......................................................................................34

3.5. Studi Literatur ............................................................................................34

3.6. Analisa Data...............................................................................................35

3.7. Kesimpulan dan Saran ...............................................................................35

BAB 4 ANALISIS DATA ..................................................................................36

4.1. Analisa Masalah.........................................................................................36

4.1.1. Peta Kendali (Control Chart) ..........................................................37

4.1.2. Kapabilitas Proses Sebelum Perbaikan ...........................................44

4.2. Penerapan Metode Taguchi .......................................................................45

4.2.1. Identifikasi Faktor yang Mempengaruhi Kualitas Viskositas .........45

4.2.2. Pemisahan Faktor Kontrol dan Faktor Noise ..................................48

4.2.3. Penentuan Faktor Kotrol dan Level Faktor Kontrol ........................48

4.2.4. Pemilihan Ortogonal Array .............................................................50

4.2.5. Hasil Percobaan dengan Metode Taguchi .......................................53

4.2.6. Analisis Hasil Percobaan dengan Metode Taguchi .........................53

4.2.7. Pengujian ANOVA .........................................................................57

4.2.8. Percobaan Konfirmasi .....................................................................73

4.2.9. Kapabilitas Proses Setelah Perbaikan .............................................78

BAB 5 KESIMPULAN DAN REKOMENDASI ..............................................80

x

5.1. Kesimpulan .................................................................................................80

5.2.Rekomendasi ................................................................................................80

DAFTAR PUSTAKA .........................................................................................81

LAMPIRAN .......................................................................................................82

xi

DAFTAR TABEL

Tabel 4.1 Data Produksi untuk Produk Shampoo Kids Beauty Tahun 2015. 35

Tabel 4.2 Data Pengamatan Viskositas Produk Shampoo Kids Beauty ......... 36

Tabel 4.3 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty .......... 39

Tabel 4.4 Pemisahan Faktor Kontrol dan Faktor Noise ................................. 47

Tabel 4.5 Level Pengujian dari Variabel Faktor Kontrol .............................. 49

Tabel 4.6 Matriks Ortogonal Array ............................................................... 51

Tabel 4.7 Hasil Percobaan dengan Metode Taguchi ..................................... 52

Tabel 4.8 Data Hasil Percobaan dengan Metode Taguchi ............................. 55

Tabel 4.9 Tabel Respon Nilai Rata-Rata ....................................................... 56

Tabel 4.10 ANOVA Rata-Rata ........................................................................ 65

Tabel 4.11 Tabel Respon Nilai SN Ratio ......................................................... 66

Tabel 4.12 ANOVA Nilai SN Ratio ................................................................ 71

Tabel 4.13 Tabel Hasil Percobaan dengan Metode Taguchi ........................... 72

Tabel 4.14 Level Optimum dari Faktor Kontrol .............................................. 72

Tabel 4.15 Tabel Hasil Percobaan Konfirmasi ................................................ 73

Tabel 4.16 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty .......... 74

xii

DAFTAR GAMBAR

Gambar 2.1 Diagram Sebab-Akibat ................................................................ 10

Gambar 2.2 Diagram Pareto ........................................................................... 12

Gambar 2.3 Fungsi Kerugian Taguchi ........................................................... 20

Gambar 2.4 Dua Aspek Metode Taguchi ....................................................... 21

Gambar 2.5 Kurva Normal ............................................................................. 29

Gambar 3.1 Tahapan Metode Penelitian ......................................................... 32

Gambar 3.2 Tahapan Penerapan Metode Taguchi .......................................... 33

Gambar 4.1 Data Cacat pada Produk Shampoo Kids Beauty Tahun 2015 ...... 36

Gambar 4.2 Peta Kendali X-bar ...................................................................... 41

Gambar 4.3 Peta Kendali R (Range) ............................................................... 42

Gambar 4.4 Diagram Sebab-Akibat ................................................................ 47

Gambar 4.5 Pemilihan Tipe Desain pada Taguchi .......................................... 51

Gambar 4.6 Pemilihan Jumlah Faktor pada Taguchi ...................................... 51

Gambar 4.7 Pemilihan Tipe Desain pada Taguchi .......................................... 52

Gambar 4.8 Model Data pada Worksheet Minitab .......................................... 53

Gambar 4.9 Analisis Taguchi dengan Minitab 1 ............................................. 54

Gambar 4.10 Analisis Taguchi dengan Minitab 2 ............................................. 54

Gambar 4.11 Analisis Taguchi dengan Minitab 3 ............................................. 55

Gambar 4.12 Analisis Taguchi dengan Minitab 4 ............................................. 55

Gambar 4.13 Analisis Taguchi dengan Minitab 5 ............................................. 55

Gambar 4.14 Main Effect Plot for SN Rations ................................................. 56

Gambar 4.15 Peta Kendali X-bar (Setelah Perbaikan) ...................................... 77

Gambar 4.16 Peta Kendali R (Setelah Perbaikan) ............................................ 78

xiii

DAFTAR ISTILAH

Non Conformity : Ketidaksesuaian (cacat) pada produk

cP (centi Poise) : Satuan ukur dari viskositas dengan menggunakan

viscometer.

Mixing : Proses pencampuran material-material untuk

pembuatan produk sediaan kosmetik.

Filling : Proses pengisian liquid ke kemasannya baik

secara modern maupun konvensional.

Packing : Proses pengemasan produk ke dalam kotak.

Taguchi : Salah satu metode desain eksperimen untuk

mendapatkan setting yang optimal.

Mixer FAS : Salah satu jenis mesin dengan desain yang

sederhana yang terdiri dari agitator, sirkulasi dan

silverson.

1

BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah

Perkembangan industri manufaktur yang begitu pesat menuntut perusahaan untuk

terus dapat bertahan dan berkembang. Perusahaan yang mampu bertahan dan

berkembang akan dapat meningkatkan keunggulan persaingan di dunia industri.

Dalam meningkatkan persaingan di dunia industri, perusahaan harus lebih

berorientasi pada aspek kepuasan konsumen dengan meningkatkan kualitas

produk yang diberikan kepada konsumennya. Peningkatan kualitas merupakan hal

yang paling esensial bagi suatu perusahaan untuk tetap dapat eksis di dunia

industri yang ketat ini. Dengan adanya upaya perusahaan dalam memberikan

kepuasan terhadap konsumen yang membeli produknya, secara otomatis

perusahaan akan mencapai keuntungan yang maksimal.

PT. Mitrapak Eramandiri merupakan perusahaan yang bergerak di bidang jasa

untuk pembuatan, pengisian dan pengemasan produk-produk kosmetik. Produk-

produk yang diproduksi merupakan salah satu kebutuhan dalam kehidupan sehari-

hari. Pertumbuhan penduduk yang begitu pesat baik di dalam maupun di luar

negri mempengaruhi tingkat permintaan konsumen untuk produk-produk tersebut.

Tingginya tingkat permintaan konsumen harus disertai dengan peningkatan

kapabilitas proses produksi sehingga mampu memenuhi target produksi dengan

tepat waktu dan meminimumkan biaya kualitas yang dibutuhkan. Kualitas suatu

produk dapat diukur berdasarkan kesesuaian antara performansi aktual yang

ditunjukkan oleh suatu produk terhadap spesifikasi standar yang ditetapkan atau

disyaratkan oleh konsumen. Dalam upaya menghasilkan produk-produk yang

tingkat keseragamannya tinggi, perusahaan harus terus melakukan pengendalian

kondisi proses dengan mengamati karakteristik kualitas dari produk maupun

parameter proses.

2

Penelitian ini dilakukan di PT. Mitrapak Eramandiri pada departemen Produksi

Mixing yang merupakan hulu proses produksi. Departemen Produksi pada

perusahaan ini terdiri dari dua proses yaitu proses Mixing dan proses Filling

Packing. Pada penelitian ini difokuskan pada proses Mixing untuk produk

Shampoo Kids Beauty karena tingginya tingkat permintaan produk ini tetapi masih

banyak pula ditemukan kecacatan pada produk ini. Adapun karakteristik kualitas

pada produk ini yaitu, tingkat keasaman (pH), nilai viskositas, dan kadar aktif

detergen. Berdasarkan dari data produksi Mixing, jenis cacat yang paling banyak

ditemukan yaitu cacat viskositas. Oleh karena itu, selanjutnya perlu ditemukan

dan dianalisis penyebab dari cacat viskositas ini. Tingkat viskositas pada produk

berpengaruh pada kekentalan produk shampoo dan sering kali terjadi

ketidakseragaman di dalam proses akibat interaksi antar parameter yang tidak

teridentifikasi.

Oleh karena itu, pada penelitian ini dicoba menerapkan pendekatan metode

Taguchi untuk meningkatkan kualitas proses pada proses produksi produk

Shampoo Kids Beauty dengan cara mengidentifikasi faktor-faktor yang

berpengaruh terhadap kualitas viskositas pada produk ini dan mendapatkan setting

parameter yang lebih optimal dengan melakukan desain eksperimen Taguchi.

1.2. Rumusan Masalah

Berdasarkan dari latar belakang masalah diatas, perumusan masalah pada

penelitian ini adalah terletak pada tingginya tingkat kecacatan pada cacat

viskositas pada produk Shampoo Kids Beauty. Pokok-pokok penelitian pada

permasalahan ini adalah:

a. Apa faktor-faktor yang mempengaruhi kualitas viskositas pada produk

Shampoo Kids Beauty?

b. Bagaimana mendapatkan setting parameter yang lebih optimal untuk

mengurangi tingkat kecacatan viskositas?

c. Bagaimana tingkat kapabilitas proses produksi Mixing yang dimiliki oleh

perusahaan sekarang, dan bagaimana efek yang diberikan terhadap

perusahaan dengan metode yang telah diimplementasikan?

3

1.3. Tujuan Penelitian

Tujuan dari penelitian ini yaitu :

a. Teridentifikasinya faktor-faktor yang mempengaruhi kualitas viskositas pada

produk Shampoo Kids Beauty.

b. Diperolehnya setting parameter yang lebih optimal untuk mengurangi tingkat

kecacatan viskositas?

c. Diperolehnya tingkat kapabilitas proses produksi sebelum dan setelah

diimplementasikannya metode Taguchi.

1.4. Batasan Masalah

Adapun batasan masalah pada laporan penelitian ini yaitu :

a. Penelitian dilakukan di PT. Mitrapak Eramandiri pada departemen Produksi

Mixing.

b. Penelitian difokuskan pada proses produksi produk Shampoo Kids Beauty

pada mesin Mixer FAS.

c. Pengambilan data dilakukan pada bulan Juni 2015 – Maret 2016.

1.5. Asumsi

Beberapa asumsi yang diterapkan adalah sebagai berikut :

a. Kondisi mesin Mixer FAS berada pada kondisi yang normal.

b. Bahan baku yang digunakan telah lulus uji oleh Quality Control.

1.6. Sistematika Penulisan

Sistematika penulisan laporan penelitian ini terdiri dari lima bab. Lima bab

tersebut yaitu sebagai berikut :

BAB I Pendahuluan

Bab Pendahuluan menjelaskan mengenai latar belakang penulis

dalam melakukan pengamatan dan penilitian di PT. Mitrapak

Eramandiri, rumusan masalah, tujuan, batasan-batasan masalah dan

asumsi-asumsi yang digunakan untuk mempermudah dalam

pengolahan data dan proses penelitian.

4

BAB II Tinjauan Pustaka

Pada bab ini menjelaskan mengenai dasar-dasar teori yang

digunakan dalam mengolah data untuk memecahkan masalah yang

terdapat pada PT. Mitrapak Eramandiri.

BAB III Metodologi Penelitian

Pada bab ini menjelaskan tahapan-tahapan yang dilakukan dalam

melakukan penelitian. Tahapan dimulai dengan pengidentifikasian

masalah, perumusan masalah, penetapan tujuan, pembatasan

masalah, pengumpulan dan pengolahan data, analisis, serta

kesimpulan dan saran.

BAB IV Pengelolahan Data dan Analisis

Pada bab ini dimulai dengan pengumpulan data. Data yang

diperoleh digunakan untuk pengolahan, perhitungan kapabilitas

proses dan membandingkannya sebelum dan sesudah

diimplementasikan metode yang digunakan.

BAB V Kesimpulan dan Rekomendasi

Pada bab terakhir, memberikan kesimpulan dan pemecahan

masalah dari hasil penelitian yang dilakukan dan memberikan

saran-saran sebagai bahan pertimbangan untuk mengatasi dan

mengurangi permasalahan di PT. Mitrapak Eramandiri.

5

BAB II

TINJAUAN PUSTAKA

2.1. Kualitas

Kualitas merupakan suatu kondisi dinamis yang berhubungan dengan produk,

jasa, manusia, proses, dan lingkungan yang memenuhi atau melebihi harapan.

Kualitas merupakan suatu hal yang sangat perlu mendapatkan perhatian, karena

sangat mempengaruhi daya jual produk serta daya saing perusahaan. Perhatiaan

penuh pada kualitas akan memberikan dampak positif terhadap biaya produksi

dan terhadap pendapatan. Dengan diproduksinya produk-produk yang berkualitas,

secara tidak langsung perusahaan telah menghidari terjadinya pemborosan dan

ketidakefisienan sehingga ongkos produksi menjadi lebih rendah dan produk

dapat lebih bersaing secara kompetitif.

Berdasarkan definisi tentang kualitas baik secara konvensional maupun yang lebih

strategik, dapat dikatakan bahwa pada dasarnya kualitas mengacu pada pengertian

pokok berikut ini :

a. Kualitas terdiri dari sejumlah keistimewaan produk, baik keistimewaan

langsung maupun aktraktif yang memenuhi keinganan pelanggan dan

dengan demikian memberikan kepuasan atas penggunaan produk itu.

b. Kualitas terdiri dari segala sesuatu yang bebas dari kekurangan atau

kerusakan, untuk itu diperlukan proses dan sistem pengendalian proses

yang bisa menjamin kesesuaian produk dengan kebutuhan atau keinginan

pelanggan.

Dari pengertian di atas, maka dapat disimpulkan bahwa kualitas selalu berfokus

pada pelanggan (customer focus quality). Dengan demikian produk-produk

didesain, diproduksi, serta pelayanan yang diberikan untuk memenuhi keinginan

pelanggan demi tercapainya kepuasan pelanggan (customer satisfaction).

6

2.1.1. Definisi Kualitas

Suatu produk yang berkualitas tidak hanya merupakan produk dengan

performance yang baik tetapi juga harus memenuhi kriteria kepuasan konsumen.

Suatu produk dikatakan memiliki kualitas baik apabila memenuhi dua kriteria

berikut ini :

a. Kualitas Design (Design Quality)

Suatu produk dikatakann memenuhi kualitas desain apabila produk tersebut

memenuhi spesifikasi produk yang bersangkutan secara fisik atau performance

saja. Misalkan, suatu perusahaan memproduksi jam tangan, maka jam tangan

tersebut haruslah memenuhi ciri fisik jam tangan secara umum.

b. Kualitas Kesesuaian (Conformance Quality)

Suatu produk dikatakan memiliki kualitas kesesuaian apabila produk tersebut

menyimpang dari spesifikasi yang ditetapkan dan dapat memenuhi permintaan

konsumen sehingga konsumen merasa puas dengan produk yang diterimanya.

Diantara dua kriteria tersebut yang paling penting adalah kriteria yang kedua yaitu

kualitas kesesuaian. Sehingga suatu produk atau jasa dikatakan berkualitas apabila

produk atau jasa tersebut dapat memenuhi kepuasan konsumen sesuai dengan

dimensi sebagai berikut :

Kinerja

Estetika

Pelayanan

Wujud barang (Kualitas desain)

Reliabel

Tahan lama

Kesesuaian produk dengan spesifikasi

Kesesuaian produk dengan apa yang diiklankan

Perkembangan konsep kualitas ini menjadi semakin luas dengan munculnya

beberapa tokoh yang merumuskan filosofi kualitas ini ke dalam konsep-konsep

teori yang dapat membantu perusahaan untuk meningkatkan kualitas produk dan

mengembangkan kualitas produk yang dihasilkan. Beberapa tokoh yang sangat

berperan dalam konsep kualitas ini yaitu sebagai berikut :

7

2.1.1.1. Menurut Dr. W. Edwards Deming

Deming menerapkan konsep kualitasnya pada perusahaan industri di Jepang. Dari

penerapan tersebut membawa dampak yang sangat mengagumkan yaitu bahwa

perusahaan-perusahaan industry di Jepang lebih berhasil mencapai target pasar

karena produk yang dihasilkan bisa memenuhi kepuasan konsumen daripada

perusahaan industry di neara-negara barat. Sehingga pada saat itu produk-produk

buatan Jepang lebih unggul kualitasnya dibandingkan dengan produk-produk

negara Barat. Hingga saat ini, banyak perusahaan-perusahaan Jepang yang

menerapkan filosofi Deming dalam peningkatan kualitas produk yang dihasilkan.

Menurut pendapat Deming (Ciptana, 1999), peningkatan kualitas suatu produk

bukanlah tanggung jawab bagian Quality Control tetapi merupakan tanggung

jawab semua departemen dalam organisasi secara keseluruhan termasuk top

manager. Dalam pendekatannya, Deming lebih menekankan pada variasi

penyimpangan produk, pengembangan kualitas produk secara kontinyu, dan

optimalisasi keseluruhan sistem yang ada dalam perusahaan.

2.1.1.2. Menurut Dr. Joseph Juran

Metode pendekatan Dr. Juran mengenai kualitas sebenarnya tidak jauh berbeda

dari Deming. Pada (Ciptana, 1999), Juran berpendapat bahwa kualitas suatu

produk tidak terjadi secara kebetulan saja tetapi harus ada perencanaan terlebih

dahulu sehingga Juran merumuskan tiga konsep mengenai kualitas yaitu :

Quality Planning

Quality Control

Quality Improvement

Ketiga konsep ini akan mendasari peningkatan kualitas produk perusahaan dan

memberikan competitive advantage bagi perusahaan. Juran juga memfokuskan

konsep kualitasnya pada pencegahan produk yang menyimpang dari nilai target

melalui peningkatan tanggung jawab manager untuk mengawasi kualitas dari

aktivitas produksi yang berlangsung.

8

Jika dibandingkan dengan Deming, filosofi Juran mengenai kualitas lebih bersifat

spesifik, karena Juran lebih mengutamakan praktek manajemen secara

keseluruhan yang terjadi sebagai titik tolaknya.

2.1.1.3. Menurut Philip B. Crosby

Pendekatan kualitas yang diungkapkan oleh Philip Crosby ini dikenal sebgai

Crosby Vactination Serum. Crosby lebih menitikberatkan pada integrasi kepuasan

konsumen terhadap produk yang dihasilkan serta sistem perusahaan dan

operasionalnya haruslah didesain sedemikian rupa untuk menghasilkan produk

yang memenuhi kepuasan konsumen. Manajemen kualitas menurut Crosby

(Ciptana, 1999) meliputi hal-hal senagai berikut :

Definisi kualitas adalah corformance dan bukan kemewahan. Suatu produk

dikatakan sebagai produk yan berkualitas apabila produk tersebut mampu

menimbulkan kepuasan konsumennya. Sehingga perusahaan harus

berusaha untuk mengetahui apa yang diinginkan oleh konsumennya.

Inti dari kesuksesan kualitas adalah prevention (pencegahan). Kunci dari

kesuksesan kualitas adalah menghindari adanya penyimpangan produk

dari spesifikasi yang telah ditetapkan, sehingga manajemen harus berusaha

untuk melakukan tindakan prevention.

Standard Performance adalah konsep Zero-Defect. Suatu konsep Zero-

Defect adalah konsep yang menyatakan tidak ada lagi kesalahan atau

penyimpangan produk yang dihasilkan.

Pengukuran kualitas suatu produk adalah harga yang dikorbankan karena

menghasilkan produk yang tidak sesuai dengan spesifikasi. Dalam hal ini,

Crosby menganjurkan agar perusahaan melakukan pengukuran kualitas

produk yang dihasilkan dan melaporkannya. Pengukuran kualitas ini dapat

diketahui dari pengukuran jumlah produk yang tidak sesuai dengan

spesifikasi.

Dengan adanya konsep pengembangan kualitas yang dipelopori oleh Deming,

Juran, dan Crosby in imembuka fenomena baru bagi dunia bisnis terutama agar

perusahaan bisa menjadi market leader dalam persaingan bisnis.

9

2.1.2. Bagian-bagian dalam Kontrol Kualitas On-Line vs Off-Line

Off-line Quality Control mengarahkan kepada desain produk dan proses untuk

menghasilkan produk dan proses tersebut. Secara umum, semua ini terlebih

dahulu membutuhkan tempat, sebelum sistem produksi bekerja on-line. Disini

terdapat penekanan yang sungguh-sungguh terhadap usaha membaca secara tepat

keinginan dan kebutuhan konsumen yang dimiliki saat ini dan konsumen-

konsumen potensial, kemudian perencanaan produk dan jasa yang sesuai dengan

keinginan mereka, baru kemudian merencanakan proses-proses produksi yang

diperlukan. Para ahli setuju bahwa mayoritas ketidakefisienan selama proses

produksi barang dan jasa bukan karena kita kurang memperhatikan fase on-line,

tetapi disebabkan karena kita melakukan pekerjaan yang tidak efisien sepanjang

fase off-line. Beberapa ahli memperkirakan sekitar 60% sampai 80%

ketidakefisienan diakibatkan oleh desain produk atau proses produksinya. Dapat

dilihat bahwa ada banyak cara untuk mencegah permasalahan selama off-line.

On-line Quality Control biasanya dapat diartikan sebagai aktivitas produksi

aktual. Selama proses produksi, perhatian kita terfokus pada pengoperasoan

proses produksi dengan cara pencapaian target dan mengurangi variasi. Disini

perlu dilakukannya proses produksi secara stabil, konsisten, dan dapat diprediksi

sehingga konsumen tahu bahwa setiap waktu mereka membeli dari kita, mereka

akan mendapatkan produk atau jasa yang dapat dipertanggungjawabkan. Proses

yang stabil adalah proses yang dapat dikontrol. Proses yang tidak stabil

menunjukkan proses yang tidak konsisten, tidak dapat diperkirakan, atau tidak

terkontrol. Jika sebuah proses stabil dan juga mampu memenuhi keinginan

konsumen, dikatakan sebagai proses yang mampu berkerja dengan baik.

Banyak alat yang dapat digunakan selama proses off-line dan on-line Quality

Control. Namun hanya beberapa yang terpenting yang akan dibahas dalam bab

ini. Alat-alat pengendalian kualitas statistik yaitu sebagai berikut :

a. Diagram Alir

b. Diagram Sebab Akibat

c. Formulir Pengumpulan Data

d. Bagan Pareto

10

e. Histogram

f. Scatter Plot

g. Desain Eksperimen

h. Control Chart

2.1.3. Alat-Alat Pengendalian Proses Statistik

Alat-alat pengendalian proses statistik merupakan kebutuhan mutlak untuk

membantu kita dalam memahami dan mengembangkan proses. Alat-alat ini

membantu tim untuk berkomunikasi, berbagi dan mendokumentasikan ide-ide,

memahami variasi, dan mengukur akibat dari perubahan-perubahan proses. Dalam

bab ini, akan dijelaskan alat-alat pengendalian yang digunakan pada analisis data

bab 4. Alat –alat Pengendalian Proses Statistik tersebut yaitu sebagai berikut :

2.1.3.1. Diagram Sebab-Akibat (Cause and Effect Diagram)

Diagram sebab-akibat juga dikenal sebagai fishbone diagram atau ishikawa

diagram. Diagram ini digunakan untuk meringkaskan pengetahuan mengenai

kemungkinan sebab-sebab terjadinya variasi dan permasalahan lainnya. Diagram

ini menyusun sebab-sebab variasi atau sebab-sebab permasalahan kualitas ke

dalam kategori-kategori yang logis. Hal ini membantu tim untuk menentukan

focus yang diambil dan merupakan alat yan sangat membantu dalam penyusunan

usaha-usaha pengembangan proses. Berikut contoh diagram sebab-akibat :

Gambar 2.1 Diagram Sebab-Akibat

11

Beberapa petunjuk untuk membuat diagram sebab-akibat :

a. Dibuat bersama dengan tim.

b. Buat sebuah daftar sebab-sebab potensial dengan melakukan penggalian

ide (braintroming). Brainstroming mengijinkan setiap orang dalam tim

untuk berbicara dan mendorong semua orang untuk mendengarkannya.

Semua ide kemudian dievaluasi.

c. Buat diagram sebab-akibat.

Tempatkan pernyataan permasalahan dalam kotak sebelah kanan

(pada kepala ikan). Pastikan semua orang menyetujui pernyataan

permasalahan tersebut dan pernyataan tersebut didefinisikan

dengan baik dan dapat diukur.

Gambarkan tiga sampai enam “tulang-tulang utama” atau kategori-

kategori penyebab. Menamakan tulang-tulang tersebut mingkin

lebih mudah jika penyebab-penyebab dari hasil brainstorming

sebelumnya ditulis dalam buku catatan sehingga mereka mungkin

dapat dipindahkan atau dikelompokkan oleh tim. Saat semua

mengalami kegagalan, gunakan tulang-tulang utama yang sudah

tersedia sebelumnya, seperti : personal, mesin, metode, material,

pengukuran, dan lingkungan, namun biasanya faktor-faktor ini

memberikan hasil yang paling baik.

Menempatkan ide-ide hasil brainstorming pada tulang-tulang utam

yang paling sesuai.

Untuk masing-masing penyebab, tanyakan “Mengapa hal tersebut

bisa terjadi?” dan catat jawabannya dalam sub tulang atau sub-sub

tulang.

Setelah menggambarkan diagram sebab-akibatnya, cari penyebab-penyebab

terpenting dari masalah tersebut dengan hal-hal sebagai berikut :

a. Cari sebab-sebab yang selalu muncul berulang. Data diperlukan untuk

mengindentifikasi penyebabnya.

b. Diskusikan masing-masing sebab yang telah terdaftar seperti yang

diinginkan oleh tim. Manfaatkan keahlian tim, kemudian tambahkan

12

pertanyaan “mengapa’ untuk mengidentifikasi sebab yang paling

mendasar.

c. Capai kesepakatan tim mengenai sebab-sebab mana yang berhak mendapat

perhatian lebih. Fokuskan pada proses yang memerlukan pengetahuan dan

pemahaman lebih dengan maksud menghilangkan atau mengurangi

penyebab-penyebab yang jelas berpengaruh terhadap permasalahan

tersebut.

d. Perbaharui diagram sebab-akibat tersebut setiap kali terdapat masukan-

masukan baru.diagram tersebut merupakan dokumen kerja yang

menjelaskan “otak” dari tim yang dituangkan ke dalam lembaran kertas.

2.1.3.2. Bagan Pareto

Pareto merupakan sebuah prioritas. Analisa Pareto membutuhkan data yang

disesuaikan dengan jenis, kategori, atau klasifikasi lainnya. Analisa Pareto ini

akan membantu kita dalam memusatkan perhatian pada hal-hal yang penting.

Analisa ini akan mengidentifikasi sejumlah kecil permasalahan vital atau jenis

kerusakan dari berbagai macam hal. Analisa Pareto membantu ktia dlam

menentukan permasalahan dan akibat yang tepat untuk dipelajari. Prinsip Pareto

juga dikenal sebagai aturan 80/20, yang berarti 80%dari permasalahan kita berasal

dari 20% dari semua hal harus dihadapi. Berikut contoh dari diagram pareto :

Gambar 2.2 Diagram Pareto

13

Beberapa panduan yang akan menolong kita dalam membuat diagram Pareto dan

analisa Pareto adalah :

a. Tentukan hal-hal hal-hal yang akan dikumpulkan. Dalam hal ini termasuk

sumbu perhitungan dalam diagram. Sumbu perhitungan ini dapat berupa

perhitungan dari kejadian, seperti dollar/tahun, jumlah kejadian/bulan,

downtime/minggu, jumlah kesalahan/100 faktur, dan lain-lain. Bagian ini

juga menyangkut penentuan dari klasifikasi sumbu diagram, atau juga

menyangkut jenis, kategori atau klasifikasi kerusakan, seperti cedera, jenis

kerusakan, area pabrik, waktu dalam minggu, negara order diberikan, dan

lain-lain.

b. Mendefinisikan dengan jelas masing-masing klasifikasi yang akan

digunakan pada sumbu klasifikasi. Definisi ini harus dapat merangkul

semua klasifikasi yang mungkin dan tidak terdapat definisi yang saling

tumpang tindih.

c. Merancang formulir pengumpulan data. Mulai mengumpulkan data.

Setelah mengumpulkan paling tidak 30 kejadian, buatlah diagram Pareto

dan lihatlah klasifikasi kejadian yang paling sering muncul. Diagram

Pareto akan mengurutkan klasifikasi tersebut dari kejadian yang paling

sering muncul menuju klasifikasi yang paling jarang muncul.

Adapun beberapa petunjuk yang dapat digunakan pada analisa Pareto yaitu :

a. Yakinkan bahwa sumbu pengukuran benar-benar merupakan perhitungan

“kejadian”. Jika terjadi perhitungan yang lebih dari satu yang memiliki arti

yang sama (seperti persentase downtime dan jumlah dari terjadinya suatu

kejadian), buatlah masing-masing Paretonya.

b. Diagram Pareto dapat dipecah-pecah lebih jauh. Analisa Pareto dapat

dilakukan dari data dengan balok yang paling besar. Dengan melakukan

hal ini berulang-ulang, seringkali akan membawa kita pada aspek proses

yang tepat untuk dipelajari. Proses ini seringkali disebut sebagai analisa

“macro-to-micro” atau “Pareto-within-pareto”. Contohnya, data kesalahan

faktur yang paling sering muncul mungkin bisa didapatkan dengan

memecah jenis-jenis fakturnya.

14

c. Habiskan sebagian besar waktu untuk mendefinisikan klasifikasi

sepanjang sumbu klasifikasi. Klasifikasi ini harus benar-benar jelas, atau

akan dapat terjadi kesalahpahaman karena klasifikasi yang tidak sesuai.

2.1.3.3. Peta Kendali /Control Chart

Peta kontrol adalah alat untuk mempelajari perbedaan. Diagram tersebut

memperlihatkan kepada kita variasi yang stabil (atau konsisten). Proses yang

stabil sering disebut sebagai proses dalam kendali (in-control process), proses

yang dapat diprediksi, atau proses dengan “penyebab-penyebab umum”. Proses ini

disebut sebgai bagian dari pengendalian statistikal. Proses yang tidak stabil sering

juga dikenal sebagai proses di luar kendali (out-of-control), tidak dapat diprediksi,

atau proses “penyebab-penyebab umum dan khusus”. Sebuah diagram

pengendalian akan memberitahukan kita tentang stabil atau tidaknya sebuah

proses.

Sebab-sebab umum adalah sebab yang selalu melekat pada proses dari waktu ke

waktu, mempengaruhi semua orang yang bekerja dalam proses, dab

mempengaruhi seluruh keluaran dari proses tersebut. Belajar mengenai teknik

industri adalah sebuah proses. Sebab-sebab umum bagi seluruh pelajar dalam

kuliah pengenalan teknik industry meliputi : buku teks anda, ruang kelas,

penerangan dalam kelas, guru, jumlah jam kredit, dalam lain-lain.

Sebab-sebab khusus adalah sebab yang tidak selalu terjadi yang merupakan

bagian dari proses, tidak mempengaruhi semua orang, tetapi timbul karena adanya

situasi spesifik. Contohnya yaitu kemampuan dasar matematika masing-masing

orang, pengalaman kerja pada industri, apakah mereka sakit atau tidak, dan

seterusnya. Jika sebab khusus ini ada pada pekerjaan, mereka dapat dikurangi

dengan menyerang sebab khusus yang fundamental (misalnya pengayaan

mengenai matematika, pengalaman kerja industri pada musim panas, pengobatan

medis yang diikuti dengan pengobatan yang bersifat pencegahan). Jika sebab-

sebab umum terjadi pada pekerjaan, satu-satunya cara untuk mengurangi atau

menghilangkannnya adalah dengan membuat perubahan mendasar dalam sistem

atau proses.

15

Peta kontrol telah digunakan sebagai alat diagnose dan pemeliharaan dalam

pengendalian proses produksi sejak pertama kali diperkenalkan oleh Shewhart,

bapak Peta Kendali. Dari keseluruhan diagram pengendalian yang ada, diagram

yang paling popular antara lain adalah diagram X, R, p, dan c. Diagram X dan R

biasanya digunakan secara bersama-sama pada data variabel-variabel misalnya

pengukuran numerikal, untuk menganalisis kecendrungan pusat dan penyebaran

dari sebuah proses pada karakteristik pengukuran tunggal. Diagram p biasanya

digunakan untuk menganalisis data atribut misalnya klasifikasi yang baik atau

buruk, perhitungan terhadap umlah yang tidak sesuai per unit sampel.

Peta kendali biasanya digunakan sebagai alat bagi manajemen untuk membantu

membawa proses menuju dalam kondisi terkendali, menjaga proses untuk selalu

dalam kontrol, dan mengetahui kemampuan proses untuk memenuhi spesifikasi

kebutuhan. Hasil dari proses tersebut diuji secara statistik untuk kemudian

dihitung, yang nantinya akan menghasilkan nama dari diagram pengendalian,

dimana hasil tersebut akan digambarkan sebagai contoh, rata-rata sampel X akan

digambarkan dalam diagram X. Ketika perbedaan proses terjadi hanya karena

penyebab umum, maka proses tersebut termasuk dalam bagian dari pengendalian

statistik dan pola statistik yang tergambar sepanjang waktu dapat dikenali dengan

mudah, jatuh di antara batas-batas yang dapat diperkirakan dan mengikuti pola-

pola yang sudah diperkirakan. Ketika perbedaan proses disebabkan oleh penyebab

umum dan khusus, seperti personal, peralatan, dan atau bahan baku, maka proses

tersebut dikelompokkan dalam proses yang berada di luar kendali dan polaa-pola

yang sifatnya tidak acak akan muncul pada peta kendali.

Peta kendali memiliki garis pusat, batas kontrol atas, dan batas kontrol bawah.

Batas kontrol ini biasanya berjarak tiga standar deviasi. Karena itu, sangatlah

tidak mungkin jika titik-titik yang digambarkan akan berada jauh di luar batas

pengendalian selama a state of statistical control (SOSC) masih ada. Sebagai

tambahan untuk titik-titik yang berada diluar batas kontrol, pola dari titik-titik

yang berada di luar batas kontrol juga sama pentingnya untuk digunakan dalam

mengidentifikasi kondisi yang berada diluar kendali dan penyebabnya. Karena itu,

statistik sampel hampir selalu digambarkan dalam urutan waktu.

16

Peta Kendali untuk Variabel-Variabel

Peta kendali X-bar dan R digunakan bersama dalam menganalisis karakteristik

tunggal yang terukur. Dipilih antara 20 sampai 30 kelompok kecil yang masing-

masing memiliki jumlah pengambilan berukuran n. biasanya ukuran kelompok

kecil tersebut adalah n = 4 atau 5, dipilih secara berurutan dari proses atau

dihasilkan dengan kondisi yang semirip mungkin. Waktu pengambilan di antara

kelompok kecil tersebut tergantung pada penilaian yang digunakan, yang mungkin

dapat dilakukan setiap satu kali per jamnya, dua kali sehari, satu kali dalam setiap

giliran kerjanya, dan seterusnya. Tujuannya adalah untuk memiliki variasi antar

kelompok (within subgroup) yang sekecil mungkin, dan hanya mewakili variasi

sebab umum saja. Jika ada perbedaan proses produksi, akan diperlihatkan setiap

waktu antar kelompok (between group) dan akan menunjukkan variasi dari

penyebab-penyebab khusus. Untuk masing-masing sub kelompok dihitung rata-

rata X-bar dan interval R-nya.

Jika m jumlah sub kelompok telah diperiksa, langkah selanjutnya adalah

menghitung interval, R-bar, dari sub kelompok. Ini akan menjadi garis pusat dari

peta R. faktor-faktor yang berada di atas dan di bawah batas kontrol akan

diberikan sebagai D4 dan D3, yang dapat dilihat pada lampiran... persamaan yang

digunakan pada peta R yang berdasarkan pada m sub kelompok adalah sebagai

berikut :

Garis Pusat = R̅ = ∑ Ri

mi=1

m (2.1)

Batas Kontrol Atas = UCLR = D4 R̅ (2.2)

Batas Kontrol Bawah = LCLR = D3 R̅ (2.3)

Perlu dicatat bahwa untuk ukuran sub kelompok yang kecil, tiga kali standar

deiasi akan menyebabkan interval batas kontrol negatif, suatu hal yang tidak

mungkin. Karena itu, jika sub kelompok berjumlah enam atau kurang, D3

diberikan nilai nol. Sehingga akan menghasilkan LCLR = 0.

Batas dari peta kendali X-bar bergantung pada R-bar, sehingga akan sangat

penting untuk terlebih dahulu membuat peta R. Peta X-bar berasumsi bahwa

17

distribusi normal sesuai dengan toerema limit sentral. Selain itu, dalam petaa X-

bar kita setuju bahwa distribusi dari rata-rata sub kelompok memiliki variansi :

𝜎2�̅� =

𝜎2

𝑛 (2.4)

Batas kontrol kita akan diatur pada suatu titik yang sama dengan tiga kali standar

deviasi rata-rata sub kelompok di atas dan di bawah X-double bar. Persamaan

untuk peta X, asumsi dengan menggunakan m sub kelompok, akan diberikan

sebagai berikut :

Garis Pusat = X̿ = ∑ X̅i

mi=1

m (2.5)

Batas Kontrol Atas = UCLX̅ = X̿ + A2 R̅ (2.6)

Batas Kontrol Bawah = LCLX̅ = X̿ − A2 R̅ (2.7)

Faktor A2, yang nilainya diberikan pada tabel di lampiran… digunakan untuk

menghitung hubungan antara interval R, variansi proses σ2, variansi rata-rata sub

kelompok σ2, dan keinginan kita untuk memiliki batas kontrol ± 3σx dengan

berdasarkan hanya terdapat sebab-sebab umum dan variasi dalam sub kelompok.

Untuk alasan-alasan yang lebih mendetail di luar pembahasan dari laporan

ini,sangat penting untuk menghitung batas kontrol baik itu untuk peta X maupun

R dengan menggunakan persamaan yang telah diberikan di atas dibandingkan

dengan melakukan pendekatan alternative untuk menghitung batas kontrol yang

lain.

2.1.4. Proses dan Langkah-Langkah Perbaikan Proses

Suatu proses dapat didefinisikan sebagai interaksi sekuensial dari orang, material,

metode, dan mesin atau peralatan dalam suatu lingkungan guna menghasilkan

nilai tambah output untuk pelanggan. Proses kerja atau proses bisnis perlu

ditingkatkan performansinya secara terus-menerus agar mampu memuaskan

pelanggan secara terus-menerus. Terdapat empat kelompok orang yang terlibat

dalam operasi dan perbaikan proses, yaitu : pelanggan (customer), kelompok kerja

(work group), pemasok (supplier), dan pemilik (owner). Konsep dari manajemen

18

proses berkaitan dengan perbaikan kualitas, mengidentifikasi enam komponen

yang terpenting untuk manajemen proses yaitu :

a. Kepemilikan (ownership), menugaskan tanggung jawab untuk desain, operasi

dan perbaikan proses.

b. Perencanaan (planning), menetapkan suatu pendekatan terstruktur dan

terdisiplin untuk mengerti, mendefinisikan, dan mendokumentasikan semua

komponen utama dalam proses dan hubungan antar komponen utama itu.

c. Pengendalian (control), menjamin efektivitas, di mana semua output dapat

diperkirakan dan konsisten dengan ekspektasi pelanggan.

d. Pengukuran (measurement), memetakan performansi atribut terhadap

kebutuhan pelanggan dan menetapkan kriteria untuk akurasi, presisi, dan

frekuensi perolehan data.

e. Perbaikan dan peningkatkan (improvement), meningkatkan efektivitas dari

proses melalui perbaikan-perbaikan yang diidentifikasi secara tetap.

f. Optimasi (optimization), meningkatkan efisiensi dan produktivitas melalui

perbaikan-perbaikan yang diidentifikasi secara tetap.

2.2. Metode Taguchi

Metode Taguchi ini diciptakan oleh Dr. Genichi Taguchi, direktur The Japanese

Academy of Quality yang telah memenangkan empat kali penghargaan di bidang

kualitas (Deming Prize). Metode ini dijadikan sebagai alternatif dalam metode

pengukuran kualitas. Alternatif metode pengukuran kualitas biaya kualitas muncul

setelah disadari adanya kekurangan-kekurangan dari metode-metode yang sudah

ada. Metode yang dimaskud dikenal dengan nama metode Taguchi. Metode

Taguchi dikembangkan berdasarkan atas metode eksperimental desain, untuk

mendapatkan karakteristik yang efisien dari suatu produk atau proses produksi

dan dikombinasikan dengan analisis statistik untuk setiap penyimpangan atas

varian yang muncul.

Taguchi mendefinisikan biaya kualitas sebgai kerugian yang dilimpahkan kepada

konsumen pada saat produk atau asa dikirim ke konsumen. Menurut Taguchi,

kerugian ini termasuk juga aspek ketidakpuasan konsumen yang akan

menyebabkan buruknya reputasi perusahaan yang bersangkutan.

19

2.2.1. Konsep Metode Taguchi

Taguchi berpendapat bahwa setiap produk yang dihasilkan menyimpang dari nilai

targetnya, meskipun masih berada dalam batas spesifikasi yang telah ditetapkan

oleh perusahaan tetap akan menyebabkan kerugian bagi perusahaan itu sendiri.

Kerugian yang disebabkan akan berdampak dalam jangka waktu yang lama, yaitu

perusahaan akan kehilangan pangsa pasarnya karena produk yang dihasilkan tidak

dapat memenuhi kepuasan konsumen. Oleh karena itu, kerugian yang disebabkan

oleh produk yang dihasilkan menyimpang dari standarnya tersebut harus dapat

diukur. Taguchi menawarkan suatu pengukuran yang cukup releven apabila

digunakan oleh perusahaan manufaktur dalam mengevaluasi besarnya biaya

kualitas tersembunyi.

Pada dasarnya, filosofi Taguchi dapat diringkas sebagai berikut :

a. Perubahan waktu dari penerapan quality control dari on-line quality control ke

off-line quality control, sehingga perusahaan bisa melakukan inspeksi terhadap

kualitas produk yang dihasilkan pada saat produksi.

b. Melakukan perubahan atas prosedur eksperimen dari satu faktor pengubah

menjadi dua atau lebih faktor pengubah melalui teknik eksperimen statistik.

c. Perubahan tujuan eksperimen dan perubahan tujuan kualitas itu sendiri, dari

tujuan pencapaian tingkat kesesuaian dalam batas spesifikasi menjadi tujuan

pencapaian target dan meminimalkan terjadinya penyimpangan produk.

d. Berusaha untuk mengendalikan faktor-faktor yang sifatnya ‘uncontrollable’

(misalnya : external failure dan internal failure) sehingga dihasilkan produk

yang sesuai target.

Dalam metode Taguchi, digunakan pendekatan fungsi kerugian yang kenal

dengan nama Taguchi’s Loss Function. Dalam fungsi ini, diketahui adanya

kebutuhan untuk memenuhi apa yang diinginkan oleh konsumen dan adanya fakta

bahwa penyimpangan dari target yang ditetapkan akan diminimalisasikan.

Menurut pendapat Taguchi, jika suatu produk menyimpang dari nilai targetnya

walaupun penyimpangan tersebut masih berada pada batas spesifikasi, akan

menyebabkan kerugian. Sehingga menurut Taguchi, suatu program peningkatan

kualitas haruslah memiliki tujuan utama untuk meminimalkan biaya kerugian

20

yang disebabkan oleh adanya penyimpangan produk dari nilai targetnya. Semakin

kecil penyimpangan produk dari nilai targetnya, maka semakin baik pula kualitas

produk yang dihasilkan.

Kerugian akibat penyimpangan produk dari nilai targetnya ini dapat diukur

dengan menggunakan pendekatan kurva fungsi kerugian Taguchi (Taguchi Loss

Function) dengan cara menggabungkan kerugian yang diderita perusahaan secara

finansial dengan fungsi kerugian melalui hubungan kuadratik. Secara umum,

dapat diketahui bahwa kerugian perusahaan bersifat proporsional dengan besarnya

penyimpangan produk dari nilai target. Hal ini dapat digambarkan sebagai berikut:

Gambar 2.3 Fungsi Kerugian Taguchi

Dari gambar di atas, dapat dijelaskan bahwa Fungsi Kerugian Taguchi (Taguchi

Loss Function) yang ditunjukkan dengan L(y) secara grafis menggambarkan

kerugian yang diderita oleh konsumen jika kualitas produk y menyimpang dari

nilai target (t). Fungsi ini dapat dirumuskan seba gai berikut :

L (𝑦) = k (y − T)2 (2.8)

Dimana :

k = Konstanta yang tergantung pada struktur external failure cost

y = Nilai aktual dari karakteristik kualitas

T = Nilai yang ditargetkan dari karakteristik kualitas

L = Rugi kualitas

Adapun k merupakan konstanta yang dapat diestimasi dengan cara :

k = c/d2 (2.9)

c = Rugi pada lower atau upper specification limit

21

d = Jarak limit dari target value

Taguchi mendeskripsikan tujuan utama dari formulasi metode ini adalah untuk

meningkatkan dan mengembangkan desain produk dan proses produksi melalui

pengidentifikasian faktor-faktor kegagalan kualitas yang dapat dikendalikan dan

dapat meminimalisasi terjadinya penyimpangan produk dan selalu menempatkan

produk pada posisi pencapaian target value.

Sehingga dalam teknik perhitungan biaya kualitas tersembunyi menurut Taguchi

(Ciptani, 1999), terdapat dua aspek utama yaitu :

a. Aspek perilaku proses dan produk. Dalam hal ini dikarakteristikkan menjadi

dua tipe sebagai berikut :

- Faktor-faktor yang dapat dikendalikan merupakan faktor-faktor yang dapat

disesuaikan dengan proses desain atau proses mesin.

- Faktor-faktor yang tidak dapat dikendalikan merupakan faktor-faktor yang

menyebabkan adanya penyimpangan produk dari nilai targetnya.

b. Aspek Controlable factors. Dalam hal ini dibagi menjadi dua karakter yaitu :

- Faktor-faktor yang mempengaruhi rata-rata tingkat response of interest

disebut dengan signal factors (TCF).

- Faktor-faktor yan mempengaruhi penyimpangan atau variabilitas produk

disebut dengan variability control factors (VCF).

Apabila digambarkan, akan terlihat pada gambar berikut ini :

Faktors (parameter, variable)

Controllable factors Uncontrollable (noise) factors

Variability

Control

Factors

Target

Control

Factors

Cost Control

Factors

Eternal

Noise

Internal

Noise

Gambar 2.4 Dua Aspek Metode Taguchi

Metode pengukuran biaya kualitas menurut Taguchi ini memiliki suatu karakter

ide baru yang berbeda dengan metode pengukuran biaya kualitas lainnya.

22

Perbedaan itu adalah terletak pada adanya filosofi Taguchi bahwa pengujian

secara statistic atas suatu produk harus dilakukan sejak tahap desain produk atau

prototype produk agar produk yang dihasilkan serta proses produksi yang

dilakukan untuk menghasilkan produk tersebut tidak memiliki penyimpangan

terhadap nilai target yang telah ditetapkan (robust condition).

Selanjutnya, Taguchi juga menggunakan istilah off-line quality control yang

berarti control kualitas pada suatu fase produksi yan independen. Hal ini berbeda

dengan on-line method, yaitu metode yang digunakan oleh pandangan tradisional,

yang berarti kontrol kualitas secara menyeluruh pada saat akhir produksi sperti

contohnya analisis sistem sampling atau inspeksi terhadap produk yang akan

dikirim ke konsumen.

Taguchi mengukur kualitas dengan menggunakan teknik statistik yang sifatnya

lebih reliable, yaitu standar deviasi, daripada menggunakan standar defect dan

kriteria batas toleransi terhadap spesifikasi seperti yang digunakan oleh

pandangan tradisional. Kriteria utama dari metode ini adalah mencapai nilai target

spesifikasi dan meminimalkan penyimpangan produk sehingga output yang

dihasilkan adalah output optimal dalam segala aspek. Pada dasarnya, kriteria ini

bukanlah hal yang baru, tetapi yang merupakan hal baru dan menjadi kelebihan

dari metode ini dibandingkan dengan metode yang lain adalah penggunaan teknik

statistik untuk statik kontrol bagi industri teknik manufaktur merupakan hal yang

baru.

Dalam metodenya, Taguchi juga membedakan antara controllable factor dan

uncontrollable dimana ide untuk mengendalikan faktor yang sifatnya controllable

untuk mencapai target ini bukan merupakan hal yang baru. Tetapi yang menjadi

hal yang baru dari metode ini adalah pengidentifikasian uncontrollable factors

yang hanya bisa dilakukan oleh perusahaan pada saat proses desain produk,

karena faktor ini hanya bisa dikendalikan pada saat eksperimen produk.

Uncontrollable factors ini juga dibedakan lagi menjadi Internal noise dan

External noise yang merupakan faktor penyebab terjadinya penyimpangan produk

dan sulit untuk dikendalikan.

23

Menurut Taguchi, pembedaan Controllable Factor ke dalam TCF dan VFC ini

dimaskudkan untuk melakukan pendeteksian terhadap biaya-biaya yang telah

terjadi dan diserap oleh produk yang menyimpang dari target, sehingga besarnya

biaya-biaya yang muncul akan dapat dikendalikan.

Dengan adanya teknik pengukuran biaya kualitas tersembunyi melalui metode

Taguchi ini, maka akan lebih mempermudah perusahaan di dalam menentukan

besarnya kerugian yang diderita oleh perusahaan apabila terdapat suatu produk

yang dihasilkan menyimpang dari nilai targetnya. Tentu saja hal ini membutuhkan

komitmen perusahaan dalam menerapkan quality control sehingga dalam jangka

panjang akan memberikan keuntungan maksimal bagi perusahaan yang

menerapkannya.

2.2.2. Kelebihan dan Kelemahan Metode Taguchi

2.2.2.1. Kelebihan Metode Taguchi

Adapun beberapa kelebihan jika diterapkannya metode Taguchi pada perusahaan,

antara lain yaitu :

a. Adanya metode ini memungkinkan perusahaan untuk melakukan analisis

terhadap produk yang dihasilkan. Dengan penerapan metode Taguchi,

perusahaan akan mudah melakukan analisis karena produk yang dihasilkan

dapat dideteksi tingkat penyimpangannya.

b. Memotivasi perusahaan sehingga meningkatkan kualitas produk yang

dihasilkan karena metode Taguchi ini selalu berpandangan bahwa produk

yang dihasilkan haruslah mencapai nilai target. Jika tidak, akan selalu ada

kerugian yang diderita oleh perusahaan untuk setiap penyimpangan produk

yang ada karena semakin besarnya penyimpangan produk dari nilai targetnya

maka akan semakin besar pula tidak ketidakpuasan konsumen bila produk

tersebut didistribusikan ke komsumen.

c. Dengan metode Taguchi ini, perusahaan dapat mengindentifikasi dan

melakukan estimasi terhadap biaya kualitas yang tersembunyi. Selama ini

metode yang digunakan perusahaan dalam menetukan besarnya biaya kualitas

tersembunyi kurang mencerminkan kondisi kerugian yang diderita oleh

24

perusahaan apabila produk yang dihasilkan menyimpang dari nilai target yang

ditetapkan.

Melalui metode ini, Taguchi berusaha memberikan suatu alternatif metode yang

merupakan penerapan dari sistem yang terintegrasi untuk mengimplementasikan

suatu eksperimen desain produk sehingga tidak menyimpang dari standar yang

dihasilkan. Metode ini telah terbukti mampu mengembangkan proses produksi,

baik yang sederhana maupun yang bersifat kompleks, dengan meminimumkan

tingkat eksperimental produk yang tidak sesuai dengan batas spesifikasi produk.

Hal terpenting adalah metode Taguchi ini telah mampu menggabungkan metode

statistik dengan industri terutama untuk pengembangan kualitas produk yang

dihasilkan. Hal ini tentu saja akan mendukung metode yang dikembangkan oleh

Deming, Juran, dan Crobsy mengenai pengembangan kualitas suatu produk.

2.2.2.2. Kelemahan Metode Taguchi

Metode yang telah terbukti berhasil diterapkan terutama oleh perusahaan industri

manufaktur ini juga memiliki beberapa kelemahan yaitu :

a. Dalam hal pengembangan produk, metode ini apabila diterapkan tanpa diikuti

dengan penerapan teknik-teknik yang dikembangkan oleh Deming, Juran dan

Crosby, tidak akan memberikan hasil yang maksimal. Hal ini disebabkan

karena metode ini hanya memberikan teknik bagaimana menghasilkan produk

yang benar-benar sesuai target dan menghitung biaya yang diserap oleh

produk yang tidak dapat memenuhi nilai target, tetapi metode yang

dikembangkan oleh Taguchi ini tidak memberikan teknik-teknik

pengendalian dan pengembangan kualitas produk di masa yang akan datang.

b. Metode ini hanya cocok diterapkan untuk perusahaan indutri manufaktur

yang menghasilkan barang dengan tingkat ketelititan yang tinggi. Apabila

produk yang dihasilkan menyimpang dari nilai target maka hanya sedikit

penyimpangan yang akan menyebabkan konsumen tidak puas dan lari ke

produk atau merek lainnya.

c. Implementasi dari metode Taguchi ini membutuhkan perhitungan statistik

yang sedikit rumit, sehingga diperlukan sumber daya yang benar-benar

25

mampu menerapkannya. Selain itu, diperlukan keahlian khusus dalam

melakukan analisis statistik.

2.2.3. Perbedaan Konsep Taguchi dengan Deming

Jika Deming dikenal sebagai seorang yang mempelopori revolusi persepsi

manajemen tradisional terhadap industri, maka Taguchi dikenal sebagai tokoh

yang mempelopori evolusi di bidang industri yang penerapan metode statistik

dalam industri manufaktur.

Deming lebih memfokuskan pada aspek implementasi pendekatan statistik untuk

manajemen kualitas perusahaan. Deming berpendapat bahwa suatu hal yang

penting bagi seorang manajer untuk memiliki pengetahuan dan apresiasi yang

benar terhadap peningkatan kualitas dan produktivitas perusahaan secara

menyeluruh.

Deming juga mengidentifikasi beberapa faktor yang dapat membantu perusahaan

untuk meningkatkan kualitasnya secara kesuluruhan seperti pada aspek kepuasan

kerja karyawan, penciptaan lingkungan kerja yang menyenangkan, dan

sebagaianya. Dengan kata lain, Deming lebih menitikberatkan pada …”serving

society in the possible way’’ (Ciptana, 1999).

Lain halnya dengan Taguchi, tujuan utama metode yang diciptakannya terletak

pada filosofinya mengenai kualitas yaitu (Ciptana, 1999) :

Quality is the amount of damage incurred to society from the moment the

product has left the factory.

Sehingga Taguchi lebih menitikberatkan pada kerugian yang diderita oleh

perusahaan bila suatu produk yang berkualitasnya di bawah standar telah dijual ke

pasaran dan dikonsumsi oleh konsumen.

Perbedaan antara konsep kualitas Deming dan Taguchi ini juga meliputi aspek

pengendalian kualitas produk yang dihasilkan. Deming berpendapat bahwa untuk

menghasilkan produk yang berkualitas dan sesuai dengan spesifikasi yang telah

ditetapkan, pengendalian atas kualitas produk yang dihasilkan harus dilakukan

sejak produk tersebut diproses melalui proses produksi. Sedangkan Taguchi lebih

26

menitikberatkan aspek pengendalian kualitas produk yang dihasilkan pada saat

produk tersebut berada pada tahap desain produk, sehingga dapat menghasilkan

produk yang mencapai nilai target (robust condition) dan penyimpangan terhadap

nilai target dapat dihindari dan diestimasi kerugiannya.

Secara keseluruhan, konsep-konsep yang dikemukakan oleh Deming dan Taguchi

memiliki aspek-aspek yang bertentangan. Deming lebih menitikberatkan pada

konsep kualitas yang ditujukan langsung untuk pihak manajemen serta strategi

manajemen untuk mencapai kualitas produk, sedangkan Taguchi lebih

menitikberatkan pada teknik-teknik pengukuran biaya kualitas (terutama yang

bersifat tersembunyi) yang dapat digunakan manajemen sebagai alat untuk

mengukur kinerja kualitas produk yang dihasilkannya.

2.3. Kapabilitas Proses

Menurut (Muis, 2014) proses kontrol kualitas menggunakan menggunakan alat

bantu berupa statistik, di mana parameter yang terukur selama proses perakitan di

uji secara statistik dengan apa yang disebut “proses capability”. Proses ini hanya

untuk memastikan konsistensi spesiikasi tertentu dari produk yang sedang diukur

dan diuji, jadi bukan suatu proses untuk memastikan kualitas proses secara

langusng. Kualitas produk yang diharapkan pelanggan pada umumnya ditulis

dalam bentuk spesifikasi, parameter-parameter yang menunjukkan konsistensi

kualitas yang baik, sehingga produk yang dilemparkan ke pasar di mana

masyarakat sebagai pemakai memiliki keseragaman, tidak melihat produk yang

sama sebgai dua barang yang berbeda akibat unjuk kerja produk yang berbeda-

beda.

Proses kapabilitas ditentukan oleh total variasi yang berasal dari penyebab-

penyebab umum. Ini merupakan hasil variasi minimum yang dapat dicapai setelah

semua penyebab khusus dihilangkan. Karena itu kapabilitas menunjukkan unjuk

kerja proses, sebagaimana contoh proses yan berada di bawah kontrol secara

statistik. Kapabilitas sering dianggap sebagai suatu bagian hasil atau keluaran

yang berada dalam toleransi spesifikasi produk. Karena suatu proses dalam

kontrol statistik dapat diestimasi dari distribusinya. Proses akan terus

27

menghasilkan sejumlah bagian di luar spesifikasi produk selama teta berada dalam

kontrol statistik.

Pembelajaran kapabilitas menentukan kemampuan untuk memproduksi barang

yan sama melalui suatu proses tertentu. Contoh penerapan praktis pembelajaran

kapabilitas proses yaitu sebagai berikut :

- Mengevaluasi peralatan baru,

- Memprediksi kapabilitas produksi untuk memenuhi toleransi perancangan,

- Menentukan spesifikasi,

- Memilih peralatan untuk produksi,

- Menganalisa hubungan antar proses,

- Dan mengurangi inspeksi awal (barang masuk) dan akhir (barang hasil

produksi).

Untuk sebuah proses yang dideskripsikan dengan distribusi normal, secara standar

akan terdapat 99,73% yang jatuh dalam jangkauan nilai tiga standar deviasi rata-

rata. Ini kadang-kadang mengacu pada batasan alami populasi normal. Apabila

membandingkan sebaran proses alami dengan spesifikasi teknik, akan mudah

menentukan kapabilitas awal proses dengan cara berikut ini :

a. Apabila sebaran proses kurang dari jarak antara batas-batas spesifikasi,

maka proses dikatakan mampu memenuhi persyaratan.

b. Apabila sebaran proses lebih besar dari jarak antara batas-batas spesifikasi,

maka proses dikatakan tidak mampu memenuhi persyaratan.

Metode analisa kapabilitas proses, tidak soal berapa telitinya, hanya dapat

memberikan hasil pendekatan saja. Hal ini disebabkan karena :

a. Selalu terdapat derajat kebebasan dalam variasi sampel yan disebabkan

oleh teknik pengukuran dan peralatan.

b. Proses tidak pernah sepenuhnya berada dalam kontrol statistik.

c. Kenyataan hasil keluaran sangat jarang jatuh pada distribusi normal.

Proses kapabilitas untuk parameter kritis dapat ditentukan dengan terus menerus

menggunakan control chart selama penilaian awal proses. Parameter-parameter

krirtis itu didokumentasikan dalam rencana manajemen proses untuk produk

28

dalam bentuk pertanyaan. Proses kapabilitas dapat juga ditentukan dengan

menggunakan data control chart baru atau menggunakan data control chart yang

ada dari proses yang sama. Perlu diingat, terlebih dahulu proses harus berjalan

dalam kondisi terkontrol secara statistik. Proses perlu dijalankan di bawah kondisi

produksi termsuk didalamnya bahan baku, peralatan, sumber daya manusia dan

lingkungan.

Sebuah proses dapat ditentukan kondisi pengaturannya yang dikombinasi untuk

memproduksi suatu produk atau jasa. Kondisi tersebut dapat dikelompokkan

sebagai berikut :

Mesin dan peralatan

Metode dan prosedur

Personal

Material

Pengukuran

Lingkungan

Setiap kondisi tersebut merupakan sumber dari variasi pada proses. Ketika

kondisi-kondisi tersebut dikombinasikan untuk memproduksi produk atau jasa,

variasi natural maupun variasi yang dapat diprediksi pun dapat terjadi. Variasi

yang disebabkan oleh kondisi-kondisi tersebut tidak dapat dieliminasi dan kondisi

tersebut dikenal sebagai variasi penyebab umum.

Dalam beberapa kasus, variasi penyebab umum dapat digambarkan dengan kurva

normal berikut ini :

Gambar 2.5 Kurva Normal

29

Pada kurva di atas, 99.7% dari variasi penyebab umum akan berada pada ±3

deviasi standar dari rata-rata. Ketika proses terlihat stabil dan variasinya dapat

diprediksi, proses tersebut berjalan dalam kontrol.

Pengukuran umum kapablitas proses adalah rasio kapabilitas. Rasio ini

dimaksudkan sebagai cara sederhana menjelaskan kapabilitas proses yang

berkaitan dengan spesifikasi produk. Terdapat dua metode umum pengukuran

yang digunakan dalam evaluasi kapabilitas proses.

2.3.1. Metode Rasio Kapabilitas

Metode ini merupakan cara yang mudah untuk membandingkan sebaran proses

natural dengan batas spesifikasi teknis. Langkah-langkah dalam menghitung nilai

rasio kapabilitas (Cp), yaitu :

a. Menghitung standar deviasi proses. Karena variabilitas sub kelompok

direfleksikan dalam jangkauan sub kelompok maka estimasi standar

variasi proses (σ) dapat didasari pada rata-rata jangkauan (R) yang

diperoleh dari control chart dengan rumus berikut ini:

𝜎 ̅ = �̅�

𝑑 (2.10)

Dimana :

R = Rata-rata jangkauan sub kelompok

d = faktor variasi berkaitan dengan ukuran sub kelompok

b. Menentukan batas atas dan bawah spesifikasi dari spesifikasi teknis atau

rencana manajemen proses.

c. Menghitung rasio kapabilitas dengan rumus sebagai berikut :

𝐶𝑝𝑘 = 𝑈𝑆𝐿−𝐿𝑆𝐿

6 𝜎 ̅ (2.11)

Dimana :

σ = Standar deviasi proses estimasi

USL = Upper Specification Limit (Batas Atas Spesifikasi)

LSL = Lower Specification Limit (Batas Bawah Spesifikasi)

Adapun interpretasi dari hasil perhitungannya yaitu :

a. Apabila Cp > 1.0, distribusi proses natural adalah mampu memenuhi batas

spesifikasi .

30

b. Apabila Cp = 1.0, distribusi proses natural adalah tepat mampu memenuhi

batas spesifikasi (batasan natural = batasan spesifikasi).

c. Apabila Cp < 1.0, distribusi proses natural adalah tidak mampu memenuhi

batas spesifikasi.

2.3.2. Metode Kapabilitas Proses

Metode ini memformulasikan kapabilitas dalam bentuk kompensasi pergeseran

terhadap distribusi proses dari spesifikasi nominalnya. Berikut adalah langkah-

langkah dalam menghitung nilai Cpk :

a. Menghitung standar deviasi proses.

b. Menentukan batas atas dan bawah spesifikasi dari spesifikasi teknis atau

rencana manajemen proses.

c. Menghitung nilai Z untuk kedua batas spesifikasi :

𝑍 𝑈𝑆𝐿 = (𝑈𝑆𝐿− �̿�)

3 �̅� (2.12)

𝑍 𝐿𝑆𝐿 = (𝑋 ̿ − 𝐿𝑆𝐿)

3 �̅� (2.13)

Dimana :

USL = Upper Specification Limit

LSL = Lower Specification Limit

X̿ = Rata-rata dari proses

Z USL = Kapabilitas pada USL

Z LSL = Kapabilitas pada LSL

𝜎 = Deviasi standar proses

Cpk = min ( Z USL, Z LSL) (2.14)

Adapun interpretasi untuk nilai Cpk yaitu :

a. Apabila Cpk > 1.0, maka rata-rata proses dan distribusi proses natural

adalah mampu memenuhi batas spesifikasi.

b. Apabila Cpk = 1.0, maka rata-rata proses dan distribusi proses natural

adalah tepat mampu memenuhi batas spesifikasi (batas natural = batas

spesifikasi).

31

c. Apabila Cpk > 1.0, maka rata-rata proses dan distribusi proses natural

adalah tidak mampu memenuhi batas spesifikasi.

d. Nilai negative Cpk menunjukkan bahwa rata-rata berada di luar

spesifikasi.

e. Nilai Cpk nol menunjukkan bahwa proses sama dengan salah satu batas

spesifikasi.

f. Nilai antara 0 dan 1.0 menunjukkan bahwa sebagaian six sigma berada di

luar batas spesifikasi.

g. Nilai Cpk sama dengan 1.0 menunjukkan bahwa satu sigma berada dalam

batas spesifikasi .

h. Nilai Cpk lebih besar dari 1.0 menunjukkan bahwa batas six sigma

seluruhnya berada dalam batas spesifikasi.

32

BAB III

METODE PENELITIAN

3.1. Langkah – Langkah Penelitian

Langkah – langkah yang dilakukan untuk memecahkan masalah pada penelitian

ini adalah sebagai berikut :

Tidak

Masalah Awal

Observasi Awal

Interview manager,

operator, staf, dsb.

Data produksi

Identifikasi Masalah

Menetapkan latar belakang, rumusan,

tujuan dan sistematika penelitian.

Studi Literatur

Kualitas

Metode Taguchi Metode Penelitian

Menetapkan tahap penelitian

Pengumpulan dan Analisa Data

Data Sekunder Data Primer

Peta Kendali

Terkendali

Analisa Data

Pengukuran Kapabilitas Proses

Faktor-faktor berpengaruh terhadap

viskositas

Penerapan Metode Taguchi

Penentuan Setting Level Optimum

Kesimpulan dan Saran

Penelitian

selanjutnya ?

Selesai

Tidak

Gambar 3.1 Tahapan Metode Penelitian

Ya

33

Identifikasi faktor yang mempengaruhi kualitas viskositas

Pemisahan faktor kontrol dan faktor noise

Penentuan faktor kontrol dan level faktor kontrol

Pemilihan Ortogonal Array

Melakukan percobaan Taguchi

Analisis hasil percobaan Taguchi

Pengujian ANOVA

Percobaan Konfirmasi

Analisis hasil percobaan konfirmasi

Gambar 3.2 Tahapan Penerapan Metode Taguchi

34

3.2. Observasi Awal

Tahap awal yang dilakukan pada penelitian ini yaitu observasi perusahaan. Pada

tahap ini, observasi dilakukan dengan wawancara langsung dengan Kepala

Produksi Mixing PT. Mitrapak Eramandiri untuk mengetahui masalah yang

sedang dihadapi oleh perusahaan. Selain wawancara, observasi juga dilakukan

dengan cara mengamati langsung proses produksi pada bagian Mixing yang

dilakukan oleh para operator untuk mendapatkan gambaran keadaan sebenarnya

yang terjadi di area proses produksi. Kemudian melakukan pengamatan terhadap

data hasil produksi Mixing.

Dalam menentukan permasalahan yang akan diteliti, dilakukan analisa terhadap

laporan hasil produksi Mixing selama setahun kemudian menentukan produk yang

sering mengalami cacat selama setahun tersebut.

3.3. Identifikasi Masalah

Dari hasil observasi yang telah dilakukan, ditetapkan latar belakang masalah yang

sedang dihadapi oleh PT. Mitrapak Eramandiri. Setelah itu, ditentukan perumusan

masalah dari latar belakang yang telah dijelaskan. Dari rumusan masalah tersebut

dapat diketahui tujuan dari penelitian yang akan menjawab semua masalah yang

telah dirumuskan. Setelah itu, ditentukan batasan-batasan masalah agar penelitian

tidak keluar dari ruang lingkup yang telah ditetapkan dan beberapa asumsi guna

membantu dalam penyelesaian masalah-masalah yang telah dirumuskan.

3.4. Metode Penelitian

Dalam metode penelitian, ditentukan tahapan-tahapan dalam melakukan

penelitian. Tujuannya agar penelitian dapat dilakukan secara sistematis yang akan

menggambarkan tahapan-tahapan untuk mengidentifikasi, merumuskan,

menganalisa, memecahkan suatu masalah di mana pada akhirnya dapat ditarik

suatu kesimpulan dari masalah yang dijadikan sebagai objek observasi.

3.5. Studi Literatur

Studi literatur ini dilakukan untuk menunjang teori-teori yang akan digunakan

sebagai landasan dalam penelitian dan sebagai informasi untuk membantu dalam

memecahakan masalah. Landasan teori dapat berasal dari buku-buku dan

35

referensi-referensi lain berupa jurnal yang berhubungan dengan penelitian yang

dilakukan. Literatur sangat penting dalam menentukan metode yang digunakan

dalam menyelesaikan penelitian.

Pada tahapan studi literatur ini, literatur yang digunakan adalah mengenai

kualitas, pengukuran kualitas, penerapan metode Taguchi, dan analisis statistik

ANOVA.

3.6. Analisa Data

Pada tahap analisa data, dikumpulkan data-data yang diperlukan yang terkait

dengan penelitian yaitu nilai pengukuran viskositas terhadap produk yang diteliti,

kemudian dati data tersebut diolah untuk memperoleh peta kendali produk dan

pengukuran kapabilitas proses untuk mengetahui kinerja proses saat ini. Selain itu

dilakukan pula analisa terhadap penyebab cacat viskositas ini dengan diagram

sebab akibat lalu dilakukan eksperimen Taguchi untuk memperoleh setting

parameter kualitas yang optimum.

3.7. Kesimpulan dan Saran

Kesimpulan yang diberikan yaitu perbandingan antara kondisi sebelum dan

sesudah dilakukannya perbaikan pada proses produksi Mixing. Dari hasil tersebut,

diberikan saran kepada pihak perusahaan untuk menerapkan hasil penelitian yang

telah diperoleh untuk dapat meningkatkan kualitas produk dan kapablitas proses.

Keuntungan yang diperoleh oleh perusahaan dengan meningkatknya kualitas

produk yang dihasilkan dan meningkatkan keuntungan perusahaan dengan

berkurangnya tingkat kecacatan pada produk. Selain itu, perusahaan dapat

meningkatkan produktivitas perusahaan dengan memenuhi permintaan konsumen

secara tepat waktu.

36

BAB IV

DATA DAN ANALISA

4.1. Analisis Masalah

Berdasarkan dari latar belakang permasalahan yang telah dijelaskan pada Bab 1,

jenis cacat yang paling banyak ditemukan pada proses Mixing yaitu cacat

viskositas. Hal ini berdasarkan pada data yang diperoleh dari Produksi (Mitrapak,

2105). Berikut adalah data Produksi untuk produk Shampoo Kids Beauty pada

tahun 2015 :

Tabel 4.1 Data Produksi untuk Produk Shampoo Kids Beauty Tahun 2015

Deskripsi Quantity

% KG Batch

Released 52,000 26 19.12

Non Conformity – Viskositas 214,000 107 78.68

Non Conformity – pH 2,000 1 0.74

Non Conformity – Warna 4,000 2 1.47

Total Bulk 272,000 136 100.00

Dari data Produksi tersebut kemudian dibuat dalam diagram Pareto untuk jumlah

produk yang cacat. Jenis cacat dari produk Shampoo Kids Beauty ini yaitu cacat

viskositas, cacat pH, dan cacat warna dengan persentase cacat seperti pada tabel

4.1. Sehingga diperoleh diagram Pareto untuk masing-masing jenis cacat yaitu

sebagai berikut :

Gambar 4.1 Data Cacat pada Produk Shampoo Kids Beauty Tahun 2015

78.68

0.74 1.470.00

20.00

40.00

60.00

80.00

100.00

NC - Viskositas NC - pH NC - Warna

Per

sen

tase

Jenis Cacat

Persentase Cacat Pada Produk Shampoo

Kids Beauty Tahun 2015

37

Diagram Pareto di atas, menunjukkan bahwa persentase jenis cacat terbesar pada

produk Shampoo Kids Beauty yaitu cacat viskositas dengan persentase sebanyak

78.68%. Nilai viskositas pada produk berpengaruh pada kekentalan produk

shampoo yang merupakan salah satu parameter kualitas dari produk shampoo.

Nilai viskositas yang dihasilkan bervariasi dan tidak jarang nilai viskositas yang

dihasilkan tidak berada pada batas spesifikasi yang telah ditentukan. Oleh karena

itu, sebelum menganalisa penyebab dari cacat viskositas ini, diperlukan data untuk

mengetahui tingkat kapabilitas dari Proses Mixing terhadap nilai viskositas yang

dihasilkan. Untuk mengetahui kapabilitas proses digunakan metode pengendalian

kualitas secara statistik.

4.1.1. Peta Kendali ( Control Chart)

Peta kendali (Control Chart) merupakan salah satu Quality Tool yang dapat

digunakan untuk mendeteksi apakah proses Mixing pada Produksi dalam kondisi

terkontrol secara statistik atau tidak. Proses yang tidak dalam kondisi terkontrol

secara statistik akan menunjukkan suatu variasi yang berlebih sebanding dengan

perubahan waktu. Data yang digunakan adalah nilai viskositas yang dihasilkan

oleh dari proses Mixing. Pengamatan nilai viskositas pada produk Shampoo Kids

Beauty dilakukan pada proses setelah Mixing dan pada Mesin Mixer E (Mixer

FAS). Frekuensi pengambilan sampel dilakukan setiap kali terdapat proses

Mixing untuk produk ini. Untuk setiap batch produk dilakukan pengambilan

sampel pada 3 titik yaitu sampel atas, tengah dan bawah untuk kebutuhan akurasi

data. Data-data yang diperoleh merupakan data primer dari hasil pengukuran

viskositas produk yang dijadikan subjek penelitian. Berikut adalah data nilai

viskositas Shampoo Kids Beauty yang diperoleh dari hasil mixing pada bulan Juni

– Oktober 2015.

Tabel 4.2 Data Pengamatan Viskositas Produk Shampoo Kids Beauty

No. Tanggal Mixing Batch

Liquid

Viscosity (cP)

V 1 V 2 V 3

1 05 Juni 2015 001E 2,200 2,350 2,100

2 05 Juni 2015 002E 1,700 1800 1,500

3 15 Juni 2015 003E 800 980 700

4 15 Juni 2015 004E 1,200 1,000 1,200

38

5 15 Juni 2015 005E 2,400 2,600 2,300

6 02 Juli 2015 006E 1,200 1,040 1,100

7 02 Juli 2015 007E 700 900 900

8 03 Juli 2015 008E 1,510 1,700 1,590

9 04 Juli 2015 009E 2,400 2,400 2,300

10 09 Juli 2015 010E 1,100 1,100 1,270

11 10 Juli 2015 011E 1,050 1,200 1,050

12 27 Juli 2015 012E 650 650 800

13 28 Juli 2015 013E 550 680 600

14 05 Agustus 2015 014E 800 950 750

15 06 Agustus 2015 015E 1,400 1,200 1,400

16 06 Agustus 2015 016E 1,300 1,300 1,400

17 06 Agustus 2015 017E 1,400 1,400 1,200

18 11 Agustus 2015 018E 800 770 900

19 12 Agustus 2015 019E 2,700 2,900 2,800

20 27 Agustus 2015 020E 920 840 700

21 01 September 2015 021E 1,100 1,270 1,100

22 01 September 2015 022E 900 880 780

23 01 September 2015 023E 700 670 800

24 05 September 2015 024E 800 720 900

25 05 September 2015 025E 700 860 700

26 05 September 2015 026E 800 700 900

27 06 September 2015 027E 900 880 1,000

28 01 Oktober 2015 028E 1,100 1,200 1,050

29 01 Oktober 2015 029E 1,000 1,100 1,100

30 05 Oktober 2015 030E 900 1,000 800

Berdasarkan dari data yang diperoleh, maka peta kendali yang digunakan untuk

menganalisis nilai viskositas secara statistik yaitu peta kendali X-bar dan R. Peta

kendali X-bar dan R digunakan untuk memvisualisasikan fluktuasi rata-rata

sampel dan rata-rata dari rata-rata sampel kemudian akan menunjukkan

bagaimana penyimpangan rata-rata sampel dari rata-ratanya. Penyimpangan ini

akan memberikan gambaran bagaimana konsistensi proses. Semakin dekat rata-

rata sampel ke nilai rata-ratanya maka proses cenderung stabil, dan sebaliknya

maka proses cenderung tidak stabil.

Peta kendali X-bar dan R yang digunakan yaitu tiga sigma, di mana terdapat

sebuah central line dan dua buah batas pengendali yang terdiri dari batas

pengendali atas dan batas pengendali bawah. Pembuatan peta kendali X-bar dan R

39

terhadap nilai viskositas produk Shampoo Kids Beauty menggunakan bantuan

Microsoft Excel. Berikut perhitungan untuk memperoleh nilai LCL, CL, dan UCL

pada peta kendali X-bar.

Tabel 4.3 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty

No. Batch

Liquid

Viscosity (cP) X-bar Range

V 1 V 2 V 3

1 001E 2,200 2,350 2,100 2,216.67 250

2 002E 1,700 1,800 1,500 1,666.67 300

3 003E 800 980 700 826.67 280

4 004E 1,200 1,000 1,200 1,133.33 200

5 005E 2,400 2,600 2,300 2,433.33 300

6 006E 1,200 1,040 1,100 1,113.33 160

7 007E 700 900 900 833.33 200

8 008E 1,510 1,700 1,590 1,600.00 190

9 009E 2,400 2,400 2,300 2,366.67 100

10 010E 1,100 1,100 1,270 1,156.67 170

11 011E 1,050 1,200 1,050 1,100.00 150

12 012E 650 650 800 700.00 150

13 013E 550 680 600 610.00 130

14 014E 800 950 750 833.33 200

15 015E 1,400 1,200 1,400 1,333.33 200

16 016E 1,300 1,300 1,400 1,333.33 100

17 017E 1,400 1,400 1,200 1,333.33 200

18 018E 800 770 900 823.33 130

19 019E 2,700 2,900 2,800 2,800.00 200

20 020E 920 840 700 820.00 220

21 021E 1,100 1,270 1,100 1,156.67 170

22 022E 900 880 780 853.33 120

23 023E 700 670 800 723.33 130

24 024E 800 720 900 806.67 180

25 025E 700 860 700 753.33 160

26 026E 800 700 900 800.00 200

27 027E 900 880 1,000 926.67 120

28 028E 1,100 1,200 1,050 1,116.67 150

29 029E 1,000 1,100 1,100 1,066.67 100

30 030E 900 1,000 800 900.00 200

TOTAL 36,136.67 5360

RATA - RATA 1,204.56 178.67

40

Dari tabel 4.3 di atas, maka dapat dengan mudah untuk melakukan perhitungan

untuk membuat peta kendali X-bar dan R.

Peta Kendali X-bar

CL = X̿

𝐂𝐋�̅� = 𝐓𝐨𝐭𝐚𝐥 �̅�

𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩

𝐂𝐋�̅� = 36,136.67

25

𝐂𝐋�̅� = 1,204.56

𝐋𝐂𝐋�̅� = �̿� − 𝐀𝟐 𝐱 �̅�

𝐋𝐂𝐋�̅� = 1,204.56 − (1.023 x 178.67)

𝐋𝐂𝐋�̅� = 1,204.56 − 182.78

𝐋𝐂𝐋�̅� = 1,021.78

𝐔𝐂𝐋�̅� = �̿� + 𝐀𝟐𝐱 �̅�

𝐔𝐂𝐋�̅� = 1,204.56 + (1.023 x 178.67)

𝐔𝐂𝐋�̅� = 1,204.56 + 182.77

𝐔𝐂𝐋�̅� = 1,387.33

Keterangan :

CL : Garis Tengah (Central Line)

LCL : Batas Kendali Bawah ( Lower Control Line)

UCL : Batas Kendali Atas ( Upper Control Line)

Untuk nilai A2 dapat diperoleh dari tabel pada lampiran 1. Table of Control Chart

Constants.

Dari hasil perhitungan di atas, maka peta kendali X-bar pun dapat dibuat. Berikut

adalah gambar peta kendali X-bar untuk Shampoo Kids Beauty.

41

Gambar 4.2 Peta Kendali X-bar

Peta Kendali R

CL = R̅

𝐂𝐋𝐑 = 𝐓𝐨𝐭𝐚𝐥 𝐑

𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩

𝐂𝐋𝐑 = 5360

25

𝐂𝐋𝐑 = 178.67

𝐋𝐂𝐋𝐑 = 𝐃𝟑 𝐱 �̅�

𝐋𝐂𝐋𝐑 = 0 x 178.67

𝐋𝐂𝐋𝐑 = 0

𝐔𝐂𝐋𝐑 = 𝐃𝟒 𝐱 �̅�

𝐔𝐂𝐋𝐑 = 2.574 x 178.67

𝐔𝐂𝐋𝐑 = 459.89

Keterangan :

CL : Garis Tengah (Central Line)

LCL : Batas Kendali Bawah ( Lower Control Line)

42

UCL : Batas Kendali Atas ( Upper Control Line)

Untuk nilai D3 dan D4 dapat diperoleh dari tabel pada 1. Table of Control Chart

Constants. Setelah memperoleh nilai CL, UCL, dan LCL, peta kendali R dapat

dibuat. Berikut adalah gambar dari peta kendali R.

Gambar 4.3 Peta Kendali R (Range)

Peta kendali X-bar menyatakan rata-rata nilai viskositas produk Shampoo Kids

Beauty yang dihasilkan selama proses produksi berlangsung, sedangkan peta

kendali R menyatakan variasi atau rentang (range) nilai viskositas produk

Shampoo Kids Beauty yang dihasilkan selama proses produksi berlangsung.

Peta kendali X-bar pada Gambar 4.2 untuk produk Shampoo Kids Beauty

menunjukkan nilai CL, UCL dan LCL yaitu 1204.56 cP, 1387.33 cP, dan 1021.78

cP. Nilai tersebut masih berada dalam batas spesifikasi produk. Sedangkan peta

kendali R pada Gambar 4.3 menunjukkan nilai CL, UCL, dan LCL yaitu sebesar

178.67, 459.89, dan 0. Berdasarkan pada peta kendali X-bar dan R pada Gambar

4.2 dan Gambar 4.3, dapat dilihat bahwa nilai viskositas dari produk Shampoo

Kids Beauty belum terkendali secara statistik. Hal ini ditunjukkan dengan masih

43

banyaknya terdapat variasi-variasi data yang ditandai dengan banyaknya terdapat

titik-titik yang berada di luar batas kontrol.

Menurut Garrity (1993), suatu proses dapat dikatakan menunjukkan keadaan yang

tidak terkendali jika memenuhi beberapa kriteria berikut ini :

a. Satu atau beberapa titik berada diluar batas kendali.

b. Sembilan titik berurutan berada pada sisi yang sama dari garis tengah

(CL).

c. Enam titik berurutan naik atau turun.

d. Empat belas titik berurutan bergantian naik dan turun.

e. Dua dari tiga titik berada pada posisi > 2 standar deviasi dari garis tengah

pada sisi yang sama.

f. Empat dari lima titik berada pada posisi > 1 standar deviasi dari garis

tengah pada sisi yang sama.

g. Lima belas titik berurutan berada dalam posisi ≤ 1 standar deviasi dari

garis tengah.

h. Delapan titik berurutan berada pada posisi > 1 standar deviasi dari garis

tengah.

Menurut Mitra (1998), variasi penyebab khusus (special-causes variation) adalah

kejadian-kejadian di luar sistem yang mempengaruhi variasi dalam sistem.

Penyebab khusus ini mengambil pola-pola non acak (non random patterns)

sehingga dapat diidentifikasi atau ditemukan. Penyebab khusus tidak selalu aktif

dalam proses tetapi memiliki pengaruh yang lebih kuat pada proses sehingga

menimbulkan variasi. Melalui pengendalian proses secara statistik menggunakan

peta kendali (control chart), jenis variasi ini sering ditandai dengan titik-titik

pengamatan yang melewati atau keluar dari batas-batas pengendalian yang

didefinisikan (defined control limit).

Variasi penyebab umum selalu terjadi pada proses produksi. Variasi penyebab

umum adalah faktor-faktor di dalam sistem atau yang melekat pada proses yang

menyebabkan timbulnya variasi dalam sistem serta hasil-hasilnya. Penyebab

umum sering disebut juga sebagai penyebab acak (random causes) atau penyebab

sistem (system causes). Melalui pengendalian proses secara statistik dengan

44

menggunakan peta kendali (control chart), jenis variasi ini sering ditandai dengan

titik-titik pengamatan yang berada dalam batas-batas pengendalian yang

didefinisikan (defined control limits). Oleh karena itu, perlu dilakukan usaha

untuk mengurangi variasi tersebut. Semakin sedikit variasi penyebab umum

(tanpa adanya variasi penyebab khusus), maka kemampuan proses produksi untuk

menghasilkan produk yang lebih homogen akan lebih terjamin. Keadaaan proses

yang belum terkendali seperti ini menyebabkan perhitungan kapabilitas proses

untuk produk Shampoo Kids Beauty belum bisa dilakukan. Perhitungan

kapabilitas proses akan valid jika dilakukan terhadap proses dengan keadaan yang

telah terkendali. Tindakan yang dapat dilakukan agar proses menjadi terkendali

adalah dengan melakukan identifikasi terhadap faktor-faktor penyebab variasi

nilai viskositas pada produk Shampoo Kids Beauty dengan menggunakan diagram

sebab akibat (diagram tulang ikan).

4.1.2. Kapabilitas Proses Sebelum Perbaikan

Produk Shampoo Kids Beauty ini memiliki batas spesifikasi untuk parameter

viskositas yaitu 1,000 cP – 4,000 cP dimana target viskositasnya yaitu 2,500 cP.

Untuk mengetahui nilai kapabilitas proses dari produk ini dilakukan perhitungan

sebagai berikut :

Indeks Kapabilitas Proses (Cp)

Cp = USL − LSL

6σ

Dengan standard deviasi (𝜎) = 565.555

Cp = 4,000 − 1,000

6 x 565.555

Cp = 0.884

Kapabilitas Proses (Cpk)

Cpk = min {USL − μ

3σ,μ − LSL

3σ}

Dengan 𝜇 = �̿� = 1,204.56

Cpk = min {4,000 − 1,204.56

3 x 565.555,1,204.56 − 1,000

3 x 565.555}

45

Cpk = min {2.795.44

1,696.665,

204.56

1,696.665}

Cpk = min{1.65 , 0.12}

Cpk = 0.12

Indeks Kapabilitas Taguchi (Cpm)

Cpm = USL − LSL

6τ

Cpm = USL − LSL

6 √σ2 + (μ − T)2

Cpm = Cp

√1 + δ2 dimana δ =

μ − T

σ

δ = μ − T

σ

δ = 1,204.56 − 2,500

565.555

δ = −2.29

Cpm = 0.884

√1 + (−2.29)2

Cpm = 0.884

√6.2441

Cpm = 0.35

Dari hasil perhitungan Indeks kapabilitas Proses di atas maka dapat disimpulkan

bahwa nilai Cp yaitu 0.884 di mana nilai ini lebih kecil dari 1, sehingga proses

dikatakan tidak kapabel. Begitu pula dengan nilai Cpk yang dihasilkan yaitu 0.12.

Nilai ini berada jauh dari 1, yang artinya apabila nilai Cpk berada di antara 0 dan 1

artinya rata-rata proses berada dalam batas spesifikasi limit walaupun proporsi

variasi proses berada di luar batas spesifikasi limit.

4.2. Penerapan Metode Taguchi

4.2.1. Identifikasi Faktor yang Mempengaruhi Kualitas Viskositas

Viskositas merupakan ukuran kekentalan suatu fluida yang menyatakan besar

kecilnya gesekan di dalam fluida. Makin besar gesekan pada suatu fluida, maka

semakin sulit suatu fluida mengalir. Permasalahan viskositas merupakan

permasalahan yang sering terdapat dalam suatu produk seperti sabun, sampo,

46

maupun produk semi cair lainnya. Viskositas ini merupakan salah satu parameter

kualitas yang memiliki pengaruh cukup besar terhadap suatu produk. Sehingga

perlu perlakuan yang hati-hati dalam menentukan settingan mesin saat proses

berlangsung. Untuk produk Shampoo Kids Beauty ini, pada tahun 2015 memiliki

tingkat kualitas yang buruk yang ditandai dengan banyaknya produk yang

memiliki nilai viskositas yang berada pada batas minimum dari standar

spesifikasinya dan bahkan banyak yang nilai viskositasnya berada di luar batas

spesifikasi yang telah ditentukan. Hal ini telah dibuktikan dengan perhitungan

nilai Cp dan Cpk dari produk ini sangat buruk dan prosesnya belum kapabel.

Sehingga diperlukan pengawasan dan kontrol yang lebih untuk mengurangi

variasi dari produk ini.

Penyebab variasi pada nilai viskositas produk ini begitu kompleks. Terdapat dua

jenis penyebab variasi yaitu penyebab khusus (special causes) dan penyebab

umum (common causes). Menurut Deming (Amitava Mitra, 1998), penyebab

khusus bisa disebabkan oleh penggunaan alat yang salah, penggunaan raw

material yang tidak tepat, atau kesalahan dari operator. 15% masalah yang terjadi

pada proses disebabkan oleh penyebab khusus. Sedangkan penyebab umum

disebabkan oleh variasi dari raw material yang diterima dari supplier yang

terpilih, pengawasan skill yang kurang, vibrasi mesin, dan fluktuasi dari kondisi

pekerjaan. 85% maslah yang terjadi di proses disebabkan oleh penyebab umum.

Dan penyebab umum ini dapat diselesaikan dengan adanya tindakan dari

managemen perusahaan.

Untuk memudahkan dalam mengidentifikasi faktor-faktor penyebab dari variasi

nilai viskositas ini digunakan diagram fishbone atau diagram sebab akibat. Faktor-

faktor penyebab diperoleh dari hasil wawancara dari operator hingga manager

Produksi Mixing (brainstorming). Selain itu juga dari beberapa literatur terkait.

Berikut adalah diagram sebab akibat dari faktor penyebab variasi viskositas pada

produk Shampoo Kids Beauty :

47

Material

Variasi

Viskositas

Man Machine Environment

Human Error

Lalai dalam mengikuti

prosedur

Kurang

Konsentrasi

Speed Mixer

Performansi

Silverson

Skill Operator

Setting Mesin

Method

Kadar NaCl

Jumlah

Polyquaternium-7

Jumlah Demin

Water

Dari SLES 2EO

Dari NaCl

Jumlah

Fragrance Material Handling

saat Mixing

Penggunaan suhu

Water Tr.

DeminWater

Gambar 4.4 Diagram Sebab-Akibat dari Variasi Viskositas

48

4.2.2. Pemisahan Faktor Kontrol dan Faktor Noise

Faktor kontrol adalah faktor yang telah ditetapkan nilai perancangannya dan dapat

dikontrol. Sedangkan faktor noise adalah faktor yang dapat menyebabkan

penyimpangan dari karakteristik kualitas dan sulit dikontrol karena faktor biaya.

Dari diagram sebab akibat pada gambar 4.4. Diagram Sebab Akibat dapat

dipisahkan antara faktor kontrol dan faktor noise. Pemisahan ini berdasarkan hasil

survey dan pengamatan terhadap biaya dari masing-masing faktor. Berikut tabel

pemisahan untuk faktor kontrol dan faktor noise.

Tabel 4.4 Pemisahan Faktor Kontrol dan Faktor Noise

Faktor Kontrol Faktor Noise

Method Pengaturan suhu Water Tr. Demin Water Material Handling saat Mixing

Material Kadar NaCl dari NaCl Jumlah Fragrance

Jumlah Demin Water Jumlah Polyquaternium-7

Kadar NaCl dari SLES 2EO

Man Skill Operator Human Error

Machine Setting Mesin (Speed Mixer) Performansi Silverson

4.2.3. Penentuan Faktor Kontrol dan Level Faktor Kontrol

Pada penelitian ini, variabel respon yaitu nilai viskositas dari produk Shampoo

Kids Beauty. Dalam menentukan faktor kontrol, sebelumnya dilakukan analisa

brainstorming di mana peneliti mengumpulkan informasi-informasi yang terkait

dengan proses Mixing dari produk Shampoo Kids Beauty ini dari para karyawan

yang dianggap paham mengenai proses dari produk ini mulai dari operator

produksi Mixing hingga ke manager. Selain mengumpulkan informasi dari

karyawan, peneliti juga mengumpulkan informasi dari studi literatur untuk

memperoleh pemahaman yang lebih mendalam mengenai variabel yang diamati

sehingga kesalahan dalam menentukan faktor kontrol dapat dihindari.

Setelah memperoleh informasi yang akurat, diperoleh beberapa variabel faktor

yang mempengaruhi nilai viskositas dari produk Shampoo Kids Beauty ini.

Variabel tersebut sebelumnya telah dijelaskan pada analisa diagram sebab akibat

dan pemisahan faktor kontrol dan faktor noise.

Dari beberapa faktor kontrol tersebut, kemudian dipilih variabel faktor kontrol

yang memiliki pengaruh besar terhadap nilai viskositas produk. Variabel-variabel

faktor tersebut adalah sebagai berikut :

49

1. Jumlah Material Sodium Chloride (NaCl)

Material Sodium Chloride dalam shampoo memiliki fungsi sebagai zat

pengental. Semakin kental suatu shampoo, skala penggunaannya semakin

hemat dan biasaya lebih disukai oleh konsumen. Tetapi penambahan

material Sodium Chloride yang berlebihan justru akan membuat produk

shampoo keruh dan penambahan pada level-level tertentu akan

menyebabkan produk shampoo justru menjadi encer. Oleh sebab itu,

penentuan jumlah Sodium Chloride pada produk shampoo harus lebih

berhati-hati.

2. Jumlah Micro Treated Demin Water

Micro Treated Demin Water merupakan solvent yang digunakan untuk

melarutkan material yang digunakan dalam pembuatan shampoo. Micro

Treate Demin Water merupakan air yang telah melalui proses reserve

osmosis atau deonized water untuk menghilangkan ion-ion yang

terkandung dalam air sehingga tidak terjadi reaksi ionik yang dapat

menurunkan kualitas dari shampoo. Setelah itu air kemudian diproses

dengan menggunakan sinar ultraviolet untuk membunuh semua bakteri

yang terdapat pada air.

3. Temperatur Mixer

Temperatur mixer juga sangat berpengaruh terhadap kelarutan dari

material. Temperatur panas biasanya mempermudah kelarutan suatu

material. Tetapi terdapat material yang tidak dapat dilarutkan pada

temperatur panas karena dapat kehilangan fungsi dari material tersebut.

Jadi sangat diperlukan kehati-hatian dalam menentukan temperature yang

digunakan dalam pembuatan shampoo.

4. Kecepatan Agitator Mixer

Kecepatan agitator mesin mixer berpengaruh terhadap nilai viskositas dari

produk yang dihasilkan. Kecepatan yang terlalu tinggi juga dapat membuat

produk menjadi encer dan sebaliknya jika kecepatan agitator pelan, reaksi

antar partikel material juga tidak sempurna. Jadi diperlukan settingan yang

cocok untuk mendapatkan hasil yang maksimal.

50

Dari beberapa variabel faktor kontrol di atas, kemudian ditentukan nilai level

pengujian untuk masing-masing variabel faktor kontrol. Penentuan level

pengujian ini diperoleh dari hasil diskusi dan kesepatan dengan pihak-pihak

tertentu mengenai level toleransi terhadap level pengujian. Berikut adalah level-

level pengujian untuk masing-masing variabel faktor kontrol.

Tabel 4.5 Level Pengujian dari Variabel Faktor Kontrol

Variabel Faktor Lambang Level 1 Level 2 Level 3 Satuan

Jumlah NaCl A 0.20% 0.30% 0.40% kg

Volume Air B 80.15% 80.05% 79.05% kg

Temperatur C 30 40 50 ° C

Kecepatan Mixer D 500 750 800 rpm

4.2.4. Pemilihan Ortogonal Array

Setelah menentukan variabel faktor dan level faktor dari masing-masing variabel,

langkah selanjutnya yaitu menghitung derajat kebebasan. Nilai dari derajat

kebebasan ini digunakan sebagai perbandingan yang harus dilakukan antar level-

level faktor atau interaksi yang digunakan untuk menentukan jumlah percobaan

minimum yang dilakukan.

Derajat Kebebasan = Jumlah Variabel Faktor (Jumlah Level Faktor – 1)

= 4 ( 3 – 1)

= 8

Jadi, dari perhitungan di atas maka dapat disimpulkan bahwa jumlah minimum

percobaan yang harus dilakukan yaitu sebanyak 8 percobaan.

Untuk pemilihan Ortogonal Array dapat dilakukan melakukan menggunakan

softwate Minitab 16. Berikut langkah-langkahnya :

1. Buka Software Minitab 16, pilih menu Stat, pilih DOE, kemudian pilih

menu Taguchi, dan klik Create Taguchi Design…

2. Setelah itu akan muncul tampilan berikut ini :

51

Gambar 4.5 Pemilihan Tipe Desain pada Taguchi

3. Pada pilihan Type of Design, pilih 3-level Design. Dan pada Number of

factors, pilih 4 (sesuai dengan data pada penentuan variabel faktor dan

level faktor di atas). Berikut tampilannya :

Gambar 4.6 Pemilihan Jumlah Faktor pada Taguchi

4. Setelah itu klik menu Designs… kemudian akan muncul tampilan berikut

ini :

52

Gambar 4.7 Pemilihan Desain Ortogonal Array Taguchi

5. Pilih L9 (3**4) dan klik OK.

Pemilihan Ortogonal Array-nya yaitu L9 (34).

Dimana :

L = Notasi L yaitu informasi mengenai Ortogonal Array

9 = Nomor baris, jumlah percobaan yang dibutuhkan ketika menggunakan

Ortogonal Array

4 = Nomor kolom, jumlah faktor yang diamati dalam Ortogonal Array

3 = Nomor level, menyatakan jumlah level faktor

Setelah pemilihan Ortogonal Array selesai, kemudian pada software Minitab 16

akan muncul jumlah replikasi dan urutan pelaksanaan percobaan yang diacak

secara random. Berikut adalah tabel matriks Ortogonal Array L9 (34) :

Tabel 4.6 Matriks Ortogonal Array

Percobaan Variabel Faktor

A B C D

1 1 1 1 1

2 1 2 2 2

3 1 3 3 3

4 2 1 2 3

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

53

4.2.5. Hasil Percobaan dengan Metode Taguchi

Dari tabel matriks Ortogonal Array pada Tabel 4.. digunakan sebagai acuan dalam

melakukan percobaan. Percobaan dilakukan sebanyak 9 kali dengan berdasarkan

pada kombinasi sesuai dengan tabel Ortogonal Array di atas. Percobaan dilakukan

pada mesin yang sama yaitu Mesin Mixer D (Mixer FAS). Berikut data hasil

percobaan :

Tabel 4.7 Hasil Percobaan dengan Metode Taguchi

Percobaan Variabel Faktor Hasil Viskositas (cps)

A B C D V 1 V 2

1 1 1 1 1 1,600 1,690

2 1 2 2 2 1,750 1,770

3 1 3 3 3 1,800 1,820

4 2 1 2 3 2,380 2,360

5 2 2 3 1 2,450 2,470

6 2 3 1 2 2,300 2,360

7 3 1 3 2 2,520 2,570

8 3 2 1 3 2,630 2,600

9 3 3 2 1 2,800 2,850

4.2.6. Analisis Hasil Percobaan dengan Metode Taguchi

Dari hasil percobaan di atas, kemudian data dianalisa dengan menggunakan

software Minitab 16. Langkah-langkah analisisnya yaitu sebagai berikut :

1. Masukkan data hasil percobaan ke Worksheet Minitab.

Gambar 4.8 Model Data pada Worksheet Minitab

54

2. Kemudian pilih menu Stat > DOE > Taguchi > dan Analyze Taguchi

Design… Sehingga muncul tampilan sebagai berikut :

Gambar 4.9 Analisa Taguchi dengan Minitab 1

3. Select data V1 dan V2. Pada menu Graphs…, pilih Signal to Noise rations.

Gambar 4.10 Analisa Taguchi dengan Minitab 2

55

4. Pada menu Analysis…, pilih Signal to Noise rations dan Means.

Gambar 4.11 Analisa Taguchi dengan Minitab 3

5. Pada menu Options…, pilih Larger is better.

Gambar 4.12 Analisa Taguchi dengan Minitab 4

6. Dan pada menu Storage…, pilih Signal to Noise rations dan Means.

Gambar 4.13 Analisa Taguchi dengan Minitab 5

56

7. Klik OK, sehingga muncul Main Effect Plot for SN Ratios berikut ini :

Gambar 4.14 Main Effect Plot for SN Rations

Dari grafik pada Gambar 4.14 Grafik Main Effect Plot for SN Rations, dapat

disimpulkan bahwa untuk Variabel Faktor A, level maksimumnya terletak pada

level 3, untuk Variabel Faktor B, level maksimumnya terletak pada level 3, untuk

Variabel Faktor C, level maksimumnya berada pada level 2, dan pada Variabel

Faktor D, level maksimumnya terletak pada level 1. Hasil ini sesuai dengan hasil

percobaan kesembilan dan pada percobaan kesembilan ini diperoleh hasil

viskositas terbesar dibandingkan dengan percobaan-percobaan sebelumnya.

Pada Worksheet akan muncul tambahan data SNRA dan MEAN, sebagai berikut :

Tabel 4.8 Data Hasil Percobaan dengan Metode Taguchi

Percobaan Variabel Faktor

Hasil Viskositas

(cP) SNRA MEAN

A B C D V 1 V 2

1 1 1 1 1 1,600 1,690 64.31357 1,645

2 1 2 2 2 1,750 1,770 64.90983 1,760

3 1 3 3 3 1,800 1,820 65.15317 1,810

4 2 1 2 3 2,380 2,360 67.49473 2,370

5 2 2 3 1 2,450 2,470 67.81849 2,460

6 2 3 1 2 2,300 2,360 67.34496 2,330

7 3 1 3 2 2,520 2,570 68.1125 2,545

321

69

68

67

66

65

321

321

69

68

67

66

65

321

A

Me

an

of

SN

ra

tio

s

B

C D

Main Effects Plot for SN ratiosData Means

Signal-to-noise: Larger is better

57

8 3 2 1 3 2,630 2,600 68.34901 2,615

9 3 3 2 1 2,800 2,850 69.01935 2,825

4.2.7. Pengujian ANOVA

Data yang telah diperoleh selanjutnya diolah dengan menggunakan dua cara, yaitu

Analysis of Variance (ANOVA) untuk nilai rata-rata dan Analysis of Variance

(ANOVA) untuk nilai SN Ratio (SNR). ANOVA dari nilai rata-rata digunakan

untuk mencari faktor-faktor apa saja yang mempengaruhi hasil percobaan

sedangkan ANOVA SN Ratio digunakan untuk mencari faktor-faktor yang

memiliki kontribusi pada pengurangan variasi suatu karakteristik kualitas.

4.2.7.1. ANOVA Nilai Rata-Rata

Sebelum melakukan perhitungan ANOVA, terlebih dahulu melakukan

perhitungan untuk memperoleh Respon Nilai Rata-Rata. Berikut adalah tabel

Respon Nilai Rata-Rata dari hasil hasil percobaan Taguchi.

Tabel 4.9 Tabel Respon Nilai Rata-Rata

Level A B C D

1 1,738.333 2,186.66667 2,196.667 2,310

2 2,386.667 2,278.33333 2,318.333 2,211.667

3 2,661.667 2,321.66667 2,271.667 2,265

Delta 923.3333 135 121.6667 98.33333

Rank 1 2 3 4

Tabel Respon Nilai Rata-Rata diperoleh dari hasil perhitungan nilai rata-rata hasil

percobaan yaitu pada Tabel 4.9 dengan perhitungan berikut in :

Nilai Rata-Rata semua eksperimen

�̅� =∑ 𝑦

�̅� =1600+1690+1750+1770+1800+1820+2380+2360+2450

+2470+2300+2360+2520+2570+2630+2600+2800+285018

�̅� =40720

18= 2262,222

58

Nilai Rata-Rata setiap level pada Faktor A

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐴1 =1645 + 1760 + 1810

3

�̿�𝐴1 =5215

3= 1738,333

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐴2 =2370 + 2460 + 2330

3

�̿�𝐴2 =7160

3= 2386,666

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐴3 =2545 + 2615 + 2825

3

�̿�𝐴3 =7985

3= 2661,667

Nilai Rata-Rata setiap level pada Faktor B

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐵1 =1645 + 2370 + 2545

3

�̿�𝐵1 =6560

3= 2186,6667

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐵2 =1760 + 2460 + 2615

3

59

�̿�𝐵2 =6835

3= 2278,3333

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐵3 =1810 + 2330 + 2825

3

�̿�𝐵3 =6965

3= 2321,667

Nilai Rata-Rata setiap level pada Faktor C

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐶1 =1645 + 2330 + 2615

3

�̿�𝐶1 =6590

3= 2196,667

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐶2 =1760 + 2370 + 2825

3

�̿�𝐶2 =6955

3= 2318,333

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐶3 =1810 + 2460 + 2545

3

�̿�𝐶3 =6815

3= 2271,667

Nilai Rata-Rata setiap level pada Faktor D

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐷1 =1645 + 2460 + 2825

3

�̿�𝐷1 =6930

3= 2310

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐷2 =1760 + 2330 + 2545

3

60

�̿�𝐷2 =6635

3= 2211,667

�̿�𝑗𝑘 =∑ �̅�𝑖𝑗𝑘

ijk

�̿�𝐷3 =1810 + 2370 + 2615

3

�̿�𝐷3 =6795

3= 2265

Dari hasil tabel di atas, kemudian dapat dilakukan perhitungan ANOVA untuk

Rata-Rata Nilai Respon. ANOVA yang digunakan yaitu ANOVA dua arah karena

data percobaan yang terdiri dari dua faktor atau lebih dan dua level atau level.

Tabel ANOVA terdiri dari perhitungan derajat kebebasan (db), jumlah kuadrat,

rata-rata jumlah kuadrat, F-rasio. Berikut adalah perhitungan untuk memperoleh

tabel perhitungan ANOVA :

Jumlah Kuadrat/Sum of Square (SS)

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑌2

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 16002 + 17502 + 18002 + 23802 + 24502 + 23002 + 25202

+ 26302 + 28002 + 16902 + 17702 + 18202 + 23602

+ 24702 + 23602 + 25702 + 26002 + 28502

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 94955600

𝑚𝑒𝑎𝑛(𝑆𝑚) = 𝑛𝑦2̅̅ ̅

mean(𝑆𝑚) = 18 ∗ 2262,2222

𝑚𝑒𝑎𝑛(𝑆𝑚) = 92117688,89

𝑆𝑆𝐴 = 𝑛𝐴1 ∗ 𝐴1̅̅̅̅ 2 + 𝑛𝐴2 ∗ 𝐴2̅̅̅̅ 2 + 𝑛𝐴3 ∗ 𝐴3̅̅̅̅ 2 − 𝑆𝑚

𝑆𝑆𝐴 = 6 ∗ 1738,3332 + 6 ∗ 2386,6672 + 6 ∗ 2661,6672 − 92117688,89

𝑆𝑆𝐴 = 94814700 − 92117688,89

𝑆𝑆𝐴 = 2697011

𝑆𝑆𝐵 = 𝑛𝐵1 ∗ 𝐵1̅̅ ̅̅ 2 + 𝑛𝐵2 ∗ 𝐵2̅̅ ̅̅ 2 + 𝑛𝐵3 ∗ 𝐵3̅̅ ̅̅ 2 − 𝑆𝑚

𝑆𝑆𝐵 = 6 ∗ 2186,6672 + 6 ∗ 2278,3332 + 6 ∗ 2321,6672 − 92117688,89

𝑆𝑆𝐵 = 92174700 − 92117688,89

61

𝑆𝑆𝐵 = 57011,11

𝑆𝑆𝐶 = 𝑛𝐶1 ∗ 𝐶1̅̅̅̅ 2 + 𝑛𝐶2 ∗ 𝐶2̅̅̅̅ 2 + 𝑛𝐶3 ∗ 𝐶3̅̅̅̅ 2 − 𝑆𝑚

𝑆𝑆𝐶 = 6 ∗ 2196,6672 + 6 ∗ 2318,3332 + 6 ∗ 2271,6672 − 92117688,89

𝑆𝑆𝐶 = 92162900 − 92117688,89

𝑆𝑆𝐶 = 45211,11

𝑆𝑆𝐷 = 𝑛𝐷1 ∗ 𝐷1̅̅ ̅̅ 2 + 𝑛𝐷2 ∗ 𝐷2̅̅ ̅̅ 2 + 𝑛𝐷3 ∗ 𝐷3̅̅ ̅̅ 2 − 𝑆𝑚

𝑆𝑆𝐷 = 6 ∗ 23002 + 6 ∗ 2211,6672 + 6 ∗ 22652 − 92117688,89

𝑆𝑆𝐷 = 92146767 − 92117688,89

𝑆𝑆𝐷 = 29077,78

𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 − 𝑆𝑚 − (𝑆𝑆𝐴 + 𝑆𝑆𝐵 + 𝑆𝑆𝐶 + 𝑆𝑆𝐷)

𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 94955600 − 92117688,89

− (2697011 + 57011,11 + 45211,11 + 29077,78)

𝑆𝑆𝑒𝑟𝑟𝑜𝑟 = 9600

Derajat Kebebasan (df)

𝐷𝐹𝐴 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐴 = 3 − 1

𝐷𝐹𝐴 = 2

𝐷𝐹𝐵 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐵 = 3 − 1

𝐷𝐹𝐵 = 2

𝐷𝐹𝐶 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐶 = 3 − 1

𝐷𝐹𝐶 = 2

62

𝐷𝐹𝐷 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐷 = 3 − 1

𝐷𝐹𝐷 = 2

𝐷𝐹𝑆𝑆𝑡 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 − 1

𝐷𝐹𝑆𝑆𝑡 = 18 − 1

𝐷𝐹𝑆𝑆𝑡 = 17

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 𝐷𝐹𝑆𝑆𝑡 − 𝐷𝐹𝐴 − 𝐷𝐹𝐵 − 𝐷𝐹𝐶 − 𝐷𝐹𝐷

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 17 − 2 − 2 − 2 − 2

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 9

Rata-rata Jumlah Kuadrat/Mean of Square (MS)

𝑀𝑆𝐴 =𝑆𝑆𝐴

𝐷𝐹𝐴

𝑀𝑆𝐴 =2697011,111

2

𝑀𝑆𝐴 = 1348505,6

𝑀𝑆𝐵 =𝑆𝑆𝐵

𝐷𝐹𝐵

𝑀𝑆𝐵 =57011,111

2

𝑀𝑆𝐵 = 28505,556

𝑀𝑆𝐶 =𝑆𝑆𝐶

𝐷𝐹𝐶

𝑀𝑆𝐶 =45211,111

2

𝑀𝑆𝐶 = 22605,556

𝑀𝑆𝐷 =𝑆𝑆𝐷

𝐷𝐹𝐷

𝑀𝑆𝐷 =29077,778

2

𝑀𝑆𝐷 = 14538,889

63

𝑀𝑆𝑒𝑟𝑟𝑜𝑟 =𝑆𝑆𝑒𝑟𝑟𝑜𝑟

𝐷𝐹𝑒𝑟𝑟𝑜𝑟

𝑀𝑆𝑒𝑟𝑟𝑜𝑟 =9600

9

𝑀𝑆𝑒𝑟𝑟𝑜𝑟 = 1066.6667

𝑀𝑆𝑆𝑆𝑡 = 𝑀𝑆𝐴 + 𝑀𝑆𝐵 + 𝑀𝑆𝐶 + 𝑀𝑆𝐷 + 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑀𝑆𝑆𝑆𝑡 = 1348505.6 + 28505.556 + 22605.556 + 14538.889 + 1066.6667

𝑀𝑆𝑆𝑆𝑡 = 1415222.2

F Ratio

𝐹𝐴 =𝑀𝑆𝐴

𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝐹𝐴 =1348505,6

1066,6667

𝐹𝐴 = 1264,224

𝐹𝐵 =𝑀𝑆𝐵

𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝐹𝐵 =28505,556

1066,6667

𝐹𝐵 = 26,72396

𝐹𝐶 =𝑀𝑆𝐶

𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝐹𝐶 =22605,556

1066,6667

𝐹𝐶 = 21,19271

𝐹𝐷 =𝑀𝑆𝐷

𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝐹𝐷 =14538,889

1066,6667

𝐹𝐷 = 13,63021

64

𝐹𝑒𝑟𝑟𝑜𝑟 =𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝐹𝑒𝑟𝑟𝑜𝑟 =1066,6667

1066,6667

𝐹𝑒𝑟𝑟𝑜𝑟 = 1

𝐹𝑆𝑆𝑡 = 𝐹𝐴 + 𝐹𝐵 + 𝐹𝐶 + 𝐹𝐷 + 𝐹𝑒𝑟𝑟𝑜𝑟

𝐹𝑆𝑆𝑡 = 1264.224 + 26.72396 + 21.19271 + 13.63021 + 1

𝐹𝑆𝑆𝑡 = 1326.771

Pure Sum of Square (SS’)

𝑆𝑆′𝐴 = 𝑆𝑆𝐴 − 𝐷𝐹𝐴 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑆𝑆′𝐴 = 2697011,111 − (2 ∗ 1066,6667)

𝑆𝑆′𝐴 = 2694877,78

𝑆𝑆′𝐵 = 𝑆𝑆𝐵 − 𝐷𝐹𝐵 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑆𝑆′𝐵 = 57011,1111 − (2 ∗ 1066,6667)

𝑆𝑆′𝐵 = 54877,7778

𝑆𝑆′𝐶 = 𝑆𝑆𝐶 − 𝐷𝐹𝐶 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑆𝑆′𝐶 = 45211,1111 − (2 ∗ 1066,6667)

𝑆𝑆′𝐶 = 43077,7778

𝑆𝑆′𝐷 = 𝑆𝑆𝐷 − 𝐷𝐹𝐷 ∗ 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑆𝑆′𝐷 = 29077,77778 − (2 ∗ 1066,6667)

𝑆𝑆′𝐷 = 26944,4444

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡 − (𝑆𝑆′𝐴 + 𝑆𝑆′

𝐵 + 𝑆𝑆′𝐶 + 𝑆𝑆′

𝐷)

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 2828311.11 − (2694877.78 + 54877.7778 + 43077.7778 +

26944.4444

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 8533.3333

65

% Ratio

𝜌𝐴 =𝑆𝑆′𝐴

𝑆𝑆𝑡∗ 100%

𝜌𝐴 =2694877,78

2837911.11∗ 100%

𝜌𝐴 =94.95991%

𝜌𝐵 =𝑆𝑆′𝐴

𝑆𝑆𝑡∗ 100%

𝜌𝐵 =54877,7778

2837911.11∗ 100%

𝜌𝐵 =1,933738%

𝜌𝐶 =𝑆𝑆′𝐴

𝑆𝑆𝑡∗ 100%

𝜌𝐶 =43077,7778

2837911.11∗ 100%

𝜌𝐶 =1,51794%

𝜌𝐷 =𝑆𝑆′𝐴

𝑆𝑆𝑡∗ 100%

𝜌𝐷 =26944,4444

2837911.11∗ 100%

𝜌𝐷 = 0.949446 %

𝜌 𝑒𝑟𝑟𝑜𝑟 =𝑆𝑆′𝐴𝑆𝑆𝑡

∗ 100%

𝜌 𝑒𝑟𝑟𝑜𝑟 =𝑆𝑆′𝑒𝑟𝑟𝑜𝑟

𝑆𝑆𝑡∗ 100%

𝜌 𝑒𝑟𝑟𝑜𝑟 =8533.3333

2837911.11∗ 100%

𝜌 𝑒𝑟𝑟𝑜𝑟 = 0.63897 %

66

Dari hasil perhitungan ANOVA dua arah di atas maka diperoleh tabel ANOVA

sebagai berikut:

Tabel 4.10 ANOVA Rata-Rata

SUMBER SS DF MS FHITUNG SS' RATIO

A 2697011.111 2 1348505.6 1264.224 2694877.78 95.28223

B 57011.11111 2 28505.556 26.72396 54877.7778 1.940302

C 45211.11111 2 22605.556 21.19271 43077.7778 1.523092

D 29077.77778 2 14538.889 13.63021 26944.4444 0.952669

ERROR 9600 9 1066.6667 1 8533.33333 0.30171

SST 2828311.111 17 1415222.2 1326.771 2828311.11 100

MEAN 92117688.89 1

SS

TOTAL 94955600 18 `

Dari tabel ANOVA diketahui bahwa semua faktor memiliki pengaruh signifikan

terhadap nilai viskositas, dimana semua faktor memiliki perbandingan F-ratio

yang lebih besar dari F-tabel (F0.05;2;2.18) yaitu 3.55. (Nilai F-tabel dapat dilihat

pada lampiran 2).

4.2.7.2. ANOVA Nilai SN Ratio

Sebelum melakukan perhitungan ANOVA untuk nilai SN Ratio, terlebih dahulu

melakukan perhitungan untuk memperoleh Nilai SN Ratio. Berikut adalah tabel

Respon Nilai SN Ratio dari hasil hasil percobaan Taguchi.

Tabel 4.11 Tabel Respon Nilai SN Ratio

Level A B C D

1 1738.333 2186.66667 2196.667 2310

2 2386.667 2278.33333 2318.333 2211.667

3 2661.667 2321.66667 2271.667 2265

Delta 923.3333 135 121.6667 98.33333

Rank 1 2 3 4

Dari hasil tabel di atas, kemudian dapat dilakukan perhitungan ANOVA.

Langkah-langkah perhitungan yang dilakukan sama dengan perhitungan yan

dilakukan pada analisis ANOVA untuk Nilai Rata-Rata. Berikut adalah

perhitungan untuk memperoleh tabel perhitungan ANOVA :

67

Jumlah Kuadrat/Sum of Square (SS)

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑2

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 64,313572 + 64,909832 + 65,153172 + 67,494732 + 67,818492

+ 67,344962 + 68,11252 + 68,349012 + 69,019352

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 40359,256

𝑆𝑚 = ∗ ̅2

𝑆𝑚 = 9 ∗ 66,946182

𝑆𝑚 = 9 ∗ 4481,791017 = 40336,12

𝑆𝑆𝐴 = 𝑛𝐴1 ∗ 𝐴1̅̅̅̅ 2 + 𝑛𝐴2 ∗ 𝐴2̅̅̅̅ 2 + 𝑛𝐴3 ∗ 𝐴3̅̅̅̅ 2 − 𝑆𝑚

𝑆𝑆𝐴 = (3 ∗ 64,792) + (3 ∗ 67,552) + (3 ∗ 68,492) − 40336,12

𝑆𝑆𝐴 = 40358,32 − 40336,12

𝑆𝑆𝐴 = 22,206

𝑆𝑆𝐵 = 𝑛𝐵1 ∗ 𝐵1̅̅̅̅ 2 + 𝑛𝐵2 ∗ 𝐵2̅̅̅̅ 2 + 𝑛𝐵3 ∗ 𝐵3̅̅̅̅ 2 − 𝑆𝑚

𝑆𝑆𝐵 = (3 ∗ 66,642) + (3 ∗ 67,032) + (3 ∗ 67,172) − 40336,12

𝑆𝑆𝐵 = 40336,57 − 40336,12

𝑆𝑆𝐵 =0,4534

𝑆𝑆𝐶 = 𝑛𝐶1 ∗ 𝐶1̅̅̅̅ 2 + 𝑛𝐶2 ∗ 𝐶2̅̅̅̅ 2 + 𝑛𝐶3 ∗ 𝐶3̅̅̅̅ 2 − 𝑆𝑚

𝑆𝑆𝐶 = (3 ∗ 66,672) + (3 ∗ 67,142) + (3 ∗ 67,032) − 40336,12

𝑆𝑆𝐶 = 40336,48 − 40336,12

𝑆𝑆𝐶 =0,3645

𝑆𝑆𝐷 = 𝑛𝐷1 ∗ 𝐷1̅̅ ̅̅ 2 + 𝑛𝐷2 ∗ 𝐷2̅̅ ̅̅ 2 + 𝑛𝐷3 ∗ 𝐷3̅̅ ̅̅ 2 − 𝑆𝑚

𝑆𝑆𝐷 = (3 ∗ 67,052) + (3 ∗ 66,792) + (3 ∗ 672) − 4481,791

68

𝑆𝑆𝐷 = 40336,23 − 4481,791

𝑆𝑆𝐷 =0,1150

Derajat Kebebasan (df)

𝐷𝐹𝐴 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐴 = 3 − 1

𝐷𝐹𝐴 = 2

𝐷𝐹𝐵 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐵 = 3 − 1

𝐷𝐹𝐵 = 2

𝐷𝐹𝐶 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐶 = 3 − 1

𝐷𝐹𝐶 = 2

𝐷𝐹𝐷 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑒𝑣𝑒𝑙 − 1

𝐷𝐹𝐷 = 3 − 1

𝐷𝐹𝐷 = 2

𝐷𝐹𝑆𝑆𝑡 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 − 1

𝐷𝐹𝑆𝑆𝑡 = 18 − 1

𝐷𝐹𝑆𝑆𝑡 = 17

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 𝐷𝐹𝑆𝑆𝑡 − 𝐷𝐹𝐴 − 𝐷𝐹𝐵 − 𝐷𝐹𝐶 − 𝐷𝐹𝐷

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 17 − 2 − 2 − 2 − 2

𝐷𝐹𝑒𝑟𝑟𝑜𝑟 = 9

Rata-rata Jumlah Kuadrat/Mean of Square (MS)

𝑀𝑆𝐴 =𝑆𝑆𝐴

𝐷𝐹𝐴

69

𝑀𝑆𝐴 =22,2060

2

𝑀𝑆𝐴 = 11,1031

𝑀𝑆𝐵 =𝑆𝑆𝐵

𝐷𝐹𝐵

𝑀𝑆𝐵 =0,4534

2

𝑀𝑆𝐵 = 0,2267

𝑀𝑆𝐶 =𝑆𝑆𝐶

𝐷𝐹𝐶

𝑀𝑆𝐶 =0,3645

2

𝑀𝑆𝐶 = 0,1822

𝑀𝑆𝐷 =𝑆𝑆𝐷

𝐷𝐹𝐷

𝑀𝑆𝐷 =0,1150

2

𝑀𝑆𝐷 = 0,0575

𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 𝑆𝑆𝐶 + 𝑆𝑆𝐷

𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 0,3645 + 0,1150

𝑆(𝑝𝑜𝑜𝑙𝑒𝑑 𝑒) = 0,4795

𝑀𝑆𝑆𝑆𝑡 = 𝑀𝑆𝐴 + 𝑀𝑆𝐵 + 𝑀𝑆𝐶 + 𝑀𝑆𝐷 + 𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑀𝑆𝑆𝑆𝑡 = 11.1031 + 0.2267 + 0.1822 + 0.0575 + 0.0532

𝑀𝑆𝑆𝑆𝑡 = 11.6229

F Ratio

𝐹𝐴 =𝑀𝐴

𝑀𝑒

70

𝐹𝐴 =11,1031

0.0532

𝐹𝐴 = 208,3856

𝐹𝐵 =𝑀𝐵

𝑀𝑒

𝐹𝐵 =0,2267

0,0532

𝐹𝐵 = 4,2548

𝐹𝐶 =𝑀𝐶

𝑀𝑒

𝐹𝐶 =0,1822

0,0532

𝐹𝐶 = 3,4207

𝐹𝐷 =𝑀𝐷

𝑀𝑒

𝐹𝐷 =0,0575

0,0532

𝐹𝐷 = 1,0792

𝐹𝑒𝑟𝑟𝑜𝑟 =𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝑀𝑆𝑒𝑟𝑟𝑜𝑟

𝐹𝑒𝑟𝑟𝑜𝑟 =0.0532

0.0532

𝐹𝑒𝑟𝑟𝑜𝑟 = 1

𝐹𝑆𝑆𝑡 = 𝐹𝐴 + 𝐹𝐵 + 𝐹𝐶 + 𝐹𝐷 + 𝐹𝑒𝑟𝑟𝑜𝑟

𝐹𝑆𝑆𝑡 = 208.3856 + 4.2548 + 3.4207 + 1.0792 + 1

𝐹𝑆𝑆𝑡 = 218.1404

Pure Sum of Square (SS’)

71

𝑆𝑆′𝐴 = 𝑆𝑆𝐴 − 𝐷𝐹𝐴 ∗ 𝑀𝑒

𝑆𝑆′𝐴 = 22,2063 − (2 ∗ 0,0532)

𝑆𝑆′𝐴 = 22,0998

𝑆𝑆′𝐵 = 𝑆𝑆𝐵 − 𝐷𝐹𝐵 ∗ 𝑀𝑒

𝑆𝑆′𝐵 = 0,4534 − (2 ∗ 0,0532)

𝑆𝑆′𝐵 = 0,3468

𝑆𝑆′𝐶 = 𝑆𝑆𝐶 − 𝐷𝐹𝐶 ∗ 𝑀𝑒

𝑆𝑆′𝐶 = 0,3645 − (2 ∗ 0,0532)

𝑆𝑆′𝐶 = 0,2579

𝑆𝑆′𝐷 = 𝑆𝑆𝐷 − 𝐷𝐹𝐷 ∗ 𝑀𝑒

𝑆𝑆′𝐷 = 0,1150 − (2 ∗ 0,0532)

𝑆𝑆′𝐷 = 0,0084

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 𝑆𝑆𝑡 − (𝑆𝑆′𝐴 + 𝑆𝑆′

𝐵 + 𝑆𝑆′𝐶 + 𝑆𝑆′

𝐷)

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 23.6188 − (22.0998 + 0.3468 + 0.2579 + 0.0084)

𝑆𝑆′𝑒𝑟𝑟𝑜𝑟 = 0.90579

% Ratio

𝜌𝐴 =𝑆𝑆′𝐴𝑆𝑆𝑡

∗ 100%

𝜌𝐴 =22,0998

23,6188∗ 100%

𝜌𝐴 =93,5685%

𝜌𝐵 =𝑆𝑆′𝐵𝑆𝑆𝑡

∗ 100%

𝜌𝐵 =0,3648

23,6188∗ 100%

𝜌𝐵 =1,4685%

72

𝜌𝐶 =𝑆𝑆′𝐶

𝑆𝑆𝑡∗ 100%

𝜌𝐶 =0,2579

23,6188∗ 100%

𝜌𝐶 =1,0921%

𝜌𝐷 =𝑆𝑆′𝐷

𝑆𝑆𝑡∗ 100%

𝜌𝐷 =0,0084

23,6188∗ 100%

𝜌𝐷 =0,0357%

𝜌 𝑒𝑟𝑟𝑜𝑟 =𝑆𝑆′𝐴𝑆𝑆𝑡

∗ 100%

𝜌 𝑒𝑟𝑟𝑜𝑟 =𝑆𝑆′𝑒𝑟𝑟𝑜𝑟

𝑆𝑆𝑡∗ 100%

𝜌 𝑒𝑟𝑟𝑜𝑟 =0.90579

23.6188∗ 100%

𝜌 𝑒𝑟𝑟𝑜𝑟 = 3.8350 %

Dari hasil seluruh perhitungan ANOVA untuk nilai SN Ratio ditunjukkan pada

tabel berikut ini :

Tabel 4.12 ANOVA Nilai SN Ratio

SUMBER SS DF MS FRATIO SS' RATIO

A 22.206388 2 11.10319 208.385603 22.0998246 93.5685

B 0.4534082 2 0.226704 4.25480088 0.34684436 1.4685

C 0.3645236 2 0.182261 3.42070390 0.25795971 1.09217

D 0.1150140 2 0.057507 1.0792960 0.00845010 0.03577

ERROR 0.4795376 9 0.053282 1 0.90579 3.83504

SST 23.618872 17 11.62294 217.140404 23.6188721 100

MEAN 40336.117 1

SS

TOTAL 40359.256 18 `

Berdasarkan perhitungan ANOVA untuk nilai SN Ratio menunjukkan bahwa %

kontribusi pada error sebesar 3.84% yang berarti bahwa semua faktor signifikan yang

73

mempengaruhi variasi viskositas telah dimasukkan ke dalam eksperimen ini di mana

syarat untuk metode Taguchi untuk % kontribusi yaitu ≤ 50%.

4.2.8. Percobaan Konfirmasi

Dari hasil percobaan dengan metode Taguchi, diperoleh hasil optimum pada

percobaan kesembilan berikut ini :

Tabel 4.13 Tabel Hasil Percobaan Taguchi

Percobaan Variabel Faktor Hasil Viskositas (cps)

A B C D V 1 V 2

1 1 1 1 1 1,600 1,690

2 1 2 2 2 1,750 1,770

3 1 3 3 3 1,800 1,820

4 2 1 2 3 2,380 2,360

5 2 2 3 1 2,450 2,470

6 2 3 1 2 2,300 2,360

7 3 1 3 2 2,520 2,570

8 3 2 1 3 2,630 2,600

9 3 3 2 1 2,800 2,850

Dari nilai percobaan kesembilan ini digunakan sebagai acuan dalam penerapan

perbaikan pada proses Mixing Produk Shampoo Kids Beauty ini. Adapun nilai-

nilai level dari variabel faktor tersebut yaitu :

Tabel 4.14 Level Optimum dari Faktor

Variabel Faktor Lambang Level Optimum Lambang Satuan

Jumlah NaCl A 0.40% 3 Kg

Volume Air B 79.05% 3 Kg

Temperatur C 40 2 ° C

Kecepatan Mixer D 500 1 Rpm

Setelah memperoleh level optimum, kemudian hasil tersebut diterapkan pada

proses produksi Mixing Shampoo Kids Beauty. Sebelumnya hasil percobaan

tersebut telah mendapatkan persetujuan unuk dapat diterapkan pada proses

produksi. Proses konfirmasi perobaan ini dilakukan bersamaan dengan adanya

jadwal produk untuk produk ini. Proses produksi dilakukan sepenuhnya oleh

operator Mixing. Percobaan konfirmasi ini dilakukan pada mesin mixer yang

74

sama dengan sebelumnya. Sehingga dapat dipastikan tingkat perbedaan hasilnya

sedikit. Berikut hasil percobaan konfirmasi untuk produk Shampoo Kids Beauty :

Tabel 4.15 Tabel Hasil Percobaan Konfirmasi

No. Tanggal Mixing Batch

Liquid

Viscosity (cps)

V 1 V 2 V 3

1 27 Februari 2016 001E 2,400 2,200 2,100

2 27 Februari 2016 002E 2,300 2,500 2,620

3 27 Februari 2016 003E 2,400 2,200 2,140

4 29 Februari 2016 004E 2,150 2,300 2,270

5 29 Februari 2016 005E 2,260 2,400 2,470

6 03 Maret 2016 006E 2,300 2,240 2,000

7 03 Maret 2016 007E 2,410 2,100 2,200

8 05 Maret 2016 008E 2,450 2,500 2,370

9 05 Maret 2016 009E 2,100 2,290 2,350

10 05 Maret 2016 010E 2,300 2,560 2,600

11 08 Maret 2016 011E 2,470 2,300 2,250

12 08 Maret 2016 012E 2,300 2,500 2,460

13 09 Maret 2016 013E 1,920 2,100 1,950

14 09 Maret 2016 014E 1,800 1,890 1,680

15 10 Maret 2016 015E 1,620 1,500 1,740

16 10 Maret 2016 016E 1,780 1,880 1,600

17 14 Maret 2016 017E 2,100 2,400 2,400

18 14 Maret 2016 018E 2,500 2,260 2,300

19 14 Maret 2016 019E 2,100 2,350 2,400

20 15 Maret 2016 020E 2,300 2,500 2,520

21 15 Maret 2016 021E 2,000 2,270 2,270

22 15 Maret 2016 022E 2,100 2,400 2,400

23 17 Maret 2016 023E 2,500 2,360 2,320

24 17 Maret 2016 024E 2,300 2,410 2,550

25 17 Maret 2016 025E 2,420 2,100 2,100

Dari data hasil percobaan konfirmasi di atas, dibuat dalam bentuk peta kendali X-

bar dan R. Untuk mengetahui perbedaan kapabilitas proses sebelum dan sesudah

dilakukannya perbaikan dengan menerapkan metode Taguchi pada proses

pembuatan produk Shampoo Kids Beauty. Berikut ini adalah tabel Nilai X-bar

dan R yang digunakan untuk membuat peta kendali X-bar dan R.

75

Tabel 4.16 Data Nilai X-bar dan R dari Sampel Shampoo Kids Beauty

No. Batch

Liquid

Viscosity (cP) X-bar Range

V 1 V 2 V 3

1 001E 2,400 2,200 2,100 2,233.33 300

2 002E 2,300 2,500 2,620 2,473.33 320

3 003E 2,400 2,200 2,140 2,246.67 260

4 004E 2,150 2,300 2,270 2,240.00 150

5 005E 2,260 2,400 2,470 2,376.67 210

6 006E 2,300 2,240 2,000 2,180.00 300

7 007E 2,410 2,100 2,200 2,236.67 310

8 008E 2,450 2,500 2,370 2,440.00 130

9 009E 2,100 2,290 2,350 2,246.67 250

10 010E 2,300 2,560 2,600 2,486.67 300

11 011E 2,470 2,300 2,250 2,340.00 220

12 012E 2,300 2,500 2,460 2,420.00 200

13 013E 1,920 2,100 1,950 1,990.00 180

14 014E 1,800 1,890 1,680 1,790.00 210

15 015E 1,620 1,500 1,740 1,620.00 240

16 016E 1,780 1,880 1,600 1,753.33 280

17 017E 2,100 2,400 2,400 2,300.00 300

18 018E 2,500 2,260 2,300 2,353.33 240

19 019E 2,100 2,350 2,400 2,283.33 300

20 020E 2,300 2,500 2,520 2,440.00 220

21 021E 2,000 2,270 2,270 2,180.00 270

22 022E 2,100 2,400 2,400 2,300.00 300

23 023E 2,500 2,360 2,320 2,393.33 180

24 024E 2,300 2,410 2,550 2,420.00 250

25 025E 2,420 2,100 2,100 2,206.67 320

TOTAL 55,950 6240

RATA-RATA 2,238.00 249.60

Dari tabel 4.15 di atas, maka dapat dengan mudah untuk melakukan perhitungan

untuk membuat peta kendali X-bar dan R.

Peta Kendali X-bar

CL = X̿

𝐂𝐋�̅� = 𝐓𝐨𝐭𝐚𝐥 �̅�

𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩

𝐂𝐋�̅� = 55,950

25

𝐂𝐋�̅� = 2,238

76

𝐋𝐂𝐋�̅� = �̿� − 𝐀𝟐 𝐱 �̅�

𝐋𝐂𝐋�̅� = 2,238 − (1.023 x 249.6)

𝐋𝐂𝐋�̅� = 2,238 − 255.3408

𝐋𝐂𝐋�̅� = 1,982.6592

𝐔𝐂𝐋�̅� = �̿� + 𝐀𝟐𝐱 �̅�

𝐔𝐂𝐋�̅� = 2,238 + (1.023 x 249.6)

𝐔𝐂𝐋�̅� = 2,238 + 255.3408

𝐔𝐂𝐋�̅� = 2,493.3408

Keterangan :

CL : Garis Tengah (Central Line)

LCL : Batas Kendali Bawah ( Lower Control Line)

UCL : Batas Kendali Atas ( Upper Control Line)

Untuk nilai A2 dapat diperoleh dari tabel pada lampiran 1. Table of Control Chart

Constants. Dari hasil perhitungan di atas, maka peta kendali X-bar pun dapat

dibuat. Berikut adalah gambar peta kendali X-bar untuk Shampoo Kids Beauty.

Gambar 4.15 Peta Kendali X-bar (Setelah Perbaikan)

77

Peta Kendali R

CL = R̅

𝐂𝐋𝐑 = 𝐓𝐨𝐭𝐚𝐥 𝐑

𝐣𝐮𝐦𝐥𝐚𝐡 𝐬𝐮𝐛𝐠𝐫𝐮𝐩

𝐂𝐋𝐑 = 6,240

25

𝐂𝐋𝐑 = 249.60

𝐋𝐂𝐋𝐑 = 𝐃𝟑 𝐱 �̅�

𝐋𝐂𝐋𝐑 = 0 x 249.60

𝐋𝐂𝐋𝐑 = 0

𝐔𝐂𝐋𝐑 = 𝐃𝟒 𝐱 �̅�

𝐔𝐂𝐋𝐑 = 2.574 x 249.60

𝐔𝐂𝐋𝐑 = 642.4704

Keterangan :

CL : Garis Tengah (Central Line)

LCL : Batas Kendali Bawah ( Lower Control Line)

UCL : Batas Kendali Atas ( Upper Control Line)

Untuk nilai D3 dan D4 dapat diperoleh dari tabel pada 1. Table of Control Chart

Constants. Setelah memperoleh nilai CL, UCL, dan LCL, peta kendali R dapat

dibuat. Berikut adalah gambar dari peta kendali R (setelah perbaikan).

78

Gambar 4.16 Peta Kendali R (Setelah Perbaikan)

4.2.9. Kapabilitas Proses Setelah Perbaikan

Produk Shampoo Kids Beauty ini memiliki batas spesifikasi untuk parameter

viskositas yaitu 1000 cP – 4000 cP dimana target viskositasnya yaitu 2500 cP.

Untuk mengetahui nilai kapabilitas proses setelah dilakukannya perbaikan dengan

metode Taguchi dari produk, maka dilakukan perhitungan sebagai berikut :

Indeks Kapabilitas Proses (Cp)

Cp = USL − LSL

6σ

Dengan standard deviasi (𝜎) = 226.2742

Cp = 4,000 − 1,000

6 x 226.2742

Cp = 2.2097

Indeks Kapabilitas Proses (Cpk)

Cpk = min {USL − μ

3σ,μ − LSL

3σ}

79

Dengan 𝜇 = �̿� = 2238

Cpk = min {4,000 − 2,238

3 x 226.2742,2,238 − 1,000

3 x 226.2742}

Cpk = min {1,762

678.8266,

1,238

678.8266}

Cpk = min{2.59 , 1.82}

Cpk = 1.82

Indeks Kapabilitas Taguchi (Cpm)

Cpm = USL − LSL

6τ

Cpm = USL − LSL

6 √σ2 + (μ − T)2

Cpm = Cp

√1 + δ2 dimana δ =

μ − T

σ

δ = μ − T

σ

δ = 2,238 − 2,500

226.2742

δ = −1.16

Cpm = 2.2097

√1 + (−1.16)2

Cpm = 2.2097

√2.3456

Cpm = 1.44

Dari hasil perhitungan Indeks Kapabilitas Proses di atas, maka dapat disimpulkan

bahwa nilai Cp yaitu 2.2097 di mana nilai ini lebih besar dari 1.33, sehingga

proses dikatakan telah kapabel. Begitu pula dengan nilai Cpk yang dihasilkan yaitu

1.82, yang artinya apabila nilai Cpk lebih dari 1 maka semua variasi proses berada

dalam batas spesifikasi.

80

BAB V

HASIL DAN REKOMENDASI

5.1. Kesimpulan

Dari hasil analisis data pada Bab IV, maka dapat disimpulkan bahwa :

a. Faktor-faktor yang mempengaruhi viskositas yaitu faktor jumlah NaCl,

volume air, temperature dan kecepatan mesin. Dan dari analisis ANOVA,

semua faktor yang digunakan dalam percobaan memiliki pengaruh signifikan

terhadap nilai viskositas produk.

b. Dari hasil percobaan dengan metode Taguchi, diperoleh setting level

optimum untuk masing-masing faktor yaitu sebagai berikut :

Variabel Faktor Level Optimum Satuan

Jumlah NaCl 0.40% Kg

Volume Air 79.05% Kg

Temperatur 40 ° C

Kecepatan Mixer 500 Rpm

c. Setelah diterapkannya hasil percobaan dengan Metode Taguchi, Cpk dari

Proses Mixing Shampoo Kids Beauty meningkat menjadi 1.82, dimana

sebelum adanya perbaikan Cpk hanya sebesar 0.12.

5.2. Rekomendasi

Setelah diperolehnya setting level optimum untuk produk Shampoo Kids Beauty,

kualitas produk pun semakin meningkat. Diharapkan kepada pihak perusahaan

untuk tetap melakukan pengawasan terhadap hasil yang diperoleh untuk

mengurangi tingkat variasi dari produk ini.

81

DAFTAR PUSTAKA

Ciptana, Monika Kussetya, Pengukuran Biaya Kualitas, Jurnal Akuntansi dan

Keuangan Vol. 1, No. 1, Mei 1999: 68-83.

Garrity, Susan M., Basic Quality Improvement, Prentice Hall, New Jersey, 1993.

Mitra, Amitava, Fundamental of Quality Control and Improvement, Prentice Hall,

New Jersey, 1998.

Muis, Saludin, Metodologi Sig Sigma: Teori dan Aplikasi di Lingkungan

Pabrikasi, Graha Ilmu, 2014.

Taguchi, Genichi, Chowdhury, Subir, and Wu Yuin, Taguchi’s Quality

Engineering Handbook, John Wiley & Sons, Inc, New Jersey, 2005.

Ishak, Aulia, Rekaya Kualitas, USU digital library, 2002.

82

LAMPIRAN

83

LAMPIRAN 1

TABEL KONSTANTA PETA KENDALI

Table of Control Chart Constants

Sample

Size =

m

A2 A3 d2 D3 D4 B3 B4

2 1.880 2.659 1.128 0 3.267 0 3.267

3 1.023 1.954 1.693 0 2.574 0 2.568

4 0.729 1.628 2.059 0 2.282 0 2.266

5 0.577 1.427 2.326 0 2.114 0 2.089

6 0.483 1.287 2.534 0 2.004 0.030 1.970

7 0.419 1.182 2.704 0.076 1.924 0.118 1.882

8 0.373 1.099 2.847 0.136 1.864 0.185 1.815

9 0.337 1.032 2.970 0.184 1.816 0.239 1.761

10 0.308 0.975 3.078 0.223 1.777 0.284 1.716

11 0.285 0.927 3.173 0.256 1.744 0.321 1.679

12 0.266 0.886 3.258 0.283 1.717 0.354 1.646

13 0.249 0.850 3.336 0.307 1.693 0.382 1.618

14 0.235 0.817 3.407 0.328 1.672 0.406 1.594

15 0.223 0.789 3.472 0.347 1.653 0.428 1.572

16 0.212 0.763 3.532 0.363 1.637 0.448 1.552

17 0.203 0.739 3.588 0.378 1.622 0.466 1.534

18 0.194 0.718 3.640 0.391 1.608 0.482 1.518

19 0.187 0.698 3.689 0.403 1.597 0.497 1.503

20 0.180 0.680 3.735 0.415 1.585 0.510 1.490

21 0.173 0.663 3.778 0.425 1.575 0.523 1.477

22 0.167 0.647 3.819 0.434 1.566 0.534 1.466

23 0.162 0.633 3.858 0.443 1.557 0.545 1.455

24 0.157 0.619 3.895 0.451 1.548 0.555 1.445

25 0.153 0.606 3.931 0.459 1.541 0.565 1.435

X-bar Chart for sigma R Chart Constants S Chart Constants

Constants estimate

84

LAMPIRAN 2

TABEL ANOVA

Critical values of F for the 0.05 significance level:

1 2 3 4 5 6 7 8 9 10

1 161.45 199.50 215.71 224.58 230.16 233.99 236.77 238.88 240.54 241.88

2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.39 19.40

3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79

4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96

5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74

6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06

7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64

8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35

9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14

10 4.97 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98

11 4.84 3.98 3.59 3.36 3.20 3.10 3.01 2.95 2.90 2.85

12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75

13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67

14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60

15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54

16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49

17 4.45 3.59 3.20 2.97 2.81 2.70 2.61 2.55 2.49 2.45

18 4.41 3.56 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41

19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38

20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35

21 4.33 3.47 3.07 2.84 2.69 2.57 2.49 2.42 2.37 2.32

22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30

23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.38 2.32 2.28

24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.26

25 4.24 3.39 2.99 2.76 2.60 2.49 2.41 2.34 2.28 2.24

26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22

27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20

28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19

29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18

30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.17

31 4.16 3.31 2.91 2.68 2.52 2.41 2.32 2.26 2.20 2.15

32 4.15 3.30 2.90 2.67 2.51 2.40 2.31 2.24 2.19 2.14

33 4.14 3.29 2.89 2.66 2.50 2.39 2.30 2.24 2.18 2.13

34 4.13 3.28 2.88 2.65 2.49 2.38 2.29 2.23 2.17 2.12

35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11

36 4.11 3.26 2.87 2.63 2.48 2.36 2.28 2.21 2.15 2.11

37 4.11 3.25 2.86 2.63 2.47 2.36 2.27 2.20 2.15 2.10

38 4.10 3.25 2.85 2.62 2.46 2.35 2.26 2.19 2.14 2.09

39 4.09 3.24 2.85 2.61 2.46 2.34 2.26 2.19 2.13 2.08

85

40 4.09 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08

41 4.08 3.23 2.83 2.60 2.44 2.33 2.24 2.17 2.12 2.07

42 4.07 3.22 2.83 2.59 2.44 2.32 2.24 2.17 2.11 2.07

43 4.07 3.21 2.82 2.59 2.43 2.32 2.23 2.16 2.11 2.06

44 4.06 3.21 2.82 2.58 2.43 2.31 2.23 2.16 2.10 2.05

45 4.06 3.20 2.81 2.58 2.42 2.31 2.22 2.15 2.10 2.05

46 4.05 3.20 2.81 2.57 2.42 2.30 2.22 2.15 2.09 2.04

47 4.05 3.20 2.80 2.57 2.41 2.30 2.21 2.14 2.09 2.04

48 4.04 3.19 2.80 2.57 2.41 2.30 2.21 2.14 2.08 2.04

49 4.04 3.19 2.79 2.56 2.40 2.29 2.20 2.13 2.08 2.03

50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.03

51 4.03 3.18 2.79 2.55 2.40 2.28 2.20 2.13 2.07 2.02

52 4.03 3.18 2.78 2.55 2.39 2.28 2.19 2.12 2.07 2.02

53 4.02 3.17 2.78 2.55 2.39 2.28 2.19 2.12 2.06 2.02

54 4.02 3.17 2.78 2.54 2.39 2.27 2.19 2.12 2.06 2.01

55 4.02 3.17 2.77 2.54 2.38 2.27 2.18 2.11 2.06 2.01

56 4.01 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.05 2.01

57 4.01 3.16 2.77 2.53 2.38 2.26 2.18 2.11 2.05 2.00

58 4.01 3.16 2.76 2.53 2.37 2.26 2.17 2.10 2.05 2.00

59 4.00 3.15 2.76 2.53 2.37 2.26 2.17 2.10 2.04 2.00

60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99

61 4.00 3.15 2.76 2.52 2.37 2.25 2.16 2.09 2.04 1.99

62 4.00 3.15 2.75 2.52 2.36 2.25 2.16 2.09 2.04 1.99

63 3.99 3.14 2.75 2.52 2.36 2.25 2.16 2.09 2.03 1.99

64 3.99 3.14 2.75 2.52 2.36 2.24 2.16 2.09 2.03 1.98

65 3.99 3.14 2.75 2.51 2.36 2.24 2.15 2.08 2.03 1.98

66 3.99 3.14 2.74 2.51 2.35 2.24 2.15 2.08 2.03 1.98

67 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02 1.98

68 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02 1.97

69 3.98 3.13 2.74 2.51 2.35 2.23 2.15 2.08 2.02 1.97

70 3.98 3.13 2.74 2.50 2.35 2.23 2.14 2.07 2.02 1.97

71 3.98 3.13 2.73 2.50 2.34 2.23 2.14 2.07 2.02 1.97

72 3.97 3.12 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.97

73 3.97 3.12 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.96

74 3.97 3.12 2.73 2.50 2.34 2.22 2.14 2.07 2.01 1.96

75 3.97 3.12 2.73 2.49 2.34 2.22 2.13 2.06 2.01 1.96

76 3.97 3.12 2.73 2.49 2.34 2.22 2.13 2.06 2.01 1.96

77 3.97 3.12 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.96

78 3.96 3.11 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.95

79 3.96 3.11 2.72 2.49 2.33 2.22 2.13 2.06 2.00 1.95

80 3.96 3.11 2.72 2.49 2.33 2.21 2.13 2.06 2.00 1.95

81 3.96 3.11 2.72 2.48 2.33 2.21 2.13 2.06 2.00 1.95

82 3.96 3.11 2.72 2.48 2.33 2.21 2.12 2.05 2.00 1.95

83 3.96 3.11 2.72 2.48 2.32 2.21 2.12 2.05 2.00 1.95

84 3.96 3.11 2.71 2.48 2.32 2.21 2.12 2.05 1.99 1.95

85 3.95 3.10 2.71 2.48 2.32 2.21 2.12 2.05 1.99 1.94

86