Proses DesainProses Desain

Pertemuan - 311 September 2013

Proses Desain�Tujuan eksperimen di manufaktur

adalah minimasi deviasi (variabilitas) proses

�Tujuan dalam desain manufaktur :�Tujuan dalam desain manufaktur :� Gambar teknik� Spesifikasi

� Informasi

sesuai dengankebutuhan konsumen

Life Cycle Produk

Desain produk

Digunakan konsumen

Off-line quality controlOff-line quality controlOn-line quality controlOn-line quality control

Desain proses produksi

Proses manufaktur

Tahapan Proses Desain

Desain sistemDesain sistem

Desain parameter Desain parameter Desain parameter Desain parameter

Desain toleransi Desain toleransi

�Berkaitan dengan tekonologi yang digunakan

�Membutuhkan pengetahuan teknis dan pengalaman yang luas

Desain sistemDesain sistem

pengalaman yang luas�Contoh : Ahli motor bakar diperlukan

untuk mendesain sistem mesin mobil tipe baru

�Mereduksi biaya dan meningkatkan kualitas secara bersamaan menggunakan desain eksperimen

�Bagian sentral dalam desain kokoh

Desain parameter Desain parameter

�Bagian sentral dalam desain kokoh (robust design)

�Menentukan parameter yang kurang sensitif terhadap noise

�Menentukan level parameter yang optimal

�Mengontrol faktor yang berpengaruh terhadap target

�Mengontrol noise factor pada toleransi yang kecil

Desain toleransi Desain toleransi

yang kecil�Mengoptimasikan trade off antara

kualitas dengan biaya

Klasifikasi parameter

Y =Y =

Noise Factors ( X )

Signal Y =f ( X , M , Z , R )

Y =f ( X , M , Z , R )

Response ( Y )Signal Factors ( M )

ControlFactors ( Z )

ScalingFactors ( R )

Klasifikasi parameter

Klasifikasi parameter

Klasifikasi parameter

Noise Factor�Tiga jenis tipe noise factor ( yang

menyebabkan variabilitas proses )�External noise� Internal noise� Internal noise�Unit-to-unit noise

Contoh Noise Factor� Contoh : Rangkaian daya TV

� External noiseSuhu, kelembaban, debu dan voltase masukmasuk

� Internal noiseKarakteristik material

� Unit-to-unit noiseIndividual unit karena voltase keluar dari voltase masuk yang sama

Memilih Faktor-Faktor

� Sifat-sifat faktor yang harus diperhatikan� Level factor� Jumlah level factor� Efek Jumlah level factor � Efek Jumlah level factor � Jangkauan level factor� Kelayakan level � Pergeseran level� Keamanan pabrik atau operator

Efek factor yang mungkin terjadi

�Hanya berpengaruh pada mean�Hanya berpengaruh pada variansi �Berpengaruh pada mean dan variansi

Tidak berpengaruh�Tidak berpengaruh

Hanya berpengaruh pada mean

Hanya berpengaruh pada variansi

Berpengaruh mean dan variansi

Tidak berpengaruh

Prinsip Kekokohan

� Mereduksi loss dengan cara memperhatikan faktorterkontrol , sehingga produk tidak sensitive terhadap noise factor

� QLF untuk sampel produk

[ ]22 )()( mykyL −+= σ� 3 komponen QLF

� Koeifisien biaya , k � agak sulit� Variansi , σ2 � langkah yang sulit� Kuadrat bias , ỹ - m � mudah (melalui penyesuaian)

[ ]22 )()( mykyL −+= σ

Distribusi sampel dan QLF

3 0 03 5 04 0 04 5 05 0 0

Los

s ($

)

LSL USLm ỹ

Bias = ỹ - m

05 0

1 0 01 5 02 0 02 5 03 0 0

8 5 9 5 1 0 5 1 1 5 1 2 5 1 3 5 1 4 5Output voltage of TV Sony

Los

s ($

)

Prinsip Kekokohan

� Mereduksi loss melalui reduksi variansi dapat dilakukan dengan 4 cara :� Screening produk yang gagal� Menghilangkan penyebab variansiMenghilangkan penyebab variansi� Menyempitkan toleransi� Mengaplikasikan desain kokoh ( robust design )

Contoh Desain Parameter

Ina seito tile experiment� 1950 problem with variability in

dimension�More than 50% outside specification�More than 50% outside specification�Problem with kiln�Redesign kiln � expensive �Use parameter design

Contoh Desain Parameter

� Seven factors were studied ( 2 level )Factor Level 1 Level 2

A Lime content 5% 1%

B Granularity coarse fine

C Agalmatolite 43% 53%

� Use Orthogonal Array L8(27)

C Agalmatolite 43% 53%

D Agalmatolite Type current mixture cheaper mixture

E Charge equity 1300 kg 1200 kg

F Waste return 0% 4%

G Feldspar content 0% 55%

Result the experiment

Exp A B C D E F G per 100

1 1 1 1 1 1 1 1 16

2 1 1 1 2 2 2 2 17

3 1 2 2 1 1 2 2 123 1 2 2 1 1 2 2 12

4 1 2 2 2 2 1 1 6

5 2 1 2 1 2 1 2 6

6 2 1 2 2 1 2 1 68

7 2 2 1 1 2 2 1 42

8 2 2 1 2 1 1 2 26

Result the experiment

%75.124

6121716

%125.24

1 =+++=

=

A

y

%50.354

26426864

2 =+++=A

Result the experiment

A B C D E F G

Level 1 12.75 26.75 25.25 19 30.5 13.5 33

Response table of factor effect

Level 1 12.75 26.75 25.25 19 30.5 13.5 33

Level 2 35.5 21.5 23 29.25 17.75 34.75 15.25

Diference 22.75 5.25 2.25 10.25 12.75 24.25 17.75

Rank 1 6 7 5 4 2 3

Result the experimentResponse graph of factor effect

24.125 %

A1

B1C1

Factor level

24.125 %C1

A2

Prediction of the process average

� Optimum conditionA1 , F1, G2 , E2, D1 , B2 , C2

)1()1()1( −+−+−+= yGyFyAypredictedµ

� Conclusion� C small effect � most expensive � Robust design � minimizing the effect of the cause of

variation without eliminating the cause

%75.62111 −=−++= yGFA

Discussion

1. What is robust design process ?2. Distinguish between external, internal and

unit-to-unit noise factors ?3. Describe 4 ways of reducing the variation in 3. Describe 4 ways of reducing the variation in

a production sample ?4. An engineer wishes to increase the fuel

efficiency and the power output of an automobile engine. It feasible ? What constrains is the engineer likely to face