Pertemuan - 3 - Mari Belajar Kualitas » Sebuah Forum Untuk … · 2013-09-11 · Proses Desain...
Transcript of Pertemuan - 3 - Mari Belajar Kualitas » Sebuah Forum Untuk … · 2013-09-11 · Proses Desain...
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