Belajar Metode Taguchi

3 min read

Project Management Manager Planning Processes Concept11

Semua perusahaan pasti menginginkan hasil produksi dengan kualitas yang baik. Karena, kualitas yang baik akan membuat pelanggan menjadi puas. Untuk memuaskan seorang pelanggan, maka produk harus dikirimkan dalam kualitas yang tepat, pada waktu yang tepat, di tempat yang tepat, dan memberikan fungsi yang tepat.

Project Management Manager Planning Processes Concept11
Project Management Manager Planning Processes Concept11

Untuk merealisasikan hal tersebut, hal yang harus dilakukan ialah dengan menerapkan metode yang tepat. Salah satu metode yang dapat digunakan untuk mencapai hal tersebut ialah menggunakan Metode Taguchi. Metode Taguchi atau dapat disebut dengan robust design merupakan suatu metode statistik yang dikembangkan oleh seorang yang berkebangsaan Jepang bernama Genichi Taguchi.

Tujuan metode tersebut ialah untuk meningkatkan kualitas dari hasil produksi manufaktur, engineering, marketing, biotechnology, dan edvertising.

Filosofi dari Metode Taguchi antara lain:

  1. Kualitas harus didesain di dalam produk, bukan diperiksa di dalam produk. Maksud dari Kualitas diperiksa di dalam suatu produk berarti bahwa produk tersebut diproduksi pada tingkat kualitas acak dan yang terlalu jauh dari rata-rata dibuang begitu saja.
  2. Kualitas terbaik dapat dicapai dengan meminimalkan penyimpangan dari target. Produk harus didesain sedemikian rupa agar tahan terhadap faktor lingkungan yang tidak dapat dikendalikan. Dengan kata lain, rasio kualitas produk terhadap noise (faktor tak terkendali) harus tinggi.
  3. Biaya dari suatu kualitas harus diukur sebagai fungsi penyimpangan dari standar dan kerugian harus diukur dari keseluruhan sistem

Kualitas suatu produk didefinisikan sebagai kerugian yang ditimbulkan oleh produk kepada masyarakat sejak produk tersebut dikirim ke pelanggan. Kerugian mungkin karena kegagalan, perbaikan, variasi kinerja, polusi, kebisingan, dll. Produk yang benar-benar berkualitas tinggi akan memiliki kerugian minimal bagi masyarakat. Jenis-jenis kerugian yakni seperti pengembalian produk, biaya garansi, keluhan dan ketidakpuasan pelanggan, serta waktu dan uang yang dihabiskan oleh pelanggan.

Ada tiga karakteristik kualitas yang dikelompokkan berdasarkan nilai targetnya, antara lain:

  1. Nominal the Better
  2. Smaller is Better
  3. Larger is Better
Baca Juga:  Lengkap! Statistika Deskriptif : Pengenalan, Pengertian, dan Metode

Taguchi mengusulkan bahwa optimasi rekayasa dari suatu proses atau produk harus dilakukan dalam pendekatan tiga langkah:

  1. Desain sistem

Desain sistem adalah tahap konseptual dari setiap pengembangan produk baru atau inovasi proses. Ini adalah tahap “ide” di mana sesuatu dari perkembangan sebelumnya dipahami dan diuji. Konsep-konsep tersebut mungkin didasarkan pada pengalaman masa lalu atau pengetahuan ilmiah / rekayasa. Strategi di balik desain sistem adalah mengambil ide-ide baru ini dan mengubahnya menjadi sesuatu yang dapat bekerja.

Sebagai contoh adalah pesawat Wright Brother yang diterbangkan di Kitty Hawk. Mereka dapat menerbangkannya berdasarkan pengalaman sebelumnya dan pengetahuan teknis mengenai mesin dan sepeda. Meskipun pesawat yang diciptakan dapat terbang di bawah kondisi angin tertentu, namun tidak berarti bahwa pesawat dapat beroperasi dalam cuaca yang beragam. Ini juga tidak membuktikan bahwa semua pesawat yang dapat mereka buat dengan desain yang sama akan berhasil. Sehingga kesimpulannya bahwa pesawat dapat beroperasi dengan baik di bawah kondisi yang tepat. Dalam lingkungan manufaktur atau desain, ini biasanya berkaitan dengan kondisi nominal atau pusat spesifikasi. Membuat produk dan proses yang dapat beroperasi secara konsisten dengan baik adalah subjek dari tahap desain selanjutnya.

Dalam desain sistem terdapat dua tahap perancangan, perancangan ini meliputi tahap perancangan produk dan tahap perancangan proses. Pada tahap desain produk, pemilihan bahan, komponen, nilai parameter produk tentatif, dan lain-lain dilibatkan. Untuk tahap desain proses, analisis urutan pemrosesan, pemilihan peralatan produksi, nilai parameter proses tentatif, dan lain-lain juga dilibatkan.

2. Desain parameter

Tujuan dari desain parameter adalah untuk mengambil inovasi yang telah terbukti bekerja dalam perancangan sistem dan menyempurnakannya, sehingga secara konsisten dapat berfungsi sesuai yang dikehendaki. Biasanya dengan menggunakan desain parameter klasik ada sejumlah besar percobaan yang harus dilakukan ketika jumlah parameter proses bertambah. Untuk mengatasi tugas ini, Taguchi keluar dengan desain khusus array ortogonal untuk mempelajari seluruh ruang parameter dengan sejumlah kecil eksperimen saja.

Baca Juga:  Uji Validitas dan Reliabilitas Untuk Penelitian [Rumus Lengkap]

Taguchi merekomendasikan penggunaan fungsi kerugian untuk mengukur karakteristik kinerja yang menyimpang dari nilai yang diinginkan. Nilai fungsi kerugian selanjutnya ditransformasikan menjadi signal-to-noise rasio η. Ada tiga kategori karakteristik kinerja dalam analisis rasio S/N, yaitu

a. Smaller–the better:

Ini adalah karakteristik terukur non-negatif yang memiliki target ideal sebagai nol. Misalnya: Keausan ban, polusi, cacat proses, dll. Fungsi ini formulasinya sebagai berikut.

\( {\eta} = -10log_{10} ({\bar{y}}^2 + {\sigma}^2) \)

b. Nominal–the better:

Salah satu di mana nilai target ditentukan dan tujuannya adalah variabilitas minimal di sekitar target. Jenis karakteristik ini umumnya dipertimbangkan ketika mengukur dimensi seperti diameter, panjang, ketebalan, lebar dll. Contoh lain termasuk tekanan, luas, volume, arus, tegangan, resistansi, dan viskositas. Fungsi ini formulasinya sebagai berikut.

\( {\eta} = -10log_{10} \frac {\bar{y}^2} {\sigma^2} \)

c. Larger–the better:

Ini juga merupakan karakteristik terukur non-negatif yang memiliki target ideal sebagai tak terhingga (∞). Misalnya: Efisiensi bahan bakar, nilai kekuatan, dll. Fungsi ini formulasinya sebagai berikut.

\( {\eta} = -10log_{10} (\frac {^1}{n} \Sigma_{n}^{i=1} \frac {1} {y_i}^2)\)

Rasio SIN untuk setiap tingkat parameter proses dihitung berdasarkan analisis S/N. Terlepas dari kategori karakteristik kinerja, rasio SIN yang lebih besar sesuai dengan karakteristik kinerja yang lebih baik. Oleh karena itu, level parameter proses yang optimal adalah level dengan rasio S/N tertinggi η. Selanjutnya, analisis statistik varians (ANOVA) dilakukan untuk melihat parameter proses mana yang signifikan secara statistik. Dengan analisis S/N dan ANOVA, kombinasi parameter proses yang optimal dapat diprediksi.

  • Desain Toleransi

Tujuan dari desain toleransi adalah untuk menentukan kisaran variabilitas yang dapat diterima di sekitar pengaturan nominal yang ditentukan dalam desain parameter. Strateginya adalah untuk menentukan toleransi dan nilai material mana yang memiliki pengaruh terbesar terhadap variabilitas. Toleransi dapat diperketat dan bahan ditingkatkan berdasarkan pertukaran antara biaya suku cadang atau bahan bermutu tinggi dan pengurangan variasi produk/proses.

Baca Juga:  Stratified Random Sampling: Pengertian dan Konsep Dasar

Taguchi Methods tidak menguji semua kombinasi yang memungkinkan, tetapi cukup menguji beberapa kombinasi saja. Pengujian ini akan menghasilkan kumpulan dari data yang penting dapat menentukan faktor apa saja paling memberikan efek kepada kualitas produk dengan eksperimentasi yang minimum sehingga dapat menghemat waktu dan uang.

Langkah-langkah umum dalam Metode Taguchi adalah sebagai berikut:

  1. Tentukan tujuan proses, atau lebih khusus lagi, nilai target untuk ukuran kinerja proses.

Ini mungkin laju aliran, suhu, dll. Target dari suatu proses mungkin juga minimum atau maksimum; misalnya, tujuannya mungkin untuk memaksimalkan laju aliran keluaran.

  • Tentukan parameter desain yang mempengaruhi proses.

Parameter adalah variabel dalam proses yang mempengaruhi ukuran kinerja seperti suhu, tekanan, dll yang dapat dengan mudah dikontrol. Jumlah level di mana parameter harus divariasikan harus ditentukan. Misalnya, suhu dapat divariasikan ke nilai rendah dan tinggi 40oC dan 80oC. Meningkatkan jumlah level untuk memvariasikan parameter pada meningkatkan jumlah eksperimen yang harus dilakukan.

  • Buat array ortogonal untuk desain parameter yang menunjukkan jumlah dan kondisi untuk setiap eksperimen.

Pemilihan array ortogonal didasarkan pada jumlah parameter dan tingkat variasi untuk setiap parameter, dan akan diuraikan di bawah ini.

  • Lakukan eksperimen yang ditunjukkan dalam larik lengkap untuk mengumpulkan data tentang efek pada ukuran kinerja.
  • Analisis data lengkap untuk menentukan pengaruh parameter yang berbeda pada ukuran kinerja.

Leave a Reply

Your email address will not be published. Required fields are marked *

Statmat.net: Pusat Edukasi Statistik dan Matematik