optimasi multi response surface pada industri kemasan...
TRANSCRIPT
Optimasi Multi Response Surface pada
Industri Kemasan Botol Plastik dengan
Pendekatan Fuzzy Programming
(Studi Kasus di PT. AAM)
Lela Devi Meylina (1310 100 099)
Selasa, 24 Juni 2014
Ruang Sidang Lantai2
Pembimbing: Dr. Sony Sunaryo, M.Si
AGENDA
PENDAHULUAN
TINJAUAN PUSTAKA
METODOLOGI PENELITIAN
ANALISIS DAN PEMBAHASAN
KESIMPULAN
2
PENDAHULUAN
Latar
Belakang
Rumusan
Masalah
Tujuan
Penelitian
Manfaat
Penelitian
Batasan
Masalah
3
LATAR BELAKANG
4
Penelitian sebelumnya...
Pengendalian kualitas statistika multivariant pada proses
produksi botol Indomilk 200 ml dengan cavity 2,3.
Penggunaan metode response surface dalam optimasi proses
pembuatan botol produk Johnson Baby Oil 50 ml pada mesin
blow molding.
Penentuan setting parameter pada proses blow molding
dengan metode taguchi atribut.
Penentuan setting variabel proses temperatur barrel, blowing
time, dan blowing pressure terhadap volume isi botol dan
diameter mulut dalam botol produk Chamomile 60 ml
menggunakan response surface pada mesin blow molding.
5
Penentuan setting variabel proses temperatur barrel, blowing
time, dan blowing pressure terhadap volume isi botol dan
diameter mulut dalam botol produk Chamomile 60 ml
menggunakan response surface pada mesin blow molding.
MULTI RESPONSE SURFACE
PENDEKATAN FUZZY
PROGRAMMING
6
RUMUSAN MASALAH
Bagaimana setting parameter pada proses blow molding terhadap volume isi botol dan diameter
mulut dalam botol pada produk Chamomile 60 ml
di PT. AAM dengan pendekatan fuzzy programming?
Bagaimana perbandingan hasil optimasi pada
penelitian Amrillah (2006) dengan optimasi multi response surface menggunakan pendekatan fuzzy
programming?
7
TUJUAN PENELITIAN
Menentukan setting parameter pada proses blow molding terhadap volume isi botol dan diameter
mulut dalam botol pada produk Chamomile 60 ml di
PT. AAM dengan pendekatan fuzzy programming
Memperoleh perbandingan hasil optimasi pada
penelitian Amrillah (2006) dengan optimasi multi response surface menggunakan pendekatan fuzzy
programming
8
MANFAAT PENELITIAN
Setting parameter blow molding yang optimum.
Perbandingan hasil penelitian Amrillah (2006)
dan penelitian ini.
Perbandingan metode response surface fungsi
desirability dan multi response surface pendekatan fuzzy programming.
9
BATASAN MASALAH
Produk Chamomile 60 ml PT. AAM
Karakteristik kualitas:
Respon 1. Volume Isi
2. Diameter Mulut Dalam Botol
Faktor 1. Temperatur barrel 2. Blowing time 3. Blowing pressure
Mesin Blow Molding BM 08 Double
Wagon , material HDPE, tanpa
membahas rangkaian listrik
10
TINJAUAN
PUSTAKA
Metode
Response
Surface
Pengujian
Signifikansi
dan Asumsi
Teori Fuzzy
Metode Fuzzy
Programming
Tinjauan
Umum Plastik
Produk Plastik
PT. AAM
Proses Blow
Molding
11
Metode response surface atau RSM (Response Surface Methodology) adalah
sekumpulan teknik matematika dan statistika yang berguna untuk memodelkan
dan menganalisis masalah dengan respon sebagai pusat perhatiannya yang
dipengaruhi oleh beberapa variabel dan bertujuan untuk optimasi respon
(Montgomery, 2001).
Fungsi orde pertama:
Fungsi orde kedua:
Metode Response Surface
12
Pengujian Signifikansi dan Asumsi
13
1. Uji Lack of Fit. Hipotesis:
H0 : Model telah sesuai (tidak ada lack of
fit)
H1 : Model tidak sesuai (ada lack of fit)
Statistik Uji:
Model sesuai, jika .
2. Uji Serentak. Hipotesis:
H0 :
H1 :Minimal ada satu
Statistik Uji:
Model signifikan secara serentak jika
.
3. Uji Individu. Hipotesis:
H0 :
H1 :
Statistik Uji:
Model signifikan secara individu, jika
.
14
Pengujian Signifikansi dan Asumsi
14
Residual Identik
-Uji Levene
-Plot Residual versus Fits .
Residual Independen
-Plot ACF
-Plot Residual versus Order
Residual Berdistribusi Normal
-Uji Kolmogorov-Smirnov
-Normal Probability Plot
Zadeh (1965) menjelaskan bahwa serangkaian fuzzy set dalam semesta
X dikarakteristikkan oleh fungsi keanggotaan atau membership function
dimana berasosiasi dengan tiap elemen x dalam bilangan real X
dalam interval [0,1]. Nilai fungsi disebut kelas keanggotaan dari x
dalam . .
Fuzzy bilangan yang terdiri dari 3 bagian / segitiga (triangular fuzzy) dapat
didefiniskan sebagai triplet (l,m,u). Fungsi keanggotaan triplet
didefinisikan sebagai :
Teori Fuzzy
15
1. Mendesain eksperimen multi respon.
2. Membuat model response surface untuk tiap replikasi.
3. Mengoptimasi respon untuk tiap model regresi permukaan (surface
regression). adalah level faktor optimumnya.
4. Menentukan model regresi response surface fuzzy untuk respon ke-j.
Metode Fuzzy Programming
16
.
5. Menentukan level faktor fuzzy yang optimum. Level faktor optimum untuk
respon ke-k adalah
6. Membuat matriks pay-off untuk nilai respon.
7. Membuat matriks pay-off untuk nilai respon desirability.
8. Mendefinisikan fungsi deviasi dan membuat matrik pay-off untuk nilai deviasi.
Apabila maka
9. Mendefinisikan 2 model objektif untuk model multi response surface
menggunakan fuzzy MODM yang digunakan oleh Lai dan Hwang (1992).
Model akhir:
17
10. Mengkonversikan 2 model objektif menjadi 1 model objektif. Fungsi yanng
menyatakan derajat kepuasan desirability dan robust adalah:
Selanjutnya menggunakan operator Max-Min Zimmerman (1987).
11. Menentukan level faktor fuzzy optimum dengan menyelesaikan model 1
objektif.
18
.
Tinjauan Umum Plastik
19
Plastik adalah sebuah
polimer yang bersifat
elastik. Plastik adalah
polimer rantai panjang dari
atom yang mengikat satu
sama lain. (Ningsih, 2010).
- Plastik mudah dicetak sehingga
tidak memerlukan pembuatan
bentuk yang rumit.
- Plastik memiliki berat jenis
yang rendah sehingga
produknya ringan.
- Plastik tahan terhadap korosi.
- Plastik bersifat fleksibel.
JENIS PLASTIK
Polyethylene (PE)
Polypropylene (PP)
Polystyrene (PS)
Polivnyl Clorida (PVC)
Polyethylene Tercphtalate
(PET)
Produk Plastik PT. AAM
20
1 Poros Penggerak
3 Hooper
4 Material
5 Extruder Barrel
6 Heater
7 Thermocontrol
8 Die Head
9 & 10 Pin & Die
Proses Blow Molding
21
Mesin blow
mold PT. AAM
Mold dan
moldpartsPT.
AAM
Proses Blow Molding
22
METODOLOGI
PENELITIAN
Sumber
Data
Variabel
Penelitian
Rancangan
Percobaan
Langkah
Penelitian
Jadwal
Penelitian
23
Sumber Data
Data penelitian Rodhy Amrillah (2006) Program Studi Sarjana
Teknik Mesin yang meneliti tentang penentuan setting parameter
pada proses blow molding dengan metode response surface
pada produk Chamomile 60 ml.
24
VARIABEL PENELITIAN
Volume isi botol (ml) : Y1
Diukur menggunakan TIMBANGAN DIGITAL
Diameter mulut dalam botol (mm) : Y2
Diukur menggunakan JANGKA SORONG DIGITAL
RESPON
25
FAKTOR
Temperatur Barrel : X1
Blowing Time : X2
Blowing Pressure : X3
VARIABEL PENELITIAN
Level -1,682 : 174 oC
Level -1 : 181 oC
Level 0 : 191 oC
Level 1 : 201 oC
Level 1,682 : 208 oC
Level -1,682 : 7,2 detik
Level -1 : 7,9 detik
Level 0 : 8,9 detik
Level 1 : 9,9 detik
Level 1,682 : 10,6 detik
Level -1,682 : 4,3 kg/cm2
Level -1 : 5,0 kg/cm2
Level 0 : 6,0 kg/cm2
Level 1 : 7,0 kg/cm2
Level 1,682 : 7,7 kg/cm2 26
RANCANGAN PERCOBAAN
Rancangan percobaan ORDE 1 dan ORDE 2
ORDE 1 :FAKTORIAL dengan 8
observasi
ORDE 2 : CCD dengan 20
observasi
27
LANGKAH PENELITIAN
1. Menentukan rancangan percobaan.
2. Mengambil data.
3. Melakukan analisis response surface untuk masing-masing
replikasi di tiap respon.
4. Menguji signifikansi dan asumsi residual IIDN dari model
regresi response surface.
5. Melakukan analisis multiresponse surface dengan fuzzy
programming sesuai algoritma Bashiri & Hosseininezhad
(2009).
6. Menginterpretasi hasil.
7. Membuat kesimpulan.
28
29
ANALISIS DAN PEMABASAHAN
Analisis
Response
Surface Fuzzy
Programming
Perbandingan
Hasil
Penelitian
Koefisien penaksir parameter regresi response surface Koefisien penaksir parameter regresi response surface
30
ANALISIS RESPONSE SURFACE
FUZZY PROGRAMMING
31
Koefisien penaksir parameter regresi response surface Hasil Response Surface Fuzzy
32
Koefisien penaksir parameter regresi response surface Level faktor optimum
Level faktor
fuzzy optimum
33
Koefisien penaksir parameter regresi response surface Matriks pay-off nilai respon
Mensubstitusi nilai
optimum fuzzy ke
persamaan
response surface
fuzzy
34 34
Koefisien penaksir parameter regresi response surface Matriks pay-off nilai desirability
35
Koefisien penaksir parameter regresi response surface Matriks pay-off deviasi
36
Koefisien penaksir parameter regresi response surface Model 2 objektif menjadi 1 model objektif
Model 1
Model 2
37
Koefisien penaksir parameter regresi response surface
Model 2 objektif menjadi 1 model objektif (2)
38
Model 1
Model 2
Koefisien penaksir parameter regresi response surface Model 2 objektif menjadi 1 model objektif (3)
Model 1
Model 2
Untuk menggabungkan kedua model menjadi 1, digunakan operator
Max-Min Zimmerman. Dasar yang digunakan adalah memaksimumkan
derajat kepuasan minimum dari kedua model.
39
Model lower Model upper
Model mean
Koefisien penaksir parameter regresi response surface Model 2 objektif menjadi 1 model objektif (4)
40
Koefisien penaksir parameter regresi response surface Level faktor fuzzy optimum akhir
Model lower Model upper
Model mean
41
PERBANDINGAN HASIL
PENELITIAN
Amrillah (2009):
Response Surface
Pendekatan Fungsi
Desirability
Penelitian ini :
Response Surface
Pendekatan Fuzzy
Programming
42
KESIMPULAN
Kesimpulan
Saran
43
Koefisien penaksir parameter regresi response surface Kesimpulan
Setting parameter pada proses blow molding terhadap volume isi
botol dan diameter mulut dalam botol pada produk Chamomile 60
ml di PT. AAM dengan pendekatan fuzzy programming untuk level
rata-rata adalah 210 oC pada temperatur barrel, 9,35 detik pada
blowing time dan 6,258 kg/cm2 pada blowing pressure.
Perbandingan hasil optimasi pada penelitian Amrillah (2006) dengan
optimasi multi response surface menggunakan pendekatan fuzzy
programming menun-jukkan bahwa model response surface dengan
fuzzy program-ming lebih baik daripada model yang diperoleh pada
penelitian Amrillah (2006) dari sisi composite desirability.
Dalam algoritma Bashiri dan Hosseininezhad (2009) ada
kemungkinan bahwa:
44
Koefisien penaksir parameter regresi response surface Saran
Pembaginya
merupakan
bilangan nol
Abdi, Z. (2005). Analisis Optimasi Proses Pembuatan Botol Produk Johnson Baby Oil 50 ml pada Mesin Blow
Molding degan Menggunakan Metode Response Surface.
Amalia, N. (2013). Laporan Kerja Praktek di PT. Abadi Adimulia.
Azeem, A. (2008). Polyethylene Manufacturing and its Properties.
Bashiri, M., & Hosseininezhad, S. J. (2009). A Fuzzy Programming for Optimizing Multi Reponse Surface in
Robust Design. Journal of Uncertain Systems Vol. 3 No. 3 , 163-173.
Belofsky, H. (1995). Platics: Product Design and Process Engineering. Hanser Publication.
Brown, M. B., & Forsythe, A. B. (1974). Robust Test for the Equality Variances. Journal of the American
Statistical Association Vol. 69 No.346 , 364-367.
Daniel, W. (1989). Statistika Nonparametrik Terapan. Jakarta: PT. Gramedia.
Frost, J. (2012, 4 5). The Minitab Blog. Dipetik 2 25, 2014, dari Why You Need to Check Your Residual Plots
for Regression Analysis: http://blog.minitab.com/blog/adventures-in-statistics/why-you-need-to-check-
your-residual-plots-for-regression-analysis
Johnson, R., & Bhattacharya, G. (1992). Statistics : Principles and Methods 2nd edition. Wiley.
Khuri, A., & Cornell, J. (1996). Response Surfaces Designs and Analysis. New York: Marcel Dekker.
Kim, K. J., & Lin, D. K. (1998). Dual Response Surface Optimization: A Fuzzy Modelling Approach. Journal of
Quality Technology Vol. 30 No. 1 , 1-10.
Kompas. (2013, 9 11). Kementrian Perindustrian Republik Indonesia. Dipetik 2 3, 2014, dari Kementrian
Perindustrian Republik Indonesia Website: http://kemenperin.go.id/artikel/7334/Industri-Plastik-Perlu-
Diperkuat
Lai, Y., & Hwang, C. (1992). Fuzzy Multiple Objective Decision Making. Springer-Verlag.
DAFTAR PUSTAKA
45
Montgomery, D. C. (2001). Response Surface Methods. Dalam Design and Analysis of Experiments 5th
edition (hal. 427-500). USA: John Wiley and Sons.
Muccio, E. A. (1991). Design for Plastics Processing. ASM Handbook Volume 20 : Materials Selection and
Design , 793-803.
Mujiarto, I. (2008). Sifat dan Karakteristik Material Plastik dan Bahan Aditif.
Ningsih, S. W. (2010). Optimasi Pembuatan Bioplastik Polihidroksialkanoat Menggunakan Bakteri Mesofilik
Dan Media Limbah Cair Pabrik Kelapa Sawit.
Patryadi, V. (2006). Penentuan Setting Parameter Pada Proses Blow Molding dengan Metode Taguchi
Atribut.
Prastyo, D. D., Akbar, M. S., & Otok, B. W. (2007). Fuzzy Modelling Approach and Global Optimization for
Dual Response Surface. Jurnal Teknik Industri Vol. 9 No. 2 , 102-111.
Romdhoni, L. (2004). Pengendalian Kualitas Statistika Multivariant Proses Produksi Botol Indomilk 200 ml
dengan Cavity 2,3 di PT Abadi Adimulia Surabaya.
Wei, W. W. (2006). Time Series Analysis Univariate and Multivariate Methods 2nd edition. USA: Pearson
Eduction, Inc.
Zadeh, L. (1965). Fuzzy Sets, Information, and Control Vol.8. 338-353.
Zimmerman, H. (2000). Fuzzy Set Theory and Its Application 3rd edition. Massachussets: Kluwer Academic
Publisher.
Zimmerman, H. (1987). Fuzzy Sets, Decision Making, and Expert Systems. Boston: Kluwer Academic
Publishing.
DAFTAR PUSTAKA (2)
46
47
Optimasi Multi Response Surface pada
Industri Kemasan Botol Plastik dengan
Pendekatan Fuzzy Programming
(Studi Kasus di PT. AAM)
Lela Devi Meylina (1310 100 099)
Selasa, 24 Juni2014
Ruang Sidang Lantai 2
Pembimbing: Dr. Sony Sunaryo, M.Si
Perhitungan Excel Solver
48
• Y1= 67,005+0,289*H3+0,189*H4+0,202*H5-(0,101*H3*H3)-(0,213*H4*H4)-
(0,131*H5*H5)
• Y2= 8,134+0,03*H3+0,025*H4+0,023*H5-(0,019*H3*H3)-(0,027*H4*H4)-
(0,017*H5*H5)
• D1=0,165+0,03*H3+0,018*H4+0,034*H5+(0,016*H3*H3)+(0,037*H4*H4)+(0,046*H5*
H5)
• D2=0,003+0,006*H3+0,003*H4+0,003*H5+(0,001*H3*H3)+(0,001*H4*H4)+(0,003*H
5*H5)
• d1 =(H16-66)/(68-66)
• d2 =(H17-8,2)/(8,1-8,2)
• S1 =(H12-0,351)/(0,524-0,351)
• S2 =(H13-0,299)/(0,813-0,299)
• T1 =(0,309-H14)/(0,309-0,262)
• T2 =(0,016-H15)/(0,016-0,017)
• V1 =MIN(H8:H9)
• V2 =MIN(H10:H11)
• Target =0,5*H6+0,5*H7
• Konstrain1 =H12-(H6*0,138)
• Konstrain2 =H13-(H6*0,352)
• Konstrain3 =H14+(H7*0,121)
• Konstrain4 =H15-(H7*0,008)
49