Ilustrasi: freeimages.com
Ilustrasi: freeimages.com

Taguchi Methods adalah sebuah metode statistik yang dikembangkan oleh Genichi Taguchi untuk meningkatkan kualitas dari hasil produksi manufaktur, engineering, bioteknologi, pemasaran, dan periklanan.

Filosofi

  • Kualitas harus didesain di dalam produk, bukan ditambahkan ke dalam produk
  • Kualitas terbaik dapat dicapai dengan meminimalisir penyimpangan dari target. Produk tersebut harus didesain agar tahan terhadap faktor lingkungan yang tidak dapat dikendalikan
  • Cost dari suatu kualitas harus diukur sebagai fungsi penyimpangan dari standard dan kerugian harus diukur dari keseluruhan sistem

Taguchi Methods melibatkan reduksi variasi dari proses melalui desain robust dari eksperimen. Tujuan utama dari metode ini adalah memproduksi produk yang high quality dengan cost yang sangat rendah.

Taguchi mengembangkan sebuah metode untuk mendesain eksperimen agar dapat menginvestigasi seberapa besar pengaruh dari parameter yang berbeda terhadap mean (rata-rata) dan variansi dari karakteristik kinerja proses yang menentukan seberapa baik proses tersebut berfungsi.

Desain ekperimental yang diperkenalkan oleh Taguchi ini melibatkan orthogonal arrays untuk mengorganisir parameter-parameter yang memberikan efek pada proses dan tingkatan-tingkatan yang perlu diberi variasi.

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 umum dalam Taguchi Methods adalah sebagai berikut :

  1. Menentukan tujuan dari proses atau lebih khususnya lagi target value untuk pengukuran performansi dari suatu proses.
  2. Menentukan parameter desain yang memberikan efek terhadap proses
  3. Membuat orthogonal arrays untuk desain parameter yang mengindikasikan jumlah dan kondisi dari masing-masing eksperimen
  4. Menghubungan eksperimen yang diindikasi pada array yang sudah selesai untuk mengumpulkandata pada efek dari pengukuran performansi
  5. Melengkapi data analysis untuk menentukan efek dari berbagai parameter berbeda pada pengukuran performansi.
Baca juga  Pendaftaran Kompetisi OPEXCON 2024 Ditutup 31 Agustus

Taguchi Methods paling baik digunakan ketika ada intermediate number of variables (3 sampai 50), interaksi yangkecil antar variable, dan ketika hanya sedikit variable yang memberikan konstribusi signifikan.***