Design of Experiments (DOE): Panduan Praktis

Sebagian besar tim menguji perubahan proses dengan cara yang sama: sesuaikan satu hal, amati apa yang terjadi, lalu sesuaikan hal lainnya. Cara ini lambat, melewatkan interaksi antar faktor, dan sering kali menghasilkan kesimpulan yang tidak lagi berlaku begitu Anda mengubah hal lain. Design of experiments menawarkan jalan yang lebih cepat dan lebih ketat.

Design of experiments (DOE) adalah metode terstruktur untuk merencanakan uji coba sehingga Anda bisa memahami input mana yang mendorong output Anda dan seberapa besar pengaruhnya. Anda mengubah beberapa faktor secara bersamaan dengan cara yang terkendali, lalu menggunakan analisis statistik untuk memisahkan sinyal dari noise. Inilah perbedaan antara optimasi yang berdasarkan informasi dan trial and error yang mahal.

Apa itu design of experiments?

Design of experiments (DOE) adalah cabang statistik terapan yang memberi tahu Anda persis bagaimana menyiapkan dan menjalankan serangkaian uji coba untuk secara efisien mengidentifikasi hubungan sebab-akibat antara input proses (faktor) dan output (respons).

Faktor adalah variabel apa pun yang Anda kendalikan selama eksperimen, seperti suhu, ukuran batch, atau copy pesan. Setiap faktor diuji pada level yang ditentukan (misalnya, 180°C vs 200°C, atau subjek email pendek vs panjang). Variabel respons adalah apa yang Anda ukur: yield, tingkat cacat, tingkat konversi. Dengan memvariasikan beberapa faktor sekaligus dalam struktur yang terencana, DOE menangkap bukan hanya efek utama tetapi juga interaksi, di mana efek satu faktor bergantung pada level faktor lainnya. Informasi interaksi itulah yang justru terlewat pada pengujian satu per satu.

Fakta Penting

• Praktisi Six Sigma yang menggunakan DOE melaporkan pengurangan waktu siklus sebesar 40 hingga 70 persen dibandingkan eksperimen yang tidak terstruktur, menurut American Society for Quality (ASQ, 2022).
• Sebuah studi yang diterbitkan dalam Journal of Quality Technology menemukan bahwa eksperimen yang dirancang secara rutin mengidentifikasi variabel proses kritis dalam 3 hingga 5 run, sementara pengujian satu-faktor-pada-satu-waktu memerlukan 15 run atau lebih (JQT, 2020).
• Survei pelanggan Minitab tahun 2023 menemukan bahwa 68 persen organisasi manufaktur yang menggunakan alat DOE statistik mencapai target peningkatan mereka lebih cepat dibandingkan dengan pendekatan pengujian informal (Minitab, 2023).

DOE vs one-factor-at-a-time (OFAT)

Pendekatan tradisional untuk pengujian adalah OFAT: pertahankan semuanya konstan, ubah satu faktor, amati hasilnya, ulangi. Pendekatan ini intuitif dan bisa bekerja untuk sistem yang sangat sederhana. Namun cara ini cepat gagal begitu ada interaksi atau ketika jumlah run menjadi masalah.

Jika Anda mengoptimalkan proses dengan tiga faktor atau lebih dan Anda peduli apakah suhu memengaruhi yield secara berbeda pada tekanan yang berbeda, OFAT akan menyesatkan Anda. DOE tidak akan begitu.

Konsep kunci dalam design of experiments

Memahami istilah-istilah ini mencegah kesalahan penyiapan yang paling umum.

Pengacakan dan blocking bukan formalitas opsional. Tanpa pengacakan, oven yang memanas atau operator yang kelelahan bisa terlihat seperti efek faktor yang nyata. Tanpa blocking, Anda tidak bisa memisahkan peningkatan sesungguhnya dari noise antar shift.

Jenis rancangan eksperimen yang umum

Sebuah proyek khas menjalankan Plackett-Burman terlebih dahulu untuk menyaring faktor yang tidak aktif, kemudian fractional factorial pada faktor yang bertahan, lalu response surface design jika sebuah titik optimum perlu ditentukan secara tepat. Setiap langkah mengurangi ketidakpastian dan memfokuskan sumber daya.

Cara menjalankan studi design of experiments

Langkah 1: Tentukan tujuan dan variabel respons

Mulailah dengan pernyataan masalah yang presisi. "Tingkatkan yield" terlalu samar. "Tingkatkan first-pass yield pada Line 3 dari 87% menjadi 93% tanpa meningkatkan waktu siklus" bisa diuji. Identifikasi variabel respons yang akan Anda ukur dan pastikan Anda bisa mengukurnya secara berulang. Kesepakatan sistem pengukuran yang buruk (lihat statistical process control dan process capability) akan merusak eksperimen apa pun.

Langkah 2: Pilih faktor dan level

Daftar setiap variabel yang mungkin memengaruhi respons. Saring daftar tersebut bersama tim Anda menggunakan data sebelumnya, diagram fishbone, atau FMEA. Persempit menjadi 4 hingga 8 kandidat yang paling memungkinkan. Untuk masing-masing, tetapkan level rendah dan tinggi yang cukup lebar untuk mendeteksi efek tetapi cukup realistis untuk tetap aman dan bisa dioperasikan. Jika Anda tidak yakin dengan rentangnya, jalankan dulu eksperimen pencarian rentang.

Langkah 3: Pilih rancangan

Sesuaikan rancangan dengan situasi Anda.

• 2 hingga 3 faktor dengan anggaran untuk semua kombinasi: full factorial (minimal 4 hingga 8 run dengan replikasi).
• 4 hingga 7 faktor, informasi interaksi dibutuhkan: fractional factorial Resolution IV atau V.
• 8 faktor atau lebih untuk penyaringan awal: Plackett-Burman.
• Mengoptimalkan set 2 hingga 3 faktor yang sudah dikonfirmasi: response surface design.

Gunakan perangkat lunak (Minitab, JMP, atau paket R gratis FrF2) untuk menghasilkan matriks rancangan. Jangan membuat urutan run secara manual.

Langkah 4: Jalankan eksperimen dan lakukan pengacakan

Jalankan run dalam urutan acak yang dihasilkan perangkat lunak. Pengacakan bersifat tidak bisa ditawar: ini melindungi terhadap tren waktu, drift peralatan, dan efek pembelajaran operator yang jika tidak diacak bisa menyamar sebagai efek faktor. Pertahankan semua variabel di luar studi pada nilai operasi standarnya. Catat semuanya: kondisi lingkungan, operator, kondisi peralatan, nomor lot.

Langkah 5: Analisis hasilnya

Masukkan data respons ke perangkat lunak Anda dan jalankan analysis of variance (ANOVA) atau regresi. Perhatikan:

• Plot efek utama: faktor mana yang menggeser respons rata-rata.
• Plot interaksi: apakah efek satu faktor membalik arah pada level faktor lain yang berbeda.
• Plot residual: apakah asumsi model terpenuhi (normalitas, varians konstan).
• Pareto efek: efek mana yang melampaui ambang signifikansi.

Efek yang signifikan secara statistis memiliki nilai-p di bawah ambang Anda (biasanya 0,05) dan ukuran praktis yang layak ditindaklanjuti. Keduanya penting. Efek yang sangat kecil bisa signifikan secara statistis pada jumlah run yang tinggi tetapi tidak relevan secara operasional.

Langkah 6: Konfirmasi dan iterasi

Jalankan eksperimen konfirmasi pada pengaturan optimal yang diprediksi. Hasil konfirmasi seharusnya berada dalam interval prediksi model. Jika tidak, ada sesuatu yang terlewat: faktor yang tidak terukur, rentang yang terlalu sempit, atau variabel noise yang menyelinap masuk. Langkah ini adalah tempat sebagian besar tim berhenti terlalu dini dan menyesalinya kemudian. Setelah dikonfirmasi, kodifikasikan pengaturan baru tersebut dalam standard operating procedure Anda dan perbarui baseline control chart.

Contoh design of experiments

Logika yang sama berlaku baik Anda mencampur senyawa, menulis copy iklan, atau menyetel database. Jika input bervariasi dan Anda tidak yakin mana yang penting, DOE menjawab pertanyaan tersebut lebih cepat daripada intuisi.

Praktik terbaik dan kesalahan umum

Lakukan:

• Acak urutan run setiap saat, bahkan ketika merepotkan.
• Replikasikan setidaknya center point untuk mendapatkan estimasi error murni.
• Validasi sistem pengukuran Anda sebelum memulai (gauge R&R jika diperlukan).
• Konfirmasi hasil pada pengaturan optimal sebelum mengubah produksi.
• Dokumentasikan rentang faktor, definisi respons, dan log run sehingga eksperimen bisa direproduksi.

Jangan:

• Menambahkan faktor di tengah eksperimen. Menambahkan faktor setelah Anda mulai akan membatalkan struktur rancangan.
• Menggunakan terlalu banyak faktor pada resolusi yang tidak memadai. Menjalankan rancangan Resolution III padahal Anda tahu interaksi ada akan memberi Anda hasil yang confounded dan menyesatkan.
• Mencampuradukkan signifikansi statistis dengan kepentingan praktis. Selalu periksa ukuran efek.
• Melewatkan run konfirmasi. Model adalah abstraksi matematis; prosesnya nyata.
• Mencoba menghitung rancangan DOE secara manual. Perangkat lunak menghasilkan urutan run acak yang valid dengan pola confounding yang benar. Jangan berimprovisasi.

DOE cocok secara alami ke dalam fase Improve pada DMAIC, di mana ia menggantikan tebakan dengan pilihan pengaturan optimal yang didukung statistik. DOE juga umum dalam proyek Lean Six Sigma dan dalam inisiatif Six Sigma mana pun di mana analisis akar masalah sudah mempersempit daftar tersangka menjadi beberapa faktor yang layak diuji secara formal.

Pertanyaan yang sering diajukan

Apakah design of experiments sama dengan A/B testing?

A/B testing adalah kasus khusus DOE yang disederhanakan: satu faktor pada dua level dengan penugasan acak. DOE menggeneralisasi logika tersebut ke banyak faktor yang diuji secara bersamaan, dengan penanganan eksplisit terhadap interaksi dan blocking. Jika Anda menjalankan uji multivariat yang tepat pada sebuah kampanye email, Anda sedang melakukan DOE. Jika Anda menguji satu hal pada satu waktu, Anda sedang melakukan OFAT dengan penugasan acak, yang lebih baik daripada OFAT murni tetapi tetap melewatkan interaksi.

Berapa banyak run yang saya perlukan?

Untuk full factorial 2 level, minimum adalah run 2^k (k = jumlah faktor): 8 untuk 3 faktor, 16 untuk 4, dan seterusnya. Replikasi melipatgandakan jumlahnya. Rancangan fraksional mengurangi ini secara signifikan: rancangan Resolution V untuk 5 faktor memerlukan 16 run. Rancangan penyaringan untuk 8 faktor bisa dilakukan dalam 12 run. Angka yang tepat bergantung pada berapa banyak interaksi yang perlu Anda selesaikan dan berapa banyak error murni yang perlu Anda estimasi. Biarkan perangkat lunak menghitungnya dari pilihan rancangan Anda.

Perangkat lunak apa yang saya butuhkan?

Minitab dan JMP adalah standar industri. Keduanya menghasilkan rancangan, mengacak urutan run, melakukan ANOVA dan regresi, serta menghasilkan plot efek standar. Paket R FrF2 dan rsm melakukan hal yang sama tanpa biaya. Excel bisa menangani full factorial 2-faktor yang sederhana tetapi menjadi rawan kesalahan untuk sesuatu yang lebih besar. Jika tim Anda sudah menggunakan pelatihan DMAIC atau Six Sigma belt, Minitab hampir pasti sudah dilisensikan.

Kapan sebaiknya saya tidak menggunakan DOE?

Ketika Anda hanya memiliki satu faktor yang mungkin diuji, uji A/B sederhana lebih cepat. Ketika Anda tidak bisa mengendalikan level faktor secara presisi (misalnya, Anda tidak benar-benar bisa menjaga kelembapan lingkungan tetap konstan), validitas eksperimen akan runtuh. Dan ketika waktu run atau biaya per run sangat tinggi dan FMEA sudah kuat menunjuk ke satu faktor, uji satu-faktor konfirmatori mungkin lebih pragmatis daripada eksperimen terancang penuh.

Bisakah DOE digunakan di industri jasa, bukan hanya manufaktur?

Bisa. Proses apa pun dengan input dan output yang terukur bisa dipelajari dengan DOE: penanganan panggilan layanan pelanggan (waktu tunggu, panjang skrip, kebijakan callback), penerapan perangkat lunak (kombinasi feature flag, persentase rollout), kampanye pemasaran, dan konfigurasi rantai pasokan. Matematikanya tidak peduli apakah respons tersebut adalah yield widget atau Net Promoter Score.

Bacaan terkait

• DMAIC: Siklus peningkatan Six Sigma 5 fase
• Statistical Process Control
• Control Chart
• FMEA: Failure Mode and Effects Analysis
• Analisis Akar Masalah
• Standard Work: fondasi peningkatan Lean
• Monte Carlo Simulation