DOE (Design Of Experiment) Overview

In industry, designed experiments can be used to systematically investigate the process or product variables that influence product quality. After you identify the process conditions and product components that influence product quality, you can direct improvement efforts to enhance a product’s manufacturability, reliability, quality, and field performance.
Di Industri, designed experiments dapat digunakan secara sistimatik untuk menyelidiki proses atau produk variable yang mempengaruhi kualitas produk. Setelah identifikasi kondisi proses dan komponen produk yang menpengaruhi kualitas produk, kita bisa langsung melakukan usaha perbaikan untuk meningkatkan kemampuan pembuatan suatu produk, keandalan, kualitas dan kemampuannya. 

For example, you may want to investigate the influence of coating type and furnace temperature on the corrosion resistance of steel bars. You could design an experiment that allows you to collect data at combinations of coatings/temperature, measure corrosion resistance, and then use the findings to adjust manufacturing conditions.                                                                 Sebagai contoh, kita mau menyelidiki pengaruh dari tipe pelapis dan temperatur tungku pembakar  pada ketahanan sebatang baja terhadap korosi. Kita bisa mendesain sebuah eksperimen yang memungkinkan kita untuk mengumpulkan data kombinasi dari pelapis/temperatur , pengukuran ketahanan terhadap korosi, dan kemudian mengunakan temuan itu untuk merubah kondisi manufacturing-nya.

Because resources are limited, it is very important to get the most information from each experiment you perform. Well-designed experiments can produce significantly more information and often require fewer runs than haphazard or unplanned experiments. In addition, a well-designed experiment will ensure that you can evaluate the effects that you have identified as important. For example, if you believe that there is an interaction between two input variables, be sure to include both variables in your design rather than doing a “one factor at a time” experiment. An interaction occurs when the effect of one input variable is influenced by the level of another input variable.                                            Karena sumber/waktu yang terbatas, adalah sangat penting untuk mendapatkan informasi terbanyak dari setiap eksperimen yang kita lakukan . Eksperimen yang terencana dengan baik menghasilkan lebih banyak informasi dan seringkali lebih cepat daripada eksperimen yang tidak terencana. Sebagai tambahan, eksperimen yang baik akan menjamin kita dapat meng-evaluasi efek yang kita identifikasikan penting. Sebagai contoh , apabila kita percaya bahwa ada interaksi antara dua variable masukan, pastikan mengikutkan kedua variable itu dalam desain kita daripada hanya melakukan " satu faktor dalam satu waktu" eksperimen. Interaksi terjadi bila efek dari satu variable masukan (seperti temperatur) dipengaruhi oleh level dari variable masukan lainnya (seperti tekanan).

Designed experiments are often carried out in four phases: planning, screening (also called process characterization), optimization, and verification.                                                                                                                     Designed experiments biasanya terdiri atas empat tahap : Perencanaan, screening (atau proses karakteristik), optimalisasi dan verifikasi.

Careful planning can help you avoid problems that can occur during the execution of the experimental plan. For example, personnel, equipment availability, funding, and the mechanical aspects of your system may affect your ability to complete the experiment. If your project has low priority, you may want to carry out small sequential experiments. That way, if you lose resources to a higher priority project, you will not have to discard the data you have already collected. When resources become available again, you can resume experimentation.                                                                               Perencanaan yang hati-hati bisa menolong untuk menghindari problem yang bisa muncul selama pelaksanaan rencana eksperimen . Sebagai contoh: personal , kesediaan peralatan, modal, dan aspek  mekanikal dari sistim kita mungkin mempengaruhi kemampuan kita untuk menyelesaikan eksprimen. Jika projek kita prioritas-nya rendah, kita mungkin hanya melakukan  siklus eksperimen skala kecil . Sehingga jika kita kehilangan sumber daya untuk projek dengan prioritas tinggi, kita tidak perlu membuang data yang sudah kita kumpulkan. Ketika sumber daya itu ada lagi, kita dapat memulai kembali eksperimen itu . 

In many process development and manufacturing applications, potentially influential variables are numerous. Screening reduces the number of variables by identifying the key variables that affect product quality. This reduction allows you to focus process improvement efforts on the really important variables, or the “vital few.” Screening may also suggest the “best” or optimal settings for these factors, and indicate whether or not curvature exists in the responses. Then, you can use optimization methods to determine the best settings and define the nature of the curvature.                                                                                                                        Pada banyak pengembangan proses dan aplikasi manufacturing, potensial jumlah variable yang mempengaruhi adalah sangat besar . Screening mengurangi jumlah variable dengan meng-identifikasikan variable kunci yang mempengaruhi kualitas produk. pengurangan ini memungkinkan kita untuk fokus usaha perbaikan proses hanya kepada variable yang benar-benar penting . Screening mungkin menyarankan yang "terbaik" atau optimal setting untuk faktor-faktor itu, dan menunjukkan apakah "kurva interaksi" ada di response-nya. Kemudian kita bisa mengunakan metode optimalisasi untuk menentukan setting terbaik dan mendefinisikan apakah "kurva" itu yang sebenarnya.  

 

Design Of Experiments Concept

Design Of Experiments Concept