Analisis Radial Run Out untuk Seleksi Green Tire: Implementasi 3-Pt Range, PCA, dan T-Squared dengan R
Keywords:
Green Tire, Radial Run Out, Statistik Multivariat, Pemrograman R, Kontrol KualitasAbstract
Kualitas akhir ban sangat ditentukan oleh konsistensi dimensi Green Tire, dengan parameter Radial Run Out (RRO) sebagai indikator kritis ketidakbulatan. Penelitian ini bertujuan mengembangkan dan mengimplementasikan prosedur analisis statistik multivariat dengan pemrograman R untuk menyeleksi Green Tire berdasarkan karakteristik RRO. Metodologi yang diterapkan mengintegrasikan tiga teknik: (1) pra-pemrosesan data sirkular menggunakan metode 3-Point Range untuk merangkum variasi maksimum pada setiap titik keliling ban, (2) reduksi dimensi melalui Principal Component Analysis (PCA) menggunakan algoritme berbasis dekomposisi nilai singular (SVD) guna mengekstrak fitur utama dari data rangkuman dan (3) pengujian multivariat dan perankingan dengan menghitung statistik Hotelling’s T-Squared untuk setiap sampel. Nilai T² kemudian dinormalisasi menjadi Severity Index (skala 0-1) yang berfungsi sebagai dasar seleksi objektif. Implementasi alur kerja lengkap ini dengan R menghasilkan sistem analisis yang otomatis, terukur, dan dapat direproduksi. Hasil penerapan pada lima sampel uji menunjukkan kinerja metode melalui peringkat prioritas tindakan perbaikan sebagai berikut: Ban 1 (T²=41.46, Indeks=1.000), Ban5 (T²=28.07, Indeks=0.6328), Ban 2 (T²=20.92, Indeks=0.4367), Ban 4 (T²=9.25, Indeks=0.1166), dan Ban 3 (T²=4.99, Indeks=0). Temuan ini membuktikan bahwa integrasi ketiga metode statistik dalam satu lingkungan R tidak hanya mampu mengidentifikasi outlier (Ban 1) secara tegas, tetapi juga memetakan spektrum penyimpangan kualitas secara kuantitatif. Penelitian ini menyajikan kerangka kerja komputasi yang siap pakai untuk mendukung keputusan inspeksi akhir di lini produksi, menawarkan solusi yang objektif, efisien, dan konsisten guna meningkatkan jaminan kualitas produk ban.
References
[1] Biantoro, B., & Hernadewita, H. (2021). ANALISA AKAR MASALAH RADIAL RUN OUT BAN MENGGUNAKAN DECISION TREE. Jurnal Muara Sains, Teknologi, Kedokteran Dan Ilmu Kesehatan, 5(2), 351. https://doi.org/10.24912/jmstkik.v5i2.9417
[2] Budynas, R. G., & Keith Nisbett, J. (2015). Shigley’s Mechanical Engineering Design 10th Edition.
[3] Dinesh, M., Prakash, S., & Jadagerimath, A. N. (2023). AI-Based Principal Component Analysis (PCA) Approach for the Determination of Key Water Quality Parameters. International Journal of Intelligent Systems and Applications in Engineering, 11(3), 209–218.
[4] Jewsbury, P. A., & Johnson, M. S. (2025). Principal component analysis on the covariance matrix for data reduction in large-scale assessments. Large-Scale Assessments in Education, 13(1). https://doi.org/10.1186/s40536-025-00264-9
[5] Kini, K. R., Harrou, F., Madakyaru, M., & Sun, Y. (2024). Enhanced data-driven monitoring of wastewater treatment plants using the Kolmogorov-Smirnov test. Environmental Science: Water Research and Technology, 10(6), 1464–1480. https://doi.org/10.1039/d3ew00829k
[6] Moskwa, M., GapińSki, B., & Jakubowicz, M. (2025). Radial force variation parameter as a factor of tire uniformity. Bulletin of the Polish Academy of Sciences: Technical Sciences, 73(2). https://doi.org/10.24425/bpasts.2024.152609
[7] Suffeleers, J. (2010). Tyre non-uniformities and their effect on chassis vibrations. Eindhoven University of Technology.
[8] Weyssenhoff, A., Opala, M., Koziak, S., & Melnik, R. (2019). Characteristics and investigation of selected manufacturing defects of passenger car tires. Transportation Research Procedia, 40, 119–126. https://doi.org/10.1016/j.trpro.2019.07.020
[9] Zulkipli, N. S., Satari, S. Z., & Yusoff, W. N. S. W. (2019). DATA ANALYTICS AND APPLIED MATHEMATICS (DAAM) Descriptive analysis of circular data with outliers using Python programming language. https://doi.org/10.15282/daam.v1i1.5085
Downloads
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
