Pendahuluan
Dengan perkembangan teknologi manufaktur yang semakin maju dan cepat, maka proses pemesinan menggunakan mesin menjadi sangat penting untuk proses produksi.(Apreza et al., 2017) Khusus untuk mesin bubut CNC, dalam memproduksi produk dalam jumlah banyak dan presisi tinggi tentunya tidak mengandalkan keahlian manusia, tetapi dilakukan melalui penggunaan mesin oleh operator. Oleh karena itu, untuk mendapatkan hasil kualitas produk yang baik, proses pengolahan harus diwujudkan, salah satunya adalah untuk mendapatkan pengaturan parameter yang benar.(Soesanti et al., 2012)
Dalam studi ini, dimana akan menggunakan kombinasi proses pembubutan dengan parameter yang telah ditentukan untuk mengoptimalkan kekasaran permukaan secara bersamaan. Penelitian dilakukan pada material S45-C yang merupakan metode yang digunakan oleh Taguchi(Kurniawan et al., 2018). Rancangan percobaan menggunakan orthogonal array L9 (33) mengubah tiga parameter, masing-masing dengan tiga level. L9 Faktor variasi ortogonal atau desain eksperimental parameter pemotongan, seperti kecepatan spindel (n), laju gerak makan (f) dan kedalaman potong (a). Hasil dari proses optimasi adalah kombinasi parameter yang menghasilkan respon terbaik. Berdasarkan kombinasi parameter ini, tes konfirmasi akan dilakukan. Lakukan tes konfirmasi untuk mencocokkan hasil yang diprediksi dengan respons yang sebenarnya. Hasil penelitian menunjukkan bahwa kombinasi parameter proses pembubutan S45-C yang dapat menghasilkan respon terbaik adalah kecepatan spindel (n) 605 Rpm, kecepatan pemakanan (f) 0,031 mm/menit dan kedalaman potong (a) 0,125. (Utama & Ningsih, 2016)
Penelitian ini sudah membahas pelaksanaan metode
Taguchi buat
menginvestigasi dan memeriksa imbas parameter pemesinan
terhadap kekasaran permukaan
Alumunium 6061 menggunakan mesin bubut CNC (Firstiawan, 2012). Proses pembubutan
yang akan menaruh hasil pembubutan menggunakan nilai
kekasaran permukaan yang terbaik sinkron
dengan
rentang merupakan proses pemesinan
dengan
parameter A2B2C2 yaitu pada kecepatan
spindle yaitu 2093 rpm, gerak makan yaitu 0,07 mm/ref, dan dalam pemakanan yaitu 0,05 mm. Pada taraf
signifikan 5% ketiga parameter tadi
yg
mempunyai
pengaruh
signifikan terhadap kekasaran permukaan merupakan gerak
makan yang menaruh kontribusi sebanyak 62,5% dibanding parameter lainnya misalnya
kecepatan spindle dan dalam pemakanan yang hanya menaruh kontribusi
berturut-turut sebanyak 5% dan
2,5% (Permana & Yayat, 2019)
Tujuan penelitian ini yaitu mendapatkan
nilai kekasaran permukaan yang optimal pada baja
SKD-11 proses pemesinan CNC Turning dengan menggunakan
metode Taguchi (Rachman et al., 2019). �Manfaat penelitian ini untuk mendapatkan settingan
parameter yang nilai kekasaran
yang didapatkan paling optimal pada proses pemesinan CNC Turning.
Selain menggunakan metode taguchi banyak lagi metode
yang bisa digunakan untuk melakukan penelitian ini supaya penelitian ini tidak hanya
diteliti dengan satu metode saja.
Metode Penelitian
A. Hasil Penelitian
1.
Material Penelitian
Material benda Kerja yang digunakan
pada penelitian ini adalah baja Baja SKD-11 dengan ukuran diameter 25 mm dan panjang 75
mm. Ukuran dan bentuk benda kerja tersebut
ditunjukkan pada gambar 1
� 
Gambar 1
Ukuran dan bentuk benda kerja
2.
Peralatan Penelitian
Mesin CNC Turning Mori Seiki SL-25
B/500 yang digunakan
adalah buatan Jepang dengan spesifikasi
sebagai berikut:
a.
Merk Mori Seiki
b.
Tahun pembuatan 1995
c.
Max. spindle speed 
d.
surface
roughness tester
Surface roughness tester adalah alat uji kekasaran permukaan untuk pengambilan data kekasaran.
3.
Bentuk Benda Kerja yang Telah Diproses dengan Menggunakan Mesin CNC Turning Mori Seiki SL-25 B/500
ditunjukkan pada Gambar 2.
Gambar 2
Bentuk benda kerja Proses CNC Turning
�
Gambar 3
Hasil Proses Pemsinan
CNC Bubut Replikasi 1, Replikasi 2 dan
Replikasi 3
4.
Pengambilan Data Kekasaran Permukaan
Benda yang dikerjakan menggunakan mesin dan dilakukan pemotongan dalam permukaannya tidak membuat rata atau halus sama sekali dalam permukaannya, namun akan meninggalkan bekas berupa lembah & puncak yg diklaim kekasaran permukaan (Ansyah, 2021). Kekasaran rata-rata secara aritmatis (Ra) dihitung dari harga rata-rata berdasarkan nilai mutlak jeda antara profil terukur menggunakan profil tengah. Secara matematis bisa dirumuskan menjadi berikut:
5.
Rancangan Percobaan
Dalam penelitian ini dipilih 3 variabel proses. Satu variabel proses mempunyai 3 level. Rancangan percobaan yang ditetapkan memakai metode Taguchi (orthogonal array L9). Percobaan dilakukan secara rambang menggunakan replikasi sebesar tiga kali buat mengatasi variabel gangguan yang terjadi selama proses pemesinan(Dewi & Gapsari, 2014).
6.
Menghitung Rasio S/N Variabel Respon
Karakteristik kualitas menurut respon yang dipakai pada percoabaan ini merupakan semakin kecil semakin baik atau small is better buat respon kekasaran permukaan (Iqbal, 2016). Perhitungan nilai rasio S/N buat respon kekasaran permukaan dilakukan dengan memakai perangkat komputasi statistic. Rasio S/N untuk ciri ini dirumuskan menggunakan persamaan menjadi berikut :
7.
Menentukan Keadaan Variabel
untuk� Respon yang Optimal
Penentuan kondisi variabel terbaik diawali dengan membuat tabel variabel
respon untuk memudahkan pemilihan level dari variabel yang menghasilkan respon
optimal.
8.
Prediksi Nilai Hasil Optimasi
Perhitungan prediksi nilai hasil optimasi dapat dihitung dengan persamaan rumus (2):
�=
9.
Analisis Varians dan Persen Kontribusi
Analisis varians (ANOVA) digunakan buat mengetahui variabel proses yang mempunyai dampak
secara signifikan terhadap respon.(Kusuma et al., 2020) �Persen kontribusi
yang menampakan
porsi (kekuatan relatif) masing-masing variabel
proses terhadap total variansi
menurut
respon yang diamati. apabila persen
donasi error kurang
menurut
lima belas persen, maka
tidak
ada
variabel yang berpengaruh terabaikan
namun
jika
persen
kontribusi
error lebih menurut lima belas
persen
menandakan
terdapat
variabel yang berpengaruh terabaikan (Prasetiyo, 2015).
10.
Melakukan Pengujian Konfirmasi
(Wibolo et al., 2012) Percobaan konfirmasi
adalah
percobaan yang dilakukan menurut kombinasi variabel output optimasi.
Tujuannya merupakan buat mencocokkan output prediksi menggunakan output respon
secara actual.
B.
Pembahasan
1.
Penentuan Pengaturan Level Variabel Proses
Hasil penentuan settingan level pada masing -masing variabel proses ditunjukkan pada Tabel 1.
Tabel 1
Settingan Level-Level Variabel Proses
|
Satuan |
Level 1 |
Level 2 |
Level 3 |
|
|
A. Putaran
spindle |
rpm |
2360 |
2640 |
2920 |
|
B Laju pemakanan |
mm/put |
0,15 |
0,25 |
0,65 |
|
C Tebal pemakanan |
mm |
0,3 |
0,425 |
0,6 |
Hasil �percobaan berupa nila kekasaran permukaan seperti ditunjukkan pada Tabel 2.
Tabel 2
Data hasil percobaan
|
Settingan kombinasi |
putaran spindle (rpm) |
laju pemakanan (mm/put) |
tebal pemakanan (mm) |
Kekasaran permukaan |
|
1 |
1 |
1 |
1 |
0,284 |
|
2 |
1 |
2 |
2 |
0,278 |
|
3 |
1 |
3 |
3 |
0,987 |
|
4 |
2 |
1 |
2 |
0,370 |
|
5 |
2 |
2 |
3 |
0,444 |
|
6 |
2 |
3 |
1 |
1,678 |
|
7 |
3 |
1 |
3 |
0,287 |
|
8 |
3 |
2 |
1 |
0,362 |
|
9 |
3 |
3 |
2 |
1,621 |
|
Rata - rata |
0,701 |
|||
2.
Nilai Rasio S/N untuk Variabel Respon
Nilai rasio S/N yang dihasilkan untuk variabel respon kekasaran permukaan ditunjukkan pada Tabel 3 dan masing-masing level ditunjukkan pada Tabel 3.
Tabel 3
Rasio S/N untuk Respon
|
Settingan kombinasi |
A (rpm) |
B (mm/put) |
C (mm) |
Kekasaran permukaan |
|
1 |
1 |
1 |
1 |
10,120 |
|
2 |
1 |
2 |
2 |
11,016 |
|
3 |
1 |
3 |
3 |
-0,392 |
|
4 |
2 |
1 |
2 |
8,635 |
|
5 |
2 |
2 |
3 |
6,978 |
|
6 |
2 |
3 |
1 |
-4,670 |
|
7 |
3 |
1 |
3 |
10,472 |
|
8 |
3 |
2 |
1 |
8,373 |
|
9 |
3 |
3 |
2 |
-4,223 |
|
Rata - rata |
5,143 |
|||
Tabel 4
Rata-Rata
Kekasaran Permukaan
Masing-Masing Level
|
Symbol variable |
Kekasaran permukaan (Ra) |
|||
|
Level 1 |
Level 2 |
Level 3 |
||
|
A |
Putaran spindle |
0,516 |
0,831 |
0,757 |
|
B |
Laju pemakanan |
0,314 |
0,361 |
1,429 |
|
C |
Tebal pemakanan |
0,775 |
0,756 |
0,572 |
|
Total
nilai rata-rata Ra = 0,701 |
||||
3.
Penentuan Kondisi
Variabel untuk Respon Optimal
Penelitian ini menghasilkan kondisi variabel proses untuk respon optimal ditunjukkan pada Tabel 5 Di bawah ini:
Tabel 5
Kondisi Variabel Proses untuk Respon Optimal
|
Simbol |
Variabel proses |
Tingkatan Level |
Nilai Level |
|
A |
Putaran
spindle |
Level
1 |
2360 rpm |
|
B |
Gerak makan |
Level 2 |
0,25 mm/put |
|
C |
Dalam pemakanan |
Level 2 |
0,425mm |
4.
Hasil Anasisi Varians (ANOVA)
Tabel 6
Hasil analisis varians (ANOVA)
|
Simbol |
DD |
SS |
MS |
Fhitung |
Kontribusi
(%) |
|
A |
2 |
0,162 |
0,081 |
2,269 |
3,35 |
|
B |
2 |
2,392 |
1,196 |
33,501 |
85,93 |
|
C |
2 |
0,047 |
0,037 |
1,049 |
0,129 |
|
Eror |
2 |
0,071 |
0,036 |
|
10,59 |
|
total |
8 |
2,700 |
|
|
100 |
Dari hasil ANOVA menunjukkan bahwa variabel proses yang berpengaruh secara signifikan terhadap respon Ra yang diamati. Variabel proses yang berpengaruh secara signifikan terhadap respon apabila mempunyai nilai Fhitung lebih besar dibandingkan Fα,02,02 (Nilai F dilihat pada tabel statistic). Variabel-variabel proses yang memiliki persen kontribusi adalah kecepatan spindel, yaitu 3,35 %, laju pemakanan memiliki kontribusi sebesar -85,93%, tebal pemakanan memiliki kontribusi yang besar, yaitu sebesar 0,129%.
5.
Eksperimen Konfirmasi
Pengaturan variabel proses pada pengujian konfirmasi adalah A1B2C2. Hasil perhitungan rasio S/N pada kondisi awal dan kondisi optimal, prediksi dan pengujian konfirmasi, serta nilai kekasaran permukaan kondisi awal dan optimal dapat ditunjukkan pada Tabel 7.
Tabel 7
Hasil Eksperimen Konfirmasi
|
Kombinasi Awal� A2B2C2 |
Kombinasi Optimum A3B1C3 |
|||
|
Setting Respon |
Nilai rata-rata |
Rasio S/N |
Nilai Rata-rata |
Rasio S/N |
|
Kekasaran permukaan (�m) |
0,528 |
5,535 |
0,275 |
11,182 |
Kesimpulan��������������������������������������������������������������
Hasil penelitian menunjukkan bahwa kontribusi dari variabel-variabel proses dalam mengurangi variasi respon Ra adalah putaran spindle yaitu sebesar 3,35 %, laju pemakanan memliki persen kontribusi terbesar 85,93% dan tebal pemakanan memiliki persen kontribusi sebesar, 0,129%. Kekasaran permukaan (Ra) yang maksimal maka variabel putaran spindle diatur sebesar 2360 rpm, laju pemakanan 0,25 mm/put dan tebal pemakanan 0,425 mm. Pada penelitian selanjutnya disarankan, untuk melakukan optimasi dengan menggunakan metode-metode optimasi yang lain sebagai perbandingan dan menambahkan variabel-variabel proses lain yang memiliki pengaruh yang signifikan terhadap respon.
BIBLIOGRAFI
Ansyah, W. (2021). Aplikasi Taguchi Pada
Optimasi Parameter Pemesinan Terhadap Kekasaran Permukaan Dan Laju Pembuangan
Material AISI 1045 Pada Proses Bubut CNC. RING Mechanical Engineering, 1(1),
10�14.Google Scholar
Apreza, S., Kurniawan, Z., & Subhan, M.
(2017). Optimasi Kekasaran Permukaan Proses Pembubutan Baja ST. 42 dengan
Menggunakan Metode Taguchi. Manutech: Jurnal Teknologi Manufaktur, 9(01),
73�78.Google Scholar
Dewi, F. G. U., & Gapsari, F. (2014).
Optimasi parameter pembubutan terhadap kekasaran permukaan produk. Rekayasa
Mesin, 4(3), 177�181.Google Scholar
Firstiawan, N. (2012). Optimasi
Parameter Proses Pemesinan CNC Milling Terhadap Kekasaran Permukaan Kayu Jati
Dengan Metode Taguchi.Google Scholar
Iqbal, A. (2016). Pengaruh putaran spindel
terhadap daya dan kekasaran permukaan pada proses frais. SKRIPSI-2015.Google Scholar
Kurniawan, Z., Yudo, E., & Rosmansyah,
R. (2018). Optimasi Kekasaran Permukaan Pada Material Amutit Dengan Proses CNC
Turning Menggunakan Desain Taguchi. Manutech: Jurnal Teknologi Manufaktur,
10(01), 45�51.Google Scholar
Kusuma, K. B., Partha, C. G. I., &
Sukerayasa, I. W. (2020). Perancangan Sistem Pompa Air DC Dengan PLTS 20 KWp
Tianyar Tengah Sebagai Suplai Daya Untuk Memenuhi Kebutuhan Air Masyarakat
Banjar Bukit Lambuh. Jurnal SPEKTRUM, 7(2), 46�56. Google Scholar
Permana, D. I., & Yayat, Y. (2019).
Optimasi Parameter Permesinan Terhadap Tingkat Kekasaran Permukaan Aluminium
Proses Pembubutan Dengan Metode Taguchi. METAL: Jurnal Sistem Mekanik Dan
Termal, 3(1), 10�16. Google Scholar
Prasetiyo, A. B. (2015). Aplikasi Metode
Taguchi Pada Optimasi Parameter Permesinan Terhadap Kekasaran Permukaan Dan
Keausan Pahat HSS Pada Proses bubut Material ST 37. Mekanika, 13(2). Google Scholar
Rachman, F., Setiawan, T. A., & Wiro,
B. (2019). Optimasi Setting Parameter Electrical Discharge Machining (EDM)
Terhadap Waktu Pengerjaan Material SKD 11 Dengan Metode Taguchi. Seminar
MASTER PPNS, 4(1), 49�54. Google Scholar
Soesanti, A., SOEPANGKAT, B. O. P., &
PRAMUJATI, B. (2012). Optimasi Parameter Pemesinan untuk Kekasaran Permukaan
dan Umur Pahat pada Proses Bubut dengan Menggunakan Metode Grey-Fuzzy pada
Material SKD 11. Google Scholar
Utama, F. Y., & Ningsih, T. H. (2016).
Optimasi Parameter Pemesinan dengan Proses Bubut pada Respon Kekasaran dan
Kekerasan Permukaan Material S45-C Menggunakan Metode Taguchi-Grey-Fuzzy. REM
(Rekayasa Energi Manufaktur) Jurnal, 1(1). Google Scholar
Wibolo, A., Wahyudi, S., & Sugiarto, S.
(2012). Optimasi parameter pemotongan mesin bubut CNC terhadap kekasaran
permukaan dengan geometri pahat yang dilengkapi chip breaker. Rekayasa Mesin,
2(1), 55�63. Google Scholar
|
Copyright holder: Jondi Supriyandi, Eko
Yudo, Angga Satria (2021) |
|
First publication right: |
|
This article is licensed under:
|
