Bab IV Data Pengujian
4.1 Data Benda Kerja Dalam pengujian ini, benda kerja yang digunakan adalah Alumunium 2024. Komposisi dari unsur penyusunnya dapat dilihat pada tabel 4.1.
Tabel 4.1. Komposisi unsur penyusun Alumunium 2024 [5] Si
Fe
Cu
Mn Mg
Cr
Zn
Zn+Ti
Ti
Other each Total
Jumlah 0,50 0,50 0,50 0,3 max max max
1,2
0,1
0,25
0,20
0,15 0,05
0,15
to
to
max max
max
max max
max
0,9
1,8
Batasan proses freis untuk Alumunium 2024 adalah:
Cutting speed
: 494 rpm – 1008 rpm
Depth of cut
: 3 mm – 8 mm
4.2 Data Pahat Pahat yang digunakan dalam penelitian ini memiliki spesifikasi sebagai berikut: Jenis
: High Speed Steel (HSS)
Diameter
: 20 mm
Jumlah mata : 4 buah
18
Gambar 4.1 Gambar kondisi proses pemesinan
4.3 Data Mesin Perkakas Mesin perkakas yang digunakan adalah mesin Freis yang terdapat di Laboratorium Dasar Teknik Produksi ITB. Mesin tersebut mempunyai data spesifikasi: Merk
: Kunzman
Tipe
: UF6N
Tahun pembuatan
: 1979
Kecepatan spindle max
: 1275 RPM
Motor
: Georgii Kobold 200V 50 Hz
4.4 Jenis Taguchi Pemilihan jenis metoda Taguchi berdasarkan jumlah parameter kendali yang akan digunakan dan jumlah level dari setiap parameter kendali. Untuk mesin freis, terdapat 3 buah parameter kendali yang akan digunakan. Sedangkan jumlah level yang digunakan adalah 3 buah setiap parameter kendali. Oleh karena itu, program
19
Taguchi yang dipilih adalah Taguchi L9. Sebab, pada Taguchi jenis ini dapat digunakan hingga 4 parameter kendali, dan jumlah level dari setiap parameter kendali adalah 3. Pada Tabel 4.2 dapat dilihat parameter kendali dan level untuk Taguchi jenis L9. Tetapi untuk penelitian ini hanya akan digunakan 3 parameter kendali saja. Sedangkan jumlah level setiap parameter kendali tetap 3.
Tabel 4.2. Parameter kendali & level untuk Taguchi L9 Parameter Kendali
Level 1
2
3
A
A1
A2
A3
B
B1
B2
B3
C
C1
C2
C3
D
D1
D2
D3
Tabel 4.3. Orthogonal Arrays untuk Taguchi L9 Parameter Kendali B C
No. Perc
A
1
1
1
1
1
2
1
2
2
2
3
1
3
3
3
4
2
1
2
3
5
2
2
3
1
6
2
3
1
2
7
3
1
3
2
8
3
2
1
3
9
3
3
2
1
20
D
4.5 Prosedur Pengambilan Data Urutan kerja proses pengambilan data dalam penelitian ini adalah: 1. Mempersiapkan benda kerja dan pahat yang akan digunakan. 2. Mengatur parameter sesuai dengan kombinasi yang telah ditentukan sebelumnya. 3. Melakukan percobaan dan mengukur waktu yang dibutuhkan untuk melakukan setiap percobaan. 4. Setiap kombinasi level dilakukan pengulangan sebanyak 3 kali dengan benda kerja yang berbeda. 5. Setiap akan mengganti kombinasi level, terlebih dahulu dilakukan percobaan dengan kombinasi level yang sama ketika pertama kali dilakukan percobaan. Hal ini dilakukan untuk mengetahui perubahan kondisi pahat. 6. Mengukur kekasaran permukaan dari setiap spesimen yang telah dihasilkan.
4.6 Data Percobaan
Berdasarkan spesifikasi dari mesin freis yang akan digunakan untuk Alumunium 2024, maka parameter kendali dan level yang dipilih adalah:
Tabel 4.4. Daftar parameter kendali dan level Control Factors
Level 1
2
3
Cutting speed (rpm)
604
637
862
Feeding speed (mm/min)
13
21
26
Lebar pemotongan (mm)
4
6
8
Sedangkan untuk depth of cut diatur tetap sebesar 3mm. Daftar level untuk cutting speed dan feeding speed secara lengkap dapat dilihat pada Lampiran C.
21
4.6.1 Material Removal Rate (MRR)
Dari percobaan yang telah dilakukan, didapat data sebagai berikut:
Tabel 4.5. Data waktu pemotongan dari hasil pengujian Number
Control Factors
Waktu I
Waktu II
Waktu III
of eksp.
1
2
3
(menit)
(menit)
(menit)
1
1
1
1
4,362
4,368
4,303
2
1
2
2
2,655
2,562
2,573
3
1
3
3
2,167
2,150
2,185
4
2
1
2
4,302
4,382
4,362
5
2
2
3
2,662
2,665
2,625
6
2
3
1
2,163
2,132
2,173
7
3
1
3
4,300
4,320
4,282
8
3
2
1
2,623
2,622
2,658
9
3
3
2
2,123
2,155
2,178
4.6.2. Kekasaran Permukaan Sedangkan untuk data kekasaran permukaan (roughness average) diperlihatkan pada Tabel 4.6. Tabel 4.6. Data kekasaran permukaan dalam µ m No. Spec 1A 1B 1C 2A 2B 2C 3A 3B 3C 4A 4B 4C 5A 5B 5C 6A 6B
Pengukuran I 7,00 6,75 6,50 7,00 7,25 6,75 8,00 7,00 7,50 5,75 5,50 4,25 4,75 5,00 4,00 3,75 4,25
Pengukuran II 7,25 6,50 6,25 7,50 7,50 7,75 8,50 7,25 7,75 4,75 5,00 4,00 3,75 4,50 4,50 3,50 3,75
22
Rata-rata 7,13 6,63 6,38 7,25 7,38 7,25 8,25 7,13 7,63 5,25 5,25 4,13 4,25 4,75 4,25 3,63 4,00
Tabel 4.6. Data kekasaran permukaan dalam µ m , (lanjutan) 6C 7A 7B 7C 8A 8B 8C 9A 9B 9C
5,00 2,25 2,75 2,50 3,50 4,25 2,25 3,25 4,50 3,50
4,75 2,50 3,00 3,00 4,00 4,00 2,50 3,75 3,00 3,00
4,83 2,38 2,88 2,75 3,75 4,13 2,38 3,50 3,75 3,25
4.7 Pengolahan Data 4.7.1 Material Removal Rate (MRR) Berdasarkan data yang didapat dari percobaan, dapat dihitung MRR atau kecepatan pembentukan geram dengan menggunakan rumus 2.3b:
z=
dimana
lt.a.w t
;mm3/min
lt = panjang pemotongan
;mm
a = kedalaman potong
;mm
w = lebar pemotongan
;mm
t = waktu pemotongan
;min.
Contoh perhitungannya sebagai berikut (data yang digunakan adalah data eksperimen MRR dari tabel 4.5 nomor 1):
z=
60 × 3 × 4 4mnt 22.7 dtk
z=
60 × 3 × 4 4,362
z = 165, 06 mm3/min
23
Tabel 4.7. Data MRR (mm3/min) dari hasil perhitungan Number
Control Factors
A
B
C
MRR
of eksp.
1
2
3
rata-rata
1
1
1
1
165,06
164,83
167,32
165,74
2
1
2
2
406,78
421,55
419,74
416,04
3
1
3
3
664,51
669,78
659,04
664,44
4
2
1
2
251,05
246,46
247,59
248,37
5
2
2
3
549,20
540,34
548,57
546,04
6
2
3
1
332,87
337,71
331,34
333,97
7
3
1
3
334,88
333,33
336,29
334,83
8
3
2
1
274,49
274,60
270,88
273,32
9
3
3
2
508,71
501,16
495,87
501,91
Optimisasi dicapai ketika proses produksi mencapai MRR yang maksimal. Oleh karena itu digunakanlah jenis optimisasi Larger the Better. Untuk jenis optimisasi ini, rumus S/N Ratio yang digunakan adalah rumus 3.2:
⎡1 n 1 ⎤ S/N Ratio = −10 × log ⎢ ∑ 2 ⎥ ⎣ n i =1 yi ⎦
Contoh perhitungannya sebagai berikut (data yang digunakan adalah data eksperimen dari tabel 4.7 nomor 1):
⎡1 3 1 ⎤ S/N Ratio = −10 × log ⎢ ∑ 2 ⎥ ⎣ 3 i =1 yi ⎦ ⎡1 ⎛ ⎞⎤ 1 1 1 + + ⎟⎥ = −10 × log ⎢ ⎜ 2 2 2 ⎢⎣ 3 ⎝⎜ (165,1) (164,8 ) (167,3) ⎠⎟ ⎥⎦
(
)
⎡1 ⎤ = −10 × log ⎢ ( 3, 65 × 10−5 ) + ( 3, 68 × 10−5 ) + ( 3,57 × 10−5 ) ⎥ ⎣3 ⎦ ⎛1 ⎞ = −10 × log ⎜ 10,91× 10−5 ⎟ ⎝3 ⎠
24
= −10 × log ( 3, 64 × 10−5 ) = −10 × ( −4, 4389 ) = 44, 39
Tabel 4.8. S/N Ratio hasil perhitungan dari data MRR
4.7.2
Number
MRR
S/N Ratio
of eksp.
3
(mm /min)
(Larger the Better)
1
165,74
44,39
2
416,04
52,38
3
664,44
56,45
4
248,37
47,90
5
546,04
54,74
6
333,97
50,47
7
334,83
50,50
8
273,32
48,73
9
501,91
54,01
Kekasaran Permukaan Optimisasi akan tercapai jika kekasaran permukaan memiliki nilai terendah,
oleh karena itu jenis optimisasi yang digunakan adalah jenis Smaller the Better. Untuk jenis ini, S/N Ratio dapat diperoleh dengan rumus 3.1: ⎡1 n ⎤ S/N Ratio = −10 × log ⎢ ∑ yi2 ⎥ ⎣ n i =1 ⎦
Contoh perhitungannya adalah sebagai berikut (data yang digunakan adalah data kekasaran permukaan pada tabel 4.6 dengan kombinasi nomor 1, yang dilakukan 3 kali pengulangan, yaitu A, B, dan C): ⎡1 3 ⎤ S/N Ratio = −10 × log ⎢ ∑ yi2 ⎥ ⎣ 3 i =1 ⎦
25
(
)
2 2 2 ⎤ ⎡1 = −10 × log ⎢ ( 7,13) + ( 6, 63) + ( 6,38 ) ⎥ ⎣3 ⎦
⎡1 ⎤ = −10 × log ⎢ ( 50,84 + 43,96 + 40, 70 ) ⎥ ⎣3 ⎦
= −10 × log ( 45,167 ) = −10 × (1, 6548) = −16, 53
Tabel 4.9. Data kekasaran permukaan dan S/N Ratio Number
Kekasaran
S/N Ratio
Of eksp.
( µm )
(Smaller the Better)
1
6,71
-16,53
2
7,29
-17,25
3
7,67
-17,70
4
4,88
-13,77
5
4,42
-12,91
6
4,15
-12,36
7
2,67
-8,53
8
3,42
-10,68
9
3,50
-10,88
26
