PENGARUH GEOMETRI PAHAT BUBUT HSS TERHADAP NILAI KEKASARAN PERMUKAAN DAN KEAUSAN PAHAT PROSES BUBUT DENGAN METODE TAGUCHI

No. 13/ATW/Maret/2015

ISSN 1693-6329

PENGARUH GEOMETRI PAHAT BUBUT HSS TERHADAP NILAI KEKASARAN PERMUKAAN DAN KEAUSAN PAHAT PROSES BUBUT DENGAN METODE TAGUCHI Oleh : Sriyanto1),Faisal RM2),Ali Parkhan 3) 1) Mahasiswa,2)3) Dosen Pascasarjana Fakultas Teknologi Industri Universitas Islam Indonesia,Yogyakarta 2014

ABSTRACT Metal working processes with Conventional turning is still widely performed using a cutting tool High Speed Steel type. Spindle speed, feeding, depth of cut and cutting tool major angle affects the process of turning the results that will affect the value of the surface roughness also affects the value of the tool flank wear during use.With Taguchi method optimal results with a surface roughness response A2B1C2D2.formulation, whereas for tool wear is A2B2C1D1 Because there are two different response variables not the same , we used the Taguchi method Multirespon MRSN . Optimization with MRSN obtained the optimal level combination that is A1B3C1D1.with composition rpm of 255 rad / min , feeding of rate 0.088mm / rev , depth of cut of 0.5 mm and the geometry used is a major angle 75o Keywords : Turning process,Taguchi multirespon,surface roughness, Tool flank wear. I.PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi saat ini mulai pesat khususnya pada bidang permesinan yaitu mesin bubut. Penggunaan mesin bubut dibutuhkan untuk mengerjakan suatu benda dengan proses pembubutan rata, alur, radius bahkan pembuatan ulir. Di dalam proses pembubutan benda tersebut diperlukan alat selain mesin bubut juga digunakan alat penyayat (Cutter). Alat penyayat yang digunakan ini adalah terbuat dari bahan HSS (High Speed Steel). Pahat HSS biasanya masih bersifat mentah sehingga pada waktu digunakan harus diasah terlebih dahulu sesuai kebutuhan pada waktu melakukan pembubutan. Proses pengasahan pahat HSS dilakukan dengan cara manual yaitu memegang pahat kemudian menggesekkan pada batu gerinda asah. Sudut-sudut pahat HSS dibentuk dengan cara diasah dengan mesin gerinda pahat (Tools Grinder Machine) (Rochim,2001). Proses pengasahan ini akan membentuk geometri pahat yang akan digunakan untuk proses pembubutan. Pada dasarnya umur pahat HSS dapat dioptimalkan, dengan menjaga geometrinya sesuai dengan karakteristik benda kerja yang digunakan. Geometri pahat yang optimum memberikan proses pemotongan yang cepat dengan hasil yang halus serta keausan pahat yang minimum. Untuk mendapatkan kualitas hasil produksi yang optimal penerapan metode Taguchi dalam penelitian yang bersifat eksperimental merupakan metode yang terbaik yang dapat digunakan karena metode taguchi dapat menyederhanakan jumlah eksperimen sehingga dapat menekan lamanya waktu penelitian dan menghemat biaya yang dikeluarkan. Triastuti, (2009), berpendapat bahwa desain Taguchi parameter adalah satu desain yang penting karena menawarkan desain yang sederhana dan sistematik untuk mengoptimalkan efisiensi, kualitas dan biaya. Rasio antara isyarat dan gangguan dan susunan ortogonal adalah faktor penting dalam desain metoda Taguchi. Rasio antara isyarat dan gangguan mampu mengukur kualitas yang bergantung kepada variasi, sedangkan susunan ortogonal mampu mengakomodasi beberapa faktor secara simultan. Tingkat kekasaran dari suatu benda hasil pengerjaan pada mesin-mesin perkakas merupakan syarat mutlak yang harus diperhitungkan dalam proses produksi untuk dapat meningkatkan kualitas produknya. Selain itu, diperlukan cara agar mesin perkakas tersebut menghasilkan produk dengan jumlah banyak dalam waktu singkat, sehingga biaya produksi dapat ditekan serendah-rendahnya, Giyatno (2009).

Jurnal Teknika ATW - 35


ISSN 1693-6329

1.2 Tujuan Penelitian 1. Untuk mengetahui variasi yang optimal yang dapat menghasilkan tingkat kekasaran permukaan yang paling kecil. 2. Untuk mengetahui variasi yang optimal yang mempengaruhi tingkat keausan pahat yang paling kecil. 3. Untuk mengetahui optimasi dari proses pemesinan bubut terhadap kekasaran permukaan dan keausan pahat berdasarkan seting parameter permesinan yang digunakan. II.TINJAUAN PUSTAKA 2.1.Pengendalian Kualitas Pengendalian kualitas dapat diartikan sebagai proses pengukuran yang dilakukan selama perancangan produk atau proses. Aktivitas pengendalian kualitas mencakup dalam setiap fase dari penelitian dan pengembangan produk, perancangan proses produksi, dan kepuasan konsumen. 2.2 Metode Taguchi Metode Taguchi diperkenalkan pertama kali oleh Dr Genichi Taguchi pada saat pertemuan yang diselenggarakan oleh AT & T, sebuah perusahaan telekomunikasi terkemuka di Amerika Serikat. Dr Genichi Taguchi merupakan seorang konsultan pengendalian kualitas dari Jepang. Teknik optimasi dengan menggunakan metode Taguchi menggunakan matriks yang disebut matriks Orthogonal Array untuk menentukan jumlah eksperimen minimal yang dapat memberi informasi sebanyak mungkin semua faktor yang mempengaruhi parameter. Bagian terpenting dari Orthogonal Array terletak pada pemilihan kombinasi level dari variabel-variabel input untuk masing-masing eksperimen (Lestari, 2009). 2.3 Langkah – langkah metode taguchi 1) Menentukan rancangan matriks orthogonal yang digunakan untuk eksperimen . Metode Taguchi diperkenalkan oleh Dr. Genichi Taguchi (1940). Ada dua komponen pada metode Taguchi yaitu matriks ortogonal dan rasio S/N. Matriks ortogonal digunakan untuk menentukan jumlah minimal banyaknya eksperimen. Pemilihan matriks ortogonal yang akan digunakan didasarkan pada jumlah derajat kebebasan. Penentuan derajat bebas dilakukan berdasarkan pada: a. Jumlah faktor yang diamati. b. Jumlah level dari faktor yang diamati. c. Interaksi percobaan yang diinginkan. Pada penelitian ini digunakan matriks ortogonal L9(3 4) yang memiliki 4 kolom dan 9 baris yang dapat digunakan untuk 4 parameter yang masing-masing memiliki 3 level. Tabel 2.1 Orthogonal array L9 Faktor EKSP A B C D 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 Sumber : Soejanto ,2009



ISSN 1693-6329

Tabel 2.2 Faktor-Level Kode A B C D

Faktor Kecepatan putaran Feeding Kedalaman Pemakanan Sudut mayor geometri Pahat

Satuan rpm mm/put

1

Level 2

3

255

385

510

0,043 0,065 0,088

mm

0,5

0,8

1

Derajat (o)

75

80

85

2) Menghitung rasio S/N sesuai dengan karakteristik kualitas dari setiap respon Berikut ini adalah persamaan-persamaan untuk menghitung rasio S/N. Menurut Soejanto (2009) Ada beberapa jenis Rasio S/N, yaitu: a. Smaller-the-Better (STB) Karakteristik kualitas dimana semakin rendah nilainya, maka kualitas semakin baik. Contohnya dalam mencari kekasaran permukaan dan keausan pahat optimum proses pemesinan, dimana semakin kecil kekasaran permukaan semakin baik permukaanya contoh lain adalah keausan pahat. Nilai Rasio S/N untuk jenis karakteristik STB Taguchi memperkenalkan pendekatan n   SNRSTB  10 Log  1  yi 2  .. (1) n  i n 

dengan : n = jumlah tes di dalam percobaan (trial). yi = nilai respon dari tiap replikasi. b. Larger-the-Better (LTB) Karakteristik kualitas dimana semakin besar nilainya, maka kualitas semakin baik. Contohnya adalah kekuatan material, efisiensi bahan bakar dan lain-lain. Nilai Rasio S/N untuk jenis LTB adalah n   SNR LTB  10 Log  1  1........(2) 2 n yi  in 

c. Nominal-the-Best (NTB) Karakteristik kualitas dimana ditetapkan suatu nilai nominal tertentu, jika nilainya semakin mendekati nilai nominal tertentu tersebut maka kualitasnya semakin baik, contohnya ukuran produk dimana semakin mendekati ukuran nominal yang ditetapkan kualitasnya semakin baik.

2  SNR NTB  10 log  2  ............(3) 3. Analisis hasil eksperimen.Dalam menganalisa hasil eksperimen dari Taguchi ini juga   menggunakan metode ANOVA, yaitu perhitungan jumlah kuadrat total, jumlah kuadrat terhadap rata-rata, jumlah kuadrat faktor, dan jumlah kuadrat error. III. PEMBAHASAN DAN HASIL 3.1 Obyek dan Subyek Penelitian 1) Obyek penelitian Obyek penelitian ini adalah baja karbon ST 37 yang dikerjakan melalui proses pemesinan bubut yang menghasilkan kekasaran permukaan dan keausan pahat. 2) Subyek penelitian Sebagai subyek penelitian adalah mesin bubut yang digunakan untuk proses pengerjaannya dengan mengkombinasi faktor-faktor levelnya yang mempengaruhi kekasaran permukaan dan keausan pahat. Penelitian dilakukan di Laboratorium Mesin Perkakas Kampus Akademi Teknologi



ISSN 1693-6329

Warga Surakarta. Proses yang dilakukan adalah pembubutan sampel benda kerja dengan menggunakan mesin bubut. Pengujian kekasaran permukaan benda kerja yang sudah dibubut dan keausan pahat dilakukan di Laboratorim Teknik Bahan Universitas Gajah Mada (UGM) Yogyakarta. 3.2 Alat dan bahan 1) Alat- alat yang digunakan didalam penelitian ini meliputi : : 1.Mesin : alat yang berfungsi untuk proses pemesinan pemakanan pada bahan. bubut Mesin bubut merk KRISBOW KW2400038 2. Pahat HSS

: alat yang berfungsi untuk memotong benda kerja.Pahat HSS merk JCK . ukuran ½ x ½ x 6.

3. Mesin Gerinda

: alat yang digunakan untuk memutar batu gerinda asah. mesin gerinda merk Daiwa MD3220A

4. Batu asah

: alat yang digunakan untuk mengasah pahat HSS. Batu asah merk Northen Germany QU5VBF yang digunakan untuk mengasah pahat HSS.

5. Surface corder

: alat untuk menguji kekasaran permukaan merk Fowler SE 1700

6. Photo mikroskop 7. Timbangan

: Alat untuk melihat keausan pahat Olympu

mikroskop SZ-PT

: alat untuk mengukur besar keausan pahat dengan cara menimbang pahat sebelum dan sesudah digunakan.\Merk Adventurer AR3130

2) Bahan Bahan yang digunakan meliputi : baja ST 37 pejal ukuran diameter 1 inch x 110 mm. menjadi diameter 21 mm, karena bahan ST 37 memiliki permukaan yang tidak simetris pembubutan awal ini untuk menyamakan kerataan permukaannya. Kemudian dari ukuran 21 mm dibubut dengan ketebalan 0,5 mm dan 0,8 mm dan 1 mm ,bagian yang dijepit sepanjang 10 mm.sehingga benda yang dibubut menjadi ukuran diameter 20 mm x 100 mm. sebanyak 27 buah (3 kali replikasi).



ISSN 1693-6329

3.3 Alur Penelitian Diagram 3.1. Alur penelitian Mulai

Pengamatan Pada Kondisi Industri Secara Langsung

Kondisi hasil uji Laboratorium benda kerja hasil pembubutan terhadap kekasaran dan keausan pahat

Identifikasi Variabel Penelitian

Rancangan Penelitian

Eksperimen dan Pengumpulatan Data

T

Y Data Normal Y

T Data Homogen

Perhitungan ANOVA Perhitungan Rasio S/N Perhitungan efek tiap Faktor Menentukan kondisi optimal tiap faktor

Y Apakah Kondisi tiap respon Optimal sama? T MRSN

T Apakah Kondisi Optimal sudah diujikan?

Uji Konfirmasi

Y Uji Beda Kesimpulan

Selesai



3.4

ISSN 1693-6329

Pengumpulan Data Hasil Eksperimen

Identifikasi kekasaran permukaan dilakukan dengan mengukur kekasaran permukaan material dengan menggunakan roughness tester. Tabel 3.1 Data kekasaran permukaan Ek Faktor Kekasaran s Permukaan (µm) A B C D y1 y2 y3 1 1 1 1 1 2.723 2.788 2.754 2 1 2 2 2 2.882 2.798 2.810 3 1 3 3 3 3.120 2.967 3.030 4 2 1 2 3 2.698 2.711 2.723 5 2 2 3 1 3.010 2.980 3.210 6 2 3 1 2 2.667 2.588 2.653 7 3 1 3 2 2.887 2.789 2.824 8 3 2 1 3 2.990 3.010 3.110 9 3 3 2 1 2.886 2.856 2.788

Ek s 1 2 3 4 5 6 7 8 9

A 1 1 1 2 2 2 3 3 3

Tabel 3.2 Data keausan pahat Faktor Keausan Pahat (mgr) B C D y1 y2 y3 1 1 1 3.330 3.380 3.400 2 2 2 3.540 3.560 3.570 3 3 3 4.440 4.410 4.390 1 2 3 3.520 3.560 3.540 2 3 1 3.720 3.760 3.720 3 1 2 3.230 3.360 3.330 1 3 2 4.420 4.450 4.410 2 1 3 3.540 3.490 3.510 3 2 1 3.673 3.578 3.477

3.5 Analisis Data Data-data yang dihasilkan dari tahap pengerjaan diolah dengan : Uji Normalitas Data. Uji Homogenitas Variansi. Analisis Variansi (ANOVA). Menghitung nilai signal to noise ratio (Rasio S/N) hasil eksperimen berdasarkan karakteristik mutu tujuan . 5. Menghitung efek tiap faktor. 6. Menentukan nilai optimal level tiap faktor pada masing-masing respon. 7. Menentukan kombinasi optimal 8. Uji Beda 1. 2. 3. 4.



ISSN 1693-6329

3.6 Pengolahan Data 3.6.1 Kekasaran permukaan 1).Uji normalitas dengan Kolmogorov-Smirnov Test Tabel 4.3 Kosmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test VAR00001 N 27 Mean 2.8612 Normal Parametersa,b Std. .15756 Deviation Absolute .112 Most Extreme Positive .112 Differences Negative -.082 Kolmogorov-Smirnov Z .581 Asymp. Sig. (2-tailed) .888 a. Test distribution is Normal. b. Calculated from data. 2).Normalitas data dengan uji bartllet

Rep 1 2 3

Tabel 4.4 Uji Bartllet Test 1/NLog 1 Si^2 Si^2 0.125 0.0237 -1.6255 0.125 0.0189 -1.7227 0.125 0.0366 -1.4365

N-1 (N-1)logSi^2 8 -13.0044 8 -13.7813 8 -11.4919 24 -26.7857 3) Analisis Variansi (ANOVA) Kekasaran permukaan Tabel 4.5 Hasil Perhitungan ANOVA F Fak DB SS MS F hit tabel SS' P% A 2 0.05 0.02 5.98 3.55 0.04 6.12 B 2 0.21 0.10 26.15 3.55 0.20 30.93 C 2 0.19 0.10 23.99 3.55 0.18 28.28 D 2 0.13 0.06 16.19 3.55 0.12 18.68 Res 18 0.07 0.00 Total 26 Kesimpulan Untuk F hitung Faktor A,B,C,D, > F tabel; maka Ho ditolak, berarti faktor A,B,C,D tersebut berpengaruh sangat signifikan terhadap kekasaran permukaan. d. Perhitungan Signal to Noise Ratio ( Rasio S/N ) Hasil Eksperimen Karateristik kualitas ditetapkan pada suatu nilai dengan batas 0 dan non negatif,Nilai semakin kecil mendekati nilai nol yang diinginkan. (Soejanto,2009). Nilai Rasio S/N untuk jenis karakteristik STB adalah : n   SNR STB  10 Log  1  yi 2  n  i n 



ISSN 1693-6329

Tabel 4.6 Hasil Perhitungan Rasio S/N Kekasaran permukaan Kekasaran Faktor Permukaan (µm) Eks rerata SNR A B C D y1 y2 y3 1 1 1 1 1 2.723 2.788 2.754 2.755 -8.759 2 1 2 2 2 2.882 2.798 2.810 2.830 -8.993 3 1 3 3 3 3.120 2.967 3.030 3.039 -9.613 4 2 1 2 3 2.698 2.711 2.723 2.711 -8.618 5 2 2 3 1 3.010 2.980 3.210 3.067 -9.694 6 2 3 1 2 2.667 2.588 2.653 2.636 -8.376 7 3 1 3 2 2.887 2.789 2.824 2.833 -9.003 8 3 2 1 3 2.990 3.010 3.110 3.037 -9.606 9 3 3 2 1 2.886 2.856 2.788 2.843 -9.034 e. Perhitungan Efek Tiap Faktor Perhitungan efek tiap faktor, dalam hal ini faktor kendali dilakukan dengan menggunakan rumus :

efek faktor 

1 o  a

Tabel 4.7 Efek Nilai Rasio S/N Tiap Faktor Utama Respon Kekasaran permukaan Level 1 2 3 Difference Rank

A -9.122 -8.896 -9.214 -0.318 3

Faktor Kendali B C -8.914 -8.793 -9.431 -8.882 -9.008 -9.437 -0.423 -0.032 4 1

D -9.162 -8.791 -9.279 -0.116 2

Gambar 4.1 Grafik Rasio S/N Faktor Utama Respon Kekasaran permukaan Walaupun karakteristik kualitasnya adalah semakin kecil, semakin baik,tetapi Rasio S/N didefinisikan sedemikian hingga selalu dapat ditransformasikan karakteristik kualitamenjadikarakteristik semakin besar,semakin baik (Soejanto,2009) sehingga didapatkan formulasiA2B1C2 D2.



ISSN 1693-6329

3.6.2 Keausan Pahat 1) Uji Normalitas Data Keausan pahat dengan Kolmogorov-Smirnov Test Tabel 4.8 Kolmogorov-Smirnov Test Keausan pahat One-Sample Kolmogorov-Smirnov Test VAR00001 N 27 Mean 3.7151 Normal Parametersa,b Std. .40309 Deviation Absolute .263 Most Extreme Positive .263 Differences Negative -.175 Kolmogorov-Smirnov Z 1.365 Asymp. Sig. (2-tailed) .048 a. Test distribution is Normal. b. Calculated from data.

2) Uji normalitas data Keausan Pahat dengan uji bartlet Tabel 4.9 Daftar Penolong Uji Bartlett Keausan pahat N- 1/NLog (NRep. 1 1 Si^2 Si^2 1)logSi^2 1 8 0.125 0.188 -0.725 -5.800 2 8 0.125 0.172 -0.763 -6.107 3 8 0.125 0.167 -0.777 -6.219 24 -11.906 3) Analisis Variansi (ANOVA) Keausan pahat Tabel 4.10 Hasil Perhitungan ANOVA Keausan pahat D Faktor SS MS F hit F tab SS' P B A 2 0.495 0.247 120.987 3.550 0.491 11.618 B 2 0.176 0.088 43.094 3.550 0.172 4.076 C 2 3.175 1.588 776.263 3.550 3.171 75.065 D 2 0.341 0.171 83.448 3.550 0.337 7.983 Residu 18 0.037 0.002 Tot 26 Kesimpulan Untuk F hitung faktor A,B,C,D > Ftabel; maka Ho ditolak, berarti faktor A,B,C,D tersebut berpengaruh sangat signifikan terhadap keausan pahat. 4) Perhitungan Signal to Noise Ratio (Rasio S/N) Hasil Eksperimen Nilai Rasio S/N untuk jenis karakteristik STB adalah : n   SNR STB  10 Log  1  yi 2   n i n 



ISSN 1693-6329

Tabel 4.11 Hasil Perhitungan Rasio S/N Keausan pahat Eksp Faktor Keausan Pahat (mg) A B C D y1 y2 y3 rerata 1 1 1 1 1 3.330 3.380 3.400 3.370 2 3 4

1 1 2

2 3 1

2 3 2

2 3 3

5 6 7 8 9

2 2 3 3 3

2 3 1 2 3

3 1 3 1 2

1 2 2 3 1

3.540 3.560 3.570 3.557

SNR -10.509 -10.977

4.440 4.410 4.390 4.413 3.520 3.560 3.540 3.540 3.720 3.760 3.720 3.733

-12.852 -10.937 -11.398

3.230 3.360 3.330 3.307 4.420 4.450 4.410 4.427 3.540 3.490 3.510 3.513

-10.345 -12.878 -10.871

3.673 3.578 3.477 3.576

-11.026

5) Perhitungan Efek Tiap Faktor Perhitungan efek tiap faktor, dalam hal ini faktor kendali dilakukan dengan menggunakan rumus :

efek faktor 

1 o  a

Tabel 4.12 Efek Nilai Rasio S/N Tiap Faktor Utama Respon Keausan pahat Faktor Kendali Level A B C D 1 11.446 11.441 10.575 10.978 2 10.980 11.400 10.893 11.082 3 11.592 11.408 12.376 11.553 Difference -0.698 0.326 0.405 -0.575 Rank 4 2 1 3

Gambar 4.2. Grafik Rasio S/N Faktor Utama Respon Keausan pahat Walaupun karakteristik kualitasnya adalah semakin kecil semakin baik,tetapi Rasio S/N didefinisikan sedemikian hingga selalu dapat ditransformasikan karakteristik kualitas menjadi karakteristik semakin besar,semakin baik (Soejanto,2009) sehingga didapatkan formulasi A2B2C1D1.



ISSN 1693-6329

3.7

Penentuan Level Faktor Optimal Menggunakan Multi Response Signal to Noise Ratio ( MRSN) Perhitungan Multi Response Signal to Noise Ratio ( MRSN) dilakukan karena kombinasi level faktor optimal dari variabel respon berbeda satu sama lain respon kekasaran permukaan A2 B1 C2 D2, untuk respon keausan pahat dengan formulasi A2 B2 C1 D1. Langkah-langkah MRSN Kekasaran permukaan : 1. Menghitung Quality Loss Kekasaran Permukaan Untuk mencapai kekasaran permukaan yang yang sesuai target pada proses pengerjaan bubut menggunakan dana sebesar Rp 25.000. Dari hasil pengerjaan bubut di industri diperoleh rata-rata kekasaran permukaan sebesar 3,185 Berdasarkan seting parameter optimal didapat rata-rata kekasaran permukaan sebesar 2,549 sehingga selisih yang dihasilkan adalah : 3,185 – 2,549 = 0,636 2. Dengan menggunakan rumus k = L / Δ2 maka koefisien fungsi kerugian didapatkan sebagai berikut : k = 25000  61805 , 3 ( 0 , 636 ) 2

3. Fungsi perhitungan Loss function untuk Smallerr the better dapat dicari menggunakan rumus:

Lij  k

1 ni

ni

y

2

ijk

k 1

Contoh perhitungan untuk eksperimen pertama respon kekasaran permukaan adalah: L 11 = 61805,3  1 (2,7232  2,7882  2,7542   469147,324  3

 

Hasil L maksimum untuk respon kekasaran permukaan adalah 6241975.797 4. Menghitung Normalisasi Quality Loss (Cij) C ij =

Lij L*i

Contoh perhitungan untuk eksperimen pertama adalah: C 11 = 469147,324  0,703 6241975,797

5. Menghitung Multi Response Signal to Noise Ratio (MRSN) MRSNj = - 10 log (TNQL j) Contoh perhitungan untuk eksperimen pertama adalah: MRSN1= - 10 log (0,751) = 0,396 Hasil respon kekasaran permukaan dan keausan pahat menggunakan karakteristik mutu STB, sehingga seting parameter multirespon optimal ditentukan berdasarkan nilai MRSN terbesar yaitu 2,636 µm dan 3,964 mgr dengan kombinasi level faktor A1B3C1D1.

3.8 Uji Beda Tabel 4.13 Perbandingan kondisi awal dan usulan Kondisi awal Perbaikan Uji Kekasara Keausan Kekasara Keausan beda n pahat(mgr n Pahat(mgr) ( µm) ) ( µm) 3,185 6,230 2,636 3,964



ISSN 1693-6329

Uji beda dilakukan untuk mengetahui apakah data pada kondisi awal berbeda dengan kondisi usulan ataukah sama.Pada respon kekasaran permukaan didapat t hitung > ttabel ( 219,290 > 2,78 ) artinya ada perbedaan kekasaran permukaan pada kondisi awal dan pada kondisi usulan hasil eksperimen.Pada respon keausan pahat t hitung > t tabel ( 1123,878 > 2,78 ) artinya ada perbedaan keausan pahat pada kondisi awal dan pada kondisi usulan hasil eksperimen. IV. KESIMPULAN 1. Berdasar analisis dengan metode taguchi didapatkan hasil optimal untuk respon kekasaran permukaan dengan formulasi A2 B1 C2 D2. 2. Berdasar analisis dengan metode taguchi didapatkan hasil optimal untuk respon keausan pahat dengan formulasi A2 B2 C1 D1 3. Optimasi dari proses pemesinan bubut terhadap respon kekasaran permukaan dan keausan pahat berdasarkan seting parameter permesinan yang digunakan, didapat hasil kombinasi faktor terbaik dengan formulasi A1 B3 C1 D1 dengan komposisi putaran mesin 255 put/menit, laju pemakanan 0,088 mm/rev, kedalaman pemakanan 0,5 mm dan geometri pahat yang digunakan adalah sudut potong mayor 75o. V. DAFTAR PUSTAKA [1]

[2]

[3] [4] [5] [6] [7] [8] [9]

Giyatno 2009, Optimasi Parameter Proses Pemesinan Terhadap Keausan Pahat Dan Kekasaran Permukaan Benda Hasil Proses CNC Turning Dengan Menggunakan Metode Taguchi, Tesis, Teknik Mesin, Universitas Diponegoro Gusri, A.I. 2010, Aplikasi Metoda Taguchi Untuk Mengidentasi Kekasaran Permukaan Dalam Pembubutan Paduan Titanium. Seminar Nasional Tahunan Teknik Mesin (SNTTM) ke-9 Palembang Triastuti W., 2009, Metode Taguchi Untuk Optimalisasi Produk Pada Rancangan Faktorial, Media Statistika, Vol. 2, No. 2, Desember: 81-92. Rochim, Taufiq,2001. Spesifikasi Metrologi & Kualitas Geometri, Laboratorium Teknik Produksi dan Metrologi Industri Jurusan Teknik Mesin FTI – ITB. Rochim, Taufiq,2007. Proses Permesinan: Perkakas dan Sistem Pemerkakasan. Bandung:Penerbit ITB. Soejanto,I,2009,Desain Eksperimen Dengan Metode Taguchi,Graha Ilmu,Surabaya Sudjana ,1991. Desain dan Analisis Eksperimen. Penerbit Tarsito : Bandung. Sudjana , 2002. Metode Statistika. Penerbit Tarsito : Bandung. Sugiyono,2009, Metode Penelitian kuantitatif Kualitatif


PENGARUH GEOMETRI PAHAT BUBUT HSS TERHADAP NILAI KEKASARAN PERMUKAAN DAN KEAUSAN PAHAT PROSES BUBUT DENGAN METODE TAGUCHI

Recommend Documents