PENGARUH PENGGUNAAN SERAT AGAVE CANTULA

perpustakaan.uns.ac.id

digilib.uns.ac.id

PENGARUH PENGGUNAAN SERAT AGAVE CANTULA ROXB TERHADAP KEKUATAN IMPAK MATERIAL KOMPOSIT MATRIKS POLIMER MENGGUNAKAN METODE EKSPERIMEN TAGUCHI (STUDI KASUS DI CV. TAUSAN SURAKARTA)

Skripsi

u

SETYO SULISTYO ADI I 0303049

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA commit to user 2010


digilib.uns.ac.id

PENGARUH PENGGUNAAN SERAT AGAVE CANTULA ROXB TERHADAP KEKUATAN IMPAK MATERIAL KOMPOSIT MATRIKS POLIMER MENGGUNAKAN METODE EKSPERIMEN TAGUCHI (STUDI KASUS DI CV. TAUSAN SURAKARTA)

Skripsi Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik

u

SETYO SULISTYO ADI I 0303049

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA commit to user 2010


digilib.uns.ac.id

LEMBAR PENGESAHAN Judul Skripsi:

PENGARUH PENGGUNAAN SERAT AGAVE CANTULA ROXB TERHADAP KEKUATAN IMPAK MATERIAL KOMPOSIT MATRIKS POLIMER MENGGUNAKAN METODE EKSPERIMEN TAGUCHI (STUDI KASUS DI CV. TAUSAN SURAKARTA) Ditulis oleh: Setyo Sulistyo Adi I 0303049

Mengetahui,

Dosen Pembimbing I

Dosen Pembimbing II

Retno Wulan Damayanti, ST, MT NIP. 19800306 200501 2 002

Ir. Lobes Herdiman, MT NIP. 19641007 199702 1 001

Pembantu Dekan I Fakultas Teknik UNS

Ketua Jurusan Teknik Industri Fakultas Teknik UNS

Ir. Noegroho Djarwanti, MT. NIP. 19561112 198403 2 007

Ir. Lobes Herdiman, MT. NIP. 19641007 199702 1 001

commit to user


digilib.uns.ac.id

LEMBAR VALIDASI Judul Skripsi:

PENGARUH PENGGUNAAN SERAT AGAVE CANTULA ROXB TERHADAP KEKUATAN IMPAK MATERIAL KOMPOSIT MATRIKS POLIMER MENGGUNAKAN METODE EKSPERIMEN TAGUCHI (STUDI KASUS DI CV. TAUSAN SURAKARTA) Ditulis Oleh: Setyo Sulistyo Adi I 0303049

Telah disidangkan pada hari Selasa tanggal 19 Oktober 2010 Di Jurusan Teknik Industri Fakultas Teknik Universitas Sebelas Maret Surakarta, dengan

Dosen Penguji

1. Azizah Aisyati, ST, MT. NIP. 19720318 199702 2 001

_____________________

2. Taufiq Rochman, STP, MT. NIP. 19701030 199802 1 001

_____________________

Dosen Pembimbing

1. Retno Wulan Damayanti, ST, MT. NIP. 19800306 200501 2 002

_____________________

2. Ir. Lobes Herdiman, MT. NIP. 19641007 199702 1 001 commit to user

_____________________


digilib.uns.ac.id

SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH Saya mahasiswa Jurusan Teknik Industri Fakultas Teknik UNS yang bertanda tangan di bawah ini: Nama

: Setyo Sulistyo Adi

NIM

: I 0303049

Judul tugas akhir

: Pengaruh Penggunaan Serat Agave Cantula Roxb Terhadap Kekuatan Impak Material Komposit Matriks Polimer Menggunakan Metode Eksperimen Taguchi (Studi Kasus Di CV. Tausan Surakarta).

Dengan ini saya menyatakan bahwa Tugas Akhir atau Skripsi yang saya susun tidak mencontoh atau melakukan plagiat dari karya tulis orang lain. Jika terbukti Tugas Akhir yang saya susun tersebut merupakan hasil plagiat dari karya orang lain maka Tugas Akhir yang saya susun tersebut dinyatakan batal dan gelar sarjana yang saya peroleh dengan sendirinya dibatalkan atau dicabut. Demikian surat pernyataan ini saya buat dengan sebenarnya dan apabila di kemudian hari terbukti melakukan kebohongan maka saya sanggup menanggung segala konsekuensinya.

Surakarta, 30 Oktober 2010

Setyo Sulistyo Adi I0303049

commit to user


digilib.uns.ac.id

SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH Saya mahasiswa Jurusan Teknik Industri UNS yang bertanda tangan di bawah ini, Nama

: Setyo Sulistyo Adi

Nim

: I 0303049

Judul tugas akhir

: Pengaruh Penggunaan Serat Agave Cantula Roxb Terhadap Kekuatan Impak Material Komposit Matriks Polimer Menggunakan Metode Eksperimen Taguchi (Studi Kasus Di CV. Tausan Surakarta).

Menyatakan bahwa Tugas Akhir (TA) atau Skripsi yang saya susun sebagai syarat lulus Sarjana S1 disusun secara bersama-sama dengan Pembimbing I dan Pembimbing II. Bersamaan dengan syarat pernyataan ini bahwa hasil penelitian dari Tugas Akhir (TA) atau Skripsi yang saya susun bersedia digunakan untuk publikasi dari proceeding, jurnal, atau media penerbit lainnya baik di tingkat nasional maupun internasional sebagaimana mestinya yang merupakan bagian dari publikasi karya ilmiah Demikian surat pernyataan ini saya buat dengan sebenar-benarnya.

Surakarta, 30 Oktober 2010

Setyo Sulistyo Adi I0303049

commit to user


digilib.uns.ac.id

KATA PENGANTAR

Puji Syukur penulis panjatkan kehadirat Allah SWT atas segala limpahan rahmat dan hidayah-Nya berupa kesehatan, keteguhan dan ketenangan sehingga penulis dapat menyelesaikan penelitian dan menyusun laporan Tugas Akhir ini. Penulis menyadari bahwa dalam penulisan laporan Tugas Akhir ini tidak akan dapat terselesaikan tanpa adanya bantuan dari berbagai pihak, oleh karena itu dengan segenap kerendahan hati penulis mengucapkan terima kasih yang sebesarbesarnya kepada: 1. Ibu dan ayah tercinta yang selalu memberikan kasih sayang, semangat serta selalu memberikan dukungan setiap saat untukku. 2. Bapak Ir. Lobes Herdiman, MT, selaku ketua Jurusan Teknik Industri Universitas Sebelas Maret Surakarta dan dosen pembimbing II. Terima kasih atas bimbingan selama

proses pengerjaan hingga terselesaikannya Tugas

Akhir ini. 3. Ibu Retno Wulan Damayanti, ST, MT, selaku dosen pembimbing I. Terima kasih atas kesabaran dan segala nasihat serta bimbingan yang sangat bijaksana. 4. Ibu Azizah Aisyati, ST, MT dan Bapak Taufiq Rochman, STP, MT, selaku dosen penguji. Terima kasih atas segala kritik dan saran serta pengertiannya dalam pengujian penelitian ini. 5. Seluruh dosen Teknik Industri yang telah mewariskan indahnya ilmu pengetahuan. 6. Mas Alka yang telah memberikan ijin kepada penulis untuk melaksanakan penelitian di CV. Tausan. 7. Rasty ”my special one” yang selalu memberikan dukungan dan motivasi 8. Segenap kru gudang skill yang telah memberikan banyak kontribusi dalam penyusunan laporan Tugas Akhir ini. commit to user

vii


digilib.uns.ac.id

9. Teman-teman TI 2006, Dinar, Kiki, Asty, Zulfa, Samto, Budi dan temanteman lain yang tidak dapat disebutkan satu persatu. Terima kasih atas segala bantuannya. 10. Si biru AD 6846 HG, yang selalu setia menemani penulis anytime and anywhere. 11. Komputer dan printerku yang telah bejasa besar. Penulis menyadari bahwa dalam penyusunan laporan Tugas Akhir ini masih terdapat kekurangan. Oleh karena itu, penulis memohon maaf atas segala kekurangan

yang

disebabkan

karena

keterbatasan

penulis

dan

penulis

mengharapkan kritik serta saran membangun. Akhir kata, dengan segenap keterbatasan yang ada dalam laporan ini, penulis tetap berharap dapat menyumbangkan sesuatu yang bermanfaat bagi pembaca.

Surakarta, Oktober 2010

Penulis

commit to user

viii


digilib.uns.ac.id

DAFTAR ISI

KATA PENGANTAR ............................................................................... vii ABSTRAK .................................................................................................. ix DAFTAR ISI ............................................................................................. xi DAFTAR TABEL ..................................................................................... xiii DAFTAR GAMBAR ................................................................................ xiv BAB I PENDAHULUAN ......................................................................

I-1

1.1

LATAR BELAKANG .................................................................... I-1

1.2

PERUMUSAN MASALAH ............................................................ I-3

1.3

TUJUAN PENELITIAN .................................................................... I-4

1.4

MANFAAT PENELITIAN .............................................................. I-4

1.5

BATASAN MASALAH ...........................................................I-4

1.6

ASUMSI ................................................................................ I-5

1.7

SISTEMATIKA PENULISAN ......................................................... I-5

BAB II TINJAUAN PUSTAKA ...........................................................

II-1

2.1 KOMPOSIT............................................................................

II-1

2.1.1 Bahan-Bahan Penyusun Komposit Polimer.................................. II-3 2.1.2 Serat Agave Cantula Sebagai Filler Komposit................. II-7 2.1.3 Metode Pembuatan Komposit Polimer........................... II-9 2.2 PENGUJIAN KARAKTERISTIK KUALITAS..................................... II-10 2.3 PERANCANGAN EKSPERIMEN.......................................... II-12 2.3.1 Eksperimen Taguchi.................................................................. II-14 2.3.2 Prinsip Kekokohan Dalam Perancangan........................... II-16 2.3.3 Orthogonal Array..........................................................

II-16

2.3.4 Analisa Variansi............................................................

II-18

2.3.5 Interval Kepercayaan....................................................

II-19

2.3.6 Signal To Noise Ratio....................................................

II-21

2.3.7 Quality Loss Function...................................................

II-23

2.3.8 Eksperimen Konfirmasi.................................................

II-26

2.4 PENELITIAN SEBELUMNYA………….............................

II-27

commit to user

xi


digilib.uns.ac.id

BAB III METODOLOGI PENELITIAN ............................................

III-1

3.1 TAHAP IDENTIFIKASI MASALAH.......................................... III-2 3.2 TAHAP PERENCANAAN EKSPERIMEN......................................... III-3 3.3 TAHAP PELAKSANAAN EKSPERIMEN........................................ III-10 3.4 TAHAP PENGUMPULAN DAN PENGOLAHAN DATA................................................................................... III-14 3.5 TAHAP VERIFIKASI.........................................................

III-15

3.6 TAHAP ANALISIS DAN INTEPRETASI HASIL............................. III-16 3.7 TAHAP KESIMPULAN DAN SARAN............................................. III-16 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ................ IV-1 4.1 PENGUMPULAN DATA EKSPERIMEN..................................... IV-1 4.1.1 Pengumpulan Data Eksperimen Tahap I..................................... IV-1 4.1.2 Pengumpulan Data Eksperimen Tahap II........................IV-3 4.2 PENGOLAHAN DATA EKSPERIMEN............................................. IV-4 4.2.1 Perhitungan Analisis Mean........................................... IV-4 4.2.2 Perhitungan Analisis SNR............................................... IV-10 4.2.3 Menentukan Setting Level Optimal.............................................. IV-14 4.3 TAHAP VERIFIKASI........................................................... IV-15 4.3.1 Eksperimen Konfirmasi................................................. IV-15 4.3.2 Menentukan Nilai Prediksi Respon dan Selang Kepercayaan................................................................. IV-17 4.3.3 Menentukan Quality Loss Function............................... IV-21 BAB V ANALISIS DAN INTERPRETASI HASIL ................................V-1 5.1 ANALISIS..... ......................................................................... V-1 5.1.1 Analisis Hasil Eksperimen............................................. V-1 5.1.2 Analisis Total Quality Loss Function.................................... V-6 5.2 INTEPRETASI HASIL........................................................... V-6 BAB VI KESIMPULAN DAN SARAN................................................... VI-1 6.1 KESIMPULAN ........................................................................... VI-1 6.2 SARAN ......................................................................................VI-2 commit to user DAFTAR PUSTAKA LAMPIRAN xii


digilib.uns.ac.id

commit to user

xiii


digilib.uns.ac.id

ABSTRAK Setyo Sulistyo Adi, NIM: I 0303049, PENGARUH PENGGUNAAN SERAT AGAVE CANTULA ROXB TERHADAP KEKUATAN IMPAK MATERIAL KOMPOSIT POLIMER MENGGUNAKAN METODE EKSPERIMEN TAGUCHI (STUDI KASUS DI CV. TAUSAN SURAKARTA). Skripsi. Surakarta: Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Oktober 2010. Komposit polimer merupakan bahan yang secara luas digunakan dalam dunia industri. Bahan ini tersusun dari senyawa polimer sebagai matriks (bahan pengikat) dan bahan penguat yang umumnya berbentuk partikel atau serat. Jenis bahan penguat yang digunakan berpengaruh pada kekuatan material yang dihasilkan. Penelitian ini mengidentifikasi pengaruh dari penggunaan serat agave cantula sebagai bahan penguat terhadap kekuatan impak material. Pengukuran kekuatan impak sebagai upaya mensimulasikan kondisi operasional material terhadap pembebanan secara tiba-tiba yang sering menyebabkan kerusakan material. Metode desain eksperimen yang digunakan dalam penelitian ini adalah metode eksperimen Taguchi dengan empat faktor, yaitu jumlah perbandingan katalis-resin, lama pengadukan campuran katalis-resin, jumlah (fraksi berat) serat yang digunakan dan cara penyusunan serat. Masing-masing faktor terdiri dari tiga level. Orthogonal array yang digunakan L9(34) dengan jumlah pengulangan percobaan sebanyak delapan kali. Alat yang digunakan untuk mengukur kekuatan impak material adalah Izod Impact Tester. Penelitian ini menghasilkan tiga buah faktor yang berpengaruh terhadap nilai kuat impak material berdasarkan perbandingan nilai Fhitung dan Ftabel. Faktor-faktor tersebut adalah faktor lama pengadukan campuran katalis-resin (8.04975 > 3.996), faktor jumlah (fraksi berat) serat yang digunakan (17.2203> 3.996) dan faktor cara penyusunan serat (145.765> 3.996). Kondisi optimal didapat pada kombinasi jumlah perbandingan katalis-resin 1:100, lama pengadukan campuran katalis-resin 30 detik, jumlah (fraksi berat) serat 30% dan cara penyusunan serat memanjang dengan arah acak. Kombinasi ini memberikan nilai rata-rata kuat impak terbesar yaitu 1.3694 joule. Kata kunci: serat agave cantula, kekuatan impak, komposit polimer, eksperimen Taguchi. xvi + 82 halaman; 22 gambar; 21 tabel; 11 lampiran Daftar pustaka: 20 (1985-2008)

commit to user

ix


digilib.uns.ac.id

ABSTRACT Setyo Sulistyo Adi, NIM: I 0303049, EFFECT OF APPLICATION AGAVE CANTULA ROXB FIBRE TO POLYMER COMPOSITE IMPACT STRENGTH USING TAGUCHI EXPERIMENT METHOD (A CASE STUDY IN CV. TAUSAN SURAKARTA). Thesis. Surakarta: Industrial Engineering Department, Faculty of Engineering, Sebelas Maret University, October 2010. A polymer composite is a materials which is widely used in industry. This materials is formed from polymer compound as matrix (binder) and reinforcement materials which generally in form of fibre or particle. Type of reinforcement materials used have an effect in material’s strength yielded. This research identify influence from application of agave cantula fibre as reinforcement to materials impact strength. Measurement of impact strength as simulation ways of material operational condition concerning shock load which often cause of material damage. The design of experiment's method of this study is Taguchi design with four factors, that is the amount of katalis-resin comparison, duration of catalistresin mixture stirring, amount of (weight percent) fibre used and fibre orientation. Each factor consist of three level. Orthogonal array used is L9(34) with amount eight times replications. The instrument used to measure impact strength of materials is Izod Impact Tester. The results of this study show that there are three effecting factors to the materials impact strength from the comparison of Fmeasurement and Ftable. The factors are duration of catalist-resin mixture squealer ( 8.04975 > 3.996), amount of (weight percent) fibre used ( 17.2203 > 3.996) and fibre orientation ( 145.765> 3.996). The optimum condition is obtained at combination amount of katalis-resin comparison is 1:100, duration of catalist-resin mixture stirring 30 second, amount of (weight percent) fibre used 30% and fibre orientation is continous randomly. This combination assigning largest mean value of impact strength equal 1.3694 joule. Keywords: agave cantula fibre, impact sterngth, polymer composite, Taguchi experiment. xvi+ 82 pages; 22 figures; 21 tables; 11 appendixes References: 20 (1985 – 2008)

commit to user

x


digilib.uns.ac.id

BAB I PENDAHULUAN

1.1 LATAR BELAKANG Perkembangan teknologi material saat ini mendorong dunia industri untuk menggunakan bahan alternatif yang lebih efisien. Penggunaan bahan alternatif seperti halnya komposit telah banyak diaplikasikan pada industri manufaktur baik skala kecil, menengah maupun besar. Secara umum komposit diartikan suatu jenis bahan baru hasil rekayasa yang terdiri dari gabungan dua atau lebih jenis bahan berbeda di dalam suatu unit makroskopik (Gibson, 1994). Material komposit akan

mempunyai

sifat

yang

lebih

superior

daripada

material-material

penyusunnya (Shackelford, 2000). Pada umumnya komposit terdiri dari yang namanya filler dan matriks. Filler bisa berbentuk partikel atau serat. Untuk mengikat antar partikel atau serat yang satu dengan yang lainnya ini dibutuhkan matriks. Fungsi utama matriks adalah sebagai bahan pengikat dan pendukung filler. Selain itu matriks juga berfungsi sebagai pelindung permukaan filler. Sedangkan untuk filler, material berbentuk serat yang paling banyak digunakan. Filler merupakan komponen di dalam material komposit yang bertujuan untuk memperbaiki sifat mekanik dari bahan matriks yang digunakan (Gibson, 1994). Dari berbagai jenis komposit yang ada, komposit polimer paling luas penggunaannya (Gibson, 1994). Disebut komposit polimer karena material ini menggunakan suatu polimer yang biasa disebut resin sebagai matriksnya dan umumnya menggunakan suatu jenis serat sebagai penguatnya. Produk jadi dari bahan komposit matriks polimer disebut juga Polimer Berpenguat Serat (FRPFiber Reinforced Polymers). Bahan ini telah banyak diaplikasikan dalam dunia industri, antara lain sebagai bahan pembuatan bodi kendaraan bermotor, struktur utama pesawat terbang, badan kapal, kursi bis, dashboard, dinding kereta api, wahana rekreasi, bahan penyekat, dan peralatan industri lainnya. Material yang umum digunakan sebagai filler pada FRP adalah serat kaca (glass fibre). Namun penggunaancommit serat sintetis to userseperti serat kaca ini masih relatif

I-1


digilib.uns.ac.id

mahal untuk pemakaian dalam jumlah besar (Van Vlack, 2004). Hal ini menjadi hambatan dalam aplikasi material komposit. Masih mahalnya serat sintetis dalam aplikasi material komposit menjadi alasan perlunya dilakukan penelitian terhadap serat alam sebagai penggantinya. Serat alam dapat digunakan sebagai bahan penguat dalam komposit polimer karena kandungan selulosanya. Selulosa dalam serat alam ini diperlukan agar terbentuk ikatan yang kuat antara serat alam dengan senyawa penyusun polimer. Hal ini didukung oleh beberapa keunggulan yang dimiliki oleh serat alam, diantaranya adalah masa jenisnya yang rendah, terbarukan, produksi memerlukan energi yang rendah, proses lebih mudah, serta mempunyai sifat penyekat panas dan listrik yang baik. Selain lebih murah, serat alam juga lebih ramah lingkungan karena serat alam dapat dengan mudah terdegradasi oleh alam (Rowell, 1995). Diantara bermacam jenis serat alam, serat nanas sabrang (agave cantula roxb) tergolong mudah diperoleh. Tanaman penghasil serat ini banyak dibudidayakan di Indonesia. Serat ini dapat dengan mudah dijumpai di pasaran sebagai bahan baku kerajinan tangan. Kelebihan serat nanas sabrang dibanding dengan serat alam lainnya antara lain serat ini memiliki sifat kuat, kaku, ringan (mempunyai berat rata-rata 40% lebih ringan daripada serat gelas), jumlah yang berlimpah, tidak beracun, murah, biaya produksinya rendah. Serat nanas sabrang juga memiliki sifat daya absorbsi. Daya absorbsi ini diperlukan agar resin sebagai matriks dapat masuk di dalam serat dengan baik dan tidak menimbulkan reaksi maupun gelembung udara yang berlebihan (Ariawan, 2003). Kelebihan serat nanas sabrang inilah yang menjadi alasan untuk menggunakan serat tersebut sebagai serat penguat pada sistem material komposit. CV. Tausan Surakarta adalah industri yang memiliki bidang usaha dalam pembuatan produk berbahan komposit polimer. Hasil produksinya berupa aksesoris bodi kendaraan bermotor, sepeda air, perahu, alat peraga, dan berbagai sarana dalam wahana rekreasi serta playground. Observasi awal di CV. Tausan Surakarta diperoleh informasi bahwa di tempat tersebut menggunakan serat kaca (glass fibre) sebagai penguat pada produksi komposit polimernya. Bila dibanding dengan serat nanas, harga serat kaca mencapai 3-4 kali lipat dari harga serat nanas. Selain lebih mahal, debu commit dari serat kaca juga dapat membahayakan bila to user

I-2


digilib.uns.ac.id

terhirup pernafasan. Hal tersebut mendorong perlunya dicoba mengganti serat kaca dengan bahan alternatif lain yang sama fungsinya akan tetapi dengan harga yang lebih murah dan lebih aman bagi kesehatan. Dari karakteristik dan keunggulan-keunggulan yang dimiliki serat nanas sabrang, maka dipilihlah serat nanas sabrang ini sebagai bahan alternatif pengganti serat kaca sebagai bahan penguat pada material komposit polimer. Salah satu kriteria mutu produk komposit polimer ditentukan oleh kekuatannnya kekuatannya

dalam maka

menerima dapat

beban

dikatakan

kejut semakin

(impact). baik

Semakin

mutunya.

tinggi

Hal

ini

mensimulasikan kondisi operasi material khususnya kekuatannya dalam menerima benturan. Untuk membuat produk komposit polimer yang bermutu tidaklah mudah. Banyak faktor yang berpengaruh terhadap kekuatannya. Faktorfaktor tersebut antara lain komposisi bahan, orientasi serat, lama pencampuran dan cara penuangan ke dalam cetakan (Rahardjo, 2001). Komposisi bahan yang akan diteliti adalah jumlah perbandingan katalis-resin dan jumlah serat (fraksi berat) penguat yang digunakan. Berdasarkan latar belakang ini maka perlu adanya suatu eksperimen pembuatan komposit polimer

dengan faktor-faktor yang ditentukan yaitu

perbandingan resin-katalis, fraksi berat serat, lama pencampuran dan orientasi serat sehingga didapat produk komposit polimer yang memiliki kekuatan impak tinggi dan dengan biaya produksi yang lebih murah. Metode Eksperimen yang digunakan adalah metode eksperimen Taguchi. Metode Taguchi lebih efisien karena memungkinkan eksperimen banyak faktor dengan jumlah eksperimen yang lebih sedikit sehingga menghemat waktu dan biaya. Eksperimen ini berupaya untuk memperoleh setting level optimal pada pembuatan produk komposit berpenguat serat agave cantula.

1.2 PERUMUSAN MASALAH Berdasarkan latar belakang maka dirumuskan permasalahan yaitu bagaimana menentukan setting level optimal dari faktor-faktor yang berpengaruh terhadap kekuatan impak dari produk komposit polimer dengan serat nanas commit to user sabrang (agave cantula roxb) sebagai material penguatnya.

I-3


digilib.uns.ac.id

1.3 TUJUAN PENELITIAN Tujuan dalam penelitian ini, yaitu: 1. Mengidentifikasi dan menganalisis faktor–faktor yang berpengaruh terhadap nilai kuat impak produk komposit polimer dengan menggunakan serat daun nanas sabrang (agave cantula roxb) sebagai bahan penguatnya. 2. Menentukan setting level optimal dari faktor-faktor yang berpengaruh terhadap kualitas produk komposit polimer. 3. Menghitung quality loss function untuk mengetahui kerugian yang diakibatkan adanya variansi dari produk yang dibuat.

1.4 MANFAAT PENELITIAN Adapun manfaat yang diharapkan dari penelitian, yaitu: 1. Menghasilkan setting level optimal pada produk komposit polimer dengan menggunakan serat nanas sabrang (agave cantula roxb) sebagai penguatnya. 2. Memberikan bukti secara empiris mengenai serat nanas sabrang (agave cantula roxb) sebagai bahan penguat untuk pembuatan produk komposit polimer. 3. Memberikan informasi kepada perusahaan mengenai quality loss function sehingga dapat dijadikan pertimbangan untuk meminimalkan kerugian.

1.5 BATASAN PENELITIAN Pada pembahasan masalah ditetapkan batasan penelitian, sebagai berikut: 1. Pengujian terhadap karakteristik material yang dilakukan merupakan pengujian yang bersifat fisik. 2. Alat yang dipergunakan untuk uji kekuatan impak adalah Izod Impact Tester. 3. Cetakan spesimen benda uji berukuran 80 mm x 10 mm x 4 mm sesuai standar uji kuat impak ASTM (American Society for Testing and Materials) D5941. 4. Proses pembuatan spesimen mengacu pada proses pembuatan komposit polimer di CV. Tausan Surakarta yaitu dengan metode hand lay up. 5. Jenis resin yang digunakan dalam penelitian ini adalah resin polyester dengan merk dagang Yukalac 157 BQTN-EX. commit to user

I-4


digilib.uns.ac.id

I.6 ASUMSI PENELITIAN Asumsi

yang

digunakan

untuk

menyederhanakan

kompleksitas

permasalahan dalam penelitian ini ditetapkan, sebagai berikut: 1. Alat-alat yang digunakan dalam eksperimen dalam kondisi terkalibrasi baik. 2. Serat yang digunakan sebagai bahan penguat dalam kondisi yang sama, baik kondisi fisik dan tingkat kekeringannya. 3. Kecepatan pengadukan campuran resin-katalis diasumsikan sama dan konstan pada tiap eksperimen, yaitu 4 kali putaran aduk per detik.

I.7 SISTEMATIKA PENULISAN Sistematika penulisan dibuat agar dapat memudahkan pembahasan penyelesaian masalah dalam penelitian ini. Secara garis besar, uraian pada babbab dalam sistematika penulisan, dijelaskan di bawah ini. Bab I : Pendahuluan Bab ini berisi deskripsi tentang latar belakang penelitian, perumusan masalah, tujuan yang akan dicapai dalam penelitian, manfaat penelitian, batasan masalah, asumsi yang digunakan dan sistematika penulisan. Bab II: Tinjauan Pustaka Bab ini menguraikan teori-teori yang akan dipakai untuk mendukung penelitian, sehingga perhitungan dan analisis dilakukan secara teoritis. Bab III: Metodologi Penelitian Bab ini berisi tentang langkah-langkah terstruktur dan sistematis yang dilakukan dalam penelitian. Langkah-langkah tersebut disajikan dalam bentuk diagram alir yang disertai dengan penjelasan singkat. Bab IV: Pengumpulan dan Pengolahan Data Bab ini menjelaskan proses pengumpulan data dengan melakukan eksperimen tahap I dan II dari desain orthogonal array serta melakukan eksperimen konfirmasi. Pengolahan data eksperimen tahap I dilakukan commit to user dengan menyesuaikan kondisi nyata di perusahaan. Pengolahan data

I-5


digilib.uns.ac.id

eksperimen tahap II dilakukan berdasarkan faktor dan level yang telah ditentukan untuk mencari setting level optimal dari faktor dalam eksperimen. Eksperimen konfirmasi dilakukan dengan menerapkan setting level optimal guna menguji nilai estimasi karakteristik kualitas. Bab V: Analisis dan Interpretasi Hasil Bab ini menguraikan analisis dan interpretasi hasil pengolahan data eksperimen tahap I, eksperimen tahap II dan eksperimen konfirmasi. Bab VI: Kesimpulan dan Saran Bab ini menguraikan target pencapaian dari tujuan penelitian dan kesimpulan yang diperoleh dari pembahasan masalah. Bab ini juga menguraikan saran dan masukan bagi kelanjutan penelitian.

commit to user

I-6


digilib.uns.ac.id

BAB II TINJAUAN PUSTAKA

2.1 KOMPOSIT Struktur material dapat dibedakan menjadi empat kategori dasar yaitu logam, polimer/plastik, keramik, dan komposit. Komposit diartikan suatu jenis bahan baru hasil rekayasa yang terdiri dari dua atau lebih material berbeda yang bergabung pada unit struktural makroskopik (Gibson, 1994). Definisi lain menyebutkan suatu material komposit adalah suatu sistem terdiri atas suatu campuran atau kombinasi dua atau lebih unsur-unsur mikro atau makro yang berbeda bentuk luarnya dan komposisi kimianya dan yang mana unsur yang satu tidak dapat dapat larut dengan unsur yang lain (Smith, 1993). Sedangkan menurut Shackelford (2000) menyebutkan komposit adalah material yang melibatkan kombinasi dari dua atau lebih dari jenis material berbeda yang dari kombinasi tersebut akan menghasilkan suatu produk yang lebih superior daripada komponen penyusunnya. Komposit secara umum tersusun dari dua jenis material berbeda yang biasa disebut dengan matriks dan filler (material pengisi). Filler berfungsi sebagai penguat (reinforcement) pada material komposit. Pada umumnya filler dapat berbentuk partikel atau serat. Namun, serat lebih banyak digunakan sebagai penguat pada komposit karena lebih efektif daripada menggunakan partikel atau serbuk Komponen penyusun komposit selain filler adalah matriks. Matriks berfungsi sebagai bahan pengikat antar partikel atau serat yang satu dengan yang lainnya. Polimer, logam, dan keramik semua digunakan sebagai matriks pada komposit, tergantung pada kebutuhan. Matriks akan mengikat partikel atau serat secara bersama dan melindungi komposit dari kerusakan eksternal serta mentransfer dan mendistribusikan beban ke serat (Gibson, 1994). Berdasarkan bahan penyusunnya matriks terbagi atas matriks organik dan anorganik. Matriks anorganik adalah matriks yang terbentuk dari bahan logam yang pada umumnya mempunyai bobot dan kekuatan tinggi. Sedangkan matriks organik terbentuk dari bahan-bahan organik yang diproses dengan cara sintesis. commit to user

II - 1


digilib.uns.ac.id

Jenis matriks organik banyak digunakan karena proses pembentukan menjadi komposit cepat dan sederhana dengan biaya yang murah. Berdasarkan bahan matriks yang digunakan, komposit dapat digolongkan menjadi tiga kelompok utama, yaitu: 1. Komposit Matriks Polimer (Polymer Matrix Composites – PMC) 2. Komposit Matriks Logam (Metal Matrix Composites – MMC) 3. Komposit Matriks Keramik (Ceramic Matrix Composites – CMC) Polimer paling banyak digunakan sebagai matriks pada komposit modern. Produk jadi dari bahan komposit berbahan matriks polimer sering juga disebut FRP (Fibre Reinforced Polymers) karena material ini umumnya menggunakan serat sebagai bahan penguatnya. Polimer dapat diuraikan menjadi dua jenis, yaitu thermoset dan thermoplastic. Jenis thermoset bersifat mengeras apabila terkena suhu panas sedangkan sebaliknya pada jenis thermoplastic yang akan melunak jika terkena suhu panas. Komposit polimer merupakan struktur komposit yang pertama dan penggunaannya sangat luas dikarenakan biayanya yang relatif rendah (Gibson, 1994). Polimer umumnya dikenal sebagai plastik. Bahan ini memiliki berat jenis yang rendah dan beberapa jenis plastik diantaranya bersifat fleksibel dan mudah dibentuk (Van Vlack, 2004). Pada banyak aplikasi seperti kedirgantaraan dan permobilan sangat mempertimbangkan berat struktur. Material yang digunakan seharusnya memiliki nilai perbandingan yang tinggi antara kekuatan dibanding berat material itu sendiri. Sifat ini sulit didapat pada bahan logam. Komposit merupakan material alternatif yang dapat digunakan untuk memenuhi kebutuhan tersebut. Komposit polimer dipilih sebagai material alternatif pengganti logam karena komposit polimer memiliki berbagai keunggulan antara lain beratnya yang relatif lebih ringan akan tetapi memiliki sifat mekanis yang baik, tahan terhadap korosi serta mudah dibentuk. Ditinjau dari segi pembuatan, komposit polimer relatif murah dan mudah dibuat sehingga material ini menjadi pilihan sebagai bahan untuk membuat produk dengan bentuk yang kompleks dan juga untuk komponen yang berukuran besar (Gibson, 1994). commit to user

II - 2


digilib.uns.ac.id

Produk berbahan komposit polimer berpenguat serat (FRP) telah banyak diaplikasikan dalam dunia industri, antara lain sebagai bahan pembuatan bodi kendaraan bermotor, struktur utama pesawat terbang, badan kapal, kursi bis, dashboard, dinding kereta api, wahana rekreasi, dan peralatan industri lainnya. 2.1.1 Bahan-Bahan Penyusun Komposit Polimer Komposit polimer terbuat

dari bahan utama yaitu resin, katalis, dan

material pengisi (filler). Pada proses pembuatannya dapat pula ditambahkan zat pewarna (pigment) untuk memberikan warna tertentu pada produk yang akan dibuat. Penjelasan bahan-bahan yang digunakan dalam proses pembuatan komposit polimer, yaitu: a. Resin Resin yang paling banyak digunakan sebagai matriks dalam pembuatan komposit polimer adalah jenis resin thermosetting (Hyer, 1998). Resin thermosetting berwujud cair tetapi akan mengeras dan menjadi kaku ketika dipanaskan. Secara fisik resin berwujud cairan kental berwarna putih kekuningan atau merah muda dan berbau sangat menyengat.

Gambar 2.1 Resin Resin berguna sebagai bahan perekat pada material komposit polimer. Bahan inilah yang disebut matriks yang fungsinya mengikat serat dan membantu menentukan sifat fisik dari material komposit yang dihasilkan. Matriks dalam komposit berfungsi mengikat serat secara bersama sama dalam suatu unit struktural sehingga menyatu menjadi satu bahan. Bahan matriks polimer sendiri dapat dibedakan menjadi tiga berdasarkan senyawa kimia yang menyusunnya (Gibson, 1994), yaitu: commit to user

II - 3


digilib.uns.ac.id

1. epoxy 2. polyester 3. phenolic Tiga jenis bahan matriks polimer tersebut, resin jenis polyester yang paling sering digunakan untuk produksi komposit polimer. Resin polyester merupakan resin thermoset yang tingkat pemanfaatannya sangat tinggi karena mampu menawarkan keseimbangan yang baik antara sifat-sifat mekanis, elektrik, ketahanan kimia (khususnya terhadap asam) dan stabilitas dimensional dengan harga yang relatif murah, serta mudah dalam memperoleh dan penanganannya. Selain itu resin polyester mempunyai kemampuan berikatan dengan serat alam tanpa menimbulkan reaksi dan gas selama proses pembuatannya (Ariawan, 2003). b. Katalis Katalis adalah bahan yang dicampurkan bersama resin untuk mempercepat proses pengerasan. Katalis sering juga disebut hardener. Bahan ini berupa cairan berwarna bening dan berbau menyengat. Senyawa kimia penyusunnya adalah Metil Etil Keton Peroksida. Di pasaran sering dijumpai dengan nama MEPOXE. Selain sebagai bahan pengeras, katalis juga berfungsi sebagai pengering saat dicampur dengan resin.

Gambar 2.2 Katalis Reaksi antara resin dan katalis setelah dicampurkan bersifat eksotermis. Suhu yang dibangkitkan dapat mencapai lebih dari 100º C. Karenanya perlu dilakukan tindakan pengontrolan laju reaksi untuk menghindari kerusakan produk yang dihasilkan akibat panas yang berlebihan. Prosentase campuran katalis pada resin akan mempengaruhi laju reaksi . commitcepat to user Semakin tinggi prosentasenya semakin pula raju reaksi berlangsung. Hal ini

II - 4


digilib.uns.ac.id

berarti makin tinggi suhu yang dibangkitkan dan semakin getas matrik yang dihasilkan. Prosentase katalis yang digunakan dalam resin antara 1%-5 %. Reaksi kimia antara resin polyester dan katalis setelah dicampurkan, * H O

H

C

C

H

H

O H O

C

C

H

O

H

C

C

H

H

O

O

H H

O

C

C

C

C

O

+

H

H

C

C

H

ethylene glycol maleate polyester

O

O

katalis

H

H

C

C

H

H

C

C

O

C

O

H

H C

H

O

C

O O

C

H

O H

C H

C

O

styrene polyester copolimer

Gambar 2.3 Reaksi kimia resin-katalis sumber: Budinski, 1999

Reaksi kimia yang terjadi antara resin

dan katalis merupakan reaksi

polimerisasi. Reaksi ini terjadi ketika molekul-molekul yang berdekatan terhubung yang mengubah ikatan ganda menjadi ikatan tunggal (Shackelford, 2000). Reaksi ini juga disebut cross-linking. Ikatan yang sangat kuat antar molekul-molekulnya menyebabkan material yang terbentuk menjadi sangat kuat dan rigid (kaku) . Ikatan sangat kuat antar molekul yang terbentuk juga yang menyebabkan material tetap terjaga dari remelting (Budinski, 1999). c. Material pengisi (filler) Material pengisi (filler) adalah bahan yang digunakan sebagai penguat (reinforcement) pada material komposit. Filler memberikan kemudahan dalam desain dimensi komposit yang diinginkan. Selain itu penggunaan filler juga bertujuan untuk mengurangi berat dan mengurangi biaya. Bahan yang digunakan dapat berupa serbuk atau serpih. Namun, bahan berbentuk serat lebih banyak digunakan dalam komposit polimer karena lebih efektif dibandingkan dengan bahan yang berbentuk serbuk atau serpih (Gibson, 1994). Untuk dapat menghasilkan produk komposit yang efektif, bahan penguat hendaknya harus memenuhi dua kriteria, yaitu komponen penguat harus memiliki modulus commit to user

II - 5


digilib.uns.ac.id

elastisitas yang lebih tinggi daripada matriksnya dan harus ada ikatan yang kuat antara komponen penguat dan matriks (Van Vlack, 1985). Pada komposit polimer, umumnya menggunakan serat kaca (glass fibre) sebagai filler. Serat kaca adalah kaca cair yang ditarik menjadi serat tipis dengan garis tengah sekitar 0,005 mm - 0,01 mm. Prosesnya adalah kaca yang dilebur disemprotkan dengan tekanan tinggi melalui semacam saringan dengan diameter lubang yang sudah ditentukan sesuai dengan permintaan garis tengah serat kaca yang diperlukan. Wujudnya berupa anyaman benang-benang halus berwarna putih. Serat ini sangat kuat dan relatif lebih murah jika dibandingkan dengan serat sintetis lainnya seperti serat karbon dan aramid. Namun, pemakaian serat gelas terlalu mahal untuk pemakaian dalam jumlah besar (Van Vlack, 2004).

Gambar 2.4 Serat kaca (glass fibre) Seiring dengan perkembangan teknologi material berkembang tidak hanya dari bahan

saat ini, komposit

filler sintetis. Serat alam sebagai filler

komposit mulai digunakan sebagai pengganti filler sintetis dalam kehidupan sehari-hari mengingat serat alam memiliki kelebihan dibanding serat sintetis. Kelebihan utama menggunakan serat alam sebagai filler pada komposit polimer yaitu densitasnya rendah, mudah didaur ulang, biodegradable, mampu sebagai bahan pengisi dengan level tinggi sehingga menghasilkan sifat kekakuan yang tinggi, tidak mudah patah, jenis dan variasinya banyak, hemat energi dan murah (Rowell, 1995). Karakteristik mekanik maupun fisik material komposit sangat dipengaruhi material penyusunnya. Perbandingan komposisi antara matriks dan material pengisinya merupakan faktor yang sangat menentukan dalam memberikan karakteristik mekanik maupun fisik produk komposit yang dihasilkan. Kandungan commitkekuatan to user yang tinggi. Di sisi lain dengan penguat yang tinggi akan menghasilkan

II - 6


digilib.uns.ac.id

meningkatnya kandungan resin, berarti akan meningkatkan ketahanan produk cetaknya terhadap serangan kimia dan cuaca. Ukuran serta bentuk material pengisi juga mempunyai peranan penting dalam menentukan kekuatan komposit. (Rowell, 1995). Penambahan serat pada komposit bertujuan untuk meningkatkan kekuatan agar komposit dapat menanggung beban yang lebih besar. Pada desain rekayasa, penguatan juga dimanfaatkan untuk meningkatkan ketangguhan produk, sehingga diperlukan energi yang lebih banyak untuk mengawali dan merambatkan perpatahan. Pada kenyataannya, ketangguhan yang lebih tinggi merupakan faktor utama dalam pemilihan komposit (Van Vlack, 2004). Kekuatan komposit polimer sebagian besar terkait dengan jumlah serat dan cara menyusunnya. Secara umum, lebih besar persen berat penguat pada komposit semakin kuat pula komposit itu. Dengan penyusunan paralel dapat diperoleh komposit polimer dengan kekuatan yang tinggi dengan persen berat hingga 80% (Smith, 1993). Akan tetapi, untuk mencapai kadar serat diatas 70% sangat sulit diproduksi secara murah karena perlu adanya usaha khusus untuk mengatur arah seratnya dengan sempurna (Van Vlack, 2004). Tiga cara yang umum dalam penyusunan serat sebagai penguat pada komposit adalah disusun secara memanjang (continuous), dicacah secara acak (chopped), dan dianyam (woven) (Shackelford, 2000). 2.1.2 Serat Agave Cantula Sebagai Filler Komposit Penggunaan material komposit dengan filler serat alam mulai banyak dikenal dalam industri manufaktur. Komposit yang terbuat dari serat alam sudah mulai diterapkan dalam industri otomotif seperti digunakan dalam pembuatan dashboard, panel pintu, sandaran kepala dan rangka kursi. Dengan demikian akan membuka peluang usaha dalam bidang agro industri. Keunggulan serat alam sebagai filler komposit dibandingkan dengan serat sintetis sudah dapat diterima dan mendapat perhatian khusus dari para ahli material di dunia. Keunggulan tersebut antara lain densitas rendah, harga lebih murah, ramah lingkungan, dan tidak bereacun (Rowell, 1995). Serat alam dapat menjadi filler pada komposit karena kandungan commit to user selulosanya. Selulosa ini dimiliki oleh beberapa serat seperti jute, kenaf, sisal,

II - 7


digilib.uns.ac.id

nanas, dan juga jerami. Salah satu tanaman serat alam yang banyak tumbuh di pulau jawa adalah tanaman nanas sabrang (agave cantula). Agave cantula memiliki ciri fisik tidak mempunyai batang berdaun memanjang berwarna hijau dengan terdapat duri di tepi daunnya.

Gambar 2.5 Tanaman agave cantula Sumber: ecocrop.org, 2007

Untuk memperoleh serat yang terkandung di dalammya, maka daun harus diekstraksi hingga keluar seratnya. Prosesnya dengan menjepit salah satu ujung daun dan menjepitnya dengan suatu alat yang dinamakan dikortilator kemudian menariknya hingga kulit daun terpisah dengan seratnya. Tanaman agave cantula merupakan tanaman yang tahan terhadap kekeringan. Agave cantula dapat berkembang dengan baik meskipun pada daerah yang bermusim kemarau yang kuat. Serat dari agave cantula sangat berpotensi untuk dikembangkan menjadi bahan penguat komposit didasarkan kandungan selulosanya yang mencapai 63.4 % (Ariawan, 2003). Selulosa membentuk ikatan yang kuat dengan maleic anhydride, sebagai salah satu senyawa penyusun resin thermosetting (Rana, 1998). Kelebihan lain dari serat agave cantula ini adalah serat ini mudah dijumpai dipasaran dan harganya relatif murah, mempunyai berat jenis relatif ringan yang dapat mengurangi berat material, serat agave cantula mempunyai nilai modulus elatisitas yang lebih besar dibanding matriksnya (resin thermosetting) yang merupakan syarat suatu bahan dapat digunakan sebagai penguat dalam sistem komposit. Seratnya yang kuat dan ulet membuat serat dari tanaman agave cantula ini banyak digunakan sebagai bahan kerajinan seperti tas dan tali temali dalam commit to user pemanfaatanya.

II - 8


digilib.uns.ac.id

2.1.3 Metode Pembuatan Komposit Polimer Dalam pembuatan komposit diperlukan suatu cetakan untuk membuat bentuk yang diinginkan. Cetakan itu harus bersih dari kotoran dan permukaannya halus. Untuk bahan cetakan dapat digunakan dari logam, kayu, gips, dan kaca. Pembuatan komposit dapat dilakukan dengan tiga cara, yaitu: 1. Spray up. Resin atau matriks, katalis, dan filler dicampur di dalam penyemprot lalu kemudian disemprotkan ke dalam cetakan.

Gambar 2.6 Skema spray up Sumber: duribuncit.wordpress.com, 2008

2. Hand lay up. Cara ini sangat manual pengerjaannya, yaitu dengan cara menuang resin yang telah dicampur dengan filler ke dalam cetakan. Setelah itu menggunakan roller atau kuas untuk meratakan hasilnya dan juga bertujuan agar tidak ada udara yang terjebak di dalam cetakan sehingga hasilnya nanti bisa lebih padat.

Gambar Hand lay up commit 2.7 to user

Sumber: duribuncit.wordpress.com, 2008

II - 9


digilib.uns.ac.id

3. Injection molding. Cara yang satu ini menggunakan mesin injeksi. Resin yang berbentuk padat dan filler dimasukkan kedalam mesin ini lalu dengan temperatur yang telah diatur sehingga resinnya dapat mencair semuanya itu di injeksikan ke dalam cetakan.

Gambar 2.8 Alat injection molding Sumber: duribuncit.wordpress.com, 2008

2.2 PENGUJIAN KARAKTERISTIK KUALITAS Di dalam pemakaiannya produk komposit polimer sering mengalami pembebanan

seperti pembebanan

tarik (tensile),

lentur (bending), dan

pembebanan impak. Pengujian dari bermacam pembebanan seperti uji tarik, uji lentur dan uji impak sering dilakukan untuk mengetahui karakteristik dari bahan komposit tersebut. Pada pengujian tarik dan lentur pembebanan dilakukan secara perlahan dan dengan laju pembebanan yang konstan. Sedangkan pada pengujian impak pembebanan dilakukan secara tiba-tiba atau spontan. Pengujian impak merupakan suatu pengujian yang mengukur ketahanan bahan terhadap beban kejut Pada penelitian ini karakteristik kualitas yang diuji dari bahan komposit matriks polimer berpenguat serat adalah uji impak. Pengujian impak yang dilakukan merupakan upaya mensimulasikan kondisi operasi material yang sering ditemui yaitu pembebanan yang terjadi tidak terjadi secara perlahan-lahan melainkan secara tiba-tiba, misalnya tumbukan atau benturan yang menyebabkan commit to user kerusakan pada material.

II - 10


Kekuatan

digilib.uns.ac.id

impak

merupakan

kriteria

penting

untuk

mengetahui

ketangguhan suatu bahan. Ketangguhan adalah suatu ukuran energi yang diperlukan untuk mematahkan suatu bahan. Energi ini merupakan hasil kali gaya dan jarak, dinyatakan dalam satuan joule (Van Vlack, 1985). Oleh karena itu ketangguhan perlu diukur yang mana hal tersebut dilakukan dengan uji impak atau benturan. Uji impak dilakukan dengan memberikan pembebanan secara mendadak yang terbatas pada area tertentu pada suatu material. Terdapat dua standar uji impak berdasarkan jenis spesimennya, yaitu charpy dan izod. Izod digunakan untuk jenis material nonlogam. Energi impak yang diserap oleh spesimen hingga terjadi patahan yang dinyatakan dalam satuan joule digunakan untuk mengetahui tingkat ketangguhan material (Kilduff, 1997). Suatu material dikatakan tangguh apabila memiliki kemampuan menyerap beban kejut yang besar tanpa terjadi retak atau terdeformasi dengan mudah. Mekanisme uji impak adalah dengan membenturkan suatu bandul dengan material yang diuji (spesimen) hingga mematahkan spesimen itu, dari perjalanan bandul setelah mematahkan spesimen dapat dihitung energi yang diperlukan untuk menyebabkan patahan. Energi yang dibutuhkan untuk memecah spesimen pada pengujian impak dapat dihitung dengan persamaan,

a +b ù é E = WR ê(cos b - cos a ) - cos a 1 - cosa x ………………………(2.1) a + a 1 úû ë

(

dengan;

)

W = Berat pendulum/bandul (N) R = Jari-jari pendulum (m) α = Sudut yang dibentuk oleh pendulum sebelum terayun (°) α1 = Sudut yang dibentuk pendulum terayun tanpa spesimen (°) β = Sudut yang dibentuk pendulum saat memecah spesimen (°)

Sedangkan energi impak dirumuskan sebagai energi yang dibutuhkan untuk memecah specimen E dibagi dengan luas bagian yang pecah. Eimpak = dengan;

(

)

E J / mm 2 …………………………………………………………(2.2) A E = Besarnya energi impak (Nm atau Joule) 2 A = Luas bagian yang pecahto(m commit user)

II - 11


digilib.uns.ac.id

2.3 PERANCANGAN EKSPERIMEN Perancangan eksperimen adalah proses yang penting yang akan menentukan kesuksesan atau kegagalan eksperimen, kunci pokok yang perlu diperhatikan adalah langkah-langkah dalam robust design berikut yang terdiri dari 8 langkah dan dikelompokkan dalam 4 kategori. 1. Perencanaan eksperimen ·

Langkah 1: Mendefinisikan masalah

·

Langkah 2: Menentukan tujuan

·

Langkah 3: Mendefinisikan karakteristik kualitas

·

Langkah 4: Mendesain eksperimen

2. Pembentukan eksperimen ·

Langkah 5: Membentuk eksperimen

3. Menganalisa hasil eksperimen ·

Langkah 6: Menganalisa dan menginterpretasi hasil eksperimen

·

Langkah 7: Meramalkan rata-rata proses

4. Menguji hasil eksperimen ·

Langkah 8: Mengadakan eksperimen konfirmasi

Adapun penjelasan dari langkah-langkah tersebut adalah sebagai berikut: Langkah 1 Mendefinisikan masalah Mendefinisikan apa masalahnya dan memastikan bahwa masalah selalu satu. Ide bagus untuk mendapatkan catatan dari proses yang berlangsung sekarang baik yang berhubungan dengan rata-rata maupun standar deviasi atau diagram proses kontrol. Langkah 2 Menentukan tujuan Mendefinisikan tujuan adalah langkah yang paling penting dalam eksperimen. Tujuan seharusnya ditentukan dengan hati-hati dan dengan tepat untuk mengurangi berbagai kemungkinan kesalahpahaman. Hal ini seharusnya dicapai dengan menggunakan beberapa ukuran jika mungkin.

commit to user

II - 12


digilib.uns.ac.id

Langkah 3 Mendefinisikan karakteristik kualitas Mengidentifikasi karakteristik kualitas yang diamati dan fungsi tujuan yang dioptimalkan. Mendefinisikan karakteristik kualitas adalah sangat penting dalam eksperimen. Jika mungkin, karakteristik kualitas didefinisikan baik yang berhubungan dengan unit terukur (karakteristik ukuran) sebagai lawan dari klasifikasi (karakteristik atribut). Karakteristik kualitas juga didefinisikan sebagai interaksi potensial antara faktor cenderung menjadi kecil dan faktor tambahan yang diyakinkan. Pokok-pokok persoalan yang dikumpulkan untuk mendapatkan data karakteristik kualitas yang akurat dan handal meliputi unit ukuran, lingkungan yang terukur seperti suhu dan waktu, alat yang digunakan untuk mengukur, keakuratan alat, memerlukan keakuratan yang terbaca, siapa yang mengukur dan apakah data variabel atau data atribut. Langkah 4 Mendesain eksperimen Mengidentifikasi

faktor

kontrol

dan

gangguan

dan

levelnya.

Mengidentifikasi kondisi uji untuk mengevaluasi karakteristik kualitas. Faktor kontrol ditempatkan dalam faktor kontrol array (inner). Faktor gangguan ditempatkan dalam faktor gangguan array (outer). Faktor-faktor ditandai sebagai faktor gangguan harus dikontrol sampai eksperimentasi. Langkah selanjutnya yaitu mendesain matriks untuk memilih orthogonal array yang tepat dan menentukan faktor kontrol serta memilih outer array dan menentukan faktor gangguan. Langkah 5 Membentuk eksperimen Meneruskan matriks eksperimen dan mengumpulkan data. Ketika pengumpulan data sudah lengkap, masih perlu lagi memasang variabel-variabel proses sebelum eksperimentasi sampai keputusan yang berhubungan tetap dalam faktor level optimal yang dibuat. Langkah 6 Menganalisa dan menginterpretasi hasil eksperimen Analisa data dengan menggunakan tabel respon, grafik respon dan analisis varian. Hasil analisis mengidentifikasi level optimal untuk faktor-faktor terkendali. commit to user

II - 13


digilib.uns.ac.id

Langkah 7 Meramalkan rata-rata proses Setelah level optimal diidentifikasi, kemudian memperkirakan performansi dari karakteristik kualitas dibawah level optimal dan membangun interval kepercayaan. Merupakan langkah kritis untuk menguji apakah hasil eksperimen termasuk tambahan dengan memperhatikan faktor-faktor terkendali yang diteliti. Langkah 8 Mengadakan eksperimen konfirmasi Mengikuti dari hasil analisis eksperimen, perlu untuk meneruskan konfirmasi eksperimen. Eksperimen konfirmasi perlu untuk membuktikan performansi yang diramalkan. Jika hasil eksperimen konfirmasi membuktikan performansi yang diramalkan, maka kondisi optimum dapat diterapkan dalam proses. Jika sebaliknya, maka desain eksperimen seharusnya dievaluasi lagi dan eksperimen tambahan yang diperlukan. 2.3.1 Eksperimen Taguchi Eksperimen Taguchi merupakan salah satu metode yang digunakan dalam kegiatan offline quality control pada tahap desain proses produksi, yang dimaksud dengan offline quality control adalah aktivitas pengendalian kualitas dalam perancangan produk supaya didapatkan produk dengan kualitas yang tinggi. Produk dengan kualitas yang baik berarti variasi produk kecil untuk segala kondisi dari faktor yang tidak terkendali. Taguchi menekankan bahwa cara terbaik untuk meningkatkan kualitas adalah merancang kualitas ke dalam produk yang dimulai sejak tahap desain produk sehingga dengan robust design akan dihasilkan produk yang robust pula. Adapun kelebihan rancangan Taguchi, yaitu: 1. Rancangan eksperimen Taguchi memisahkan antara faktor terkendali dengan faktor tak terkendali. 2. Rancangan eksperimen Taguchi memungkinkan eksperimen dengan banyak faktor dengan jumlah eksperimen sedikit sehingga dapat menghemat waktu dan biaya. 3. Rancangan eksperimen Taguchi memperhatikan pengaruh terhadap rata-rata dan variansi suatu performansi, hal ini memungkinkan diperolehnya suatu rancangan proses yang akan menghasilkan produk yang lebih konsisten. commit to user

II - 14


digilib.uns.ac.id

4. Hasil yang diperoleh bukan hanya mengenai faktor-faktor yang berpengaruh tetapi juga mengenai level-level faktor optimal. Genichi Taguchi menekankan tiga pendekatan dalam proses perancangan kualitas (Belavendram, 1995), sebagai berikut: 1. System design, tahap konseptual pada pembuatan produk atau inovasi proses 2. Parameter design, suatu fase yang penting untuk mengidentifikasikan setting atau proses dari produk dan parameter yang dapat mengurangi adanya variansi karena memiliki kepekaan dalam teknik perancangan. 3. Tolerance design, suatu fase untuk menambah kualitas produk dengan membatasi toleransi pada proses atau parameter dari produk untuk mengurangi variansi. Dalam melaksanakan perancangan kualitas diperlukan data-data yang berkaitan dengan proses pembuatan produk dan faktor-faktor yang berpengaruh untuk menentukan rancangan pelaksanaan eksperimen. Faktor-faktor yang mempengaruhi karakteristik itu sendiri dibedakan menjadi empat, yaitu: 1. Faktor terkendali, parameter yang nilainya dapat dikendalikan oleh ahli rekayasa desain. 2. Faktor tak terkendali (noise), parameter yang nilainya sulit dikendalikan. 3. Faktor signal, parameter yang berupa signal yang diatur oleh pengguna berdasarkan kondisi yang ada pada saat itu. 4. Faktor skala, faktor yang berupa skala. Semua faktor tersebut dapat dilihat pada gambar 2.7. Faktor terkendali

Faktor signal (m )

Y = f(x,m,z)

Respon (y)

Faktor tak terkendali commit to perancangan user Gambar 2.9 Faktor kualitas Sumber: Belavendram, 1995

II - 15


digilib.uns.ac.id

2.3.2 Prinsip Kekokohan (Robustness) dalam Perancangan Faktor tak terkendali tidak dapat dihilangkan karena faktor tersebut sudah ada dalam sistem. Selama perusahaan tidak dapat mengendalikan faktor-faktor ini dengan baik, maka karakteristik kualitas seringkali tidak dapat mencapai target. Prinsip dasar kekokohan adalah usaha untuk mengurangi kerugian dengan memperhatikan hubungan fungsional antara faktor terkendali dengan faktor tak terkendali. Kejadian ini dapat dikurangi secara tidak langsung dengan mengurangi variansi. Cara mengurangi terjadinya variansi ada empat cara, yaitu: 1. Mengeluarkan produk yang jelek 2. Mencari dan menghilangkan penyebab ketidakcocokan 3. Memperkecil toleransi 4. Menerapkan metode robust design 2.3.3 Orthogonal Array Pemilihan matrik orthogonal dilakukan berdasarkan derajat bebas total dan seluruh faktor yang digunakan dalam eksperimen. Jumlah total derajat bebas menunjukkan jumlah baris minimal dalam percobaan. Untuk memilih orthogonal perlu diketahui terlebih dahulu jumlah baris eksperimen, jumlah faktor terkendali yang digunakan serta level yang dipergunakan dalam masing-masing faktor eksperimen. Orthogonal arrays merupakan angka-angka dan suatu matrik yang diatur dalam baris dan kolom, kolom mewakili faktor spesifik yang dapat berubah dari eksperimen yang pertama sampai dengan eksperimen selanjutnya. Perancangan kualitas metode Taguchi susunan matriknya disebut orthogonal karena level pada faktor-faktor yang berbeda memiliki keseimbangan dan dapat dipisahkan dari pengaruh faktor lain dalam eksperimen. Orthogonal arrays dapat diartikan sebagai matrik keseimbangan dari satu faktor dan levelnya selama pengaruh faktor atau levelnya tidak dibaurkan dengan pengaruh dari faktor atau level lainnya. Notasi untuk orthogonal arrays dapat dituliskan, sebagai berikut: Lx (Ny)………………………………………….……………...…………...(2.3) commit to user

II - 16


digilib.uns.ac.id

dengan; L = Menentukan latin squares (matrik yang diatur dengan seimbang yang dibutuhkan untuk eksperimen statistik) x = Menunjukkan jumlah baris N = Menunjukkan jumlah level y = menunjukkan jumlah kolom Dalam membuat atau membangun matrik eksperimen maka harus diketahui terlebih dahulu jenis dan orthogonal arrays yang akan dibuat. Taguchi hanya menyediakan dua macam orthogonal arrays dasar, yaitu orthogonal arrays dengan faktor-faktornya yang mempunyai dua level dan orthogonal arrays mempunyai 3 level dengan faktor-faktornya. Bilamana orthogonal arrays yang siap dipakai tidak tersedia maka perlu dilakukan modifikasi Berikut adalah jenisjenis dari orthogonal arrays yang terdapat dalam level desain, yaitu: 1. 2n series orthogonal arrays, susunan matrik hasil eksperimen yang hanya dapat digunakan atau diterapkan pada eksperimen yang mempunyai n faktor dan mempunyai 2 level. Contoh: L4(23), L8(27), L12(211) 2. 3n series orthogonal arrays, susunan matrik hasil eksperirnen yang hanya dapat digunakan atau diterapkan pada eksperimen yang mempunyai n faktor dan mempunyai 3 level. Contoh: L9(34), L27(313), L81(312) 3. Mixed series orthogonal arrays, susunan matrik hasil eksperirnen yang hanya dapat digunakan atau diterapkan pada eksperimen yang mempunyai n faktor dan pada level yang berbeda. Contoh: L18(21 x 37), L36(23 x 313), L36(211 x 312) Dalam eksperimen, pengukuran yang dihasilkan dibuat level untuk faktorfaktor yang berpengaruh. Eksperimen yang menggunakan orthogonal arrays, memberikan angka-angka yang dapat dibandingkan untuk masing-masing faktornya disebut juga derajat kebebasan (degrees of freedom). Atau dengan kata lain yang dimaksud dengan derajat kebebasan adalah angka atau nilai yang diperoleh dan perbandingan faktor-faktor dalam eksperimen. Derajat kebebasan commit to user

II - 17


digilib.uns.ac.id

dalam orthogonal arrays (VOA) mempunyai nilai jumlah eksperimen dikurangi 1 dan dapat dinotasikan sebagai berikut: VOA = jumlah eksperimen - 1 Sedangkan derajat kebebasan untuk level faktor (Vf1) sebagai berikut: Vf1 = jumlah faktor x (jumlah level -1) 2.3.4 Analisa Variansi Analisa variansi adalah suatu metode yang membagi variansi menjadi sumber variansi yang dapat diidentifikasikan dan merupakan pengumpulan derajat kebebasan dalam eksperimen. Data-data yang diambil, baik data kondisi sebenarnya maupun data hasil eksperimen dalam robust design dapat dibedakan menjadi tiga tipe, yaitu: 1. Variabel, data yang dapat dipertanggungjawabkan selama pengukuran dalam skala yang kontinu. 2. Atribut, data dari eksperimen yang mempunyai karakteristik yang bukan kontinu tetapi dapat diklasifikasikan dalam skala diskret. Biasanya data-data tersebut merupakan penilaian dari tidak adanya kecacatan, sedikit kecacatan, banyak kecacatan (none/some/severe) atau kategori (good/fair/bad). 3. Digital, suatu data yang memiliki nilai 0 atau 1. Dalam

perhitungan

analisa

variansi

metode

Taguchi

langkah-langkah

pengerjaannya, sebagai berikut: 1.

Langkah 1: menghitung nilai respon untuk masing-masing percobaan.

2.

Langkah 2: menghitung nilai rata-rata total dengan menggunakan rumus.

y=

åy

i

n

……………………………………………..…………. (2.4)

dengan; yi = nilai eksperimen ke-i. n = jumlah eksperimen. 3.

Langkah 3: membuat tabel respon untuk nilai rata-ratanya.

4.

Langkah 4: menghitung the total sum of squares menggunakan rumus.

ST = å yi2

………………….………………………….…… .(2.5) commit to user

II - 18


5.

digilib.uns.ac.id

Langkah 5: menghitung the sum of squares due to mean dengan rumus. 2

Sm = n y ….……………………………………………………………... (2.6) 6.

Langkah 6: menghitung the sum of squares untuk faktor dengan rumus. 2

2

SA = nA1 x A1 + nA 2 x A2 - Sm ……………………………………… (2.7)

7.

Langkah 7: menghitung the sum of squares due to error dengan rumus. Se = ST – SA –SB – SC – SD – Sm

8.

…………………………………....(2.8)

Langkah 8: menghitung the mean sum of square dengan rumus.

Mq =

Sq d .o. f

…………………..……………………………………..(2.9)

dengan; d.o.f = degrees of freedom (derajat kebebasan) 9.

Langkah 9: menghitung F-ratio dengan rumus. FA =

MqA Mqe

………......……………………………………(2.10)

10. Langkah 10: menghitung the pure sum of square dengan rumus. SA’ = SA- vA. Ve ………………..……………………….……………...(2.11) 11. Langkah 11 : menghitung persen kontribusi dengan rumus.

rA =

SA' x100% St

………………………………………….…… (2.12)

12. Langkah 12: membuat tabel analisa variansi hasil perhitungan. 13. Langkah 13: melakukan pooling terhadap faktor yang tidak berpengaruh. 2.3.5 Interval Kepercayaan (Confidence Intervals) Interval kepercayaan adalah interval antara dua nilai statistik dengan tingkat probabilitas tertentu dimana nilai yang sebenarnya dari parameter berada didalamnya. Perancangan kualitas suatu produk interval kepercayaan dibagi menjadi tiga macam ketentuan, yaitu: 1. Interval kepercayaan untuk level faktor, untuk menghitung interval kepercayaan dari masing–masing faktor level digunakan rumus. é1ù CI = ± Fa , v1.v1 x Ve x ê ú ……………………………………… …. (2.13) ë n û commit to user

II - 19


digilib.uns.ac.id

dengan;

Fa , v1, v1 = F - ratio dari tabel V1

= Derajat kebebasan yang bernilai 1 untuk interval kepercayaan.

V2

= Derajat kebebasan dari pooled error variance.

Ve

= error variance.

n

= jumlah observasi.

Sehingga interval kepercayaan dapat diketahui dengan rumus.

A1 - CI £ m A1 £ A1 + CI

………………………………………………(2.14)

2. Interval kepercayaan untuk prediksi, sebelum menghitung interval kepercayaan untuk prediksi, apabila dalam suatu eksperimen terdapat tujuh faktor (A, B, C, D, E, F, G) dan faktor B, D, F merupakan faktor yang penting, pada saat meminimasi variansi. Sebagai contoh faktor level D1, B1 dan F2 digunakan untuk menghitung the predicted process mean maka rumus yang digunakan untuk menghitung the predicted process mean, adalah:

(

) (

) (

)

m predicted = y + D1 - y + B1 - y + F 2 - y …………………………… (2.15) Menghitung interval kepercayaan perkiraan dapat dihitung dengan rumus. é 1 ù CI = ± Fa , v1.v1 x Ve x ê ú ë neff û

.…………………………………..…… (2.16)

dengan;

Fa , v1,v1 = Fratio dari tabel V1

= Derajat kebebasan yang bernilai 1 untuk interval kepercayaan.

V2

= Derajat kebebasan dari pooled error variance.

Ve

= error variance.

n

= jumlah observasi.

neff =

total number of exp eriment sum of deg rees of freedom used in estimate of mean

Setelah menghitung confidence interval, kemudian dilanjutkan perhitungan the predicted process mean. Sehingga interval kepercayaan dapat diperoleh, yaitu:

m predicted = m predicted ± CI

…………….……………………………… (2.17)

3. Interval kepercayaan untuk konfirmasi, interval kepercayaan konfirmasi dapat user berikut: dihitung dengan menggunakancommit rumus, to sebagai

II - 20


digilib.uns.ac.id

é 1 1ù CI = ± Fa , v1.v1 x Ve x ê + ú ………………………...……..…… (2.18) ë neff r û

dengan;

Fa , v1,v1 = Fratio dari tabel V1 = Derajat kebebasan yang bernilai 1 untuk interval kepercayaan. V2 = Derajat kebebasan dari pooled error variance. Ve = error variance. n = jumlah observasi. r

= jumlah pengulangan (replikasi)

sehingga interval kepercayaannya diperoleh dengan selang, sebagai berikut:

mconfirmastion - CI £ mconfirmation £ mconfirmation + CI …………..…..………….(2.19)

2.3.6 Signal To Noise Ratio (SNR) Dalam perancangan dan pembuatan produk tidaklah mudah untuk menghasilkan suatu produk yang seragam atau sesuai dengan spesifikasi yang telah ditentukan. Seringkali dalam memproduksi timbul variansi dari produk yang tidak diinginkan atau tidak memiliki fungsi sebagaimana mestinya yang disebabkan oleh faktor-faktor tertentu. Hal tersebut dinamakan noise factor yang dapat dikategorikan menjadi tiga jenis, yaitu: 1. External noise, merupakan faktor lingkungan atau kondisi yang ada pada saat perancangan maupun proses produksi yang mempengaruhi fungsi ideal dari suatu produk. 2. Internal noise, merupakan faktor-faktor yang menyebabkan suatu produk mengalami kerusakan selama penyimpanan atau perubahan karakteristik komponen dan material produk. 3. Variational noise, merupakan faktor-faktor yang menyebabkan perbedaan produk yang dihasilkan satu sama lainnya meskipun produk yang dibuat memiliki spesifikasi yang sama. Maksimasi ukuran performansi ini ditunjukkan dengan tingginya nilai signal dan rendahnya noise, karena itu karakteristik kualitas perlu dikelompokkan commit to user

II - 21


digilib.uns.ac.id

terlebih dahulu agar diperoleh konsistensi dalam mengambil keputusan terhadap hasil eksperimen. Dalam perancangan kualitas Taguchi merekomendasikan karakteristik dari signal to noise ratio, sebagai berikut: 1. Smaller the better (s.t.b). Memiliki karakteristik kualitas yang kontinu dan non negatif yang mempunyai nilai dari 0 sampai ~ dimana nilai defect yang diinginkan adalah 0. Sehingga signal to noise ratio dapat dihitung dengan rumus. é1 n 2 ù snSTB = - 10 Log ê å yi ú ……………………….……………...……… (2.20) ë n i =1 û

dengan; n = jumlah pengulangan eksperimen. yi = data pengamatan ke-i (i= 1, 2, 3, …, n) 2. Larger the better (l.t.b). Memiliki karakteristik kualitas yang kontinu dan non negatif yang mempunyai nilai dari 0 sampai ~ dimana nilai target yang diharapkan adalah selain 0 atau dengan kata lain mempunyai nilai sebesar mungkin. Sehingga signal to noise ratio dapat dihitung dengan rumus. é 1 n æ 1 öù snLTB = - 10 Log ê å çç 2 ÷÷ ú ……………………………… ...…………(2.21) ëê n i =1 è yi ø ûú

dengan; n = jumlah pengulangan eksperimen. yi = data pengamatan ke-i (i= 1, 2, 3, …, n) 3. Nominal the best (n.t.b). Memiliki karakteristik kualitas yang kontinu dan non negatif yang mempunyai nilai dari 0 sampai ~ dimana nilai target yang diharapkan adalah selain 0 dan merupakan bilangan yang terbatas. Sehingga signal to noise ratio dapat dihitung dengan rumus.

commit to user

II - 22


digilib.uns.ac.id

ém2 ù sn NTB = 10 Log 10 ê 2 ú ës û 1 n m = å yi n i =1 1 n 2 s 2 = å (yi - m ) n i =1

………………………………………. (2.22)

dengan; n = jumlah pengulangan eksperimen. yi = data pengamatan ke-i (i= 1, 2, 3, …, n) m = mean s = devasi 4. Signed target. Memiliki karakteristik kualitas yang dapat digunakan, baik bernilai positif maupun negatif meskipun target nilai dari karakteristik kualitasnya adalah 0. Sehingga signal to noise ratio dihitung dengan rumus.

snST = - 10 Log10 s 2

………………………………………….…… (2.23)

dengan;

s = devasi 5. Fraction defective. Memiliki karakteristik kualitas yang sebanding dan dinyatakan dalam nilai pecahan antara 0 sampai 1. Sehingga signal to noise ratio dihitung dengan rumus. æ1 ö snFD = - 10 Log10 çç - 1÷÷ ……………………………………………… (2.24) èp ø

dengan; p = nilai kecacatan produk dalam pecahan

2.3.7 Quality Loss Function (QLF) Tujuan dari quality loss function adalah mengevaluasi kerugian kualitas secara kuantitatif yang disebabkan adanya variansi. Dalam quality loss function dijelaskan perbaikan kualitas secara kuantitatif dalam unit uang sehingga perbandingan yang obyektif dapat dilakukan. Ukuran yang diusulkan Taguchi commit to user

II - 23


digilib.uns.ac.id

untuk menghitung kerugian secara kuantitatif adalah dengan perhitungan quality loss function. Dengan demikian pendekatan kualitas menurut Taguchi merupakan inovasi baru dalam bidang kualitas. Secara umum terdapat tiga quality loss function secara khusus untuk sampel, yaitu: 1. Nominal the best, untuk menghitung quality loss function nominal the best berdasarkan sampel menggunakan rumus.

(

)

2 L(Y ) = k és 2 + Y - m ù êë úû

…………………..……………….…… (2.25)

dengan; Y

= nilai karakteristik kualitas.

L(Y) = kerugian dalam nilai uang (Rp) untuk tiap produk bila karakteristik kualitasnya sama dengan Y. m

= nilai target Y.

k

= koefisien biaya.

Quality loss function nominal the best metode Taguchi:

Kerugian Ao 0

Gambar 2.10 Karakteristik nominal the best Sumber: Belavendram, 1995

2.

Smaller-the-better, untuk menghitung quality loss function smaller the better berdasarkan sampel menggunakan rumus. 2 L(Y ) = k æç s 2 + Y ö÷ è ø

……………………….…………..……… (2.26)

dengan; Y

= nilai karakteristik kualitas. commit to user

II - 24


digilib.uns.ac.id

L(Y) = kerugian dalam nilai uang (Rp) untuk tiap produk bila karakteristik kualitasnya sama dengan Y. m

= nilai target Y.

k

= koefisien biaya

Quality loss function smaller the better metode Taguchi:

. Kerugian

Target = 0 0

USL

Gambar 2.11 Karakteristik smaller the better Sumber: Belavendram, 1995

Karakteristik kualitas smaller the better tidak pernah mengambil nilai negatif. Jadi, merupakan fungsi kerugian arah kanan dimana nilai idealnya adalah nol dan jika nilai ini bertambah maka kualitasnya meningkat. 3.

Larger-the-better, menghitung quality loss function larger the better berdasarkan sampel menggunakan rumus. L(Y ) =

k m2

é 3s 2 ù ê1 + 2 ú m û ë

…………………………..…………………. (2.27)

dengan; Y

= nilai karakteristik kualitas.

L(Y) = kerugian dalam nilai uang (Rp) untuk tiap produk bila karakteristik kualitasnya sama dengan Y.

m s

= mean

k

= koefisien biaya.

= deviasi

commit to user

II - 25


digilib.uns.ac.id

Quality loss function larger the better metode Taguchi,

Kerugian Target : ~ 0

LSL

Gambar 2.12 Karakteristik larger the better Sumber: Belavendram, 1995

Karakteristik kualitas larger the better secara ideal memiliki target yang tidak terhingga. Catatan;

k = A0 x D2

…………………………………………………...…… (2.38)

dengan; Ao = mean (Rp ) D0 = deviasi

Setelah masing masing quality loss function-nya diketahui, maka dapat diketahui penghematan yang dapat dilakukan oleh perusahaan dengan mengurangi quality loss function kondisi sebenarnya terhadap quality loss function optimum. 2.3.8 Eksperimen Konfirmasi Tahap ini dilakukan dengan eksperimen konfirmasi. Eksperimen konfirmasi dilakukan untuk membuktikan performansi yang diramalkan yaitu kondisi optimal untuk level faktor-faktor dalam eksperimen. Jika hasil eksperimen konfirmasi membuktikan performansi yang diramalkan, maka kondisi optimum dapat diterapkan dalam proses. Jika sebaliknya, desain eksperimen seharusnya dievaluasi lagi dan eksperimen tambahan yang diperlukan. Jumlah sampel atau replikasi dalam eksperimen konfirmasi yaitu r diambil sejumlah 10 sampel. Keputusan

kondisi

optimal

dapat

diterima

atau

tidak

yaitu

dengan

membandingkan rata-rata nilai estimasi rata-rata hasil eksperimen konfirmasi commitdan to user

II - 26


digilib.uns.ac.id

dengan masing-masing level kepercayaan. Penjelasan lebih lanjut diuraikan pada tabel 2.1. Tabel 2.1 Perbandingan interval kepercayaan untuk kondisi optimal dan eksperimen konfirmasi Kondisi

Perbandingan

Keterangan Keputusan Optimal

A

diterima

Konfirmasi Optimal B

diterima Konfirmasi Optimal

C

ditolak

Konfirmasi Sumber: Belavendram, 1995

2.4 PENELITIAN SEBELUMNYA Harry Supriyantoro pada tahun 2004 melakukan penelitian terhadap material komposit polimer dengan menggunakan jenis resin yang berbeda sebagai matriksnya. Bahan yang digunakan sebagai penguatnya (filler) adalah serat agave cantula. Penelitian ditujukan untuk mengetahui pengaruh variasi resin terhadap sifat mekanis komposit yang dihasilkan dengan penyusunan arah serat serba searah. Sifat mekanis komposit salah satunya ditentukan oleh daya adhesi antara serat dengan resin yang digunakan. Selain itu, faktor kekuatan dari penyusun komposit itu sendiri juga mempengaruhi sifat mekanisnya. Salah satu unsur terpenting dalam komposit adalah matriks. Sehingga, dengan menggunakan berbagai jenis matriks yang mempunyai karakter berbeda akan dihasilkan karakter yang berbeda pula. Sifat-sifat mekanis yang diteliti adalah kekuatan tarik dan bending. Hasil dari pengukuran kuat tarik dan bending komposit menunjukkan hasil terbaik pada penggunaan jenis resin polyester BQTN-EX 157 yang memberikan nilai kuat tarik dan bending terbesar. Hasil penelitian disimpulkan bahwa jenis resin polyester BQTN-EX 157 dapat membentuk daya adhesi yang baik dengan serat agave cantula sebagai bahan penguatnya. Penelitian mengenai komposit polimer berpenguat serat agave cantula to user juga dilakukan oleh Erie Muharcommit Mas’adie pada tahun 2006 difokuskan untuk

II - 27


digilib.uns.ac.id

mengetahui pengaruh dari fraksi berat serat yang digunakan dalam komposit terhadap karakteristik mekanik komposit tersebut. Variasi fraksi berat serat yang dipakai dalam penelitian meliputi 30%, 40%, 50%, dan 60% dengan cara penyusunan serat dianyam. Sedangkan karakteristik mekanik yang diteliti adalah kekuatan tarik, kekuatan bending dan kekuatan impak. Dari penelitian yang dilakukan diperoleh hasil kekuatan tarik, kekuatan bending, dan kekuatan impak naik seiring dengan penambahan fraksi berat serat yang digunakan dalam komposit. Hal ini dikarenakan semakin banyak serat akan semakin memberikan kontribusi kekuatan dalam menanggung beban. Selain itu, densitas komposit menurun seiring dengan penambahan fraksi berat serat. Hal ini karena berat jenis serat Agave cantula lebih kecil daripada berat jenis resin yang digunakan sebagai matriks.

commit to user

II - 28


digilib.uns.ac.id

BAB III METODOLOGI PENELITIAN Bab ini membahas mengenai metode yang digunakan dalam penelitian untuk memecahkan masalah. Metode yang digunakan terlihat pada gambar 3.1. Studi Lapangan dan Studi Literatur

Latar Belakang dan Perumusan Masalah

Tahap identifikasi masalah

Penentuan Tujuan Dan Manfaat Studi Pustaka Identifikasi Karakteristik Kualitas Tahap perencanaan eksperimen Persiapan spesimen

Pelaksanaan Eksperimen Tahap 1

Penentuan Faktor Berpengaruh

Penentuan Setting Level Faktor Tahap pelaksanaan eksperimen Penentuan Orthogonal Array

Pelaksanaan Eksperimen Tahap 2

Pengukuran kondisi aktual

Perhitungan Analisis Variansi Mean dan SNR Tahap Pengolahan Data Penentuan Setting Level Optimal

Persiapan eksperimen konfirmasi

Pelaksanaan eksperimen konfirmasi

Perhitungan Confidence Interval Nilai Estimasi

Perbandingan kondisi aktual dan setelah optimasi

Perhitungan Total Quality Loss Function

Analisa dan Interpretasi Hasil

Kesimpulan dan Saran

commit to user

Gambar 3.1 Metodologi penelitian III - 1

Tahap Verifikasi


digilib.uns.ac.id

3.1 TAHAP IDENTIFIKASI MASALAH Tahap awal dalam penelitian ini dengan mengidentifikasi masalah pada langkah-langkah, sebagai berikut: 1. Studi lapangan dan studi literatur Studi lapangan dilakukan dengan wawancara dan pengamatan langsung di CV. Tausan Surakarta.. Wawancara dilakukan dengan pemilik CV. Tausan dan pekerja di bagian produksi komposit polimer.

Studi ini bertujuan untuk

mengetahui lebih dalam kondisi yang ada di perusahaan meliputi proses pembuatan produk komposit polimer, komposisi bahan-bahan yang digunakan, serta kerusakan produk yang sering terjadi. Hasil studi lapangan didapat identifikasi permasalahan yang

kemudian diuraikan dalam latar belakang

penelitian dan perumusan masalah. Studi literatur dalam penelitian ini dilakukan untuk mendalami materi dalam penyelesaian masalah yang dirumuskan. Informasi yang dibutuhkan yaitu mengenai proses pembuatan komposit polimer, bahan-bahan yang digunakan, serta cacat produk dan karakteristik kualitas produk. 2. Penentuan latar belakang dan perumusan masalah Berdasarkan studi literatur, diperoleh informasi bahwa terdapat bahan baku alternatif untuk pembuatan komposit polimer yang harganya relatif lebih murah,

tetapi memiliki fungsi yang sama dengan bahan yang selama ini

digunakan. Bahan tersebut adalah serat daun nanas sabrang (agave cantula roxb) yang bisa digunakan pula sebagai bahan penguat (reinforcement) pada komposit polimer menggantikan serat kaca (fibre glass) seperti yang selama ini digunakan. Penggunaan serat agave cantula sebagai bahan penguat diteliti pengaruhnya terhadap karakteristik kualitas komposit polimer. Perancangan eksperimen perlu dilakukan guna mengetahui setting level optimal pembuatan komposit polimer sehingga diharapkan dapat menghasilkan produk yang berkualitas dan dapat menekan biaya produksi. Karakteristik kualitas yang akan diukur dalam penelitian ini adalah kuat impak. Hal ini terkait dengan gagal produk yang sering terjadi adalah patah atau commit to user

III - 2


digilib.uns.ac.id

pecahnya produk dikarenakan terkena benturan. Semakin tinggi kekuatan impaknya, maka dapat dikatakan komposit polimer semakin baik mutunya. Berdasarkan latar belakang masalah yang telah diuraikan, maka dapat dirumuskan permasalahan yaitu bagaimana menentukan setting level optimal dari faktor-faktor yang berpengaruh terhadap kuat impak dari produk komposit polimer dengan serat daun nanas sabrang (agave cantula roxb) sebagai material penguatnya. 3. Tujuan dan manfaat penelitian Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor– faktor yang berpengaruh terhadap kuat impak komposit polimer dengan menggunakan serat nanas sabrang (agave cantula roxb) sebagai penguatnya. Berdasarkan identifikasi faktor-faktor yang berpengaruh, kemudian ditentukan setting level yang menghasilkan kualitas produk optimal. Selain tujuan tersebut dengan penelitian ini diharapkan dapat memberikan informasi kepada perusahaan tentang kerugian yang diakibatkan adanya variansi dari kualitas produk yang dibuat. Adapun manfaat yang bisa diambil dari penelitian ini adalah adanya informasi baru bagi perusahaan mengenai setting level optimal pada pembuatan komposit polimer berpenguat serat nanas dan sekaligus bukti secara empiris berkenaan dengan penggunaan serat nanas sabrang (agave cantula roxb) sebagai bahan penguat pada komposit polimer. 4. Studi pustaka Studi pustaka dalam penelitian ini dilakukan untuk mendalami materi dalam penyelesaian masalah yang telah dirumuskan. Materi yang dipelajari yaitu pengetahuan mengenai komposit polimer, aplikasi serat alam untuk komposit, metode eksperimen Taguchi, dan pengujian impak terhadap material polimer.

3.2 TAHAP PERENCANAAN EKSPERIMEN Tahap perencanaan eksperimen dimulai dengan proses identifikasi karakteristik kualitas.

Proses identifikasi ini meliputi penentuan karakteristik commit to user karakteristik kualitas untuk kualitas dan penentuan sistem pengukuran

III - 3


digilib.uns.ac.id

menghitung hasil eksperimen. Tahap perencanaan eksperimen dilakukan untuk menentukan faktor-faktor yang berpengaruh terhadap karakteristik kualitas komposit polimer serta menentukan level - level yang akan dilibatkan dalam eksperimen. Langkah-langkah yang dilakukan dalam tahap ini, sebagai berikut: 1. Identifikasi karakteristik kualitas Pada tahap ini ditentukan karakteristik kualitas komposit polimer yang akan diukur. Adapun karakteristik kualitas tersebut adalah kuat impak. Salah satu indikator komposit polimer bermutu baik adalah

apabila produk tersebut

mempunyai kekuatan impak yang tinggi, yang artinya bahwa produk mempunyai kemampuan yang tinggi untuk menerima pembebanan secara tiba-tiba (beban kejut). Oleh karena itu tipe karakteristik kualitas yang diteliti adalah larger the better untuk kuat impak. Dengan dilakukannya perencanaan setting level pada pembuatan komposit polimer berpenguat serat nanas sabrang (agave cantula roxb) diharapkan dapat dibuat produk komposit polimer yang memiliki kekuatan impak yang tinggi dengan biaya produksi yang lebih murah. 2. Penentuan faktor berpengaruh dan identifikasi faktor terkendali Setelah mengidentifikasi karakteristik kualitas pada komposit polimer, kemudian ditentukan faktor-faktor yang mempengaruhi karakteristik kualitasnya, dalam hal ini kuat impak. Dari hasil wawancara dengan pemilik dan pekerja di bagian produksi komposit polimer di CV. Tausan serta studi literatur yang telah dilakukan, diperoleh faktor-faktor yang berpengaruh terhadap kuat impak produk komposit polimer, sebagai berikut: a. Perbandingan jumlah katalis–resin b. Lama pengadukan campuran katalis-resin c. Jumlah serat / fraksi berat serat dalam komposit d. Cara penyusunan serat

commit to user

III - 4


digilib.uns.ac.id

Keterangan: a. Perbandingan jumlah katalis-resin. Perbandingan jumlah katalis resin adalah banyaknya jumlah katalis (hardener) yang dicampurkan bersama resin untuk mempercepat proses pengerasan. Prosentase campuran katalis pada resin akan mempengaruhi laju reaksi. Semakin tinggi prosentasenya semakin cepat pula raju reaksi berlangsung. Hal ini berarti makin tinggi suhu yang dibangkitkan dan semakin getas produk polimer yang dihasilkan. b. Lama pengadukan campuran katalis-resin. Lama pengadukan campuran katalis-resin merupakan faktor yang turut menentukan kekuatan bahan polimer yang dihasilkan. Waktu pengadukan yang terlalu cepat menyebabkan katalis dan resin tidak tercampur secara merata sehingga bahan polimer tidak dapat mengeras dengan baik. Sebaliknya, apabila waktu pengadukan terlalu lama maka berpotensi menimbulkan gelembung udara pada campuran yang akan mengurangi kekuatan bahan karena bahan akan menjadi lebih rapuh. c. Jumlah serat. Perbandingan komposisi antara matriks dan material pengisinya merupakan faktor yang sangat menentukan dalam memberikan karakteristik mekanik maupun fisik produk komposit yang dihasilkan. Kandungan penguat yang tinggi akan menghasilkan kekuatan yang tinggi. d. Cara penyusunan serat. Kekuatan komposit polimer sebagian besar terkait dengan jumlah serat dan cara menyusunnya. Tiga cara yang umum dalam penyusunan serat sebagai penguat pada komposit adalah disusun secara memanjang (continuous), dicacah secara acak (chopped), dan dianyam (woven) (Shackelford, 2000).

commit to user

III - 5


digilib.uns.ac.id

Faktor terkendali beserta nilai perlakuan pada kondisi aktual di CV. Tausan disajikan dalam tabel 3.1.

Tabel 3.1 Faktor terkendali beserta nilai perlakuan pada kondisi aktual di CV. Tausan Kode

Nama Faktor

Nilai

A

Perbandingan jumlah katalis-resin

1 : 45

B

Lama pengadukan campuran katalis-resin

30 detik

C

Jumlah serat

2 lapis mat strand (fibre glass)

D

Cara penyusunan serat

Segala arah

Sumber: CV. Tausan, 2010

Setelah faktor terkendali beserta nilai perlakuan pada kondisi aktual diketahui, maka ditentukan setting level untuk masing-masing faktor terkendali. Setting level ini yang digunakan dalam eksperimen.

3. Penentuan setting level faktor Setelah faktor-faktor terkendali diidentifikasi, kemudian ditetapkan levellevel dari masing-masing faktor terkendali. Level faktor ditetapkan berdasarkan pada studi literatur yang telah dilakukan dengan mempertimbangkan kemampuan dan kondisi nyata di perusahaan. Setting level yang ditentukan untuk masingmasing faktor terkendali disajikan pada tabel 3.2. Tabel 3.2 Setting level faktor terkendali Kode

Nama faktor

Level 1

Level 2

Level 3

A

Perbandingan jumlah katalis-resin Lama pengadukan campuran katalis-resin Jumlah serat / fraksi berat serat

1 : 100

1 : 50

1 : 25

10 detik

20 detik

30 detik

10 %

20 %

30 %

B C D

Cara penyusunan serat

Dicacah acak commit to user

III - 6

Memanjang satu arah

Memanjang segala arah


digilib.uns.ac.id

Keterangan: a. Faktor perbandingan jumlah katalis-resin terdiri dari 3 level yaitu 1:100; 1:50; dan 1:25. Katalis yang digunakan dapat mencapai 5% dari campuran. Namun, apabila penggunaannya terlalu banyak maka akan menimbulkan reaksi panas yang berlebihan yang dapat mengakibatkan kerusakan pada produk polimer yang dibuat. b. Faktor lama pengadukan campuran katalis-resin ditentukan 3 level yaitu 10 detik, 20 detik dan 30 detik. Pengadukan campuran katalis-resin bertujuan agar campuran dapat tercampur secara merata. Berdasarkan literatur dan wawancara dengan operator CV. Tausan, pengadukan yang dilakukan tidak perlu terlalu lama untuk menghindari timbulnya gelembung-gelembung udara pada campuran yang berpotensi menyebabkan berkurangnya kekuatan pada produk polimer yang dibuat. c. Faktor jumlah serat yang digunakan terdiri dari 3 level, yaitu 10%, 20%, dan 30%. Semakin tinggi jumlah serat yang digunakan maka akan menghasilkan kekuatan yang semakin tinggi pula. Namun penggunaan persentase serat yang tinggi memerlukan biaya produksi yang cukup mahal, karena diperlukan usaha khusus untuk mengatur arah seratnya dengan sempurna (Van Vlack, 2004). d. Faktor cara menyusun arah serat terdiri dari 3 level yatitu serat dicacah kemudian disusun secara acak, serat disusun memanjang satu arah, dan serat disusun memanjang dengan arah acak. Kekuatan komposit polimer sebagian besar terkait dengan jumlah serat dan cara menyusunnya (Smith, 1993).

4. Penentuan orthogonal array Orthogonal array merupakan matrik yang menunjukkan rancangan eksperimen. Matrik ini berisi kombinasi level-level dari faktor eksperimen yang ditentukan. Orthogonal array ini merupakan desain dari Taguchi yang dilakukan untuk mengurangi jumlah percobaan yang terdapat pada metode desain eksperimen full factorial. Hal ini bertujuan agar dapat dilakukan pengujian terhadap pengaruh beberapa parameter secara efisien. commit to user

III - 7


digilib.uns.ac.id

Pemilihan matriks orthogonal dilakukan berdasarkan total derajat bebas dari seluruh faktor yang digunakan dalam eksperimen

Penjelasan mengenai

langkah-langkah dalam penentuan orthogonal array diuraikan, sebagai berikut: a. Menghitung jumlah derajat bebas. Eksperimen ini terdiri dari 4 faktor terkendali yaitu faktor perbandingan jumlah katalis-resin, lama pengadukan campuran katalis-resin, jumlah serat, dan cara menyusun arah serat dengan 3 level pada tiap faktornya. Total derajat bebas adalah hasil penjumlahan derajat bebas dari tiap faktor. Hasil perhitungan derajat bebas faktor terkendali diuraikan, sebagai berikut: Derajat kebebasan untuk level faktor (Vf1) = jumlah faktor x (jumlah level -1) = 4 x (3-1) =8 Jumlah total derajat bebas menunjukkan jumlah baris minimal dalam percobaan. b. Memilih suatu orthogonal array yang mempunyai derajat bebas minimal. Derajat bebas faktor level harus sesuai dengan derajat bebas orthogonal array. Berdasarkan perhitungan yang telah dilakukan,

total derajat bebas yang

diperlukan untuk faktor terkendali adalah sebesar 8. Derajat kebebasan dalam orthogonal arrays (VOA) mempunyai nilai jumlah eksperimen dikurangi 1 dan dapat dinotasikan, sebagai berikut: VOA = jumlah eksperimen - 1 Sehingga orthogonal array faktor terkendali yang sesuai adalah yang memiliki jumlah baris dalam percobaan sebanyak 9, yaitu L9(34). c. Menggambarkan graph linear yang diperlukan. Graph linear digambarkan dari faktor dan interaksi dalam eksperimen. Faktor digambarkan sebagai titik dan interaksi digambarkan sebagai garis yang menghubungkannya. Jika interaksi dua faktor tidak dicari, maka salah satu faktor dapat dimasukkan ke garis yang sesuai. Pada penelitian, tidak melibatkan interaksi antar faktor sehingga graph linearnya berupa titik. commit to user

III - 8


digilib.uns.ac.id

Graph linear faktor terkendali yang diperlukan dijelaskan pada gambar 3.2. A

B

Q C

D

Gambar 3.2 Graph linear faktor terkendali Sumber : Phadke, 1989

d. Memilih graph linear standar yang sesuai. Graph linear standar dipilih dari beberapa bentuk graph linear standar untuk L9. Graph linear standar L9 yang dipilih disajikan pada gambar 3.3 berikut : 3,4 1

2

Gambar 3.3 Graph linear standar L9 Sumber : Phadke, 1989

e. Menyesuaikan graph linear yang diperlukan ke graph linear standar dari orthogonal array yang dipilih. Graph linear yang diperlukan kemudian disesuaikan ke graph linear standar. Hasil penyesuaian graph linear faktor terkendali digambarkan pada gambar 3.4. A

B

Q C

D

Gambar 3.4 Graph linear faktor terkendali yang telah disesuaikan Sumber : Phadke, 1989

f. Mengisikan faktor ke orthogonal array. Pengisian faktor terkendali ke dalam orthogonal array L9(34) yaitu dengan memasukkan faktor A ke kolom 1, faktor B ke kolom 2, faktor C ke kolom 3, dan faktor D ke kolom 4. commit to user

III - 9


digilib.uns.ac.id

Penyusunan orthogonal array merupakan langkah terakhir dalam tahap perencanaan

eksperimen.

Tahap

selanjutnya

adalah

tahap

pelaksanaan

eksperimen. Ekperimen dilaksanakan sesuai dengan orthogonal array yang telah disusun. Orthogonal array untuk L9(34) disajikan dalam tabel 3.4. Tabel 3.3 Orthogonal array faktor terkendali No Eksperimen 1

A

B

C

D

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: Phadke, 1989

Keterangan: ·

Baris 1 sampai dengan 9 = jumlah eksperimen dengan kombinasi level yang diwakili level 1 ,2 dan 3 pada masing-masing faktor.

·

Kolom 1 sampai dengan 4 = faktor-faktor terkendali (A, B,C, dan D)

3.3 TAHAP PELAKSANAAN EKSPERIMEN Pada tahap ini dilaksanakan eksperimen sebanyak dua tahap yang dijelaskan, sebagai berikut: 1. Tahap Eksperimen I Eksperimen tahap I yaitu eksperimen yang dilakukan terhadap benda uji yang dibuat dengan level faktor sesuai dengan kondisi aktual di perusahaan. Data yang diperoleh pada tahap ini digunakan untuk membandingkan hasil eksperimen commit to user

III - 10


digilib.uns.ac.id

tahap I dengan komposit polimer yang telah menggunakan serat nanas sabrang (agave cantula roxb) sebagai bahan penguatnya. 2. Tahap eksperimen II Pelaksanaan eksperimen tahap II dilakukan terhadap benda uji yang dibuat berdasarkan level faktor terkendali yang telah diidentifikasi berpengaruh terhadap kuat impak. Kombinasi level faktor yang dieksperimenkan dilakukan berdasarkan orthogonal array yang telah dibuat pada tahap sebelumnya. Data yang diperoleh dari tiap pengujian digunakan dalam melakukan perhitungan dengan tujuan menghasilkan setting level optimal. Setting level optimal yaitu kombinasi level faktor yang memberikan kualitas terbaik berdasarkan tipe karakteristik kualitas. Uraian berikut dijelaskan mengenai spesimen atau benda uji beserta alat dan bahan yang digunakan dalam pelaksanaan tahapan eksperimen, yaitu: 1. Spesimen / Benda uji Dalam melakukan pengukuran karakteristik kualitas

dsari produk

komposit polimer, maka dilakukan pembuatan benda uji yang mengacu pada standar uji impak ASTM D5941. Benda uji yang dibuat berbentuk balok berukuran 80 mm x 10 mm x 4 mm. Bahan-bahan yang digunakan adalah resin polyester, katalis, dan filler (material pengisi) yang berupa serat kaca dan serat agave cantula. Proses pembuatan benda uji dijelaskan, sebagai berikut: 1. Penyiapan cetakan, cetakan dibersihkan kemudian diolesi secara merata dengan mold release wax. 2. Siapkan bahan-bahan yang dperlukan. 3. Takar resin dalam gelas ukur. 4. Timbang serat sesuai dengan komposisi yang ditetapkan dalam eksperimen. 5. Tambahkan katalis ke dalam resin sesuai perbandingan yang ditetapkan. 6. Aduk campuran resin-katalis hingga merata selama waktu yang ditentukan. 7. Tuangkan sebagian campuran resin-katalis ke dalam cetakan, ratakan dengan kuas. 8. Letakkan filler dalam cetakan dan ditekan-tekan secara merata. 9. Tuangkan kembali campuran resin-katalis yang masih tersisa sampai memenuhi cetakan.

commit to user 10. Tunggu sampai bahan mengeras dan kering, kemudian dilepas dari cetakan.

III - 11


digilib.uns.ac.id

11. Bahan yang sudah jadi kemudian dipotong-potong sesuai dengan ukuran yang ditetapkan. 12. Benda uji yang telah siap kemudian dilakukan pengujian kuat impak.

Mengenai tata cara pengujian kuat impak telah dijelaskan dalam sub bab 2.2. Berikut adalah gambar dari benda uji yang telah siap dilakukan pengujian impak.

Gambar 3.5 Benda uji

2. Bahan dan larutan yang digunakan untuk proses membuat benda uji. a. Resin polyester. Resin polyester merupakan bahan dasar dalam pembuatan komposit polimer. Bahan ini berfungsi sebagai matriks atau bahan perekat yang mengikat bahan penguat yang digunakan. b. Katalis (MEKPO). Katalis adalah bahan yang digunakan sebagai pereaksi agar resin dapat mengeras. Penggunaan bahan ini dengan dicampurkan ke dalam resin dengan perbandingan tertentu c. Serat kaca (fibre glass) sebagai filler. Serat kaca merupakan bahan yang umum digunakan sebagai bahan penguat pada material komposit. Serat kaca ini merupakan bahan yang juga digunakan pada pembuatan produk komposit di CV. Tausan Surakarta. d. Serat nanas sabrang (agave cantula) sebagai filler. Serat agave cantula merupakan bahan yang digunakan sebagai penguat komposit polimer menggantikan serat kaca pada eksperimen Taguchi. commit to user

III - 12


digilib.uns.ac.id

Bahan-bahan yang digunakan dalam proses pembuatan komposit polimer dapat dilihat pada gambar 3.6.

(a)

(b)

(c)

(d)

Gambar 3.6 (a) Resin polyester, (b) Katalis (MEKPO), (c) Serat kaca, (d) Serat agave cantula 3. Alat pendukung dalam proses pembuatan benda uji, sebagai berikut: a. Cetakan yang terbuat dari kaca b. Gelas ukur c. Neraca digital d. Gergaji e. Kuas 4. Alat uji yang digunakan, yaitu: Nama Mesin

: Izod Type Impact Tester

Merk

: Toyo Seiki, Japan

Sudut angkat

: 135 0

Kapasitas

: 60 kg f cm

Jari-jari pendulum : 35.7 cm Berat pendulum

: 2.083 kg

commit to user

III - 13


digilib.uns.ac.id

Alat uji yang digunakan dalam pengujian impak komposit polimer dapat dilihat pada gambar 3.7.

Gambar 3.7 Mesin Izod Impact Tester Sumber: Laboratrium Pusat Fisika, 2010

3.4 TAHAP PENGUMPULAN DAN PENGOLAHAN DATA Tahap setelah pelaksanaan eksperimen adalah pengolahan data dari pengumpulan data hasil eksperimen untuk mendapatkan setting level optimal. Langkah-langkah pengolahan data dijelaskan dalam uraian, sebagai berikut: 1. Perhitungan analisis variansi untuk rata-rata (mean). Setelah diperoleh hasil dari eksperimen, selanjutnya dilakukan perhitungan analisa variansi untuk nilai rata-rata (mean). Perhitungan ini dapat dapat digunakan sebagai kriteria pemilihan faktor-faktor yang diperkirakan paling berpengaruh terhadap rata-rata dan variansi karakteristik kualitas. Dari perhitungan analisa variansi, maka akan diketahui berapa persen kontribusi pengaruh dari faktor yang ditentukan terhadap karakteristik kualitas yang diukur. Hasil analisis akan mengidentifikasi level optimal untuk faktor-faktor terkendali. 2. Perhitungan analisis variansi untuk signal to noise ratio (SNR). Perhitungan signal to noise ratio dilakukan untuk mengetahui tingkat sensitivitas dari karakteristik kualitas terhadap faktor gangguan yang tidak commit to user

III - 14


digilib.uns.ac.id

terprediksi. Signal to noise ratio bertindak sebagai indikator mutu selama perancangan untuk mengevaluasi akibat perubahan suatu perancangan parameter tertentu terhadap unjuk kerja produk. Maksimal ukuran performansi ditunjukkan dengan tingginya nilai signal dan rendahnya noise, karena itu karakteristik kualitas perlu dikelompokkan terlebih dahulu agar diperoleh konsistensi dalam

mengambil keputusan

terhadap hasil eksperimen.

Berdasarkan tipe karakteristik kualitas yang diteliti, maka nilai yang dicari dari signal to noise ratio adalah larger the better untuk kuat impak. 3. Penentuan setting level optimal. Hasil dari perhitungan analisa variansi dapat diidentifikasi level optimal untuk faktor-faktor terkendali. Penentuan setting level optimal diprioritaskan pada level-level faktor yang mempunyai nilai tertinggi untuk karakteristik kualitas, dalam hal ini kuat impak.

3.5 TAHAP VERIFIKASI Tahap

verifikasi

dilakukan

dengan

eksperimen

konfirmasi

dan

perhitungan confidence interval. Adapun penjelasan selengkapnya, sebagai berikut: 1. Eksperimen konfirmasi. Eksperimen konfirmasi dilakukan untuk membuktikan performansi yang diramalkan yaitu kondisi optimal untuk level – level faktor dalam eksperimen. Jika hasil eksperimen konfirmasi membuktikan performansi yang diramalkan, maka kondisi optimum dapat diterapkan dalam proses. Jika sebaliknya, maka desain eksperimen seharusnya dievaluasi lagi. Jumlah sampel atau replikasi dalam eksperimen konfirmasi diambil sebanyak 10 sampel. Keputusan kondisi optimal dapat diterima atau tidak yaitu dengan membandingkan rata-rata nilai estimasi dan rata-rata hasil eksperimen konfirmasi pada setiap confidence interval. Perhitungan mengenai confidence interval dijelaskan pada tahap berikutnya. 2. Perhitungan confidence interval. Confidence Interval untuk hasil estimasi nilai karakteristik kualitas dan hasil eksperimen konfirmasi dihitung dengan persamaan 2.16 dan 2.18. Jika selang commit to user

III - 15


digilib.uns.ac.id

interval antara kedua hasil tersebut bersinggungan maka setting level optimal dapat diterima untuk kemudian diimplementasikan. 3. Perhitungan total quality loss function. Setelah diperoleh confidence interval untuk masing – masing karakteristik kualitas, langkah selanjutnya adalah perhitungan quality loss function untuk dua karakteristik kualitas. Tujuan dari quality loss function adalah mengevaluasi kerugian kualitas secara kuantitatif. Formula yang digunakan untuk perhitungan quality loss function terdapat pada persamaan 2.27. 3.6 TAHAP ANALISIS DAN INTERPRETASI HASIL Pada bagian ini dijelaskan mengenai perencanaan eksperimen, hasil dari pelaksanaan eksperimen serta hasil dari penentuan setting level optimal sampai pada saat setting level optimal dibuktikan dengan eksperimen konfirmasi. Dari uraian yang diberikan diharapkan dapat menjelaskan sejauh mana keefektifan dari pembahasan masalah tersebut dan manfaat diterapkannya eksperimen Taguchi. 3.7 TAHAP KESIMPULAN DAN SARAN Kesimpulan berisi tentang hal-hal yang dapat disimpulkan dari pengolahan data yang dilakukan seperti setting level optimal dan jumlah quality loss function. Sedangkan saran menjelaskan mengenai hal-hal yang dipertimbangkan agar hasil penelitian lebih baik.

commit to user

III - 16


digilib.uns.ac.id

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Pada bab ini membahas tentang

pengumpulan data dan dilanjutkan

pengolahan data eksperimen. Data yang dikumpulkan meliputi nilai kuat impak dari benda uji yang dieksperimenkan. Pengolahan data yang dilakukan bertujuan untuk menapatkan rancangan setting level optimal dari faktor-faktor yang berpengaruh terhadap kuat impak material komposit matriks polimer. Penjelasan secara lebih lengkap mengenai pengumpulan dan pengolahan data akan dijelaskan pada tahapan-tahapan berikut.

4.1 PENGUMPULAN DATA EKSPERIMEN Data yang dikumpulkan dalam penelitian ini meliputi data hasil eksperimen I (pada kondisi aktual) dan hasil eksperimen tahap II (optimasi). Karakteristik kualitas yang diukur adalah nilai kuat impak pada komposit polimer. Pengujian impak dilakukan di Laboratorium Fisika Pusat Universitas Sebelas Maret. Berikut adalah gambar dari mekanisme pengujian impak yang dilakukan:

(a)

(b)

Gambar 4.1 (a) Sebelum pembebanan, (b) Setelah pembebanan Sumber: Laboratrium Pusat Fisika, 2010

4.1.1 Pengumpulan Data Hasil Eksperimen Tahap I Eksperimen tahap I dilakukan dengan level faktor sesuai dengan kondisi aktual di CV. Tausan Surakarta yaitu perbandingan resin-katalis 1:45, lama pengadukan campuran 30 detik, jumlah serat 2 (dua lapis mat strand) fibre glass, commit to user

IV - 1


digilib.uns.ac.id

dan cara penyusunan serat segala arah. Setelah diperoleh data kuat impak dari material yang diuji, kemudian dihitung nilai rata-rata dan standar deviasinya. 1. Data Hasil Uji Kuat Impak pada Eksperimen Tahap I Data hasil uji kuat desak pada eksperimen tahap I disajikan dalam tabel 4.1. Tabel 4.1 Data hasil eksperimen tahap I Nilai kuat impak (joule) 2.0315 2.1468 1.8023 1.6892 1.2476 1.8023 2.1468 1.8593 1.6892 1.3024

No 1 2 3 4 5 6 7 8 9 10

Data hasil uji kuat impak tersebut untuk selanjutnya dihitung nilai rata-rata dan standar deviasi, sebagai berikut: a. Rata-rata hasil kuat impak. 10

m =

m =

å

x

n =1

n

2.0315 + 2.1468 + 1.8023 + 1.6892 + 1.2476 + ... + 1.3024 10

= 1.7717(J) b. Standar deviasi uji kuat impak.

å (x - m )

2

s = s =

(n - 1)

(2.0315

- 1.7717 ) + (2.1468 - 1.7717 ) + .... + (1.3024 - 1.7717 ) 9

= 0.3104 (J)

2

2

commit to user

IV - 2

2


digilib.uns.ac.id

c. Menghitung nilai SNR. é 1 n æ 1 öù snLTB = - 10 Log ê å çç 2 ÷÷ ú ëê n i =1 è yi ø ûú sn

é1 æ 1 1 1 1 1 1 öù = - 10 Log ê ç + + + ..... + + + ÷ú 2 2 2 2 2 2.1468 1.8023 1.8593 1.6892 1.3024 2 øû ë10 è 2.0315

= 4.5418 dB Nilai rata-rata, standar deviasi, dan SNR dari hasil uji kuat impak pada eksperimen tahap I digunakan untuk membandingkan antara hasil eksperimen kondisi aktual di perusahaan yang menggunakan bahan penguat serat kaca (fibre glass) dengan yang menggunakan bahan penguat serat nanas (agave cantula roxb).

4.1.2 Pengumpulan Data Hasil Eksperimen Tahap II Eksperimen tahap II dilakukan sesuai dengan kombinasi level faktor terkendali berdasarkan orthogonal array yang dibuat. Level-level pada perbandingan jumlah resin-katalis yang digunakan adalah 1:100, 1:50, dan 1:25. Level-level pada faktor lama pengadukan campuran resin-katalis adalah 10 detik, 20 detik, dan 30 detik. Level-level pada faktor jumlah serat yang digunakan (fraksi berat) yaitu 10%, 20%, dan 30%. Sedangkan level-level pada faktor cara penyusunan serat yaitu dicacah acak, memanjang searah dan memanjang segala arah. Level-level tersebut dikombinasi berdasarkan orthogonal array yang sesuai kemudian dilakukan eksperimen. Data hasil eksperimen diolah

untuk

mendapatkan setting level optimal. Dengan menerapkan setting level optimal dalam proses produksi diharapkan dapat menghasilkan produk komposit polimer yang mempunyai kekuatan impak yang tinggi.

commit to user

IV - 3


digilib.uns.ac.id

1. Data Hasil Uji Kuat Impak pada Eksperimen Tahap II Data hasil uji kuat desak pada eksperimen tahap II disajikan dalam tabel 4.2 . Tabel 4.2 Rekap data hasil eksperimen tahap II untuk uji kuat impak No 1 2 3 4 5 6 7 8 9

A 1 1 1 2 2 2 3 3 3

B 1 2 3 1 2 3 1 2 3

C 1 2 3 2 3 1 3 1 2

D 1 2 3 3 1 2 2 3 1

R1 0.2795 0.6223 1.3568 1.0870 0.2320 0.2795 0.5723 1.0870 0.2795

R2 0.2795 0.4733 1.5775 1.0345 0.3274 0.7234 1.0345 1.0345 0.4733

R3 0.2320 0.5226 1.6330 0.9294 0.3757 0.8259 0.5226 0.9819 0.1848

R4 0.2320 0.2328 1.1943 0.8257 0.4243 0.5723 0.9294 1.1403 0.4243

R5 0.5226 0.4243 1.3568 1.1403 0.4733 0.6223 0.8257 0.9294 0.2320

R6 0.3275 0.5226 1.3024 0.8775 0.3274 0.7745 0.9819 0.6727 0.2795

R7 0.2795 0.7753 1.4111 1.0870 0.4243 0.5226 1.0345 0.7235 0.5226

Keterangan: ·

Baris 1 sampai dengan 9 = jumlah eksperimen dengan kombinasi level yang diwakili level 1 , 2 dan 3 pada masing-masing faktor.

·

Kolom 1 sampai dengan 4 = faktor-faktor terkendali (A, B,C dan D).

·

R1, R2, R3, R4, R5, R6, R7 dan R8 = jumlah replikasi dalam eksperimen

4.2 PENGOLAHAN DATA HASIL EKSPERIMEN Pengolahan data yang dilakukan meliputi perhitungan analisa variansi terhadap nilai rata-rata (mean), perhitungan analisa nilai signal noise ratio (SNR), sampai ditentukannya setting level optimal tiap faktor. Penjelasan lebih rinci diuraikan pada subbab-subbab berikut: 4.2.1 Perhitungan Analisa Variansi Terhadap Nilai Mean Analisys of

mean digunakan

untuk mencari faktor-faktor yang

mempengaruhi nilai rata-rata respon. Analisys of mean merupakan metode yang digunakan untuk mencari setting level optimal yang dapat meminimalkan penyimpangan nilai rata-rata. Langkah-langkah dalam perhitungan analisis variansi mean, sebagai berikut:

commit to user

IV - 4

R8 0.4243 0.6727 1.0345 1.2483 0.2795 0.6727 0.8775 0.7746 0.3274


digilib.uns.ac.id

1. Menghitung rata-rata respon. Perhitungan nilai rata-rata untuk eksperimen 1.

åx

yi =

i

ni

0.2795 + 0.2795 + 0.2320 + 0.2320 + 0.5226 + 0.3275 + 0.2795 + 0.4243 8 = 0.3221

y1 =

Langkah perhitungan nilai rata-rata pada eksperimen 2 sampai 9 sama dengan perhitungan di atas. Hasil perhitungan nilai rata-rata dengan bantuan software Microsoft Excel dapat dilihat pada tabel 4.3. Tabel 4.3 Data hasil perhitungan nilai rata-rata respon No 1 2 3 4 5 6 7 8 9

A 1 1 1 2 2 2 3 3 3

B 1 2 3 1 2 3 1 2 3

C 1 2 3 2 3 1 3 1 2

D 1 2 3 3 1 2 2 3 1

R1 0.2795 0.6223 1.3568 1.0870 0.2320 0.2795 0.5723 1.0870 0.2795

R2 0.2795 0.4733 1.5775 1.0345 0.3274 0.7234 1.0345 1.0345 0.4733

R3 0.2320 0.5226 1.6330 0.9294 0.3757 0.8259 0.5226 0.9819 0.1848

R4 0.2320 0.2328 1.1943 0.8257 0.4243 0.5723 0.9294 1.1403 0.4243

R5 0.5226 0.4243 1.3568 1.1403 0.4733 0.6223 0.8257 0.9294 0.2320

R6 0.3275 0.5226 1.3024 0.8775 0.3274 0.7745 0.9819 0.6727 0.2795

R7 0.2795 0.7753 1.4111 1.0870 0.4243 0.5226 1.0345 0.7235 0.5226

Rata-rata R8 0.4243 0.3221 0.6727 0.5307 1.0345 1.3583 1.2483 1.0287 0.2795 0.3580 0.6727 0.6242 0.8775 0.8473 0.9180 0.7746 0.3404 0.3274

2. Menghitung rata-rata total. Nilai rata-rata total adalah rata-rata dari semua data percobaan.

Y =

Y=

åy n

0.2795 + 0.2795 + 0.2320 + ... + 0.2795 + 0.5226 + 0.3274 = 0.7031 72

3. Membuat tabel respon untuk nilai rata-ratanya.

A1 =

0.3221 + 0.5307 + 1.3583 = 0.73705 3

Cara perhitungan yang sama untuk masing-masing faktor dan levelnya, maka diperoleh nilai respon dari efek faktor seperti pada tabel 4.4. commit to user

IV - 5


digilib.uns.ac.id

Tabel 4.4 Tabel respon dari efek faktor A Level 1 0.73705 Level 2 0.67029 level 3 0.70191 Selisih 0.06676 4 Ranking

B 0.73271 0.60225 0.77429 0.17205 3

C 0.62142 0.63330 0.85454 0.23312 2

D 0.34018 0.66740 1.10167 0.76149 1

4. Menghitung total sum of squares dengan menggunakan rumus.

ST = å yi2 ST = 0.27952+ 0.27952 +.......+0.32742 = 45.377391

5. Menghitung sum of square due to mean dengan menggunakan rumus.

Sm = n y

2

Sm = 72 x 0.70312 = 35.59161

6. Menghitung the sum of squares due to the factors. S A = æç nAi1 ´ A1 + nAi 2 ´ A 2 + nA3 ´ A32 ö÷ - Sm è ø 2

2

= (24 x 0.73712 + 24 x 0.67032 +24 x 0.70192) - 35.59161 = 35.64515 - 35.59161 = 0.0535 SB = (24 x 0.732712 + 24 x 0.602252 +24 x 0.774292) - 35.59161 = 35.97842 - 35.59161 = 0.3868 SC = (24 x 0.621422 + 24 x 0.633302 +24 x 0.854542) - 35.59161 = 36.4191- 35.59161 = 0.8275

commit to user

IV - 6


digilib.uns.ac.id

SD = (24 x 0.340182 + 24 x 0.667402 +24 x 1.101672) - 35.59161 = 42.59593 - 35.59161 = 7.0043 7. Menghitung the sum of squares due to the error. Se = ST – SA –SB – SC – SD – Sm Se = 45.377391- 0.0535 - 0.3868 - 0.8275 - 7.0043 - 35.59161 = 1.513647 8. Menghitung the mean sum of squares.

SqA d .o. f

MqA = =

MqC =

0.0535 2

=

= 0.02677

MqD =

0.3868 = 2

=

SqD d .o. f

7.0043 2

= 3.50216

= 0.19340

=

0.8275 2

= 0.41373

SqB MqB = d .o. f

Mqe =

SqC d .o. f

Sqe d .o. f

1.513647 63

= 0.02403 9. Menghitung F-ratio.

FA = =

MqA Mqe

FB =

0.02677 0.02403

=

= 1.1142

MqB Mqe

0.19340 0.02403

= 8.04975 commit to user

IV - 7


FC = =

digilib.uns.ac.id

MqC Mqe

FD

0.41373 0.02403

= 17.2203

=

MqC Mqe

=

3.50216 0.02403

= 145.765

10. Menghitung pure sum of squares. SA1 = SqA – ( vA x Mqe)

SC1 = SqC – ( vC x Mqe)

= 0.0535 – (2 x 0.02403)

= 0.8275– (2 x 0.02403)

= 0.00549 SB1

= 0.77942

= SqB – ( vB x Mqe)

SD1 = SqD – ( vD x Mqe)

= 0.38681– (2 x 0.02403)

= 7.0043– (2 x 0.02403)

= 0.33875

= 6.9562

11. Menghitung percent contribution.

rA = =

SA' x100% St

rC =

0.00549 x 100 % 9.7858

=

= 0.05608 %

rB = =

SC ' x100% St 0.77942 x 100% 9.7858

= 7.96482 %

SB' x100 % St

rD =

0.33876 x 100% 9.7858

=

= 3.46172 %

SD ' x100% St 6.95627 x 100% 9.7858

= 71.0854 %

commit to user

IV - 8


digilib.uns.ac.id

12. Membuat rekapitulasi tabel analisa variansi hasil perhitungan. Tabel 4.5 Analisis variansi mean sebelum pooling Source A B C D e St Sm ST

Sq 0.05354 0.38681 0.82747 7.00432 1.51365 9.78579 35.5916 45.3774

Pada

V 2 2 2 2 63 71 1 72

Mq F-ratio Sq' 0.02677 1.1142 0.00549 0.1934 8.04975 0.33876 0.41374 17.2203 0.77942 3.50216 145.765 6.95627 0.02403 1 1.70586 0.13783 9.78579

rho % F-tabel 0.05608 3.996 3.46172 3.996 7.96482 3.996 71.0854 3.996 17.432 100

tabel 4.5, diketahui bahwa faktor B, C, dan D berpengaruh

signifikan terhadap hasil kuat impak material komposit polimer. Hal ini dapat dilihat dari perbandingan antara F ratio dengan F tabel. Jika F ratio > F tabel, maka faktor tersebut berpengaruh secara signifikan terhadap variable respon. Untuk menghindari over estimation maka disarankan menggunakan separuh dari derajat kebebasan orthogonal array. Oleh karena eksperimen ini menggunakan orthogonal array L9(34), maka hanya diambil dua faktor saja yang berpengaruh. Faktor dengan nilai F-ratio terkecil di-pool ke dalam error. 13. Pooling terhadap faktor tidak signifikan. Selanjutnya dilakukan pooling terhadap faktor yang mempunyai nilai Fratio atau mean square terkecil. Faktor-faktor yang akan di-pooling ke dalam error adalah faktor A dan B. Tabel 4.6 Analisis variansi mean setelah pooling Source A B C D e pooled e St Sm ST

pool Sq Y 0.05354 Y 0.38681 0.82747 7.00432 Y 1.51365 1.954 9.78579 35.5916 45.3774

v Mq F-ratio Sq' rho % 2 0.02677 2 0.1934 2 0.41374 14.1865 0.76914 7.85981 2 3.50216 120.085 6.94599 70.9804 63 0.02403 67 0.02916 1 2.07065 21.1598 71 0.13783 9.78579 100 1 commit to user 72

IV - 9


digilib.uns.ac.id

4.2.2 Perhitungan Analisa Variansi Terhadap Nilai SNR Analisis of signal to noise ratio digunakan untuk mengetahui tingkat sensitivitas dari karakteristik kualitas yang diukur terhadap faktor gangguan. SNR yang dipilih adalah larger the better karena jenis karakteristik kualitas untuk kekuatan impak semakin besar semakin baik. Langkah-langkah dalam perhitungan analisis variansi untuk SNR larger the better, sebagai berikut: 1. Menghitung nilai SNR. é 1 n æ 1 öù snLTB = - 10 Log ê å çç 2 ÷÷ ú ëê n i =1 è yi ø ûú

dengan; n : jumlah pengulangan eksperimen yi : data pengamatan ke-i ( i = 1,2,3,….n) Perhitungan SNR untuk hasil eksperimen 1. é1 æ 1 1 1 1 1 1 öù sn1 = - 10 Log ê ç + + ..... + + + ÷ú 2 + 2 2 2 2 0.2795 0.2320 0.3275 0.2795 0.4243 2 ø û ë 8 è 0.2795

= 8.58494 dB Perhitungan SNR untuk eksperimen 2 sampai 9 menggunakan langkah yang sama dengan perhitungan di atas. Hasil perhitungan SNR dengan menggunakan bantuan software Microsoft Excel dapat dilihat pada tabel 4.7. Tabel 4.7 Perhitungan SNR No 1 2 3 4 5 6 7 8 9

A 1 1 1 2 2 2 3 3 3

B 1 2 3 1 2 3 1 2 3

C 1 2 3 2 3 1 3 1 2

D 1 2 3 3 1 2 2 3 1

R1 0.2795 0.6223 1.3568 1.0870 0.2320 0.2795 0.5723 1.0870 0.2795

R2 0.2795 0.4733 1.5775 1.0345 0.3274 0.7234 1.0345 1.0345 0.4733

R3 0.2320 0.5226 1.6330 0.9294 0.3757 0.8259 0.5226 0.9819 0.1848

R4 0.2320 0.2328 1.1943 0.8257 0.4243 0.5723 0.9294 1.1403 0.4243

R5 0.5226 0.4243 1.3568 1.1403 0.4733 0.6223 0.8257 0.9294 0.2320

R6 0.3275 0.5226 1.3024 0.8775 0.3274 0.7745 0.9819 0.6727 0.2795

2. Menghitung nilai rata-rata signal to noise ratio setiap level faktor. Contoh perhitungan untuk faktor A level 1:

snA1 =

8.58494 + 12.91440 + 20.79793 14.09909 commit to =user 3

IV - 10

R7 0.2795 0.7753 1.4111 1.0870 0.4243 0.5226 1.0345 0.7235 0.5226

R8 0.4243 0.6727 1.0345 1.2483 0.2795 0.6727 0.8775 0.7746 0.3274

SNR 8.58494 12.9144 20.7979 18.3798 9.33146 14.2472 16.8275 17.4545 9.15319


digilib.uns.ac.id

Hasil perhitungan nilai rata-rata SNR setiap level faktor selengkapnya dapat dilihat dalam tabel 4.8.

Tabel 4.8 Tabel respon untuk nilai rata-rata SNR A B C D Level 1 14.09909 14.59738 13.42888 9.02320 Level 2 13.98615 13.23344 13.48245 14.66303 level 3 14.47837 14.73278 15.65228 18.87738 0.49223 1.49934 2.22340 9.85419 Selisih 4 3 2 1 Ranking 3. Menghitung nilai total sum of square. perhitungan total sum of squares dengan menggunakan rumus,

ST = å sni2 ST = 8.584942+ 12.914402 +.......+ 9.153192 = 1972.51441 4.. Menghitung sum of square due to mean dengan menggunakan rumus, Sm = n.sn2

æ 8.58494 + 12.91440 + 20.79793 + ..... + 9.15319 ö Sm = 9 x ç ÷ 9 è ø

2

= 9 x 201.29564 = 1811.660783 5. Menghitung the sum of squares due to the factors. Contoh perhitungan untuk faktor A: 2 2 SsnA = æç nAi1 ´ snA1 + nAi 2 ´ snA2 + nA 3 ´ snA32 ö÷ - Sm è ø

= (3 x 14.099092 +3 x 13.986152 +3 14.478372) - 1811.660783 = 1812.059685 - 1811.660783 = 0.39890

commit to user

IV - 11


digilib.uns.ac.id

6. Menghitung the sum of squares due to the error.

Se = ST – SsnA –SsnB – SsnC – SsnD – Sm

Se = 1972.51441- 0.39890 -4.12669 - 9.65455 - 146.67349 - 1811.660783 =0 7. Menghitung the mean sum of squares. Contoh perhitungan untuk faktor A:

MqsnA = =

Sq.snA d .o. f

0.39890 2

= 0.1994513 8. Menghitung pure sum of squares. Contoh perhitungan untuk faktor A: S.snA1 = Sq.snA – ( vA x Mqe) = 0.39890– (2 x 0) = 0.39890 9. Menghitung F-ratio. Contoh perhitungan untuk faktor C:

FC = =

MqC Mqe

4.8272748 1.1313971

= 4.26665 10. Menghitung pure sum of squares. Contoh perhitungan untuk faktor C: S.snC1 = Sq.snC – ( vC x Mqe) = 9.65455– (2 x 1.13139) = 7.39176

commit to user

IV - 12


digilib.uns.ac.id

11. Menghitung percent contribution. Contoh perhitungan untuk faktor C:

rC = =

SC ' x100% St 0.77942 x 100% 9.7858

= 7.96482 % 12. Membuat rekapitulasi tabel analisa variansi hasil perhitungan. Tabel 4.9 Analisis variansi SNR sebelum pooling Source A B C D e St Sm ST

Sq 0.39890 4.12669 9.65455 146.67349 0.00000 160.85363 1811.66078 1972.51441

v 2 2 2 2 0 8 1 9

Mq 0.19945 2.06334 4.82727 73.3367 20.1067

F-ratio -

Sq' rho % 0.3989 0.24799099 4.12669 2.565491182 9.65455 6.002071266 146.673 91.18444656 160.854 100

Disarankan untuk menggunakan separuh dari jumlah derajat kebebasan orthogonal array eksperimen agar tidak terjadi estimasi yang berlebihan. Orthogonal array yang digunakan dalam eksperimen kali ini adalah L9(34), maka hanya diambil dua faktor saja yang berpengaruh. Faktor dengan nilai F-ratio atau mean square terkecil di-pool ke dalam error. 13. Pooling terhadap faktor tidak signifikan. Selanjutnya dilakukan pooling terhadap faktor yang mempunyai nilai Fratio atau mean square terkecil. Faktor-faktor yang akan di-pooling ke dalam error adalah faktor A dan B.

commit to user

IV - 13


digilib.uns.ac.id

Tabel 4.10 Analisis variansi SNR setelah pooling Source A B C D pooled e St Sm ST

Sq 0.39890 4.12669 9.65455 146.67349 4.52559 160.85363 1811.66078 1972.51441

v 2 2 2 2 4 8 1 9

Mq F-ratio Sq' 0.19945 2.06334 4.82727 4.26665 7.39176 73.3367 64.8196 144.41070 1.1314 1 9.05118 20.1067 160.85363

rho % 4.59533 89.77771 5.62696 100

4.2.3 Menentukan Setting Level Optimal Dalam upaya mengoptimalkan karakteristik kualitas, sangat penting untuk menggunakan dua tahap proses optimasi yaitu mengurangi variansi dan mengatur target sesuai dengan spesifikasi yang diinginkan. Berikut adalah tabel 4.11 yang menyatakan perbandingan pengaruh faktor. Tabel 4.11 Perbandingan pengaruh faktor Faktor

ŷ

σ

Pengaruh

A B C D

X X √2 √1

X X √2 √1

tidak berpengaruh tidak berpengaruh Rata-rata dan variansi Rata-rata dan variansi

Level digunakan 1 (A1) 3 (B3) 3 (C3) 3 (D3)

Keterangan: Tanda √ menunjukkan bahwa

faktor tersebut penting dan tanda X

menunjukkan faktor tidak penting. Angka di sebelah tanda √ menunjukkan ranking berdasarkan tabel respon. Berdasarkan dari tabel 4.11, dihasilkan kombinasi level faktor yang optimal yaitu C3 dan D3. Penentuan setting level terbaik diprioritaskan pada level-level faktor yang mempunyai pengaruh yang besar dalam mengurangi variansi karakteristik kualitas. Sehingga pemilihan setting level terbaiknya pada tabel 4.12.

commit to user

IV - 14


digilib.uns.ac.id

Tabel 4.12 Level optimal dalam eksperimen Kode

Faktor dalam eksperimen

A B C D

Perbandingan jumlah katalis -resin Lama pengadukan campuran katalis - resin Fraksi berat serat (filler) Arah penyusunan serat

Level optimal 1 3 3 3

4.3 TAHAP VERIFIKASI Pada tahap verifikasi dilakukan eksperimen lanjutan. Eksperimen lanjutan ini disebut juga eksperimen konfirmasi. Eksperimen konfirmasi merupakan eksperimen yang dijalankan pada kombinasi level faktor terbaik yang dipilih berdasarkan hasil yang didapat pada eksperimen sebelumnya. Tujuan eksperimen ini adalah untuk menguji nilai prediksi setting level faktor pada kondisi optimal. Jika hasil eksperimen konfirmasi dapat menguji hasil prediksi, maka setting level optimal dapat disimpulkan telah memenuhi persyaratan dalam eksperimen. 4.3.1 Eksperimen Konfirmasi Eksperimen konfirmasi dilakukan dengan menggunakan 10 sampel dan dilakukan berdasarkan level faktor pada kondisi optimal. Setting level yang diterapkan dalam eksperimen konfirmasi ditampilkan dalam tabel 4.13. Tabel 4.13 Setting level eksperimen konfirmasi Kode

Faktor dalam eksperimen

A B C D

Perbandingan jumlah katalis -resin Lama pengadukan campuran katalis - resin Fraksi berat serat (filler) Arah penyusunan serat

commit to user

IV - 15

Level optimal 1 3 3 3

Nilai 1:100 30 detik 30% Memanjang dengan arah acak


digilib.uns.ac.id

Hasil dari eksperimen konfirmasi ditampilkan pada table 4.14. Tabel 4.14 Hasil eksperimen konfirmasi Nilai Uji Impak (joule) 1.46659 1.57753 1.19433 1.68912 1.14075 1.08753 1.46650 1.30236 1.52133 1.24834

No 1 2 3 4 5 6 7 8 9 10

Hasil dari data uji kuat impak pada eksperimen konfirmasi untuk selanjutnya dihitung nilai rata-rata dan standar deviasi, sebagai berikut: 1. Rata-rata hasil kuat impak. 10

m =

m =

å

x

n =1

n

1.46659 + 1.57753 + 1.19433 + 1.68912 + 1.14075 + ... + 1.24834 10

= 1.36944 (J)

2. Standar deviasi uji kuat impak. s =

s =

å (x - m )

2

(n - 1)

(1.46659

- 1.36944 ) + (1.57753 - 1.36944 ) + .... + (1.24834 - 1.36944 ) 9 2

2

= 0.2025 (J) commit to user

IV - 16

2


digilib.uns.ac.id

3. Perhitungan SNR untuk hasil eksperimen konfirmasi. é 1 n æ 1 öù snLTB = - 10 Log ê å çç 2 ÷÷ ú ëê n i =1 è yi ø ûú

é1æ 1 1 1 1 öù sn1 = - 10 Log ê ç + ..... + + 2 + 2 2 2 ÷ú 1.57753 1.52133 1.24834 øû ë10 è 1.46659

= 22.8155 dB

4.3.2 Menentukan Nilai Prediksi Respon Dan Selang Kepercayaan Setelah setting level factor optimal ditentukan maka perlu diketahui nilai prediksi rata-rata dan SNR yang diharapkan pada kondisi optimum dan membandingkannya dengan eksperimen konfirmasi. Jika prediksi respon dan eksperimen konfirmasi berada selang kepercayaan, maka disimpulkan bahwa rancangan telah memenuhi persyaratan dalam eksperimen Taguchi. Berikut ini dijelaskan langkah-langkah perhitungan nilai prediksi respon dan selang kepercayaan, yaitu: 1. Menghitung prediksi respon dan selang kepercayaan kondisi optimal untuk rata-rata. Nilai rata-rata seluruh data percobaan adalah Y = 0.7031, maka perhitungan respon rata-rata prediksi, sebagai berikut:

(

) (

m predicted = y + D3 - y + C 3 - y

)

= D3 + C 3 - Y = 1.10167 + 0.85454 - 0.7031 = 1.2531 Selang kepercayaan dari rata-rata prediksi dapat dihitung dengan rumus, é 1 ù CI = ± Fa , v1.v1 x Ve x ê ú ë neff û

dengan neff =

jumlah total eksperimen v.mean + v D + vC commit to user

IV - 17


digilib.uns.ac.id

=

72 1+ 2 + 2

= 14.4 Selang kepercayaan prediksinya, é 1 ù CI = ± F0.05.1,67 x 0.02916 x ê ú ë14.4 û é 1 ù CI = ± 3. 991 x 0.02916 x ê ú ë14.4 û

= ± 0.08989 Selang kepercayaan untuk rata-rata proses optimal,

m predicted = m predicted ± CI 1.2531 - 0.08989 £ m predicted £ 1.2531 + 0.08989 1.1452 £ m predicted £ 1.34299 2. Prediksi respon dan selang kepercayaan kondisi optimal untuk SNR. Rata-rata dari total SNR.

SNR = 14.18787

(

) (

sn predicted = sn + D 3 - sn + C 3 - sn

)

= D3 + C 3 - sn = 18.87738+ 15.65228- 14.18787 = 20.34179 dB Selang kepercayaan dari SNR prediksi dapat dihitung dengan rumus, é 1 ù CI SNR = ± Fa ,v1.v1 x Ve x ê ú ë neff û

dengan neff = =

jumlah total eksperimen v.mean + v D + vC

9 1+ 2 + 2

= 1.8

commit to user

IV - 18


digilib.uns.ac.id

Selang kepercayaan prediksinya, é 1 ù CI = ± F0.05.1, 4 x 1.1314 x ê ú ë1.8 û é 1 ù CI = ± 7.71 x 1.1313971 x ê ú ë1.8 û

= ± 2.2013 Selang kepercayaan untuk rata-rata proses optimal.

sn predicted = sn predicted ± CI 20.34179 - 2.2013 £ m predicted £ 20.34179 + 2.2013 18.140 £ snpredicted £ 22.543 3. Menghitung prediksi respon dan selang kepercayaan eksperimen konfirmasi untuk rata-rata. Nilai rata-rata data eksperimen konfirmasi

adalah

Y = 1.3694, maka

perhitungan respon rata-rata prediksi, sebagai berikut: ·

Selang kepercayaan nilai rata-rata eksperimen konfirmasi dapat dihitung dengan rumus, é 1 1ù CI = ± Fa , v1.v1 x Ve x ê + ú ë neff r û

dengan neff = =


72 1+ 2 + 2

= 14.4 ·

Selang kepercayaan prediksinya, 1ù é 1 CI = ± F0.05.1,67 x 0.02916 x ê + ú ë14.4 10 û 1ù é 1 CI = ± 3. 991 x 0.02916 x ê + ú ë14.4 10 û

= ± 0.14042 commit to user

IV - 19


·

digilib.uns.ac.id

Selang kepercayaan untuk rata-rata pada eksperimen konfirmasi,

mconfirmastion - CI £ mconfirmation £ mconfirmation + CI 1.3694 - 0.14042 £ mconfirmation £ 1.3694 + 0.14042 1.2289 £ mconfirmation £ 1.5098 4. Prediksi respon dan selang kepercayaan eksperimen konfirmasi untuk SNR. Nilai SNR konfirmasi = 22.8155 ·

Selang kepercayaan SNR konfirmasi dapat dihitung dengan rumus, é 1 1ù CI SNR = ± Fa , v1.v1 x Ve x ê + ú ë neff r û

dengan neff = =


9 1+ 2 + 2

= 1.8 ·

Selang kepercayaan eksperimen konfirmasi, 1ù é 1 CI = ± F0.05.1, 4 x 1.1314 x ê + ú ë1.8 10 û 1ù é 1 CI = ± 7.71 x 1.1313971 x ê + ú ë1.8 10 û

= ± 2.3913 ·

Selang kepercayaan untuk SNR konfirmasi,

mconfirmastion - CI £ mconfirmation £ mconfirmation + CI 22.8155 - 2.3913 £ m predicted £ 22.8155 + 2.3913 20.4242 £ snconfirmation £ 25.2068

commit to user

IV - 20


digilib.uns.ac.id

Nilai-nilai dibandingkan

selang

dengan

kepercayaan

selang

pada

kepercayaan

kondisi pada

optimal

eksperimen

kemudian konfirmasi.

Perbandingan tersebut digambarkan dalam grafik untuk memudahkan pembacaan.

1.1452

1.34299 1.2289

1.5098

Gambar 4.2 Perbandingan selang untuk rata-rata

18.140

22.543

20.4242

25.2068

Gambar 4.3 Perbandingan selang untuk SNR Keterangan:

optimal konfirmasi

Pada gambar 4.2 dan 4.3 diatas maka keputusan kondisi optimal dapat diterima berdasarkan pertimbangan selang kepercayaan.

4.3.3 Menentukan Total Quality Loss Function Hasil perhitungan rata-rata dan standar deviasi untuk kondisi aktual dengan kondisi optimasi disajikan dalam tabel berikut : Tabel 4.15 Perbandingan rata-rata dan standar deviasi Kondisi aktual

Kondisi optimal

Rata-rata

1.77175

1.36944

Standar deviasi

0.31038

0.20249

Data rata-rata dan standar deviasi yang diperoleh digunakan untuk menghitung quality loss function dengan rumus. k L(Y ) = 2 m

é 3s 2 ù ê1 + 2 ú m û ë

commit to user

IV - 21


digilib.uns.ac.id

Perhitungan total quality loss function dilakukan pada kondisi sebelum optimasi (aktual) dan sesudah optimasi. Hasil dari perhitungan kemudian dibandingkan untuk mengetahui perbedaan jumlah kerugian akibat adanya variasi karakteristik kualitas. Perhitungan untuk tiap kondisi, yaitu: 1. Perhitungan Total Quality Loss Function kondisi aktual. Bahan-bahan yang digunakan beserta harganya

dalam pembuatan bahan

komposit pilimer sesuai ukuran cetakan spesimen pada kondisi aktual ditampilkan pada tabel 4.16. Tabel 4.16 Perhitungan biaya bahan kondisi aktual No

Nama Bahan

Dipakai

1. 2. 3.

Resin polyester Serat kaca Katalis

60 gram 15 gram 1.2 gram

Harga per kg (Rp) 2.000 27500 60000 Total:

Total Harga (Rp) 1560 412.5 72 2044.5

Ukuran luas cetakan spesimen = 12 cm x 15 cm = 180 cm2 Ukuran luas spesimen uji

= 8 cm x 1 cm = 8 cm2

Menggunakan pendekatan perbandingan luas tersebut di atas maka dapat ditentukan besarnya biaya untuk membuat satu spesimen, yaitu: Biaya spesimen =

8 x Rp 2044 .5 180

= Rp 90.87 Karena karakteristik kualitas larger the better secara ideal memiliki target yang tidak terhingga, maka untuk penentuan nilai k, sebagai berikut:

k = A0 x D0

2

dengan; Ao = mean (Rp ) D0 = deviasi

k = Rp 90.87 x 0.310382 = 8.75423

commit to user

IV - 22


digilib.uns.ac.id

maka, QLF untuk kondisi aktual =

k m2

é 3s 2 ù ê1 + 2 ú m û ë

8.75423 é 3x 0.31038 2 ù = ê1 + ú 1.77175 2 ë 1.77175 2 û

= Rp 3.045

2. Perhitungan Total Quality Loss Function kondisi optimal. Bahan-bahan yang digunakan beserta harganya

dalam pembuatan bahan

komposit pilimer sesuai ukuran cetakan spesimen pada kondisi optimal ditampilkan pada tabel berikut: Tabel 4.17 Perhitungan biaya bahan kondisi optimal No

Nama Bahan

Dipakai

1. 2. 3.

Resin polyester Serat agave Katalis

48 gram 24 gram 0.5 gram

Biaya spesimen =

Harga per kg (Rp) 26000 10000 60000 Total:

Total Harga (Rp) 1248 240 30 1518

8 x Rp 1518 180

= Rp 67.47

k = A0 x D0

2

k = Rp 67.47 x 0.20249 = 2.7664 k é 3s 2 ù maka, QLF untuk kondisi optimal = 2 ê1 + 2 ú m ë m û 2.76645 é 3x 0.20249 2 ù = ê1 + ú 1.36944 2 ë 1.36944 2 û

= Rp 1.572 Berdasarkan perhitungan total quality loss function, hasil perhitungan pada kondisi optimal lebih kecil dibandingkan pada kondisi aktualnya. Hal ini berarti kerugian yang ditanggung perusahaan dapat berkurang apabila kondisi commit to user optimal diterapkan.

IV - 23


digilib.uns.ac.id

BAB V ANALISIS DAN INTERPRETASI HASIL Bab ini berisi mengenai analisis hasil dari penelitian yang diharapkan dapat memenuhi tujuan penelitian yang berpedoman pada konsep dari metode Taguchi. Hasil eksperimen yang didapat dari pengolahan data kemudian dianalisis dan diintepretasikan hasilnya. Analisis yang dilakuj\kan meliputi analisis terhadap hasil eksperimen dan perhitungan quality loss function.

5.1 ANALISIS Analisis dilakukan pada kondisi awal sebelum diterapkannya metode Taguchi, pada saat eksperimen tahap II, kondisi setelah optimalisasi dan pada perhitungan quality loss function. 5.1.1 Analisis Hasil Eksperimen Eksperimen dilakukan dalam 3 tahapan meliputi eksperimen tahap 1, ekspeimen tahap II, dan eksperimen konfirmasi. Eksperimen tahap I dilakukan untuk mengetahui kualitas dari produk komposit polimer yang dihasilkan pada kondisi aktual di perusahaan. Kondisi aktual di perusahaan menggunakan serat kaca (fibre glass) sebagai bahan penguat pada produk komposit polimer yang dibuat. Level faktor yang digunakan pada kondisi aktual yaitu jumlah perbandingan resin-katalis 1: 45, lama pengadukan campuran resin – katalis 30 detik, jumlah serat yang digunakan 2 lapis serat kaca (fibre glass), dan arah penyusunan serat secara acak. Hasil dari pengujian impak yang dilakukan terhadap material komposit polimer pada kondisi aktual diperoleh nilai rata-rata kuat impak sebesar 1.7717 joule dengan variansi sebesar 0.0963. Variansi ini terjadi karena tidak adanya duplikasi sempurna dalam suatu eksperimen. Pembuatan spesimen yang dilakukan secara manual dapat menyebabkan kondisi saat proses pembuatannya sulit terkontrol dengan baik. Hal ini juga berpotensi menimbulkan variational noise yaitu adanya faktor-faktor yang menyebabkan perbedaan spesifikasi dari produk yang dihasilkan antara satu produk dengan produk yang lainnya meskipun produk dibuat dengan spesifikasicommit yang sama. to userNilai signal to noise ratio pada

V-1


digilib.uns.ac.id

eksperimen tahap I sebesar 4.54179 dB. Nilai signal to noise ratio diharapkan mempunyai nilai sebesar mungkin. Nilai yang rendah berarti noise-nya tinggi karena signal to noise ratio sendiri merupakan perbandingan antara signal dengan noise sehingga untuk memperkecil noise yang terjadi maka harus dihasilkan nilai signal to noise ratio yang lebih besar. Eksperimen tahap II dilakukan

bertujuan untuk mengidentifikasikan

keberadaan serta besar pengaruh faktor-faktor yang diselidiki terhadap suatu hasil kerja tertentu dan untuk mendapatkan kombinasi level faktor yang memberikan hasil kualitas terbaik sesuai dengan kriteria yang diinginkan. Eksperimen tahap II dijalankan berdasarkan orthogonal array yang telah disusun. Hasil yang diperoleh kemudian dilakukan tahapan pengolahan data untuk memperoleh setting level faktor yang menghasilkan karakteristik kualitas optimal. Hasil dari eksperimen tahap II yang telah dijalankan kemudian dibuat tabel respon untuk mengetahui besarnya pengaruh dari tiap-tiap faktor terhadap nilai rata-rata respon yang diukur, yaitu kuat impak. Rangking pada tabel respon menunjukkan mana faktor yang paling berpengaruh dan faktor yang kurang berpengaruh terhadap karakteristik kualitas yang diukur. Faktor yang paling berpengaruh ditunjukkan dengan rangking 1, yaitu faktor arah penyusunan serat (kode D) yang memberikan nilai rata-rata respon terbesar pada level 3 (penyusunan serat secara memanjang segala arah). Penyusunan arah serat segala arah ini memungkinkan material yang terbentuk dapat lebih menanggung beban dari segala arah pula. Faktor jumlah (fraksi berat) serat (kode C) menduduki rangking 2, dan memberikan nilai rata-rata respon terbesar pada level 3 (30%). Semakin banyak jumlah serat yang digunakan akan semakin memberikan kontribusi pada material yang terbentuk dalam menanggung beban sehingga material akan mampu menanggung beban yang lebih besar dengan syarat resin yang digunakan mampu membasahi seluruh serat (Shackelford, 2000). Penggunaan jumlah (fraksi berat) serat sebesar 30%, resin mampu membasahi seluruh serat. Rangking ke-3 diduduki oleh faktor lama pengadukan campuran resin-katalis (kode B) yang memberikan nilai rata-rata respon terbesar pada level 3 (30 detik). Pengadukan perlu dilakukan agar katalis dan resin dapat tercampur dengan sempurna. commit to userNamun, pengadukan yang terlalu

V-2


digilib.uns.ac.id

lama akan berpotensi menimbulkan gelembung udara pada campuran yang akan menyebabkan material yang terbentuk menjadi rapuh (Rahardjo, 2001). Dengan tetap memperhatikan kecepatan aduknya dapat meminimalisir terbentuknya gelembung udara selama pengadukan. dan rangking ke-4 adalah faktor jumlah perbandingan resin-katalis (kode A) yang memberikan nilai rata-rata respon terbesar pada level 1 dengan nilai perbandingan 1:100. Jumlah perbandingan katalis yang dicampurkan juga menentukan cepat lambatnya waktu pengeringan (curing). Semakin banyak katalis yang dicampurkan akan semakin cepat campuran mengering dan semakin tinggi suhu yang ditimbulkan. Material yang dhasilkan juga akan semakin getas (Gibson, 1994). Uji Anova dilakukan untuk mengetahui apakah faktor-faktor yang dilibatkan dalam eksperimen berpengaruh secara signifikan atau tidak terhadap nilai kuat impak. Dari tabel anova dapat diketahui bahwa faktor B,C, dan D berpengaruh secara signifikan terhadap nilai kuat impak dilihat dari nilai F-ratio dari faktor-faktor tersebut lebih besar daripada nilai F-tabel. Sedangkan faktor A tidak berpengaruh secara signifikan karena nilai F-ratio nya lebih kecil daripada nilai F- tabel. Perhitungan persen kontribusi menunjukkan kontribusi dari error sebesar 21.159%, maksudnya bahwa semua faktor signifikan yang mempengaruhi nilai rata-rata sudah dimasukkan dalam eksperimen. Dalam eksperimen Taguchi diharapkan nilai dari kontribusi error ≤ 50%, nilai tersebut berarti faktor-faktor penting dalam eksperimen dilibatakan. Persen kontribusi error ≤ 50%, maka hasil eksperimen Taguchi memenuhi kriteria untuk dijadikan model guna memprediksi nilai rata-rata optimum. Perhitungan signal to noise ratio dapat digunakan untuk pemilihan setting level optimal dari faktor level yang digunakan dalam eksperimen. Pemilihan level dari masing-masing faktor didasarkan pada nilai signal to noise ratio yang lebih tinggi sehingga noise yang dihasilkan juga lebih kecil karena nilai signal to noise ratio yang lebih rendah dapat meminimumkan variansi yang terjadi akibat adanya faktor yang tidak dapat dikendalikan. Pada tabel 4.8 menunjukkan nilai rata-rata respon signal to noise ratio dari masing-masing level faktor. Pada faktor A,B,C, dan D semuanya memiliki nilai rata-rata commitrespon to usersignal to noise ratio terbesar pada

V-3


digilib.uns.ac.id

level 3, hal ini beratrti bahwa pada level tersebut noise yang dihasilkan dapat diminimalisir. Namun, dari analisis perhitungan terhadap nilai mean yang sebelumnya telah dilakukan mengindikasikan bahwa faktor dengan kode A yaitu jumlah perbandingan katalis-resin tidak berpengaruh secara signifikan terhadap nilai kuat impak material komposit polimer. Perhitungan persen kontribusi menunjukkan persen kontribusi error sebesar 5.627 % yang berarti bahwa tidak terdapat faktor signifikan yang mempengaruhi nilai variansi yang belum dimasukkan dalam eksperimen atau dengan kata lain pooling yang dilakukan sudah cukup optimal. Eksperimen Taguchi persen kontribusi diharapkan ≤ 50% nilai tersebut berarti faktor-faktor penting dalam eksperimen dilibatkan. Perhitungan analisis variansi untuk SNR menunjukkan bahwa hanya faktor C dan faktor D yang memberikan pengaruh signifikan terhadap nilai variansi. Faktor C dan D inilah yang digunakan untuk menghitung nilai prediksi dari rata-rata dan SNR optimal. Pemilihan setting level optimal dari faktor diprioritaskan pada faktorfaktor yang mempunyai pengaruh signifikan terhadap karakteristik kualitas yang diukur, sehingga pemilihan setting level optimalnya yaitu A1, B3, C3, dan D3. Artinya pada faktor jumlah perbandingan resin-katalis (kode A) terpilih level 1. Pemilihan pada level ini didasarkan pada analisis terhadap mean dan SNR. Meskipun pada perhitungan SNR untuk faktor A memberikan hasil terbaiknya pada level 3, pada analisis nilai mean yang dilakukan sebelumnya telah menyatakan bahwa faktor A tidak berpengaruh secara signifikan terhadap karakteristik yang diukur sehingga dipilih level yang rendah untuk alasan biaya. Pemilihan level 1 pada faktor A ini juga dikuatkan oleh nilai rata-rata respon kuat impak yang memberikan hasil terbesarnya pada level 1. Faktor lama pengadukan campuran resin-katalis (kode B) terpilih level 3, faktor jumlah berat serat (kode C), dan faktor arah penyusunan serat (kode D) terpilih pada level 3. Pemilihan level dari faktor B, C,dan D juga didasarkan pada perhitungan analisis nilai mean dan SNR. Perhitungan anlisa nilai mean menunjukkan bahwa ketiga faktor B, C, dan D berpengaruh secara signifikan terhadap nilai kuat impak dan memberikan nilai respon rata-rata dan SNR terbesarnya pada level 3 untuk ketiga faktornya. commit to user

V-4


digilib.uns.ac.id

Setelah diketahui setting level optimal maka dapat dilanjutkan dengan perhitungan selang kepercayaan untuk rata-rata dan SNR. Dengan menggunakan tingkat

kepercayaan

95%

diperoleh

nilai

selang

kepercayaan

1.1452 £ m predicted £ 1.34299 untuk rata-rata dan 18.140 £ sn predicted £ 22.543 untuk SNR. Selang kepercayaan tersebut merupakan selang kepercayaan prediksi dimana setelah diketahui setting level terbaiknya diharapkan pada eksperimen berikutnya (konfirmasi) nilai dari selang kepercayaannya berada pada batas yang telah diprediksi. Pada tahap verifikasi dilakukan eksperimen konfirmasi. Eksperimen ini merupakan eksperimen yang dijalankan pada kombinasi level-level faktor terbaik yang dipilih berdasarkan hasil yang didapat dari eksperimen tahap II. Dengan menggunakan setting level optimal dapat diketahui bahwa dari hasil eksperimen menunjukkan nilai kuat impak rata-rata sebesar 1.3694 Joule. Nilai ini lebih rendah daripada nilai kuat impak rata-rata pada kondisi aktual yaitu sebesar 1.7717 joule. Produk berbahan komposit polimer yang dihasilkan CV. Tausan bermacam-macam dalam penggunaannya.Material dengan kekuatan yang lebih rendah masih dapat digunakan untuk membuat produk yang pada kondisi operasionalnya tidak memerlukan kekuatan tinggi. Sebagai contoh dalam pembuatan alat peraga, wahana rekreasi seperti patung atau replika binatang yang merupakan order terbesar di CV. Tausan.

Nilai signal to noise ratio yang

dihasilkan sebesar 22.8155 dB yang artinya bahwa jika dibandingkan dengan nilai signal to noise ratio kondisi awal yaitu sebesar 4.54179

dB, maka terjadi

kenaikan nilai desibelnya atau dengan kata lain noise yang terjadi dapat diperkecil dan produk memberikan spesifikasi yang lebih konsisten. Hasil eksperimen konfirmasi menunjukkan bahwa setting level dapat diterima. Perbandingan selang kepercayaan antara eksperimen konfirmasi dengan kondisi optimal (prediksi) yang menggunakan tingkat kepercayaan 95% berada pada batas yang telah diprediksi pada kondisi optimal. Nilai selang kepercayaan rata-rata dari eksperimen konfirmasi 1.2289 £ mconfirmation £ 1.5098 dan selang untuk SNR 20.4242 £ snconfirmation £ 25.2068. commit to user

V-5


digilib.uns.ac.id

5.1.2 Analisis Total Quality Loss Function Salah satu tujuan penelitian ini yaitu untuk menghitung quality loss function, maka setelah dilakukan percobaan konfirmasi dengan setting level optimal dapat dievaluasi kerugian kualitas secara kuantitatif yang disebabkan adanya variansi produk. Perhitungan quality loss function merupakan salah satu hal yang penting dalam penelitian ini, karena segala bentuk kerugian yang terjadi dalam suatu perusahaan umumnya selalu berhubungan dengan nilai nominal dari suatu produk itu sendiri. Quality loss function dapat diperkecil dari kondisi sebenarnya yaitu sebesar Rp 3.045 menjadi Rp 1.572 pada kondisi optimal. Hal ini terjadi karena biaya pembuatan dan variansi kualitas produk pada kondisi aktual lebih besar dibanding setelah optimasi. Kerugian yang ditanggung perusahaan dapat ditekan atau dikurangi sehingga penghematan yang dapat dilakukan perusahaan adalah sebesar Rp 1.473. Penghematan sebesar Rp 1.473 perusahaan dapat memperoleh keuntungan yang lebih besar terlebih penghematan ini diukur dari ukuran luas benda uji 8 cm2. Perusahaan dalam membuat produk berbahan komposit polimer ini adalah hingga dalam skala puluhan meter persegi, sehingga penghematan yang dapat dilakukan perusahaan tentu akan lebih besar lagi dan keuntungan yang dapat dicapai akan semakin membaik. 5.2 INTERPRETASI HASIL Pengujian impak terhadap komposit polimer berpenguat serat daun agave cantula dengan melibatkan 4 faktor terkendali yaitu jumlah perbandingan katalisresin, lama pengadukan campuran katalis –resin, jumlah (fraksi berat) yang digunakan, dan faktor cara penyusunan serat menghasilkan setting level optimal yaitu faktor jumlah perbandingan katalis-resin pada level 1 dengan nilai perbandingan 1:100, faktor lama pengadukan campuran katalis-resin pada level 3 dengan lama waktu aduk 30 detik, faktor jumlah (fraksi berat) serat yang digunakan pada level 3 dengan fraksi berat 30%, dan faktor cara penyusunan serat pada level 3 dengan cara memanjang arah acak. Hasil pengujian impak pada material komposit polimer berpenguat serat agave cantula menunjukkan nilaicommit rata-rata terbesarnya masih lebih rendah jika to user

V-6


digilib.uns.ac.id

dibandingkan material dengan serat kaca (fibre glass) sebagai penguatnya. Hal ini mengindikasikan bahwa kekuatan dari serat agave cantula masih relatif lebih rendah dibandingkan dengan serat kaca. Akan tetapi, jika ditinjau dari aspek ekonomis, ramah lingkungan, kesehatan, dan berat dari material yang dihasilkan, penggunaan serat agave cantula sebagai bahan penguat komposit polimer tetap layak untuk dipertimbangkan. Penggunaan serat agave cantula sebagai penguat komposit polimer mampu menaikkan kekuatannya dalam menerima beban kejut dari standar kekuatan resin polyester setelah mengeras yang ditetapkan sebesar 0.6778 joule meningkat menjadi 1.3694 joule.

commit to user

V-7


digilib.uns.ac.id

BAB VI KESIMPULAN DAN SARAN

Bab ini merupakan bagian akhir dari keseluruhan isi utama tugas akhir yang membahas tentang kesimpulan yang diperoleh serta usulan atau saran untuk pengembangan penelitian lebih lanjut. Penjelasan dari kesimpulan dan saran tersebut diuraikan pada pada sub bab di bawah ini.

6.1 KESIMPULAN Bagian kesimpulan ini merupakan jawaban atas tujuan penelitian yang telah ditetapkan sebelumnya yaitu menentukan faktor yang paling berpengaruh, setting level optimal dan quality loss function pada pembuatan komposit polimer berpenguat serat daun agave cantula. Berdasarkan hasil pengumpulan dan pengolahan data yang dilakukan maka dapat disimpulkan, sebagai berikut: 1. Faktor yang berpengaruh secara signifikan terhadap nilai kuat impak material komposit polimer adalah faktor lama pengadukan campuran katalis-resin, faktor jumlah (fraksi berat) serat agave cantula yang digunakan sebagai bahan penguat, dan faktor cara penyusunan arah serat. Faktor jumlah perbandingan campuran katalis-resin tidak memberikan pengaruh signifikan terhadap nilai kuat impak material. 2. Kondisi optimal didapat pada jumlah perbandingan katalis-resin 1:100, lama pengadukan campuran katalis-resin 30 detik, jumlah (fraksi berat) serat yang digunakan sebagai penguat 30%, dan cara penyusunan serat memanjang dengan arah acak. Kondisi optimal ini meberikan nilai rata-rata kuat impak terbesar, yaitu 1.3694 joule. 3. Penurunan total quality loss function terjadi pada kondisi optimal dari nilai semula (aktual) Rp 3.045 per ukuran spesimen menjadi Rp 1.572 per ukuran spesimen.

commit to user

VI - 1


digilib.uns.ac.id

6.2 SARAN Saran yang dapat diberikan berdasarkan hasil penelitian untuk langkah pengembangan atau penelitian selanjutnya, sebagai berikut: 1. Disarankan untuk menambahkan faktor berpengaruh yang diteliti dan mempertimbangkan adanya interaksi antar faktor. 2. Penelitian ini dapat dilanjutkan dengan menambahkan faktor kecepatan aduk campuran katalis-resin. Kecepatan aduk yang tepat diperlukan agar campuran dapat tercampur merata dan tidak terbentuk gelembung udara yang dapat menyebabkan material yang terbentuk rapuh. 3. Perusahaan dapat mengaplikasikan penggunaan serat daun agave cantula sebagai bahan penguat dalam produksi komposit polimernya, tetapi terbatas untuk produk-produk yang dalam kondisi operasionalnya tidak memerlukan pembebanan yang tinggi.

commit to user

VI - 2

PENGARUH PENGGUNAAN SERAT AGAVE CANTULA

Recommend Documents