jumlah tot +
LP 0.079 H 0 gagal ditolak Berdistribusi normal
KP >0.150 H0 gagal ditolak Berdistribusi normal
TW >0.150 H0 gagal ditolak Berdistribusi normal Tabel 19 Hasil uji kenormalan data pada kombinasi optimum
Respon P-value Keterangan Kesimpulan
LP >0.150 H0 gagal ditolak Berdistribusi normal
KP >0.150 H0 gagal ditolak Berdistribusi normal
TW >0.150 H0 gagal ditolak Berdistribusi normal
Tabel 18 dan Tabel 19 menunjukkan bahwa nilai P-value untuk masing-masing respon baik pada kombinasi awal maupun pada kombinasi optimum adalah lebih besar dari α = 0,05. Dengan demikian dapat disimpulkan bahwa data pada kombinasi awal dan data pada kombinasi optimum adalah berdistribusi normal.
b) Uji kesamaan variansi H0 : 𝜎12= 𝜎22
H1: 𝜎12≠ 𝜎22
H0 ditolak jika p-value lebih kecil dari pada α = 0,05.
Hasil uji kesamaan variansi antara data pada kombinasi awal dan data pada kombinasi optimum untuk masing-masing respon ditunjukkan pada Tabel 20.
Tabel 20 Hasil uji kesamaan variasi
Respon P-value Keterangan Kesimpulan
LP 0.250 H0 gagal ditolak Variansi sama
KP 1.000 H0 gagal ditolak Variansi sama
TW 0.421 H0 gagal ditolak Variansi sama
Tabel 20 menunjukkan bahwa P-value pada masing-masing respon adalah lebih besar dari α = 0,05. Dengan demikian dapat disimpulkan bahwa data dari kedua sumber, yaitu kombinasi awal dan kombinasi optimum memiliki variansi yang sama.
c) Uji kesamaan rata-rata H0 : μ1 = μ2
H1 : μ1≠ μ2
H0 ditolak jika p-value lebih kecil dari pada α = 0,05.
Hasil uji kesamaan rata-rata antara data pada kombinasi awal dan data pada kombinasi optimum untuk masing-masing respon ditunjukkan pada Tabel 21.
Tabel 21 Hasil uji kesamaan rata-rata
Respon P-value Keterangan Kesimpulan
LP 0.000 H0 ditolak Rata-rata tidak sama
KP 0.000 H0 ditolak Rata-rata tidak sama
TW 0.000 H0 ditolak Rata-rata tidak sama
Berdasarkan hasil pengujian kesamaan rata-rata yang ditunjukkan pada Tabel 21, nilai p-value untuk masing-masing respon adalah kurang dari α = 0,05. Dengan demikian dapat disimpulkan bahwa secara statistik dengan tingkat keyakinan 95% nilai rata-rata masing-masing respon pada kondisi awal dengan nilai rata-rata masing-masing respon pada kondisi optimum adalah berbeda.
10. Pembahasan
a. Pengaruh Variabel-variabel Proses Terhadap Multi Respon
Penelitian ini dilakukan pada proses pemotongan baja perkakas SKD 11 dengan menggunakan proses pemesinan WEDM. Analisis variansi pengaruh variabel proses AN, ON, OV dan SV terhadap multirespon (GRG) ditunjukkan pada Tabel 8. Hasil analisis menunjukkan bahwa variabel proses ON memiliki pengaruh yang paling besar terhadap nilai GRG.Variabel proses ON memiliki kontribusi terhadap total variansi sebesar 65,09%. Selanjutnya, variabel proses OV memberikan kontribusi sebesar 11,35%, variabel proses AN memberikan kontribusi sebesar 7,71%, dan variabel proses SV memberikan kontribusi sebesar 5,61%. Tabel 8 juga menunjukkan bahwa error memberikan kontribusi yang relatif cukup besar, yaitu 10,24%. Hal ini berarti bahwa masih ada variabel-variabel lain yang memiliki pengaruh terhadap respon yang diamati. Variabel-variabel tersebut biasa dikenal sebagai faktor noise, yaitu variabel-variabel yang sulit atau bahkan tidak bisa dikendalikan. Contoh dari faktor-faktor noise pada WEDM antara lain seperti kemurnian dari cairan dielektrik, temperatur cairan dielektrik dan tekanan flushing. Penentuan nilai-nilai level dari variabel-variabel proses yang kurang tepat juga bisa mengakibatkan variabel-variabel tersebut menjadi tidak signifikan atau besar kontribusi variabel-variabel terhadap total variansi respon yang diteliti menjadi relatif kecil.
b. Pengaruh Variabel-variabel Proses Terhadap Respon Individu
Pengaruh dari variabel-variabel proses yang meliputi AN, ON, OV dan SV terhadap respon individu LP, KP dan TW dapat diketahui dengan membandingkan data yang diperoleh dari percobaan pada kondisi optimum dan kondisi awal seperti ditunjukkan pada Tabel 17. Kombinasi variabel pada kondisi awal adalah (AN1ON2OV2SV2) dan kondisi optimum adalah (AN1ON1OV1SV1). Nilai rata-rata lebar pemotongan yang terjadi pada kombinasi optimum adalah sebesar 0,345 mm, nilai ini lebih kecil jika dibandingkan dengan nilai rata-rata lebar pemotongan pada kombinasi awal, yaitu sebesar 0,349 mm. Pengaturan nilai variabel proses AN, ON, OV, dan SV yang lebih kecil menyebabkan energi yang digunakan untuk mengikis permukaan benda kerja juga akan semakin kecil. Sebagai akibatnya nilai rata-rata kekasaran permukaan yang dihasilkan pada kombinasi optimum yaitu sebesar 1,41 m lebih kecil dibandingkan dengan kombinasi awal yaitu sebesar 1,91 m.
(a) TW pada kondisi awal (AN1ON2OV2SV2) dengan nilai rata-rata total sebesar 6,947 m.
Gambar 3 SEM Tebal lapisan White Layer (TW)
Tebal lapisan white layer yang dihasilkan oleh variasi kombinasi variabel proses dapat diukur berdasarkan foto SEM yang diperoleh. Gambar 3(a) menunjukkan tebal lapisan white layer pada kombinasi awal (AN1ON2OV2SV2) dan tebal lapisan white layer pada kombimasi optimum (AN1ON1OV1SV1) ditunjukkan pada Gambar 3(b). Pada kombinasi optimum nilai variabel proses lebih kecil dibandingkan dengan kombinasi awal. Energi yang dihasilkan untuk mengikis benda kerja akan semakin kecil sehingga tebal lapisan white layer yang dihasilkan juga semakin kecil. Nilai rata-rata tebal lapisan white layer yang terjadi pada kondisi awal adalah sebesar 6,947 m dan rata-rata tebal lapisan white layer pada kondisi optimum adalah sebesar 5,460 m. Pembahasan lebih dalam mengenai pengaruh dari masing-masing variabel proses terhadap masing-masing respon secara individu adalah sebagai berikut:
a. Variabel proses arc on time (AN)
Variabel proses AN adalah variabel proses yang mengatur besarnya arus tambahan pada proses pemotongan WEDM. Nilai AN yang lebih besar akan menghasilkan energi yang digunakan untuk mengikis benda kerja menjadi lebih besar. Hal ini akan membuat waktu proses pemotongan menjadi lebih singkat. Energi yang lebih besar akan menyebabkan panas terkonduksi lebih dalam. Lapisan HAZ yang terbentuk menjadi lebih tebal sehingga lapisan white layer yang terbentuk juga akan semakin tebal. Selain itu, benda kerja yang terkikis akan semakin banyak dan kawah yang terbentuk pada permukaan benda kerja juga akan semakin dalam. Hal ini akan menyebabkan lebar pemotongan menjadi lebih besar dan kekasaran permukaan menjadi lebih tinggi.
b. Variabel proses on time (ON)
Proses pemotongan pada proses pemesinan WEDM hanya terjadi pada saat on time, nilai ON yang lebih besar akan mengakibatkan terjadinya waktu peloncatan bunga api listrik yang semakin
(b) TW pada kondisi optimum (AN1ON1OV1SV1) dengan nilai rata-rata total sebesar 5,460 m.
panjang. Hal ini akan menyebabkan semakin banyaknya benda kerja yang terkikis dalam setiap satuan waktu, sehingga waktu pemotongan benda kerja menjadi semakin singkat. Semakin besar nilai ON, maka energi yang dihasilkan juga akan semakin besar. Energi yang besar akan membuat benda kerja terkikis semakin banyak sehingga lebar pemotongan yang terjadi juga akan semakin besar. Energi yang lebih besar juga akan menyebabkan panas terkonduksi lebih dalam. Lapisan HAZ yang terbentuk menjadi lebih tebal sehingga lapisan recast yang terbentuk juga akan semakin tebal. Selain itu, energi yang lebih besar akan membuat kawah yang terbentuk pada permukaan benda kerja semakin dalam, sehingga kekasaran permukaan yang dihasilkan juga semakin tinggi.
c. Variabel prosesopen voltage (OV)
Pada proses pemotongan WEDM benda kerja dan kawat elektroda tidak saling bersentuhan dan dipisahkan oleh cairan dielektrik. Loncatan bunga api listrik akan terjadi ketika beda potensial cukup untuk mengionisasi cairan dielektrik. Beda potensial tersebut sangat menentukan besarnya energi loncatan bunga api listrik dan ditentukan oleh nilai OV yang diberikan. Semakin besar nilai OV, maka semakin besar pula beda potensial yang terjadi. Dengan demikian, energi yang digunakan untuk mengikis benda kerja akan semakin besar. Hal ini juga akan membuat waktu proses pemotongan menjadi semakin singkat. Selain itu, benda kerja yang terkikis semakin banyak dan kawah yang terbentuk pada permukaan benda kerja juga akan semakin dalam. Sebagai akibatnya lebar pemotongan menjadi lebih besar dan kekasaran permukaan menjadi lebih tinggi.
d. Variabel proses servo voltage (SV)
Servo voltage adalah variabel yang digunakan untuk menentukan seberapa cepat respon pemakanan untuk mengubah kondisi pemotongan. Semakin kecil SV maka semakin cepat proses pemotongan, tetapi gap akan semakin kecil danakan menyebabkan kawat putus. Dengan kata lain SV berfungsi untuk menjaga seberapa besar gap agar tidak terjadi kawat putus. Pengikisan benda kerja selama proses pemotongan membuat jarak antara benda dan elektroda menjadi lebar. Hal ini tentu saja akan membuat beda potensial antara benda kerja dan kawat elektroda menjadi lebih kecil. Untuk mengatasi hal tersebut, jarak antara benda kerja dan kawat elektroda dapat diatur dengan menentukan besar tegangan referensi. Besar tegangan referensi tersebut diatur dengan melakukan pengaturan nilai SV. Dengan nilai SV yang kecil, maka servo control akan berusaha untuk memperoleh beda potensial yang sesuai dengan tegangan referensi pada jarak yang sempit. Sebagai akibatnya, kecepatan pemotongan akan meningkat sehingga waktu yang dibutuhkan akan semakin singkat. Selain itu, lebar pemotongan akan semakin sempit dan kekasaran permukaan yang dihasilkan juga akan semakin kecil.
11. Kesimpulan
Hasil pengujian penerapan metode taguchi-grey relational analysis pada optimasi multirespon proses wire electrical discharge machining pada penelitian ini menunjukkan dengan pengaturan nilai variabel proses arc on time pada 1μs, on time pada 4μs, open voltage pada 70V dan servo voltage pada 40V dapat menghasilkan nilai lebar pemotongan, kekasaran permukaan, dan tebal lapisan white layer paling optimum secara serentak, sedangkan kontribusi dari masing-masing variabel proses terhadap total variansi respon lebar pemotongan, kekasaran permukaan, dan tebal lapisan white layer yang diamati secara serentak berturut-turut adalah on time sebesar 65,09%, open voltage sebesar 11,35%, arc on time sebesar 7,71% dan servo voltage sebesar 5,61%.