Informasi Dokumen
- Penulis:
- Ficky Hamdhani
- Pengajar:
- Ir. Alfian Hamsi, M.Sc
- Dr. Eng. Himsar Ambarita, ST., MT.
- Burhanudin Sitorus, ST., MT.
- Dr. Ing. Ir Ikhwansyah Isranuri
- Ir. M. Syahril Gultom MT.
- Rahmad Fauzy ST. MT
- Terang. UHSG. Manik, ST. MT.
- Sekolah: Universitas Sumatera Utara
- Mata Pelajaran: Teknik Mesin
- Topik: Optimasi Pemesinan Pada Mesin Bubut Tipe M-300 Horrison Dengan Metode Optimasi Algoritma Genetika
- Tipe: Skripsi
- Tahun: 2013
- Kota: Medan
Ringkasan Dokumen
I. PENDAHULUAN
Bab ini memberikan konteks tentang pentingnya optimasi dalam pemesinan, khususnya dalam industri manufaktur. Latar belakang menjelaskan tantangan yang dihadapi dalam meningkatkan produktivitas dan kualitas produk, serta relevansinya dengan algoritma genetika sebagai metode optimasi. Tujuan penelitian diuraikan untuk menunjukkan bagaimana algoritma genetika dapat digunakan untuk menemukan parameter pemesinan yang optimal. Batasan masalah dan manfaat penelitian juga dijelaskan, menyoroti aplikasinya dalam pendidikan dan industri.
1.1 Latar Belakang
Latar belakang menjelaskan tantangan dalam industri pemesinan modern, di mana peningkatan produktivitas dan kualitas produk menjadi sangat penting. Pemesinan yang efisien memerlukan pemahaman yang mendalam tentang parameter yang mempengaruhi hasil akhir, dan algoritma genetika menawarkan pendekatan baru untuk optimasi yang lebih efektif.
1.2 Tujuan Penelitian
Tujuan penelitian ini adalah untuk menerapkan algoritma genetika dalam mencari parameter terbaik untuk proses pemesinan. Penelitian bertujuan untuk menentukan nilai fitness terbaik serta hasil optimasi dalam pemesinan, serta untuk mengevaluasi efektivitas metode ini dalam konteks pemesinan.
1.3 Batasan Masalah
Batasan masalah mencakup fokus pada pemesinan menggunakan mesin bubut tipe Harrison M300 dan penggunaan algoritma genetika sebagai metode optimasi. Penelitian ini juga membatasi data eksperimental yang digunakan dan software yang diterapkan dalam analisis.
1.4 Manfaat Penelitian
Manfaat penelitian ini meliputi penerapan teori yang dipelajari dalam praktik, kontribusi pada pengetahuan akademis di universitas, serta peningkatan efisiensi dalam industri manufaktur melalui optimasi proses pemesinan.
1.5 Sistematika Penulisan
Sistematika penulisan menjelaskan struktur laporan, yang terdiri dari pendahuluan, tinjauan pustaka, metodologi penelitian, analisis data, serta kesimpulan dan saran. Ini memberikan panduan yang jelas bagi pembaca mengenai alur penelitian.
II. TINJAUAN PUSTAKA
Bab ini menyajikan teori-teori yang relevan dengan penelitian, termasuk dasar-dasar algoritma genetika dan proses pemesinan. Tinjauan pustaka memberikan konteks yang diperlukan untuk memahami bagaimana algoritma ini dapat diterapkan dalam optimasi pemesinan.
2.1 Menejemen Pemeliharaan Pabrik
Menejemen pemeliharaan pabrik sangat penting untuk menjaga kelancaran proses produksi. Tanpa sistem pemeliharaan yang baik, produksi dapat terganggu, yang berimplikasi pada efisiensi dan biaya. Optimasi pemeliharaan mesin bubut menjadi salah satu fokus untuk meningkatkan produktivitas.
2.2 Sistem Menejemen Pemeliharaan
Sistem manajemen pemeliharaan mencakup berbagai strategi seperti pemeliharaan preventif dan prediktif yang bertujuan untuk memastikan peralatan berfungsi dengan baik. Penerapan sistem ini dapat membantu dalam mengurangi downtime dan meningkatkan efisiensi operasional.
2.3 Elemen Dasar Pemesinan
Elemen dasar pemesinan mencakup kecepatan potong, gerak makan, kedalaman potong, dan waktu pemotongan. Pemahaman tentang elemen-elemen ini penting untuk merancang proses pemesinan yang efisien dan efektif.
2.4 Mengenal Proses Pemesinan
Proses pemesinan dibagi menjadi beberapa kategori berdasarkan metode yang digunakan. Pengetahuan tentang klasifikasi ini penting untuk memilih teknik pemesinan yang sesuai dengan kebutuhan produksi.
2.5 Proses Pembubutan (Turning)
Proses pembubutan adalah salah satu teknik pemesinan yang umum digunakan untuk menghasilkan komponen silindris. Memahami parameter yang dapat diatur dalam proses ini sangat penting untuk mencapai hasil yang diinginkan.
2.6 Algoritma Genetika
Algoritma genetika adalah metode optimasi yang meniru proses evolusi. Ini digunakan untuk menemukan solusi optimal dalam berbagai masalah, termasuk pemesinan, dengan melakukan seleksi, crossover, dan mutasi pada populasi solusi.
2.7 Prosedur Algoritma Genetika
Prosedur algoritma genetika mencakup langkah-langkah seperti inisialisasi populasi, evaluasi fitness, seleksi orang tua, crossover, dan mutasi. Pemahaman tentang prosedur ini penting untuk menerapkan algoritma dengan efektif dalam konteks pemesinan.
III. METODOLOGI PENELITIAN
Bagian ini menjelaskan metode yang digunakan dalam penelitian, termasuk peralatan, bahan, dan prosedur pengujian. Metodologi yang jelas dan sistematis sangat penting untuk memastikan validitas dan reliabilitas hasil penelitian.
3.1 Waktu dan Tempat Penelitian
Penelitian dilakukan di Laboratorium Proses Produksi Universitas Sumatera Utara, dengan waktu penelitian yang telah ditentukan untuk memastikan pengumpulan data yang konsisten dan akurat.
3.2 Peralatan Pengujian
Peralatan yang digunakan dalam penelitian mencakup mesin bubut Harrison M300 dan alat ukur lainnya. Pemilihan peralatan yang tepat sangat penting untuk mendapatkan hasil yang valid dan dapat diandalkan.
3.3 Bahan Pengujian
Bahan yang digunakan dalam pengujian adalah spesimen St 60, yang dipilih berdasarkan karakteristik material yang sesuai untuk proses pemesinan yang akan dilakukan.
3.4 Experimental Set-Up
Pengaturan eksperimen mencakup model optimasi dan prosedur pemesinan yang akan dilakukan. Ini memastikan bahwa semua variabel yang relevan diukur dan dianalisis dengan benar.
3.5 Prosedur Pengujian
Prosedur pengujian diuraikan secara rinci untuk memastikan bahwa setiap langkah diikuti dengan tepat. Ini mencakup pengaturan mesin, pemilihan parameter pemesinan, dan pengukuran hasil.
IV. ANALISA DATA
Bab ini menyajikan analisis hasil dari penggunaan algoritma genetika dalam optimasi pemesinan. Analisis data yang komprehensif sangat penting untuk menarik kesimpulan yang valid dari penelitian.
4.1 Algoritma Genetika Manual
Analisis algoritma genetika dilakukan secara manual untuk memahami langkah-langkah yang terlibat dalam proses optimasi. Ini mencakup evaluasi fungsi optimasi dan pembangkitan populasi awal.
4.2 Optimasi Proses Pemesinan
Hasil optimasi dari proses pemesinan dianalisis untuk menentukan parameter terbaik yang dapat digunakan untuk meningkatkan efisiensi dan kualitas produk. Ini mencakup analisis komponen waktu dan ongkos produksi.
V. KESIMPULAN DAN SARAN
Kesimpulan dari penelitian ini dirangkum untuk menunjukkan pencapaian tujuan penelitian. Saran untuk penelitian lanjutan juga disampaikan untuk memberikan arah bagi penelitian di masa depan.
5.1 Kesimpulan
Kesimpulan menegaskan bahwa penggunaan algoritma genetika dalam optimasi pemesinan memberikan hasil yang signifikan dalam hal efisiensi waktu dan biaya. Ini menunjukkan potensi besar untuk aplikasi lebih lanjut dalam industri.
5.2 Saran
Saran untuk penelitian lanjutan mencakup eksplorasi lebih lanjut tentang penerapan algoritma genetika dalam konteks pemesinan yang berbeda dan pengembangan metode baru untuk meningkatkan akurasi dan efisiensi proses.
Referensi Dokumen
- Optimasi Parameter Pemotongan Mesin Bubut CNC Terhadap Kekerasan Permukaan Dengan Geometri Pahat yang Dilengkapi Chip Breaker ( Achmad Wilbolo )
- Menejemen Pemeliharaan Pabrik ( Ir. Alfian Hamsi, M.Sc. )
- Analisa Peluang ( Alex Julius Chaidir )
- Teknik Pemesinan ( Widarto, dkk. )
- Mesin Perkakas dan Jenis – Jenisnya ( Paryanto, M.Pd. )
