i
ANALISA OPTIMASI PEMESINAN PADA MESIN BOR
BREDA TIPE R-35 DENGAN MENGGUNAKAN
ALGORITMA GENETIKA
SKRIPSI
Skripsi Yang Diajukan Untuk Melengkapi
Syarat Memperoleh Gelar Sarjana Teknik
i
KATA PENGANTAR
Puji syukur penulis panjatkan kehadiran ALLAH SWT karena atas rahmat
dan karunia-Nya lah penulis akhirnya dapat menyelesaikan skripsi ini dengan judul
“ANALISA OPTIMASI PEMESINAN PADA MESIN BOR BREDA TIPE R-35
DENGAN MENGGUNAKAN ALGORITMA GENETIKA”.
Skripsi ini disusun untuk memenuhi syarat menyelesaikan pendidikan
Strata-1 (SStrata-1) pada Departemen Teknik Mesin Sub Bidang Konversi Energi, Fakultas
Teknik, Universitas Sumatera Utara.
Dalam menyelesaikan skripsi ini tidak sedikit kesulitan yang dihadapi
penulis, namun berkat dorongan, semangat, doa dan bantuan baik materiil, moril,
maupun spirit dari berbagai pihak akhirnya kesulitan itu dapat teratasi. Untuk itu
sebagai manusia yang harus tahu berterima kasih, degan penuh ketulusan hati penulis
mengucapkan terima kasih kepada :
1. Bapak Ir. Alfian Hamsi, M.Sc selaku dosen pembimbing, yang dengan penuh
kesabaran telah memberikan bimbingan dan motivasi kepada penulis.
2. Bapak Dr. Ing. Ir Ikhwansyah Isranuri selaku Ketua Departemen Teknik Mesin
Universitas Sumatera Utara.
3. Bapak Ir. M. Syahril Gultom MT. Selaku Sekretaris Departemen Teknik Mesin
Universitas Sumatera Utara.
4. Kedua orang tua penulis, Marius dan Fatimah Darlis yang tidak pernah
purus-putusnya memberikan dukungan, doa serta kasih sayangnya yang tak terhingga
kepada penulis.
5. Kakak Wira Deswita dan Abang Meliadi yang selalu menasehati untuk cepat
menyelesaikan skripsinya.
6. Seluruh staf pengajar dan staf tata usaha Departemen Teknik Mesin yang telah
membimbing serta membantu segala keperluan penulis selama penulis kuliah.
7. Bapak Ir. Andianto Pintoro selaku dosen wali.
8. Rekan-rekan satu tim kerja, Ficky Hamdani, Ramadhan, Robby dan Rudi yang
ii 9. Teman-Teman lain yaitu, Ikram, Syahrul Ramadhan, , Daniansyah, Ismail Husin
Tanjung, Aldiansyah Leo, Fahrul Rozzy, Felix Asade, Parulian Siahaan,
Ferdinan Lubis, Joshua Surbakti, Daniel Ortega panjaitan, Indra Gunawan
Purba, Fransiscus Sitompul, rekan-rekan mahasiswa 2008 yang tidak mungkin
disebutkan satu-persatu, para abang senior dan adik-adik junior semua yang
telah mendukung dan memberi semangat kepada penulis.
Penulis menyadari bahwa masih banyak kesalahan dan kekeliruan dalam
penulisan skripsi ini. Oleh karena itu penulis akan sangat berterima kasih dan dengan
senang hati menerima saran dan kritik yang membangun demi tercapainya tulisan
yang lebih baik. Akhir kata penulis berharap semoga tulisan ini dapat memberi
manfaat kepada pembaca. Terima kasih.
Medan, Mei 2013
iii
ABSTRAK
Algoritma Genetika merupakan suatu algoritma yang terinspirasi dari teori
evolusi Darwin dimana dinyatakan bahwa kelangsungan hidup suatu makhluk
dipengaruhi aturan bahwa yang kuat adalah yang menang. Algoritma genetika
didasarkan pada proses seleksi gen, perkawinan silang dan mutasi. Salah satu
masalah yang dapat diselesaikan dengan algoritma genetika adalah persoalan
optimasi. Optimasi algoritma genetika dilakukan dengan mencari variabel untuk
spesiman ST-37 dan mata bor HSS dengan kecepatan potong (V) dari 30 m/min
sampai 50 m/min, diameter(d) dari mata bor adalah 5,5 mm sampai 8,5 mm,
kemudian menurunkan rumus waktu pemesinan (tc) sebagai fungsi optimasi.
Variabel yang telah ditetapkan selanjutnya akan melakukan evolusi seperti seleksi,
crossover dan mutasi. Individu terbaik dapat dilihat dari nilai fitness terbesar karena
fungsi optimasi yang digunakan adalah waktu pemesinan (tc) maka dipilih
pengerjaan dengan waktu paling singkat, sehingga didapat hasil optimasi pemesinan
Putaran poros utama (n) 1251rev/min, Gerak makan (f) 0,194 mm/rev, Kecepatan
potong (v) 48,532 m/min, Waktu pemotongan (tc) 0,00440 min, Kecepatan
penghasilan geram (z) 14,5 cm3/min.
iv
ABSTRACT
Genetic Algorithm is an algorithm inspired by Darwin's evolutionary theory
which stated that influenced the survival of a creature that the strong rule is a win.
Genetic algorithms are based on the process of gene selection, crossover and
mutation. One problem that can be solved by genetic algorithm is the optimation
problem. Genetic algorithm optimization is performed to find variables to spesiman
ST-37 and HSS twist drill with cutting speed (V) of 30 m / min to 50 m / min,
diameter twist drill(d) 5,5 mm to 8,5 mm and reduce machining time formula (tc) as
a function of optimization. Predefined variables will further evolution such as
selection, crossover and mutation. Individuals can best be seen from the bigest
fitness value is used as the optimization function is machining time (tc) then selected
work with most short time, so we got the result optimization main shaft rotation
machining (n) 1251rev / min, deep feed (f) 0,194 mm/rev, 0,194 mm/rev cutting
speed (v) 48,532 m / min, , the cutting time (tc) 0,00440 min, Material Removal Rate
(z) 14,5 cm3/min.
v
1.1 Latar Belakang ... 1
1.2 Tujuan Penelitian ... 2
1.3 Batasan Masalah ... 2
1.4 Manfaat Penelitian ... 3
1.5 Sistematika Penulisan ... 3
BAB II TINJAUAN PUSTAKA ... 5
2.1 Manajemen Pemeliharaan Pemesinan ... 5
2.1.1 Sistem Pemeliharaan Mesin ... 5
2.1.2 Strategi Pemeliharaan... 9
2.2 Algoritma Genetika ... 12
2.2.1 Sejarah ... 12
2.2.2 Pemasalahan yang Membutuhkan Algoritma Genetika ... 13
2.2.3Aplikasi Algoritma Genetika ... 14
2.3 Prosedur Algoritma Genetika... 16
2.3.1 Pengertian Individu ... 17
2.3.2 Teknik Penyandian (Pengkodean)... 19
2.3.3 Prosedur Inisialisasi (Membangkitkan Populasi Awal) .... 21
vi
2.3.5 Seleksi Orang Tua ... 23
2.3.6 Rekombinasi ... 27
2.3.7 Crossover... 29
2.3.8 Mutasi ... 33
2.3.9 Elitism... 35
2.3.10 Evaluasi Tingkat Keseragaman Unsur Kromosom ... 35
2.4 Mesin Bor... 37
2.4.1 Definisi Dan Fungsi Mesin Bor... 37
2.4.2 Jenis-Jenis Mesin Bor... 38
2.4.3 Bagian-Bagian Mesin Bor ... 39
2.4.4 Mata bor (Twist Drill) dan Geometri Mata Bor ... 40
2.4.5 Pengerjaan yang berhubungan dengan proses gurdi ... 45
2.4.6 Pencekaman Mata bor dan benda kerja ... 46
2.4.7 Parameter proses Gurdi ... 47
2.5 Algoritma Genetika Dalam MATLAB ... 48
BAB III METODOLOGI PENELITIAN... 53
3.1 Waktu dan Tempat Penelitian ... 53
3.2 Peralatan Pengujian ... 53
3.3 Bahan Pengujian ... 58
3.4 Experimental Set-Up ... 59
3.4.1 Model Optimasi ... 59
3.4.2 Parameter yang Digunakan ... 59
3.5 Prosedur Pengujian ... 62
BAB IV ANALISA DATA ... 64
4.1 Algoritma Genetika Manual ... 64
4.1.1 Fungsi Optimasi ... 64
4.1.2 Membangkitkan Populasi Awal ... 66
4.1.3 Seleksi ... 68
4.1.4 Crossover... 74
vii BAB V KESIMPULAN DAN SARAN... 85
5.1 Kesimpulan ... 85
5.2 Saran ... 85
viii
DAFTAR TABEL
Tabel 2.1 Faktor penentu keberhasilan pemeliharaan menurut Paul (1989) ... 10
Tabel 2.2 SkemaBinary Encoding... 20
Tabel 2.3 Ukuran tirus ... 39
Tabel 2.4 Geometri mata bor (twist drill) yang disarankan... 41
Tabel 4.1 Populasi acak awal ... 67
Tabel 4.2 Fitness Relatif(Pk)... 69
Tabel 4.3 Finess kumulatif(qk)... 71
Tabel 4.4 Bilang acak untuk seleksi(r) ... 72
Tabel 4.5 Kromosom baru hasil seleksi ... 73
Tabel 4.6 Kromosom-kromosom yang akan dicrossover... 75
Tabel 4.7 Kromosom setelah dilakukan crossover ... 76
Tabel 4.8 Kromosom dan posisinya yang terkena mutasi ... 78
Tabel 4.9 Kromosom setelah dilakukan mutasi ... 79
ix
DAFTAR GAMBAR
Gambar 2.1 Jenis manajemen pemeliharaan ... 6
Gambar 2.2 Kerangka berpikir sistem pemeliharaan ... 12
Gambar 2.3 Siklus algoritma genetika ... 16
Gambar 2.4 Ilustrasi representasi penyelesaian permasalahan dalam Algoritma genetika ... 18
Gambar 2.5 Kemungkinan jalur dalam TSP dan representasi dalam individu... 19
Gambar 2.6 Ilustrasi seleksi dengan mesin roulette ... 25
Gambar 2.7 Proses Cross-over ... 33
Gambar 2.8 Proses Mutasi... 34
Gambar 2.9 Mesin bor ... 37
Gambar 2.10 Nama-nama bagian mata bor dengan sarung tirusnya ... 40
Gambar 2.11 Mata bor khusus untuk pengerjaan ... 42
Gambar 2.12 Bor senter (center drill) ... 45
Gambar 2.13 Proses kelanjutan setelah dibuat lubang ... 46
Gambar 2.14 Cekam mata bor rahang tiga dengan kapasitas maksimal mata bor 13 mm ... 46
Gambar 2.15 Bagian-bagian Cekam Bor... 47
Gambar 2.16 Parameter mesin bor ... 47
Gambar 2.17 Optimtool... 49
Gambar 2.18 Jendela optmasi... 49
x
Gambar 2.20Solver tool... 50
Gambar 2.21Start Tool... 51
Gambar 3.1NotebookACERaspire4736G ... 53
Gambar 3.2 Mesin Bor Breda R35 ... 54
Gambar 3.3 Mata borhigh speed steelHSS... 56
Gambar 3.4 Kuncichuck ... 57
Gambar 3.5Stopwatch... 57
Gambar 3.6 Jangka sorong ... 58
Gambar 3.7 Baja ST 37 ... 58
Gambar 3.8 Flow chart dari metodologi penelitian... 63
xi
DAFTAR SIMBOL
Simbol Arti Satuan
Kedalaman pemotongan
Diameter rata–rata spesimen
Diameter awal specimen
Diameter akhir specimen
Gerak makan ⁄
F Fitnesstotal
-K Kromosom
-n Putaran poros utama Rev/min
̇ Panjang pemesinan
ST-37 Baja karbon rendah
-Waktu pemesinan
Z Kecepatan penghasilan geram ⁄
Huruf Yunani
Simbol Arti Satuan