OPTIMASI PEMESINAN PADA MESIN BUBUT TIPE M-300 HORRISON DENGAN METODE OPTIMASI ALGORITMA GENETIKA SKRIPSI

(1)

i

OPTIMASI PEMESINAN PADA MESIN BUBUT TIPE M-300

HORRISON DENGAN METODE OPTIMASI

ALGORITMA GENETIKA

SKRIPSI

Skripsi Yang Diajukan Untuk Melengkapi

Syarat Memperoleh Gelar Sarjana Teknik

FICKY HAMDHANI

NIM. 080401097

DEPARTEMEN TEKNIK MESIN

FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

KATA PENGANTAR

Puji syukur penulis panjatkan kehadiran Tuhan Yang Maha Esa karena atas rahmat dan karunia-Nya lah penulis akhirnya dapat menyelesaikan skripsi ini dengan judul

“OPTIMASI PEMESINAN PADA MESIN BUBUT TIPE M-300 HORRISON

DENGAN METODE OPTIMASI ALGORITMA GENETIKA ”.

Skripsi ini disusun untuk memenuhi syarat menyelesaikan pendidikan Strata-1

(S1) pada Departemen Teknik Mesin Sub Bidang Proses produksi, 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. Eng. Himsar Ambarita, ST., MT. dan Bapak Burhanudin Sitorus, ST.,

MT. selaku dosen pembanding I dan II yang telah memberikan masukan dan saran

dalam menyelesaikan skripsi ini.

3. Bapak Dr. Ing. Ir Ikhwansyah Isranuri selaku Ketua Departemen Teknik Mesin

4. Bapak Ir. M. Syahril Gultom MT. Selaku Sekretaris Departemen Teknik Mesin

5. Bapak Rahmad Fauzy ST. MT yang telah memberikan masukan dan saran dalam

menyelesaikan skripsi ini.

6. Kedua orang tua penulis, Suyono. M. Yunus dan Erma Suriani yang tidak pernah

purus-putusnya memberikan dukungan, doa serta kasih sayangnya yang tak

terhingga kepada penulis.

7. Seluruh staf pengajar dan staf tata usaha Departemen Teknik Mesin yang telah

membimbing serta membantu segala keperluan penulis selama penulis kuliah.

8. Bapak Terang. UHSG. Manik, ST. MT. selaku dosen wali.

9. Kedua saudara penulis, Gustia Veny dan Fahmy Firmansyah yang saling

(11)

i

10. Rekan-rekan satu tim kerja, Ramadhan, Gio Syahputra, Rudi Martin dan Robby

Mulyadi yang telah meluangkan waktunya untuk memberikan saran dan kritik.

11. Seluruh rekan mahasiswa angkatan 2008, Putra Setiawan, Munawir, Ikram,

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, 07 Juli 2013

(12)

ABSTRAK

Pengoptimasian sangat diperlukan dalam suatu pemesinan. Dengan optimasi

suatu pemesinan akan lebih menghemat tenaga, waktu dan biaya. Karena susahnya

mencari suatu optimasi yang membutuhkan trial and error yang akan membutuhkan

waktu yang lama maka dibutuhkan suatu optimasi algoritma genetika. Optimasi ini

meniru prinsip evolusi dimana individu terbaik yang akan dipilih. Pengujian optimasi

ini algoritma genetika dilakukan dengan mencari variabel untuk spesiman St 60 dan

jenis pahat HSS yang ditetapkan oleh EMCO yaitu kecepatan potong (V) dari 22

rev/min sampai 44 rev/min, gerak makan (f) dari 0,1 mm sampai 0,8 mm dan

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 dan fungsi optimasi yang digunakan

adalah waktu pemesinan (tc) maka dipilih pengerjaan dengan waktu paling singkat,

sehingga didapat hasil optimasi pemesinan Gerak makan (f) 0,1, Kecepatan potong (v)

37.4888 m/min

(13)

iii

ABSTRACT

Optimizing indispensable in a machining. With the optimization of the machining will reduce the effort, time and cost. Cause to difficulties in finding an optimization that requires trial and error that will take a long time then it takes a genetic algorithm optimization. This optimization imitating the principle of evolution in which the best individuals to be selected. Testing genetic algorithm optimization is performed to find variables to spesiman St 60 and HSS cutting tool types defined by EMCO namely cutting speed (V) of 22 rev / min to 44 rev / min, feed motion (f) from 0.1 mm to 0.8 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 fitness value and the optimization function is machining time (tc) then selected work with most short time, so we got the result optimization main feed (f) 0, 1 mm , cutting speed (v) 37.4888 m / min

(14)

DAFTAR ISI

2.1 Menejemen Pemeliharaan Pabrik ... 4

2.2 Sistem Menejemen Pemeliharaan ... 4

2.3 Elemen Dasar Pemesinan ... 10

2.4 Mengenal Proses Pemesinan ... 11

2.4.1 Klasifikasi Proses Pemesinan ... 12

2.5 Proses pembubutan (Turning) ... 13

2.5.1 Parameter yang dapat Diatur pada Proses Bubut ... 14

2.5.2 Geometri Pahat Bubut ... 17

2.5.3 Perencanaan dan Perhitungan Proses Bubut ... 19

2.5.4 Material Pahat ... 22

2.5.5 Pemilihan Mesin ... 24

2.5.6 Penentuan Langkah Kerja ... 27

2.6 Algoritma Genetika ... 29

2.6.1 Sejarah ... 29

2.6.2 Permasalahan yang Membutuhkan Algoritma Genetika ... 30

(15)

iv

2.7 Prosedur Algoritma Genetika ... 32

2.7.1 Pengertian Individu ... 33

2.7.2 Teknik Penyandian (Pengkodean) ... 35

2.7.3 Prosedur Inisialisasi (Membangkitkan Populasi Awal) ... 37

2.7.4 Evaluasi Nilai Fitness ... 37

2.7.5 Seleksi Orang Tua ... 38

2.7.6 Rekombinasi ... 41

2.7.7 Mutasi ... 46

2.7.8 Elitism ... 49

2.7.9 Evaluasi Tingkat Keseragaman Unsur Kromosom ... 49

2.8 Editor Algoritma Genetika di Matlab ... 49

4.1.2 Membangkitkan Populasi Awal ... 63

(16)

5.2 Saran ... 86

(17)

v

DAFTAR TABEL

Tabel 2.1 Jenis Pahat HSS ... 23

Tabel 2.2 Skema Binary Encoding ... 36

Tabel 4.1 Populasi awal ... 65

Tabel 4.2 Nilai fitness relative (Pk) ... 66

Tabel 4.3 Nilai fitness kumulatif (qk) ... 67

Tabel 4.4 Bilangan acak untuk seleksi (r) ... 68

Tabel 4.5 Kromosom baru hasil seleksi ... 68

Tabel 4.6 Bilangan acak untuk crossover ... 70

Tabel 4.7 Kromosom – kromosom yang akan di-crossover ... 70

Tabel 4.8 Kromosom setelah dilakukan crossover ... 71

Tabel 4.9 Bilangan acak untuk mutasi ... 72

Tabel 4.10 Kromosom dan posisinya yang terkena mutasi ... 75

Tabel 4.11 Kromosom setelah dilakukan mutasi ... 76

Tabel 4.12 Populasi awal generasi kedua ... 77

(18)

DAFTAR GAMBAR

Gambar 2.1 Beberapa proses pemesinan ... 12

Gambar 2.2 Proses bubut rata, bubut permukaan dan bubut tirus ... 13

Gambar 2.3 Skematis mesin bubut dan nama bagian - bagiannya ... 14

Gambar 2.4 Panjang permukaan benda kerja yang dilalui setiap putaran ... 15

Gambar 2.5 gerak makan (f) dan kedalaman (a) ... 15

Gambar 2.6 Proses pemesinan yang dapat dilakukan pada mesin bubut ... 16

Gambar 2.7 Geometri pahat HSS ... 17

Gambar 2.8 Geometri pahat bubut sisipan (insert) ... 18

Gambar 2.9 Pahat kanan dan pahat kiri ... 18

Gambar 2.10 Pemegang pahat HSS ... 19

Gambar 2.11 Proses bubut ... 19

Gambar 2.12 Kekerasan material pahat dan sifat material pahat ... 22

Gambar 2.13 Benda kerja dipasang di antara dua senter ... 24

Gambar 2.14 alat pencekam benda kerja ... 26

Gambar 2.15 Beberapa contoh proses bubut dengan pencekaman/pemegangan benda kerja yang berbeda - beda ... 27

Gambar 2.16 Cara pemasangan pahat bubut ... 28

Gambar 2.17 Tempat pahat (tool post) ... 29

Gambar 2.18 Siklus algoritma genetika ... 32

Gambar 2.19 Ilustrasi representasi penyelesaian permasalahan dalam algoritma genetika ... 34

Gambar 2.20 Kemungkinan jalur dalam TSP dan representasi dalam individu 35

Gambar 2.21 Ilustrasi seleksi dengan mesin roulette ... 39

(19)

vi

Gambar 3.3 Pahat high speed steel HSS ... 53

Gambar 3.4 Kunci chuck ... 54

Gambar 3.5 Kunci pas ... 54

Gambar 3.6 Stopwacth ... 55

Gambar 3.7 Jangka sorong ... 55

Gambar 3.8 Baja St 60 ... 55

Gambar 3.9 Ukuran spesimen ... 56

Gambar 3.10 Prosedur pemesinan ... 57

Gambar 3.11 Spesimen akhir ... 57

Gambar 3.12 Pemasangan spesimen ... 58

Gambar 3.13 Pemasangan pahat ... 59

Gambar 3.14 pengaturan kedalaman pemotongan dan pemakanan ... 59

Gambar 3.15 Pemesinan spesimen ... 60

Gambar 3.14 Pelepasan spesimen dari mesin ... 60

Gambar 3.15 Flow chart dari metodologi penelitian ... 61

(20)

DAFTAR SIMBOL

Simbol Arti Satuan

𝑎 Kedalaman pemotongan _𝑚𝑚

𝑑 Diameter rata – rata spesimen _𝑚𝑚

𝑑𝑜 Diameter awal spesimen 𝑚𝑚

𝑑𝑚 Diameter akhir spesimen 𝑚𝑚

𝑓 Gerak makan 𝑚𝑚 𝑟𝑒𝑣⁄

F Fitness total -

K Kromosom -

n Putaran poros utama Rev/min

𝑙𝑡̇ Panjang pemesinan 𝑚𝑚

𝑃𝑐 Probabilitas crossover -

𝑃𝑘 Fitness seleksi -

𝑃𝑚 Probabilitas mutasi -

Qk Fitness Kumulatif

(21)

vii