PENGARUH GEOMETRI PAHAT BUBUT HSS TERHADAP NILAI KEKASARAN PERMUKAAN DAN KEAUSAN PAHAT PROSES BUBUT DENGAN METODE TAGUCHI

PENGARUH GEOMETRI PAHAT BUBUT HSS TERHADAP NILAI KEKASARAN PERMUKAAN DAN KEAUSAN PAHAT PROSES BUBUT

DENGAN METODE TAGUCHI

Oleh :

Sriyanto¹⁾,Faisal RM²⁾,Ali Parkhan ³⁾

1)Mahasiswa,²⁾³⁾ Dosen Pascasarjana Fakultas Teknologi Industri Universitas Islam Indonesia,Yogyakarta 2014

ABSTRACT

Metal working processes with Conventional turning is still widely performed using a cutting tool High Speed Steel type. Spindle speed, feeding, depth of cut and cutting tool major angle affects the process of turning the results that will affect the value of the surface roughness also affects the value of the tool flank wear during use.With Taguchi method optimal results with a surface roughness response A2B1C2D2.formulation, whereas for tool wear is A2B2C1D1 Because there are two different response variables not the same , we used the Taguchi method Multirespon MRSN . Optimization with MRSN obtained the optimal level combination that is A1B3C1D1.with composition rpm of 255 rad / min , feeding of rate 0.088mm / rev , depth of cut of 0.5 mm and the geometry used is a major angle 75^o

Keywords : Turning process,Taguchi multirespon,surface roughness, Tool flank wear.

I.PENDAHULUAN 1.1 Latar Belakang

Perkembangan teknologi saat ini mulai pesat khususnya pada bidang permesinan yaitu mesin bubut. Penggunaan mesin bubut dibutuhkan untuk mengerjakan suatu benda dengan proses pembubutan rata, alur, radius bahkan pembuatan ulir. Di dalam proses pembubutan benda tersebut diperlukan alat selain mesin bubut juga digunakan alat penyayat (Cutter). Alat penyayat yang digunakan ini adalah terbuat dari bahan HSS (High Speed Steel). Pahat HSS biasanya masih bersifat mentah sehingga pada waktu digunakan harus diasah terlebih dahulu sesuai kebutuhan pada waktu melakukan pembubutan. Proses pengasahan pahat HSS dilakukan dengan cara manual yaitu memegang pahat kemudian menggesekkan pada batu gerinda asah. Sudut-sudut pahat HSS dibentuk dengan cara diasah dengan mesin gerinda pahat (Tools Grinder Machine) (Rochim,2001). Proses pengasahan ini akan membentuk geometri pahat yang akan digunakan untuk proses pembubutan.

Pada dasarnya umur pahat HSS dapat dioptimalkan, dengan menjaga geometrinya sesuai dengan karakteristik benda kerja yang digunakan. Geometri pahat yang optimum memberikan proses pemotongan yang cepat dengan hasil yang halus serta keausan pahat yang minimum.

Untuk mendapatkan kualitas hasil produksi yang optimal penerapan metode Taguchi dalam penelitian yang bersifat eksperimental merupakan metode yang terbaik yang dapat digunakan karena metode taguchi dapat menyederhanakan jumlah eksperimen sehingga dapat menekan lamanya waktu penelitian dan menghemat biaya yang dikeluarkan.

Triastuti, (2009), berpendapat bahwa desain Taguchi parameter adalah satu desain yang penting karena menawarkan desain yang sederhana dan sistematik untuk mengoptimalkan efisiensi, kualitas dan biaya. Rasio antara isyarat dan gangguan dan susunan ortogonal adalah faktor penting dalam desain metoda Taguchi. Rasio antara isyarat dan gangguan mampu mengukur kualitas yang bergantung kepada variasi, sedangkan susunan ortogonal mampu mengakomodasi beberapa faktor secara simultan. Tingkat kekasaran dari suatu benda hasil pengerjaan pada mesin-mesin perkakas merupakan syarat mutlak yang harus diperhitungkan dalam proses produksi untuk dapat meningkatkan kualitas produknya. Selain itu, diperlukan cara agar mesin perkakas tersebut menghasilkan produk dengan jumlah banyak dalam waktu singkat, sehingga biaya produksi dapat ditekan serendah-rendahnya, Giyatno (2009).

1.2 Tujuan Penelitian

1. Untuk mengetahui variasi yang optimal yang dapat menghasilkan tingkat kekasaran permukaan yang paling kecil.

2. Untuk mengetahui variasi yang optimal yang mempengaruhi tingkat keausan pahat yang paling kecil.

3. Untuk mengetahui optimasi dari proses pemesinan bubut terhadap kekasaran permukaan dan keausan pahat berdasarkan seting parameter permesinan yang digunakan.

II.TINJAUAN PUSTAKA 2.1.Pengendalian Kualitas

Pengendalian kualitas dapat diartikan sebagai proses pengukuran yang dilakukan selama perancangan produk atau proses. Aktivitas pengendalian kualitas mencakup dalam setiap fase dari penelitian dan pengembangan produk, perancangan proses produksi, dan kepuasan konsumen.

2.2 Metode Taguchi

Metode Taguchi diperkenalkan pertama kali oleh Dr Genichi Taguchi pada saat pertemuan yang diselenggarakan oleh AT & T, sebuah perusahaan telekomunikasi terkemuka di Amerika Serikat. Dr Genichi Taguchi merupakan seorang konsultan pengendalian kualitas dari Jepang.

Teknik optimasi dengan menggunakan metode Taguchi menggunakan matriks yang disebut matriks Orthogonal Array untuk menentukan jumlah eksperimen minimal yang dapat memberi informasi sebanyak mungkin semua faktor yang mempengaruhi parameter. Bagian terpenting dari Orthogonal Array terletak pada pemilihan kombinasi level dari variabel-variabel input untuk masing-masing eksperimen (Lestari, 2009).

2.3 Langkah – langkah metode taguchi

1) Menentukan rancangan matriks orthogonal yang digunakan untuk eksperimen .

Metode Taguchi diperkenalkan oleh Dr. Genichi Taguchi (1940). Ada dua komponen pada metode Taguchi yaitu matriks ortogonal dan rasio S/N. Matriks ortogonal digunakan untuk menentukan jumlah minimal banyaknya eksperimen.

Pemilihan matriks ortogonal yang akan digunakan didasarkan pada jumlah derajat kebebasan.

Penentuan derajat bebas dilakukan berdasarkan pada:

a. Jumlah faktor yang diamati.

b. Jumlah level dari faktor yang diamati.

c. Interaksi percobaan yang diinginkan.

Pada penelitian ini digunakan matriks ortogonal L9(3⁴) yang memiliki 4 kolom dan 9 baris yang dapat digunakan untuk 4 parameter yang masing-masing memiliki 3 level.

Tabel 2.1 Orthogonal array L9

EKSP Faktor

A B C D

1 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

Tabel 2.2 Faktor-Level

Kode Faktor Satuan Level

1 2 3

A Kecepatan

putaran rpm 255 385 510

B Feeding mm/put 0,043 0,065 0,088 C Kedalaman

Pemakanan mm 0,5 0,8 1

D Sudut mayor geometri Pahat

Derajat

( ^o ) 75 80 85

2) Menghitung rasio S/N sesuai dengan karakteristik kualitas dari setiap respon Berikut ini adalah persamaan-persamaan untuk menghitung rasio S/N.

Menurut Soejanto (2009) Ada beberapa jenis Rasio S/N, yaitu:

a. Smaller-the-Better (STB)

Karakteristik kualitas dimana semakin rendah nilainya, maka kualitas semakin baik.

Contohnya dalam mencari kekasaran permukaan dan keausan pahat optimum proses pemesinan, dimana semakin kecil kekasaran permukaan semakin baik permukaanya contoh lain adalah keausan pahat.

Nilai Rasio S/N untuk jenis karakteristik STB Taguchi memperkenalkan pendekatan









 





 n

n i

STB yi

Log n

SNR 10 1 ² _{.. (1)}

dengan :

n = jumlah tes di dalam percobaan (trial).

yi = nilai respon dari tiap replikasi.

b. Larger-the-Better (LTB)

Karakteristik kualitas dimana semakin besar nilainya, maka kualitas semakin baik.

Contohnya adalah kekuatan material, efisiensi bahan bakar dan lain-lain. Nilai Rasio S/N untuk jenis LTB adalah

...(2) c. Nominal-the-Best (NTB)

Karakteristik kualitas dimana ditetapkan suatu nilai nominal tertentu, jika nilainya semakin mendekati nilai nominal tertentu tersebut maka kualitasnya semakin baik, contohnya ukuran produk dimana semakin mendekati ukuran nominal yang ditetapkan kualitasnya semakin baik.

...(3)

3. Analisis hasil eksperimen.Dalam menganalisa hasil eksperimen dari Taguchi ini juga menggunakan metode ANOVA, yaitu perhitungan jumlah kuadrat total, jumlah kuadrat terhadap rata-rata, jumlah kuadrat faktor, dan jumlah kuadrat error.

III. PEMBAHASAN DAN HASIL 3.1 Obyek dan Subyek Penelitian 1) Obyek penelitian

Obyek penelitian ini adalah baja karbon ST 37 yang dikerjakan melalui proses pemesinan bubut yang menghasilkan kekasaran permukaan dan keausan pahat.

2) Subyek penelitian

Sebagai subyek penelitian adalah mesin bubut yang digunakan untuk proses pengerjaannya dengan mengkombinasi faktor-faktor levelnya yang mempengaruhi kekasaran permukaan dan keausan pahat. Penelitian dilakukan di Laboratorium Mesin Perkakas Kampus Akademi Teknologi







  ₂

2

log

10 

 SNRNTB







 





 n

n i

LTB Log n yi

SNR 10 1 1 ₂

Warga Surakarta. Proses yang dilakukan adalah pembubutan sampel benda kerja dengan menggunakan mesin bubut. Pengujian kekasaran permukaan benda kerja yang sudah dibubut dan keausan pahat dilakukan di Laboratorim Teknik Bahan Universitas Gajah Mada (UGM) Yogyakarta.

3.2 Alat dan bahan

1) Alat- alat yang digunakan didalam penelitian ini meliputi : :

1.Mesin bubut

: alat yang berfungsi untuk proses pemesinan pemakanan pada bahan.

Mesin bubut merk KRISBOW KW2400038

2. Pahat HSS : alat yang berfungsi untuk memotong benda kerja.Pahat HSS merk JCK . ukuran ½ x ½ x 6.

3. Mesin Gerinda : alat yang digunakan untuk memutar batu gerinda asah. mesin gerinda merk Daiwa MD3220A

4. Batu asah : alat yang digunakan untuk mengasah pahat HSS. Batu asah merk Northen Germany QU5VBF yang digunakan untuk mengasah pahat HSS.

5. Surface corder

: alat untuk menguji kekasaran permukaan merk Fowler SE 1700 6. Photo

mikroskop

: Alat untuk melihat keausan pahat Olympu mikroskop SZ-PT 7. Timbangan : alat untuk mengukur besar keausan pahat dengan cara menimbang

pahat sebelum dan sesudah digunakan.\Merk Adventurer AR3130 2) Bahan

Bahan yang digunakan meliputi : baja ST 37 pejal ukuran diameter 1 inch x 110 mm. menjadi diameter 21 mm, karena bahan ST 37 memiliki permukaan yang tidak simetris pembubutan awal ini untuk menyamakan kerataan permukaannya. Kemudian dari ukuran 21 mm dibubut dengan ketebalan 0,5 mm dan 0,8 mm dan 1 mm ,bagian yang dijepit sepanjang 10 mm.sehingga benda yang dibubut menjadi ukuran diameter 20 mm x 100 mm. sebanyak 27 buah (3 kali replikasi).

3.3 Alur Penelitian

Diagram 3.1. Alur penelitian

T MRSN

Mulai

Pengamatan Pada Kondisi Industri Secara Langsung

Kondisi hasil uji Laboratorium benda kerja hasil pembubutan terhadap kekasaran dan keausan pahat

Identifikasi Variabel Penelitian

Rancangan Penelitian

Eksperimen dan Pengumpulatan Data

Perhitungan ANOVA Perhitungan Rasio S/N Perhitungan efek tiap Faktor

Menentukan kondisi optimal tiap faktor

Y T

Data Normal

Y

Apakah Kondisi tiap respon Optimal sama?

Y

T Data Homogen

Y

Apakah Kondisi Optimal sudah diujikan?

Kesimpulan Uji Beda

Selesai

T

Uji Konfirmasi

3.4 Pengumpulan Data Hasil Eksperimen

Identifikasi kekasaran permukaan dilakukan dengan mengukur kekasaran permukaan material dengan menggunakan roughness tester.

Tabel 3.1 Data kekasaran permukaan Ek

s

Faktor Kekasaran

Permukaan (µm)

A B C D y1 y2 y3

1 1 1 1 1 2.723 2.788 2.754 2 1 2 2 2 2.882 2.798 2.810 3 1 3 3 3 3.120 2.967 3.030 4 2 1 2 3 2.698 2.711 2.723 5 2 2 3 1 3.010 2.980 3.210 6 2 3 1 2 2.667 2.588 2.653 7 3 1 3 2 2.887 2.789 2.824 8 3 2 1 3 2.990 3.010 3.110 9 3 3 2 1 2.886 2.856 2.788

Tabel 3.2 Data keausan pahat Ek

s

Faktor Keausan Pahat (mgr)

A B C D y1 y2 y3

1 1 1 1 1 3.330 3.380 3.400 2 1 2 2 2 3.540 3.560 3.570 3 1 3 3 3 4.440 4.410 4.390 4 2 1 2 3 3.520 3.560 3.540 5 2 2 3 1 3.720 3.760 3.720 6 2 3 1 2 3.230 3.360 3.330 7 3 1 3 2 4.420 4.450 4.410 8 3 2 1 3 3.540 3.490 3.510 9 3 3 2 1 3.673 3.578 3.477 3.5 Analisis Data

Data-data yang dihasilkan dari tahap pengerjaan diolah dengan : 1. Uji Normalitas Data.

2. Uji Homogenitas Variansi.

3. Analisis Variansi (ANOVA).

4. Menghitung nilai signal to noise ratio (Rasio S/N) hasil eksperimen berdasarkan karakteristik mutu tujuan .

5. Menghitung efek tiap faktor.

6. Menentukan nilai optimal level tiap faktor pada masing-masing respon.

7. Menentukan kombinasi optimal 8. Uji Beda

3.6 Pengolahan Data 3.6.1 Kekasaran permukaan

1).Uji normalitas dengan Kolmogorov-Smirnov Test

Tabel 4.3 Kosmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test

VAR00001

N 27

Normal Parameters^a,b

Mean 2.8612

Std.

Deviation .15756 Most Extreme

Differences

Absolute .112

Positive .112

Negative -.082

Kolmogorov-Smirnov Z .581

Asymp. Sig. (2-tailed) .888

a. Test distribution is Normal.

b. Calculated from data.

2).Normalitas data dengan uji bartllet

Tabel 4.4 Uji Bartllet Test Rep N-1

1/N-

1 Si^2

Log

Si^2 (N-1)logSi^2 1 8 0.125 0.0237 -1.6255 -13.0044 2 8 0.125 0.0189 -1.7227 -13.7813 3 8 0.125 0.0366 -1.4365 -11.4919

24 -26.7857

3) Analisis Variansi (ANOVA) Kekasaran permukaan

Tabel 4.5 Hasil Perhitungan ANOVA Fak DB SS MS F hit

F

tabel SS' P%

A 2 0.05 0.02 5.98 3.55 0.04 6.12 B 2 0.21 0.10 26.15 3.55 0.20 30.93 C 2 0.19 0.10 23.99 3.55 0.18 28.28 D 2 0.13 0.06 16.19 3.55 0.12 18.68 Res 18 0.07 0.00

Total 26 Kesimpulan

Untuk F hitung Faktor A,B,C,D, > F tabel; maka Ho ditolak, berarti faktor A,B,C,D tersebut berpengaruh sangat signifikan terhadap kekasaran permukaan.

d. Perhitungan Signal to Noise Ratio ( Rasio S/N ) Hasil Eksperimen

Karateristik kualitas ditetapkan pada suatu nilai dengan batas 0 dan non negatif,Nilai semakin kecil mendekati nilai nol yang diinginkan. (Soejanto,2009).

Nilai Rasio S/N untuk jenis karakteristik STB adalah :







 





 n

n i

STB yi

Log n

SNR 10 1 ²

Tabel 4.6 Hasil Perhitungan Rasio S/N Kekasaran permukaan

Eks Faktor Kekasaran

Permukaan (µm) rerata SNR

A B C D y1 y2 y3

1 1 1 1 1 2.723 2.788 2.754 2.755 -8.759 2 1 2 2 2 2.882 2.798 2.810 2.830 -8.993 3 1 3 3 3 3.120 2.967 3.030 3.039 -9.613 4 2 1 2 3 2.698 2.711 2.723 2.711 -8.618 5 2 2 3 1 3.010 2.980 3.210 3.067 -9.694 6 2 3 1 2 2.667 2.588 2.653 2.636 -8.376 7 3 1 3 2 2.887 2.789 2.824 2.833 -9.003 8 3 2 1 3 2.990 3.010 3.110 3.037 -9.606 9 3 3 2 1 2.886 2.856 2.788 2.843 -9.034 e. Perhitungan Efek Tiap Faktor

Perhitungan efek tiap faktor, dalam hal ini faktor kendali dilakukan dengan menggunakan rumus :

 _ 

 o

faktor a

efek 1 

Tabel 4.7 Efek Nilai Rasio S/N Tiap Faktor Utama Respon Kekasaran permukaan

Gambar 4.1 Grafik Rasio S/N Faktor Utama Respon Kekasaran permukaan

Walaupun karakteristik kualitasnya adalah semakin kecil, semakin baik,tetapi Rasio S/N didefinisikan sedemikian hingga selalu dapat ditransformasikan karakteristik kualitamenjadikarakteristik semakin besar,semakin baik (Soejanto,2009) sehingga didapatkan formulasiA2B1C2 D2.

Level Faktor Kendali

A B C D

1 -9.122 -8.793 -8.914 -9.162 2 -8.896 -9.431 -8.882 -8.791 3 -9.214 -9.008 -9.437 -9.279 Difference -0.318 -0.423 -0.032 -0.116

Rank 3 4 1 2

3.6.2 Keausan Pahat

1) Uji Normalitas Data Keausan pahat dengan Kolmogorov-Smirnov Test Tabel 4.8 Kolmogorov-Smirnov Test Keausan pahat

One-Sample Kolmogorov-Smirnov Test VAR00001

N 27

Normal Parameters^a,b

Mean 3.7151

Std.

Deviation .40309 Most Extreme

Differences

Absolute .263

Positive .263

Negative -.175

Kolmogorov-Smirnov Z 1.365

Asymp. Sig. (2-tailed) .048

a. Test distribution is Normal.

b. Calculated from data.

2) Uji normalitas data Keausan Pahat dengan uji bartlet

Tabel 4.9 Daftar Penolong Uji Bartlett Keausan pahat Rep.

N- 1

1/N-

1 Si^2

Log Si^2

(N- 1)logSi^2 1 8 0.125 0.188 -0.725 -5.800 2 8 0.125 0.172 -0.763 -6.107 3 8 0.125 0.167 -0.777 -6.219

24 -11.906

3) Analisis Variansi (ANOVA) Keausan pahat

Tabel 4.10 Hasil Perhitungan ANOVA Keausan pahat Faktor D

B SS MS F hit F tab SS' P

A 2 0.495 0.247 120.987 3.550 0.491 11.618 B 2 0.176 0.088 43.094 3.550 0.172 4.076 C 2 3.175 1.588 776.263 3.550 3.171 75.065 D 2 0.341 0.171 83.448 3.550 0.337 7.983

Residu 18 0.037 0.002

Tot 26

Kesimpulan

Untuk F hitung faktor A,B,C,D > Ftabel; maka Ho ditolak, berarti faktor A,B,C,D tersebut berpengaruh sangat signifikan terhadap keausan pahat.

4) Perhitungan Signal to Noise Ratio (Rasio S/N) Hasil Eksperimen Nilai Rasio S/N untuk jenis karakteristik STB adalah :







 





 n

n i

STB yi

Log n

SNR 10 1 ²

Tabel 4.11 Hasil Perhitungan Rasio S/N Keausan pahat Eksp Faktor Keausan Pahat (mg)

rerata

A B C D y1 y2 y3 SNR

1 1 1 1 1 3.330 3.380 3.400 3.370 -10.509 2 1 2 2 2 3.540 3.560 3.570 3.557 -10.977 3 1 3 3 3 4.440 4.410 4.390 4.413 -12.852 4 2 1 2 3 3.520 3.560 3.540 3.540 -10.937 5 2 2 3 1 3.720 3.760 3.720 3.733 -11.398 6 2 3 1 2 3.230 3.360 3.330 3.307 -10.345 7 3 1 3 2 4.420 4.450 4.410 4.427 -12.878 8 3 2 1 3 3.540 3.490 3.510 3.513 -10.871 9 3 3 2 1 3.673 3.578 3.477 3.576 -11.026 5) Perhitungan Efek Tiap Faktor

Perhitungan efek tiap faktor, dalam hal ini faktor kendali dilakukan dengan menggunakan rumus :

 _ 

 o

faktor a

efek 1 

Tabel 4.12 Efek Nilai Rasio S/N Tiap Faktor Utama Respon Keausan pahat Level Faktor Kendali

A B C D

1

- 11.446

- 11.441

- 10.575

- 10.978 2

- 10.893

- 11.082

- 10.980

- 11.400 3

- 11.592

- 11.408

- 12.376

- 11.553 Difference -0.698 0.326 0.405 -0.575

Rank 4 2 1 3

Gambar 4.2. Grafik Rasio S/N Faktor Utama Respon Keausan pahat

Walaupun karakteristik kualitasnya adalah semakin kecil semakin baik,tetapi Rasio S/N didefinisikan sedemikian hingga selalu dapat ditransformasikan karakteristik kualitas menjadi

3.7 Penentuan Level Faktor Optimal Menggunakan Multi Response Signal to Noise Ratio ( MRSN)

Perhitungan Multi Response Signal to Noise Ratio ( MRSN) dilakukan karena kombinasi level faktor optimal dari variabel respon berbeda satu sama lain respon kekasaran permukaan A2 B1 C2 D2, untuk respon keausan pahat dengan formulasi A2 B2 C1 D1.

Langkah-langkah MRSN Kekasaran permukaan : 1. Menghitung Quality Loss Kekasaran Permukaan

Untuk mencapai kekasaran permukaan yang yang sesuai target pada proses pengerjaan bubut menggunakan dana sebesar Rp 25.000. Dari hasil pengerjaan bubut di industri diperoleh rata-rata kekasaran permukaan sebesar 3,185 Berdasarkan seting parameter optimal didapat rata-rata kekasaran permukaan sebesar 2,549 sehingga selisih yang dihasilkan adalah : 3,185 – 2,549 = 0,636

2. Dengan menggunakan rumus k = L / Δ² maka koefisien fungsi kerugian didapatkan sebagai berikut :

k = _{61805 ,3}

) 636 , 0 (

25000

2 

3. Fungsi perhitungan Loss function untuk Smallerr the better dapat dicari menggunakan rumus:







ni

k ijk i

ij y

kn L

1

1 2

Contoh perhitungan untuk eksperimen pertama respon kekasaran permukaan adalah:

L₁₁ =

Hasil L maksimum untuk respon kekasaran permukaan adalah 6241975.797 4. Menghitung Normalisasi Quality Loss (Cij)

C^ij= _*

i ij

L L

Contoh perhitungan untuk eksperimen pertama adalah:

C₁₁ =

5. Menghitung Multi Response Signal to Noise Ratio (MRSN) MRSNj = - 10 log (TNQLj)

Contoh perhitungan untuk eksperimen pertama adalah:

MRSN1= - 10 log (0,751) = 0,396

Hasil respon kekasaran permukaan dan keausan pahat menggunakan karakteristik mutu STB, sehingga seting parameter multirespon optimal ditentukan berdasarkan nilai MRSN terbesar yaitu 2,636 µm dan 3,964 mgr dengan kombinasi level faktor A1B3C1D1.

3.8 Uji Beda

Tabel 4.13 Perbandingan kondisi awal dan usulan Uji

beda

Kondisi awal Perbaikan Kekasara

n ( µm)

Keausan pahat(mgr

)

Kekasara n ( µm)

Keausan Pahat(mgr)

3,185 6,230 2,636 3,964

324 , 469147 7542

, 2 2 788 , 2 2 723 , 2 3( 3 1 ,

61805 







  



703 , 7 0 6241975,79 469147,324



Uji beda dilakukan untuk mengetahui apakah data pada kondisi awal berbeda dengan kondisi usulan ataukah sama.Pada respon kekasaran permukaan didapat t hitung > ttabel ( 219,290 > 2,78 ) artinya ada perbedaan kekasaran permukaan pada kondisi awal dan pada kondisi usulan hasil eksperimen.Pada respon keausan pahat t hitung > t tabel ( 1123,878 > 2,78 ) artinya ada perbedaan keausan pahat pada kondisi awal dan pada kondisi usulan hasil eksperimen.

IV. KESIMPULAN

1. Berdasar analisis dengan metode taguchi didapatkan hasil optimal untuk respon kekasaran permukaan dengan formulasi A2 B1 C2 D2.

2. Berdasar analisis dengan metode taguchi didapatkan hasil optimal untuk respon keausan pahat dengan formulasi A2 B2 C1 D1

3. Optimasi dari proses pemesinan bubut terhadap respon kekasaran permukaan dan keausan pahat berdasarkan seting parameter permesinan yang digunakan, didapat hasil kombinasi faktor terbaik dengan formulasi A1 B3 C1 D1 dengan komposisi putaran mesin 255 put/menit, laju pemakanan 0,088 mm/rev, kedalaman pemakanan 0,5 mm dan geometri pahat yang digunakan adalah sudut potong mayor 75^o.

V. DAFTAR PUSTAKA

[1] Giyatno 2009, Optimasi Parameter Proses Pemesinan Terhadap Keausan Pahat Dan Kekasaran Permukaan Benda Hasil Proses CNC Turning Dengan Menggunakan Metode Taguchi, Tesis, Teknik Mesin, Universitas Diponegoro

[2] Gusri, A.I. 2010, Aplikasi Metoda Taguchi Untuk Mengidentasi Kekasaran Permukaan Dalam Pembubutan Paduan Titanium. Seminar Nasional Tahunan Teknik Mesin (SNTTM) ke-9 Palembang

[3] Triastuti W., 2009, Metode Taguchi Untuk Optimalisasi Produk Pada Rancangan Faktorial, Media Statistika, Vol. 2, No. 2, Desember: 81-92.

[4] Rochim, Taufiq,2001. Spesifikasi Metrologi & Kualitas Geometri, Laboratorium Teknik Produksi dan Metrologi Industri Jurusan Teknik Mesin FTI – ITB.

[5] Rochim, Taufiq,2007. Proses Permesinan: Perkakas dan Sistem Pemerkakasan.

Bandung:Penerbit ITB.

[6] Soejanto,I,2009,Desain Eksperimen Dengan Metode Taguchi,Graha Ilmu,Surabaya [7] Sudjana ,1991. Desain dan Analisis Eksperimen. Penerbit Tarsito : Bandung.

[8] Sudjana , 2002. Metode Statistika. Penerbit Tarsito : Bandung.

[9] Sugiyono,2009, Metode Penelitian kuantitatif Kualitatif