Laporkan Masalah

Optimasi Multi Objective Proses Engraving Menggunakan CNC-Eletrochemical Machining (CNC-ECM)dengan Permesinan Die Sinking

SEKAR NURUL HIDAYAH, Andi Sudiaro S.T.,M.T.,M.Sc.,PhD

2016 | Skripsi | S1 TEKNIK INDUSTRI

Electrochemical machining merupakan permesinan non-conventional yang semakin diminati oleh produsen produk mikro karena tingkat akurasi dan kepresisian yang tinggi. Di samping mesin ECM yang mampu memproses segala material logam tidak tergantung dengan kekerasan material, hasil permesinan ECM sangat ditentukan oleh kombinasi dari nilai parameter permesinan. Oleh karena itu, perlu dilakukan suatu analisis untuk menemukan kombinasi nilai parameter terbaik sebelum dilakukan produksi pada skala yang lebih besar. Dalam penelitian ini akan dilakukan analisis mengenai pengaruh tegangan (7,5 V, 10 V dan 12,5 V), suhu (26ºC, 31ºC dan 36ºC), ketebalan material (0,3mm, 0,4 mm, dan 0,5 mm), dan feed rate (0,8 mm/menit, 0,9 mm/menit, dan 1 mm/menit) dalam menghasilkan respon material removal rate, surface roughness, dan overcut pada pembuatan engraving logo Garuda Indonesia. Pengujian dilakukan dengan DOE Taguchi dengan orthogonal array L9 dengan replikasi tiga kali, sehingga jumlah run sebanyak 27. Optimasi single objective dilakukan menggunakan S/N ratio, sedangkan optimasi multi-objective dilakukan dengan menggunakan metode Grey Relational Analysis. Analisis pengaruh setiap faktor dilakukan menggunakan GRA dan ANOVA. Nilai MRR tertinggi didapatkan pada kombinasi tegangan 12,5 V, suhu 36ºC, ketebalan material 0,3 mm, dan feed rate 0,8 mm/menit. Nilai surface roughness dan nilai overcut terendah didapatkan pada kombinasi tegangan 7,5 V, suhu 26ºC, ketebalan material 0,5 mm, dan feed rate 1 mm/menit. Faktor yang paling berpengaruh pada keseluruhan respons adalah suhu, diikuti dengan faktor tegangan, ketebalan material, dan feed rate. Model matematis regresi linear juga dirumuskan untuk memprediksi nilai untuk setiap respon permesinan.

Electrochemical machining merupakan permesinan non-conventional yang semakin diminati oleh produsen produk mikro karena tingkat akurasi dan kepresisian yang tinggi. Di samping mesin ECM yang mampu memproses segala material logam tidak tergantung dengan kekerasan material, hasil permesinan ECM sangat ditentukan oleh kombinasi dari nilai parameter permesinan. Oleh karena itu, perlu dilakukan suatu analisis untuk menemukan kombinasi nilai parameter terbaik sebelum dilakukan produksi pada skala yang lebih besar. Dalam penelitian ini akan dilakukan analisis mengenai pengaruh tegangan (7,5 V, 10 V dan 12,5 V), suhu (26ºC, 31ºC dan 36ºC), ketebalan material (0,3mm, 0,4 mm, dan 0,5 mm), dan feed rate (0,8 mm/menit, 0,9 mm/menit, dan 1 mm/menit) dalam menghasilkan respon material removal rate, surface roughness, dan overcut pada pembuatan engraving logo Garuda Indonesia. Pengujian dilakukan dengan DOE Taguchi dengan orthogonal array L9 dengan replikasi tiga kali, sehingga jumlah run sebanyak 27. Optimasi single objective dilakukan menggunakan S/N ratio, sedangkan optimasi multi-objective dilakukan dengan menggunakan metode Grey Relational Analysis. Analisis pengaruh setiap faktor dilakukan menggunakan GRA dan ANOVA. Nilai MRR tertinggi didapatkan pada kombinasi tegangan 12,5 V, suhu 36ºC, ketebalan material 0,3 mm, dan feed rate 0,8 mm/menit. Nilai surface roughness dan nilai overcut terendah didapatkan pada kombinasi tegangan 7,5 V, suhu 26ºC, ketebalan material 0,5 mm, dan feed rate 1 mm/menit. Faktor yang paling berpengaruh pada keseluruhan respons adalah suhu, diikuti dengan faktor tegangan, ketebalan material, dan feed rate. Model matematis regresi linear juga dirumuskan untuk memprediksi nilai untuk setiap respon permesinan. Kata kunci: Electrochemical machining, Taguchi, S/N Ratio, Grey Relational Analysis, Optimasi Multi-Objective, Engraving

Kata Kunci : Electrochemical machining, Taguchi, S/N Ratio, Grey Relational Analysis, Optimasi Multi-Objective, Engraving

  1. S1-2016-333463-abstract.pdf  
  2. S1-2016-333463-bibliography.pdf  
  3. S1-2016-333463-tableofcontent.pdf  
  4. S1-2016-333463-title.pdf