PARAMETER MESIN EDM SINKING UNTUK MENGOPTIMALKAN RESPON PADA MATERIAL AISI H13 MENGGUNAKAN METODE TAGUCHI
PARAMETER MESIN EDM SINKING UNTUK MENGOPTIMALKAN
RESPON PADA MATERIAL AISI H13 MENGGUNAKAN METODE TAGUCHI
– FUZZY
1
2 Eko Yudo , Diah Kusuma Pratiwi
1 Teknik Mesin, Polman Babel, Kawasan Industri Air Kantung, Bangka, 33211
2 Teknik Mesin Fakultas Teknik Universitas Sriwijaya, Palembang, 30139
1
email : yudamessi2207@gmail.com
2
email : pratiwi.diahkusuma@gmail.com
ABSTRACT
Technological developments in manufacturing and market demand vary across complex productrequirements and high degree of precision and hardness of high strength materials in which many non-
conventional machines such as EDM sinking are used for the manufacturing process. The purpose of this
study is to determine the contribution of EDM process parameters in order to be able to determine the
value of the right process parameter setting and simultaneously. Parameters varied current, on time, off
time and machining voltage. This study used an experimental design of the Taguchi method with an
orthogonal L16 44 matrix. The Taguchi-Fuzzy combination was used as an optimization method by
experimenting 2 times. The optimization results show that the contribution of each parameter on all
responses simultaneously is 41.35% current, 37.90% on time energy, 10.11% off time and 5% machining
voltage. KPA with a certain target, maximum LPM, LKE and KP are both obtained minimum values of
current 15A, energy on time 300 s, off time 5 s and machining voltage 12V.µ µ Keywords: EDM sinking, final cutting depth (KPA), electrode wear rate (LKE), material erosion rate (LPM), surface roughness (KP), Taguchi-Fuzzy method.
ABSTRAK
Perkembangan teknologi di bidang manufaktur dan permintaan pasar bervariasi di antara persyaratan produk yang kompleks dan tingkat presisi dan kekerasan yang tinggi dari bahan dengan kekuatan tinggi dimana banyak mesin non-konvensional seperti EDM sinking digunakan untuk proses pembuatannya. Tujuan dari penelitian ini adalah untuk mengetahui kontribusi parameter proses EDM agar dapat mengetahui nilai parameter proses yang tepat dan sekaligus. Parameter bervariasi saat ini, tepat waktu, off time dan machining voltage. Penelitian ini menggunakan rancangan eksperimen metode Taguchi dengan matriks L16 44 ortogonal. Kombinasi Taguchi-Fuzzy digunakan sebagai metode optimasi dengan melakukan percobaan 2 kali. Hasil optimasi menunjukkan bahwa kontribusi masing- masing parameter pada semua tanggapan secara simultan adalah arus 41,35%, energi pasang 37,90%, waktu tempuh 10,11% dan tegangan mesin 5%. KPA dengan target tertentu, LPM maksimum, LKE dan KP keduanya memperoleh nilai minimum arus 15A saat ini, energi pada waktu 300s, off time 5s dan voltase mesin 12V
Kata kunci: EDM sinking, kedalaman pemotongan akhir (KPA), tingkat keausan elektroda (LKE),
tingkat erosi material (LPM), kekasaran permukaan (KP), metode Taguchi-Fuzzy.1. PENDAHULUAN
Mesin non konvensional EDM (Electrical Discharge Machining) merupakan mesin
yang menggunakan prinsip kerja melepas muatan listrik (electric discharge), pengikisan
yang terjadi karena adanya sejumlah loncatan bunga api listrik. Loncatan bunga api
listrik terjadi secara periodik pada celah di antara katoda (pahat) dengan anoda (benda
kerja) di dalam cairan dielektrik.Diproses EDM, pengaruh dari pemilihan parameter mesin untuk melakukan proses
pengikisan dalam mencapai kinerja pemesinan yang tepat sangatlah penting. Parameter
proses pemesinan yang biasa digunakan ditentukan bedasarkan buku manual mesin
bawaan dan pengalaman operator mesin tersebut. Pada proses EDM tidak dipengaruhi
oleh sifat mekanik benda kerja, tetapi dipengaruhi oleh sifat konduktifitas dan titik lebur
(melting point).
Gambar 1. Skema proses EDM sinking (Lin et al. 2002) Elektroda pada proses EDM berfungsi sebagai pahat pengikis, sehingga elektroda
tersebut akan mengalami keausan. Besarnya keausan elektroda dipengaruhi oleh jumlah
loncatan bunga api listrik dari elektroda menuju benda kerja. Jumlah bunga api listrik
yang diperlukan untuk mengikis hingga kedalaman yang diinginkan tergantung dari
lama dan besar energi yang dipancarkan pada setiap loncatan bunga api listrik. Loncatan
bunga api dalam mesin EDM sinking diatur dengan merubah parameter-parameter
proses mesin sesuai dengan hasil yang diinginkan, seperti laju keausan elektroda (LKE) dan laju pengikisan material (LPM) yang tepat atau optimal. Sebuah metode taguchi dikembangkan oleh Genichi Taguchi untuk meningkatkan
kualitas dari hasil produksi. Optimasi multi respon dapat dilakukan dengan
menggunakan metode Taguchi digabung dengan logika fuzzy. Logika Fuzzy pertama
kali diperkenalkan oleh Prof. Lotfi Zadeh seorang kebangsaan Iran yang menjadi guru
besar di University of California at Berkeley pada tahun 1965. Metode ini terbukti
berguna untuk mencari informasi yang tidak pasti dan samar-samar. Definisi
karakteristik respon seperti smaller the better, higher the better dan nominal the best
mengandung tingkat ketidakpastian tertentu dan ketidak jelasan. Oleh karena itu,
optimasi multi respon dengan logika fuzzy menjadi pertimbangan dalam penelitian ini.Metode Taguchi Fuzzy digunakan oleh (Tzeng & Chen 2007) untuk melakukan
penelitian mengenai optimasi multi parameter pada proses EDM berkecepatan tinggi.
Penelitian ini juga menghasilkan kombinasi setting optimal dari parameter-parameter
prosesnya, sehingga dapat meningkatkan prosentase Multiple Performance
Characteristics Index (MPCI) hingga 54,21 %.Penelitian tentang penentuan setting parameter proses pada EDM sinking dilakukan
untuk mengoptimalkan laju keausan alat potong/elektroda (LKE), laju pengikisan
material (LPM), kedalaman pemotongan akhir (KPA) dan kekasaran permukaan (KP).
Material yang digunakan adalah baja AISI H13. Parameter yang divariasikan adalah
current , energi time (on time & off time), machining voltage (gap voltage). Rancangan
percobaan ditetapkan berdasarkan metode Taguchi. Metode optimasi yang digunakan
adalah logika fuzzy.Tujuan penelitian ini berdasarkan perumusan masalah yang ada untuk mengetahui
besarnya kontribusi dari parametar proses current, energi time (on time & off time) dan
machining voltage (gap voltage) dalam mengurangi variasi respon dari laju keausan alat
potong/elektroda (LKE), laju pengikisan material (LPM), target kedalaman pemotongan
akhir (KPA) dan kekasaran permukaan (KP) secara serentak. Menentukan kombinasi
level parameter proses yang tepat pada proses pemesinan EDM sinking agar laju
keausan alat potong /elektroda (LKE) yang minimal, laju pengikisan material (LPM)
yang maksimal, memaksimalkan target kedalaman pemotongan akhir (KPA) dan
kekasaran permukaan (KP) yang minimal.2. BAHAN DAN METODE PENELITIAN
2.1 Bahan/material Penelitian Bahan atau material yang digunakan pada penelitian ini material baja AISI H13 dengan dimensi 25 x 19.
Gambar 2. Benda kerja
Tabel 1. Spesifikasi umum AISI H13 AISI H13 merupakan alat baja kombinasi yang sangat baik dari ketangguhan tinggidan kelelahan resistensi, AISI H13 kerja panas baja alat yang digunakan lebih dari yang
lain alat baja dalam aplikasi perkakas. Tabel 2. Sifat Baja Teknik AISI H132.2 Elektroda/Pahat Material untuk elektroda atau pahat yang digunakan adalah tembaga. Dasar
pemilihan elektroda tembaga memiliki sifat konduktor yang baik dan bisa digunakan
3
untuk semua jenis logam. Tembaga mempunyai massa Jenis 8,9 g/cm dengan titik leleh
2 1.083 C dan tahanan jenis 0,0169 Ω mm /m.
Gambar 3. Elektroda (Pahat)
2.3 Metode Penelitian
Penelitian dilakukan dengan beberapa tahap yang digunakan untuk pedoman
penelitian, langkah awal dimulai dari studi-studi literatur yang didapat dari jurnal
ilmiah. internet, handbook, text book ,manual book. Selanjutnya data-data studi
literature dipelajari dan dijadikan referensi untuk melakukan penelitian. Uraian langkah-
langkah tersebut tertuang pada diagram alir gambar 7.
Gambar 7. Diagram Alir Penelitian
2.4.1 Pemilihan matrik ortogonal
Pemilihan derajat kebebasan pada matriks ortogonal harus bernilai sama atau lebih
besar dari pada total derajat kebebasan parameter proses dan level yang telah
ditetapkan.4
3 Polarity +
Tabel 3. Total derajat kebebasan
No Parameter Proses Jumlah Level (k) υ fl (k-1)1 Current (A)
4
3
2 On time (B)
3
2 HV Voltage
3 Off time (C)
4
3 Total derajat kebebasan
12 Total derajat kebebasan parameter dan level yang digunakan adalah 12, sehingga
matriks ortogonal yang memenuhi syarat untuk dijadikan sebagai rancangan percobaan
adalah L16 44 memiliki 4 kolom dan 16 baris.
2
1 HV Ampere
Tabel 1. Parameter & level proses
20
Level Parameter Proses
1
2
3
4 A Current
10
15
25 B On time 100 150 200 300 C Off time
12 Tabel 2. Parameter konstan Parameter Konstan Nilai
5
10
15
20 D Machining voltage
6
8
10
4 Rancangan percobaan matriks ortogonal L16 4
Tabel 4. Matrik ortogonal L
2
2 2 1,548 1,495 0,040 0,033 9,677 10,104 8,692 8,660
2
1
2
1 1 1,576 1,451 0,041 0,024 5,561 5,350 6,850 6,849
1
1
1
2
1
2
1
2
1
1
1
4
15
4
3
2
4
16
4
KPA LKE LPM KP
1
3
Data hasil pengujian dapat dilihat pada tabel 5 dimana setiap respon dilakukan duakali pengulangan percobaan atau replikasi.
Tabel 5. Hasil pengujian
Ke- Parameter proses Respon
Current On time Off time Machining voltage
3
3
3
11
1
3 4 1,393 1,394 1,169 0,879 34,804 35,623 7,685 7,640
10
3
2
4 3 1,545 1,509 0,391 0,407 42,430 48,292 9,261 9,042
3
9
3
1 2 1,403 1,327 0,086 0,233 19,402 21,895 9,175 9,257
12
3
4
2 1 1,466 1,281 0,056 0,066 32,882 34,582 9,727 9,530
3
3 2 1,512 1,418 0,033 0,051 26,752 23,104 5,470 7,541
3 3 1,461 1,452 0,026 0,033 12,028 15,043 6,399 6,395
2
5
2
1
2 3 1,435 1,461 0,272 0,233 23,046 21,444 7,003 7,169
6
2
1 4 1,417 1,417 0,130 0,066 12,755 14,931 8,315 8,158
4
7
2
3
4 1 1,388 1,417 0,070 0,062 27,601 27,282 6,131 6,179
8
2
1
2
16
1
1
4
4
4
5
2
2
3
3
6
2
2
1
4
4
3
4
1
4
4 Eksperimen A B C D
1
1
1
1
2
3
1
2
2
2
3
1
7
2
3
2
3
1
2
12
3
4
1
4
13
4
1
4
2
14
3
11
3
4
1
8
2
4
3
2
9
3
1
3
4
10
3
2
3. HASIL DAN PEMBAHASAN
3.1 Hasil Pengujian
13
4
1
4 2 1,401 1,484 2,610 2,361 61,465 58,245 8,694 8,604
14
4
2
3 1 1,478 1,501 0,973 1,119 52,357 40,421 9,832 9,767
15
4
3
2 4 1,468 1,426 0,712 1,585 40,617 41,826 9,538 9,817
16
4
4
1 3 1,514 1,374 0,224 0,235 45,966 27,556 11,09 11,122
3.2 Rasio S/N
1. Untuk respon KPA yang memiliki Karakteristik kualitas dengan nilai atau target tidak nol dan terbatas. Atau dengan kata lain nilai yang mendekati suatu nilai yang ditentukan adalah yang terbaik (nominal is the best)
Nilai rasio S/N yang diperoleh untuk masing-masing respon yang diamati pada masing-masing kombinasi setting parameter ditunjukkan pada tabel 6.
2 log
1
n i i n y
4. Untuk respon KP yang memiliki karakteristik kualitas semakin kecil semakin baik (smaller is better) S/N= -
2 ) / 1 ( log
1
n i i n y
S/N= -
S/N= -
3. Untuk respon LPM yang memiliki karakteristik kualitas semakin besar semakin baik (larger is better).
2 log
1
n i i n y
S/N= -
2. Untuk respon LKE yang memiliki karakteristik kualitas semakin kecil semakin baik (smaller is better).
2 ) ( log
Rasio S/N merupakan rancangan yang digunakan untuk melakukan transformasi
pengulangan data ke dalam suatu nilai ukuran variasi yang timbul. Nilai rasio S/N
tergantung pada jenis karakteristik kualitas dari masing-masing parameter respon
(Soejanto 2009). Perhitungan nilai rasio S/N pada penelitian ini dilakukan dengan cara
sebagai berikut: n i i n y y
1
Tabel 6. Rasio S/N masing masing respon
1 2 28,021 19,879 22,409 -19,291
4
13
2 1 20,421 23,430 25,463 -19,672
4
3
12
3
4 2 27,811 -8,294 30,310 -18,740
3
11
4 3 35,641 8,352 29,096 -19,231
2
3
10
1
14
1
4
No Respon
Tabel 8. FRG ( Fuzzy Reasoning Grade)
Hasil proses defuzzification yang berupa nilai FRG untuk tiap-tiap kombinasi faktor
ditunjukkan pada Tabel 8. FRG akan digunakan sebagai variabel respon yang mewakili
parameter respon KPA, LKE, LPM dan KP secara serentak.20,421 -8,294 11,818 -20,911
295,024 30,710 30,310 -14,695 Minimal
1 3 23,301 13,853 25,362 -20,911 Sumber: Hasil hitungan Maksimal
4
4
16
2 4 33,618 3,201 27,794 -19,716
3
4
15
3 1 39,364 0,422 27,536 -19,824
2
3 4 69,415 -1,763 27,199 -17,687
3
Ke- Parameter proses Rasio S/N respon
2
4
3 3 47,194 29,085 18,852 -16,120
3
1
3
2 2 36,698 30,425 14,449 -16,713
1
4
2
1 1 31,598 30,710 11,818 -15,785
1
1
1
KPA LKE LPM KP
Current On time Off time
Machining
voltage1
4 4 31,294 19,703 20,741 -14,695
9
2
3 2 28,924 28,716 23,844 -17,604
4
2
8
4 1 24,694 13,688 23,907 -18,766
3
7
5
1 4 295,024 18,306 18,459 -17,905
2
2
6
2 3 38,037 11,065 22,343 -17,009
1
2
FRG KPA LKE LPM KP 1 31,598 30,710 11,818 -16,713 0,428 2 36,698 30,425 14,449 -18,766 0,386 3 47,194 29,085 18,852 -16,120 0,542 4 31,294 19,703 20,741 -14,695 0,564 5 38,037 11,065 22,343 -17,009 0,470 6 295,024 18,306 18,459 -18,443 0,602 7 24,694 13,688 23,907 -15,785 0,547 8 28,924 28,716 21,853 -14,816 0,628 9 69,415 -1,763 27,199 -17,687 0,435
10 35,641 8,352 29,096 -19,231 0,438 11 28,021 19,879 22,409 -19,291 0,474 12 20,421 23,430 25,463 -19,672 0,490 13 25,270 -7,567 29,447 -18,407 0,342 14 39,364 0,422 27,536 -19,824 0,380 15 33,618 3,201 27,794 -19,716 0,407 16 23,301 13,853 25,362 -20,911 0,536 Sumber: Hasil perhitungan
Penentuan kombinasi parameter terbaik diawali dengan membuat tabel parameter
proses dari FRG. Perhitungan nilai FRG pada masing-masing level dari parameter
proses ditunjukkan pada tabel 9.
Tabel 9. Rata rata FRG
Parameter proses Level 1 Level 2 Level 3 Level 4
Current 0,480 0,562 0,459 0,416 On Time 0,419 0,452 0,474 0,555 Off time 0,510 0,438 0,496 0,473 Machining Voltage / gap voltage
0,461 0,458 0,497 0,502 Rata-rata: 0,478
Sumber: Hasil perhitungan
Kemudian hasil FRG diplot menggunakan aplikasi Minitab. Plot untuk nilai FRG
pada masing-masing level dari parameter proses, yaitu Current (A), On Time (s), Off
time (s) dan Machining Voltage/gap voltage (V) ditunjukkan pada gambar 12.
Gambar 12. Hasil plot FRG masing masing level proses Berdasarkan nilai rata-rata dari FRG dan plotting nilai tersebut pada masing-masing
level parameter proses, dapat ditentukan nilai level untuk kombinasi variabel yang
menghasilkan respon yang optimum. Kombinasi parameter tersebut ditunjukkan pada
tabel 10.
Tabel 10. Kombinasi parameter proses untuk respon optimum
Parameter proses Level Nilai level
Current (A) Level 2
15 Ampere
On time ( µ s) Level 4 300 s Off time ( s) Level 1 5 s µ
Machining Voltage/gap voltage (V) Level 4
12 Volt Sumber: Plot nilai FRG
Analisis variansi (ANOVA) digunakan untuk mengetahui parameter proses yang
memiliki kontribusi dalam mengurangi variasi respon KPA, LKE, LPM dan KP benda
kerja secara serentak. Pada penelitian ini, ANOVA dilakukan pada FRG yang
merupakan parameter respon yang mewakili keseluruhan respon seperti ditunjukkan
pada tabel 11.
Tabel 11. Anova pada FRG
SS’
Source DF SS MS F % Kontribusi (ρ)
Current3 0,044703 0,014901 37,67 0,043515 41,35
On time
3 0,041074 0,013691 34,61 0,039886 37,90
Off time
3 0,011831 0,003944 9,97 0,010643 10,11
Machining Voltage
3 0,006449 0,002150 5,43 0,005261 5,00
Error
3 0,001187 0,000396 5,64 Total 15 0,105243
100 Sumber: Analysis of Variance for SN ratios
4. KESIMPULAN
1. Kombinasi level parameter proses yang tepat pada EDM sinking secara signifikan terhadap KPA, LKE, LPM dan KP secara serentak adalah parameter proses: Current 15A.
Energy on time 300s. Energy off time 5s.
Machining voltage (gap voltage) 12V.
2. Kontribusi dari parameter proses yang berpengaruh secara signifikan untuk memaksimalkan target KPA, memaksimalkan LPM dan meminimalkan LKE serta KP secara serentak adalah: Current memiliki kontribusi sebesar 41,35%.
Energy on time memiliki kontibusi sebesar 37,90%. Energy off time memiliki kontribusi sebesar 10,11%. Machining voltage (gap voltage) memiliki kontribusi hanya sebesar 5%.
5. DAFTAR PUSTAKA
Kusumadewi, S. & Purnomo, H., 2010. Aplikasi Logika Fuzzy untuk Pendukung Keputusan kedua ed., Yogyakarta: Graha Ilmu. Lin, C.L., Lin, J.L. & Ko, T.C., 2002. Optimisation of the EDM Process Based on the Orthogonal Array with Fuzzy Logic and Grey Relational Analysis Method. journal of Advance Manufacturing Technology , pp.271–277.
Lin, C.L., Lin, J.L. & Ko, T.C., 2002. Optimisation of the EDM Process Based on the Orthogonal Array with Fuzzy Logic and Grey Relational Analysis Method. journal of Advance Manufacturing Technology , pp.271–277.
Lin, J.L. & Lin, C.L., 2002. The use of the orthogonal array with grey relational analysis to optimize the electrical discharge machining process with multiple performance characteristics. International Journal of Machine Tools & Manufacture , 42, pp.237–244. Lin, J.L. & Lin, C.L., 2005. The use of grey-fuzzy logic for the optimization of the manufacturing process. Journal of Materials Processing Technology 160, 160, pp.9–14. Lin, J.L. & Lin, C.L., 2005. The use of grey-fuzzy logic for the optimization of the manufacturing process. Journal of Materials Processing Technology 160, 160, pp.9–14. Lin, J.L. et al., 2000. Optimization of the electrical discharge machining process Technology , 102, pp.48–55.
Soejanto, I., 2009. Desain Eksperimen dengan Metode Taguchi Pertama., Yogyakarta: Graha Ilmu.