Variabel Yang Diamati Analisa Regresi

Yuki Febrian : Mengembangkan Model Matematika T l , Q Dan Mrr Sebagai Parameter Karakteristik Performa Pahat Bagi Memperoleh Kondisi Pemotongan Optimum, 2008. USU Repository © 2009 bubut dilakukan lebih dahulu untuk material benda kerja yang dimesin yang akan disesuaikan dengan kemampuan putaran mesin. Sebelum pemotongan dilakukan lebih dahulu diukur panjang benda kerja dan diameter benda kerja dan dicatat, kemudian dilakukan pemotongan dengan kedalaman potong dan pemakanan sesuai dengan kondisi pemotongan diatas, lalu dilakukan pemotongan dan mencatat waktu pemotongan.

3.4 Variabel Yang Diamati

Adapun variabel yang diamati pada penelitian ini adalah sebagai berikut : 1. Gerak makan f 2. Kedalaman potong a 3. Kecepatan potong v 4. Umur pahat T L 5. Volume bahan terbuang Q 6. Laju bahan terbuang MRR

3.5 Analisa Regresi

Analisa regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk dari hubungan variabel-variabel. Tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai dari suatu variabel dalam hubungannya dengan variabel lain yang diketahui. Analisa regresi merupakan teknik untuk membangun persamaan. Persamaan ini dapat menggambarkan hubungan antara dua atau lebih variabel dan menaksir nilai variabel dependen berdasar pada nilai tertentu variabel independennya. Hubungan Yuki Febrian : Mengembangkan Model Matematika T l , Q Dan Mrr Sebagai Parameter Karakteristik Performa Pahat Bagi Memperoleh Kondisi Pemotongan Optimum, 2008. USU Repository © 2009 antara variabel dependen dan variabel independen ini dapat dirumuskan ke dalam suatu bentuk hubungan fungsional sebagai berikut : n X X X f Y ,..., , 2 1 = dimana, Y : variabel dependen X 1 ,X 2 ,...,X n : variabel independen Di dalam suatu persamaan, variabel dependen adalah variabel yang nilai tergantung dari nilai variabel lain. Sedangkan variabel independen adalah variabel yang nilainya tidak tergantung dari variabel lain. Bentuk hubungan antara dua variabel dapat searah direct relationship dan dapat berlawanan arah inverse relationship. Jika dua variabel mempunyai hubungan searah artinya perubahan nilai yang satu dengan nilai yang lain adalah searah. Sedangkan dua variabel mempunyai hubungan berlawanan arah artinya perubahan nilai yang satu dengan yang lain adalah berlawanan arah. a b Gambar 3.11 Bentuk hubungan antara variabel a Hubungan searah; b Hubungan berlawanan arah Perubahan nilai dua variabel yang memiliki hubungan kausalitas akan cenderung membentuk pola tertentu. Pola perubahan nilai dua variabel dapat memiliki hubungan linier, kuadratik, eksponensial atau logaritmik. Yuki Febrian : Mengembangkan Model Matematika T l , Q Dan Mrr Sebagai Parameter Karakteristik Performa Pahat Bagi Memperoleh Kondisi Pemotongan Optimum, 2008. USU Repository © 2009 Gambar 3.12 Pola perubahan nilai variabel a hubungan linier; b hubungan kuadratik; c hubungan logaritmik Hubungan antara dua variabel atau lebih dapat diketahui dengan cara persamaan linier. Model persamaan regresi dapat dibentuk dengan cara ini. Pada regresi linier sederhana hanya ada satu variabel independen X yang dihubungkan dengan satu variabel dependen Y linier pangkat satu dalam X sehingga terbentuk model bX a Y + = ˆ . Sedangkan pada regresi multi linier variabel dependen Y tidak hanya dihubungkan pada satu variabel independen X tetapi lebih dari satu variabel independen X 1 ,X 2 ,...,X n . Anggap bahwa kita menemukan dua variabel, X dan Y, dimana nilai Y tidak hanya bergantung pada satu variabel X. mungkin beberapa variabel, misalnya X 1 , X 2 , ...X n . hubungan seperti ini dapat dicari dengan menggunakan analisa regresi multi linier. Maka model yang dapat dibentuk adalah : ∑ = + = + + + + + = n j j j i j X X X X Y 1 2 2 1 1 ... ε β ε β β β β …………..3.1 dimana: j = 0, 1, 2, ….,n Y = nilai yang dicari untuk setiap nilai X β = intercept Yuki Febrian : Mengembangkan Model Matematika T l , Q Dan Mrr Sebagai Parameter Karakteristik Performa Pahat Bagi Memperoleh Kondisi Pemotongan Optimum, 2008. USU Repository © 2009 β 1 , β 2 ,….. β j = koefesien regresi parsial X = variabel yang diobservasi ε = kesalahan acak yang berkaitan dengan Y. Estimasi digunakan dengan metoda kuadrat terkecil least squares. Misal b = estimasi untuk β b 1 = estimasi untuk β 1 b 2 = estimasi untuk β 2 . b j = estimasi untuk β j Metode kuadrat terkecil menghasilkan suatu kumpulan persamaan normal sebagai berikut: 1. ∑ ∑ ∑ ∑ = + + + + Y X b X b X b nb j j ... 2 2 1 1 2. ∑ ∑ ∑ ∑ ∑ = + + + + Y X X X b X X b X b X b j j 1 1 2 1 2 2 1 1 1 ... 3. ∑ ∑ ∑ ∑ ∑ = + + + + Y X X X b X b X X b X b j j 2 2 2 2 2 2 1 1 2 ... . . n. ∑ ∑ ∑ = + + Y X X X b X b j j j j j 1 Jika diubah dalam bentuk matriks maka akan diperoleh Yuki Febrian : Mengembangkan Model Matematika T l , Q Dan Mrr Sebagai Parameter Karakteristik Performa Pahat Bagi Memperoleh Kondisi Pemotongan Optimum, 2008. USU Repository © 2009                       ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ 2 2 1 3 2 2 2 2 1 2 3 1 2 1 2 1 1 3 2 1 . . . . . . . . . . . . j j j j X X X X X X X X X X X X X X X X X X X X X n =                       j b b b b . . . 2 1                       ∑ ∑ ∑ ∑ Y X Y X Y X Y j . . . 2 1 Kumpulan dari persamaan di atas dapat digunakan untuk mencari nilai b , b 1 , b 2 , …, b j sehingga persamaan diprediksi Chapra C Steven, hal 460 sebagai berikut : j j X b X b X b b Y + + + + = ... 2 2 1 1 ………………………………3.2

BAB IV HASIL DAN ANALISA

4.1 Hasil eksperimen

Dari eksperimen yang menggunakan metode faktorial yaitu dengan mengubah tiga variabel yaitu putaran n, kedalaman potong a, gerak makan f dan mengamati satu variabel tetap yaitu umur pahat. Eksperimen dilakukan dengan kondisi maksimum dan minimum pada variabel n, f dan a. Hal ini dilakukan untuk mengurangi banyaknya material yang digunakan karena untuk melakukan eksperimen dengan satu kondisi saja akan menghabiskan material yang tidak sedikit untuk mencapai aus pahat hingga 0,1 mm.