PENGUJIAN DATA HASIL PENGUJIAN GESER

commit to user IV-41

4.3 PENGUJIAN DATA HASIL PENGUJIAN GESER

Pengujian eksperimen dilakukan untuk mengetahui validasi alat uji geser dan homogenitas hasil pengujian menggunakan alat uji geser. Data awal merupakan hasil awal pengujian alat uji geser yang didapat dari pengambilan spesimen secara acak sebanyak tigapuluh spesimen. Proses pengujian eksperimen meliputi uji normalitas, uji homogenitas, uji independensi dan diakhiri dengan uji ANOVA. Pengujian ini dibagi atas pengujian data load serta data strength dari spesimen yang telah diuji. Tabel 4.11 Data awal pengujian alat uji geser 12mm 11mm 10mm 12mm 11mm 9mm 12mm 11mm 10mm 1 143,6 146,7 135,5 12 11,02 9,355 0,997 1,109 1,207 2 167,4 157,1 139,2 12 11,12 9,38 1,163 1,177 1,237 3 177 172,2 140,3 12 11,21 9,42 1,229 1,280 1,241 4 184,4 150,5 138,6 12 11,28 9,33 1,281 1,112 1,238 5 176,9 170,6 140,2 12 11,16 9,36 1,228 1,274 1,248 6 180,9 166 139,7 12 11,15 9,33 1,256 1,241 1,248 7 184,8 155,1 132,8 12 11,23 8,985 1,283 1,151 1,232 8 186,8 174,2 136,1 12 11,19 9,34 1,297 1,297 1,214 9 185,8 157,5 126 12 11,3 8,94 1,290 1,162 1,174 10 189,7 175,1 134,8 12 11,15 9,07 1,317 1,309 1,239 11 179,3 172,3 138,8 12 11,43 9,23 1,245 1,256 1,253 12 180,4 175,3 134 12 11,38 9,05 1,253 1,284 1,234 13 190,5 165,2 132,4 12 11,02 9,25 1,323 1,249 1,193 14 187,8 183,3 126,9 12 11,17 8,89 1,304 1,368 1,190 15 182,2 183,5 136 12 11,2 9,03 1,265 1,365 1,255 16 181,5 149 111,2 12 11,18 8,935 1,260 1,111 1,037 17 153,1 173 135,1 12 11,5 9,14 1,063 1,254 1,232 18 185,7 167,1 118,7 12 11,04 9 1,290 1,261 1,099 19 180,5 167,1 139,6 12 11,16 9,19 1,253 1,248 1,266 20 193,8 157,2 116,8 12 11,18 9,13 1,346 1,172 1,066 21 180,2 157,1 132,9 12 11,27 9,08 1,251 1,162 1,220 22 182,5 146,2 147,1 12 11,11 9,06 1,267 1,097 1,353 23 177,5 153,9 110,7 12 11,04 8,98 1,233 1,162 1,027 24 183 161 130,3 12 11,12 8,96 1,271 1,207 1,212 25 188,3 167,1 139,3 12 11,4 8,94 1,308 1,221 1,298 26 185 160 131 12 11,17 8,96 1,285 1,194 1,218 27 183,7 149,4 113,3 12 11,12 9,23 1,276 1,120 1,023 28 186,8 162 147,2 12 11,285 9 1,297 1,196 1,363 29 179,5 183,8 109,8 12 11,24 8,82 1,247 1,363 1,037 30 181,2 162,3 141,8 12 11,475 8,95 1,258 1,179 1,320 No Pembebanan Load Kekuatan material Strength Tebal Thick commit to user IV-42 4.3.1 Pengujian Hasil Pembebanan Geser Pengujian data hasil pembebanan geser didapat dari hasil pembacaan yang ditampilkan oleh weighting indicator setelah sebuah spesimen diuji. Data tersebut kemudian dicatat dan dikumpulkan dalam sebuah lembar pantauan pengujian yang telah disiapkan sebelum pengujian dilakukan. Penentuan level ketebalan treatment dipengaruhi oleh besar kecilnya standar deviasi yang dihasilkan oleh level ketebalan awal 12 mm.

1. Uji Normalitas

Pengujian normalitas data menggunakan metode Kolmogorov-Smirnov dilakukan terhadap data observasi di tiap perlakuan dengan tujuan untuk mengetahui apakah data observasi dari pengambilan sampel secara acak sebanyak tigapuluh kali pengambilan data replikasi berdistrbusi normal. Jumlah perlakuan yang terdapat pada eksperimen adalah 3 perlakuan. Tabel 4.12 Perhitungan uji normalitas load geser a 1 i x x2 z Pz Px |Pz-Px| 1 143,6 20621 - 3,638 0,000 0,033 0,033 2 153,1 23440 - 2,706 0,003 0,067 0,063 3 167,4 28023 - 1,302 0,097 0,100 0,003 4 176,9 31294 - 0,369 0,356 0,133 0,223 5 177 31329 - 0,359 0,360 0,167 0,193 6 177,5 31506 - 0,310 0,378 0,200 0,178 7 179,3 32148 - 0,134 0,447 0,233 0,214 8 179,5 32220 - 0,114 0,455 0,267 0,188 9 180,2 32472 - 0,045 0,482 0,300 0,182 10 180,4 32544 - 0,026 0,490 0,333 0,156 11 180,5 32580 - 0,016 0,494 0,367 0,127 12 180,9 32725 0,024 0,509 0,400 0,109 13 181,2 32833 0,053 0,521 0,433 0,088 14 181,5 32942 0,082 0,533 0,467 0,066 15 182,2 33197 0,151 0,560 0,500 0,060 commit to user IV-43 Tabel 4.12 Perhitungan uji normalitas load geser a 1 lanjutan 16 182,5 33306 0,181 0,572 0,533 0,038 17 183 33489 0,230 0,591 0,567 0,024 18 183,7 33746 0,298 0,617 0,600 0,017 19 184,4 34003 0,367 0,643 0,633 0,010 20 184,8 34151 0,406 0,658 0,667 0,009 21 185 34225 0,426 0,665 0,700 0,035 22 185,7 34484 0,495 0,690 0,733 0,044 23 185,8 34522 0,505 0,693 0,767 0,074 24 186,8 34894 0,603 0,727 0,800 0,073 25 186,8 34894 0,603 0,727 0,833 0,107 26 187,8 35269 0,701 0,758 0,867 0,108 27 188,3 35457 0,750 0,773 0,900 0,127 28 189,7 35986 0,887 0,813 0,933 0,121 29 190,5 36290 0,966 0,833 0,967 0,134 30 193,8 37558 1,290 0,901 1,000 0,099 Average 181 max 0,223 Stdev 10,2 L hitung 0,223 L tabel 0,240 Contoh perhitungan uji normalitas load geser komposit serat alam untuk perlakuan a 1 , sebagai berikut: a. Mengurutkan data observasi dari yang terkecil sampai terbesar: 143.6;….; 153.1; 167.4 sebagaimana ditunjukan pada tabel 4.12 di atas. b. Menghitung rata-rata x dan standar deviasi s data tersebut, 66 . 180 30 8 . 193 5 . 190 .... 6 . 143 1 = + + + = ÷ ø ö ç è æ = å = x n x x n i i 1 2 2 - - = å å n n x x s i i 186 . 10 1 30 3 8 . 197 5 . 190 ... 6 . 143 8 . 193 5 . 190 ... 6 . 143 2 2 2 2 = - + + + - + + + = s commit to user IV-44 c. Mentransformasikan data x tersebut menjadi nilai baku z, s x x z i i - = 638 . 3 186 . 10 66 . 180 6 . 143 1 - = - = z dengan; x i = nilai pengamatan ke-i x = rata-rata s = standar deviasi Dengan cara yang sama diperoleh seluruh nilai baku, sebagaimana ditunjukan pada kolom z tabel 4.12 di atas. d. Menentukan nilai probabilitasnya Pz berdasarkan sebaran normal baku, sebagai probabilitas pengamatan. Nilai P z didapat dari tabel standar luas wilayah di bawah kurva normal, sebagaimana dapat dilihat pada kolom Pz tabel 4.12. e. Menentukan nilai probabilitas harapan kumulatif Px dengan cara, sebagai berikut: n i x P i = 33 , 3 1 1 = = x P Dengan cara yang sama akan diperoleh seluruh nilai Px sebagaimana pada kolom P x tabel 4.12 di atas. f. Menentukan nilai maksimum dari selisih absolut Pz dan Px, yaitu : maks | Pz - Px| , sebagai nilai L hitung. maks | Pz - Px| = 0,223 g. Menganalisis apakah semua data observasi berdistribusi normal. Hipotesis yang diajukan adalah : H : Sampel data observasi berasal dari populasi yang berdistribusi normal. H 1 : Sampel data observasi berasal dari populasi yang berdistribusi tidak normal. commit to user IV-45 h. Memilih taraf nyata a = 0.05, dengan wilayah kritik L hitung L tabel . L hitung = 0,223 L 3 05 , = 0,240 Hasil = L hitung L tabel , maka terima H dan disimpulkan bahwa data observasi berdistribusi normal. Hasil perhitungan uji Kolmogorov-Smirnov untuk semua perlakuan secara lengkap dapat dilihat pada tabel 4.13 berikut ini. Tabel 4.13 Hasil perhitungan uji Kolmogorov-Smirnov 1 12mm 0,223 0,24 diterima normal 2 11mm 0,093 0,24 diterima normal 3 10mm 0,153 0,24 diterima normal Kesimpulan No Perlakuan L hitung L tabel Ho Ho diterima jika L hitungL tabel

2. Uji Homogenitas

Pengujian homogenitas dilakukan dengan metode lavene test , yaitu menguji kesamaan ragam data observasi antar level faktornya. Uji homogenitas dilakukan terhadap data yang dikelompokkan berdasarkan faktor ketebalan. Uji homogenitas antar level faktor ketebalan hipotesis yang diajukan adalah: H : s 1 2 = s 2 2 Data antar level faktor ketebalan memiliki ragam yang sama H 1 : s 1 2 ≠ s 2 2 Data antar level faktor ketebalan memiliki ragam yang tidak sama. Taraf nyata a = 0.05 dan wilayah kritik F F 0.05 2; 87 Prosedur pengujian adalah dengan mengelompokkan data berdasarkan faktor ketebalan, kemudian dicari rata-rata tiap level faktor ketebalan dan dihitung selisih absolut nilai pengamatan terhadap rata-ratanya sebagaimana diperoleh tabel 4.14. commit to user IV-46 Tabel 4.14 Residual data antar level faktor ketebalan 12mm 11mm 10mm 12mm 11mm 10mm 12mm 11mm 10mm 1 143,6 146,7 135,5 37,060 17,327 3,630 1373,444 300,213 13,177 2 167,4 157,1 139,2 13,260 6,927 7,330 175,828 47,979 53,729 3 177 172,2 140,3 3,660 8,173 8,430 13,396 66,803 71,065 4 184,4 150,5 138,6 3,740 13,527 6,730 13,988 182,971 45,293 5 176,9 170,6 140,2 3,760 6,573 8,330 14,138 43,209 69,389 6 180,9 166 139,7 0,240 1,973 7,830 0,058 3,894 61,309 7 184,8 155,1 132,8 4,140 8,927 0,930 17,140 79,685 0,865 8 186,8 174,2 136,1 6,140 10,173 4,230 37,700 103,497 17,893 9 185,8 157,5 126 5,140 6,527 5,870 26,420 42,597 34,457 10 189,7 175,1 134,8 9,040 11,073 2,930 81,722 122,619 8,585 11 179,3 172,3 138,8 1,360 8,273 6,930 1,850 68,448 48,025 12 180,4 175,3 134 0,260 11,273 2,130 0,068 127,088 4,537 13 190,5 165,2 132,4 9,840 1,173 0,530 96,826 1,377 0,281 14 187,8 183,3 126,9 7,140 19,273 4,970 50,980 371,461 24,701 15 182,2 183,5 136 1,540 19,473 4,130 2,372 379,211 17,057 16 181,5 149 111,2 0,840 15,027 20,670 0,706 225,801 427,249 17 153,1 173 135,1 27,560 8,973 3,230 759,554 80,521 10,433 18 185,7 167,1 118,7 5,040 3,073 13,170 25,402 9,445 173,449 19 180,5 167,1 139,6 0,160 3,073 7,730 0,026 9,445 59,753 20 193,8 157,2 116,8 13,140 6,827 15,070 172,660 46,603 227,105 21 180,2 157,1 132,9 0,460 6,927 1,030 0,212 47,979 1,061 22 182,5 146,2 147,1 1,840 17,827 15,230 3,386 317,790 231,953 23 177,5 153,9 110,7 3,160 10,127 21,170 9,986 102,549 448,169 24 183 161 130,3 2,340 3,027 1,570 5,476 9,161 2,465 25 188,3 167,1 139,3 7,640 3,073 7,430 58,370 9,445 55,205 26 185 160 131 4,340 4,027 0,870 18,836 16,214 0,757 27 183,7 149,4 113,3 3,040 14,627 18,570 9,242 213,939 344,845 28 186,8 162 147,2 6,140 2,027 15,330 37,700 4,107 235,009 29 179,5 183,8 109,8 1,160 19,773 22,070 1,346 390,985 487,085 30 181,2 162,3 141,8 0,540 1,727 9,930 0,292 2,981 98,605 Average 180,66 164,0267 131,87 Sum 5419,8 4920,8 3956,1 183,72 270,8 248 3009,112 3428,019 3273,503 Replikasi Faktor ketebalan Residual Kuadrat residual Selanjutnya menghitung nilai-nilai, sebagai berikut: a. Faktor koreksi FK. . = 6∑ 2 = 6183.72 + 270.8 + 248 2 90 = 5483.715 commit to user IV-47 b. Sum Square SS faktor, total, dan error . ff âisik9y9 = 6∑ ² 2 â − . = 6183.72 2 + 270.8 2 + 248 2 90 − 90 = 135.94 ff s s9y = ² 2 − . = 63009.112 2 + 3428.01 2 + ⋯ + 3273.50 2 − 5483.715 = 4226.91 ff i = ff s s9y − ff âisik9y9 = 4226.91 − 135.94 = 4090.977 c. Mean Square MS faktor dan error. f âisik9y9 = ff âisik9y9 âisik9y9 = 135.94 2 = 67.97 f i = ff i i = 4090.977 87 = 47.022 d. Nilai F F hitung. ฀²s = f âisik9y9 f i = 67.97 47.022 = 1.445 Hasil perhitungan uji homogenitas terhadap faktor ketebalan dapat dilihat pada tabel 4.15. commit to user IV-48 Tabel 4.15 Hasil perhitungan uji homogenitas faktor ketebalan Sumber Keragaman df SS MS F hitung F tabel Hasil kesimpulan Ketebalan 2 135,94 67,97 1,445 3,10 diterima homogen Error 87 4090,98 47,02 Total 89 4226,92 Taraf nyata yang dipilih a= 0,05, dengan wilayah kritik penolakan terhadap F hitung F tabel . Berdasarkan tabel 4.15, nilai F hitung sebesar 1.445 F tabel 3.10, sehingga H diterima dan disimpulkan bahwa data antar level faktor ketebalan memiliki ragam yang sama homogen.

3. Uji Independensi

Pengujian independensi dilakukan dengan membuat plot residual data untuk setiap perlakuan berdasarkan urutan pengambilan data pada eksperimen. Nilai residual tersebut merupakan selisih data observasi dengan rata-rata tiap perlakuan. Hasil perhitungan nilai residual untuk tiap perlakuan dapat dilihat pada tabel 4.16. Tabel 4.16 Residual data pembebanan geser Perlakuan kgmm 2 Rata-rata Residual 31 146,7 164,0267 -17,32667 69 126 131,87 -5,87 16 181,5 180,66 0,84 40 175,1 164,0267 11,073333 1 143,6 180,66 -37,06 39 157,5 164,0267 -6,526667 68 136,1 131,87 4,23 22 182,5 180,66 1,84 53 153,9 164,0267 -10,12667 63 140,3 131,87 8,43 7 184,8 180,66 4,14 42 175,3 164,0267 11,273333 72 134 131,87 2,13 26 185 180,66 4,34 88 147,2 131,87 15,33 10 189,7 180,66 9,04 32 157,1 164,0267 -6,926667 18 185,7 180,66 5,04 90 141,8 131,87 9,93 64 138,6 131,87 6,73 33 172,2 164,0267 8,1733333 89 109,8 131,87 -22,07 2 167,4 180,66 -13,26 80 116,8 131,87 -15,07 59 183,8 164,0267 19,773333 23 177,5 180,66 -3,16 81 132,9 131,87 1,03 47 173 164,0267 8,9733333 35 170,6 164,0267 6,5733333 28 186,8 180,66 6,14 6 180,9 180,66 0,24 34 150,5 164,0267 -13,52667 29 179,5 180,66 -1,16 85 139,3 131,87 7,43 36 166 164,0267 1,9733333 27 183,7 180,66 3,04 Perlakuan kgmm 2 Rata-rata Residual 67 132,8 131,87 0,93 79 139,6 131,87 7,73 17 153,1 180,66 -27,56 37 155,1 164,0267 -8,926667 82 147,1 131,87 15,23 3 177 180,66 -3,66 38 174,2 164,0267 10,173333 65 140,2 131,87 8,33 51 157,1 164,0267 -6,926667 13 190,5 180,66 9,84 77 135,1 131,87 3,23 58 162 164,0267 -2,026667 84 130,3 131,87 -1,57 20 193,8 180,66 13,14 46 149 164,0267 -15,02667 66 139,7 131,87 7,83 87 113,3 131,87 -18,57 48 167,1 164,0267 3,0733333 52 146,2 164,0267 -17,82667 8 186,8 180,66 6,14 49 167,1 164,0267 3,0733333 71 138,8 131,87 6,93 86 131 131,87 -0,87 21 180,2 180,66 -0,46 83 110,7 131,87 -21,17 14 187,8 180,66 7,14 44 183,3 164,0267 19,273333 70 134,8 131,87 2,93 78 118,7 131,87 -13,17 54 161 164,0267 -3,026667 5 176,9 180,66 -3,76 73 132,4 131,87 0,53 57 149,4 164,0267 -14,62667 55 167,1 164,0267 3,0733333 19 180,5 180,66 -0,16 61 135,5 131,87 3,63 commit to user IV-49 Tabel 4.16 Residual data pembebanan geser lanjutan Data residual kemudian diplotkan berdasarkan urutan pengambilan data eksperimen secara acak atau random seperti gambar 4.38. Gambar 4.38 Grafik plot residual kekuatan geser Berdasarkan Gambar 4.38 terlihat bahwa nilai residual tersebar di sekitar garis nol dan tidak membentuk pola khusus, sehingga dapat disimpulkan bahwa data hasil eksperimen memenuhi syarat independensi. Pengujian independensi eksperimen juga dilakukan dengan uji run test uji deret melalui sotfware SPSS. Tujuan uji deret adalah untuk menentukan apakah keacakan akan terjadi atau apakah terdapat suatu pola yang mendasari urutan data observasi. Hipotesis yang diajukan dalam uji independensi pada nilai kekuatan geser adalah sebagai berikut, dengan taraf nyata yang dipilih a= 0,05, yaitu: Perlakuan kgmm 2 Rata-rata Residual 9 185,8 180,66 5,14 75 136 131,87 4,13 45 183,5 164,0267 19,473333 74 126,9 131,87 -4,97 12 180,4 180,66 -0,26 43 165,2 164,0267 1,1733333 24 183 180,66 2,34 60 162,3 164,0267 -1,726667 62 139,2 131,87 7,33 41 172,3 164,0267 8,2733333 11 179,3 180,66 -1,36 50 157,2 164,0267 -6,826667 76 111,2 131,87 -20,67 15 182,2 180,66 1,54 25 188,3 180,66 7,64 56 160 164,0267 -4,026667 30 181,2 180,66 0,54 commit to user IV-50 H : Sampel data observasi berasal dari populasi tersebut bersifat acak, H 1 : Sampel data observasi berasal dari populasi tersebut tidak acak Berdasarkan pengujian independensi yang dilakukan menggunakan software SPSS uji run test diperoleh nilai signifikansi sebesar 0,289 lebih besar dari taraf nyata yang dipilih yaitu a= 0,05, dengan demikian Ho diterima dan dapat disimpulkan bahwa data observasi bersifat acak.

4. Uji Analisis Variansi ANOVA

Pengujian analisis variansi ANOVA dilakukan terhadap kekuatan geser untuk mengetahui apakah faktor ketebalan yang diteliti berpengaruh signifikan terhadap variabel respon tersebut. Hipotesis umum yang diajukan adalah ada perbedaan yang signifikan antar faktor maupun level dalam setiap faktor yang diteliti. Hipotesis umum ini disebut sebagai hipotesis satu H 1 . Selanjutnya dilakukan perhitungan nilai-nilai yang dibutuhkan untuk perhitungan ANOVA. Prosedur perhitungan nilai-nilai tersebut dijelaskan oleh pembahasan di bawah ini. Adapun data yang digunakan adalah data eksperimen pembebanan geser yang dapat dilihat pada tabel 4.12. Sedangkan pengolahan data seperti pada tabel 4.17. Tabel 4.17 ANOVA untuk pembebanan geser No Ketebalan 12 11 9 1 143,6 146,7 135,5 2 167,4 157,1 139,2 3 177 172,2 140,3 4 184,4 150,5 138,6 5 176,9 170,6 140,2 6 180,9 166 139,7 7 184,8 155,1 132,8 8 186,8 174,2 136,1 9 185,8 157,5 126 10 189,7 175,1 134,8 11 179,3 172,3 138,8 12 180,4 175,3 134 13 190,5 165,2 132,4 14 187,8 183,3 126,9 15 182,2 183,5 136 16 181,5 149 111,2 commit to user IV-51 Tabel 4.17 ANOVA untuk pembebanan geser lanjutan 17 153,1 173 135,1 18 185,7 167,1 118,7 19 180,5 167,1 139,6 20 193,8 157,2 116,8 21 180,2 157,1 132,9 22 182,5 146,2 147,1 23 177,5 153,9 110,7 24 183 161 130,3 25 188,3 167,1 139,3 26 185 160 131 27 183,7 149,4 113,3 28 186,8 162 147,2 29 179,5 183,8 109,8 30 181,2 162,3 141,8 τ j 5419,8 4920,8 3956,1 14296,7 T.. n j 30 30 30 90 N ΣY ij 2 982150,18 810570,44 524964,41 2317685 Kemudian dilakukan perhitungan jumlah kuadrat sum of square SS dari faktor ketebalan dan interaksinya. Proses perhitungan SS dan hasilnya, adalah: a. Jumlah kuadrat total SS total : N T Y SS k j n i ij total j 2 1 1 .. - = åå = = ff s s9y = 2271063 − 14296.7 2 90 ff s s9y = 46622.46 b. Jumlah kuadrat faktor ketebalan SS ketebalan : N T n T SS k j j j ketebalan 2 1 2 .. - = å = ff âisik9y9 = 5419.8 2 30 + 4920.8 2 30 + 3956.1 2 30 − 14296.7 2 90 ff âisik9y9 = 36911.83 commit to user IV-52 c. Jumlah kuadrat random error SS error : ketebalan total erroe SS SS SS - = ff i = 46622.46 − 36911.83 ff i = 9710.634 Mean of square MS atau disebut juga kuadrat tengah KT, dihitung dengan membagi antara jumlah kuadrat SS yang diperoleh dengan derajat bebasnya df . Contoh perhitungan MS ketebalan , sebagai berikut: f âisik9y9 = 36911.83 2 = 18455.92 Besarnya F hitung didapat dari pembagian antara MS faktor yang ada dengan MS error dari eksperimen. Contoh perhitungannya adalah sebagai berikut: ฀²s = f âisik9y9 f i = 165.35 Berpedoman pada contoh di atas, maka didapat MS dan F hitung semua faktor selengkapnya yang dapat dilihat pada tabel 4.18. Keputusan terhadap hipotesis nol didasarkan pada nilai F hitung , yakni hipotesis nol H ditolak jika F hitung F tabel dan diterima jika F hitung F tabel . F tabel diperoleh dari tabel distribusi F kumulatif, dengan d f1 = d f yang bersangkutan dan d f2 = d ferror . Perhitungan F tabel dengan menggunakan Microsoft excel dengan rumus: FINV probability , df1, df2. Contoh perhitungan F tabel adalah F tabel untuk faktor jenis kertas, df 1 = 2 dan df 2 = 87. Berdasarkan hasil perhitungan Microsoft excel diperoleh F tabel = FINV 0.05, 2, 87 = 3.10 Tabel 4.18 Hasil perhitungan ANOVA data eksperimen df SS MS F hitung F tabel Hasil Kesimpulan 2 36911,83089 18455,91544 165,3511706 3,101295757 Tolak ada pengaruh 87 9710,633667 111,6164789 89 Sstotal Sumber keragaman Ssketebalan Sserror Penggunaan F hitung memberikan kesimpulan tentang hasil uji hipotesis analisis variansi. Keputusan yang diambil terhadap hasil analisis variansi data eksperimen untuk pengujian keterulangan alat, yaitu ditinjau dari faktor ketebalan, nilai F hitung F tabel , sehingga terima H dan simpulkan bahwa ketebalan tidak berpengaruh signifikan terhadap pembebanan geser. commit to user IV-53 4.3.2 Pengujian Hasil Perhitungan Kekuatan Geser Data diperoleh dengan melihat data yang ditampilkan oleh weighting indicator kemudian dibagi dengan luasan bidang patah spesimen setelah sebuah spesimen diuji. Data tersebut kemudian dicatat dan dikumpulkan dalam sebuah lembar form pengujian yang telah disiapkan sebelum pengujian dilakukan. Penentuan level dipengaruhi oleh besar kecilnya standar deviasi yang dihasilkan oleh level sebelumnya tebal 12 mm.

1. Uji Normalitas

Uji normalitas dengan metode Kolmogorov-Smirnov dilakukan terhadap data observasi di tiap perlakuan dengan tujuan untuk mengetahui apakah data observasi dari tigapuluh kali pengambilan data replikasi berdistrbusi normal. Jumlah perlakuan yang terdapat pada eksperimen adalah 3 perlakuan. Tabel 4.19 Perhitungan uji normalitas strength a 1 i x x2 z Pz Px |Pz-Px| 1 0,997 0,994 - 3,638 0,000 0,033 0,033 2 1,063 1,130 - 2,706 0,003 0,067 0,063 3 1,163 1,351 - 1,302 0,097 0,100 0,003 4 1,228 1,509 - 0,369 0,356 0,133 0,223 5 1,229 1,511 - 0,359 0,360 0,167 0,193 6 1,233 1,519 - 0,310 0,378 0,200 0,178 7 1,245 1,550 - 0,134 0,447 0,233 0,214 8 1,247 1,554 - 0,114 0,455 0,267 0,188 9 1,251 1,566 - 0,045 0,482 0,300 0,182 10 1,253 1,569 - 0,026 0,490 0,333 0,156 11 1,253 1,571 - 0,016 0,494 0,367 0,127 12 1,256 1,578 0,024 0,509 0,400 0,109 13 1,258 1,583 0,053 0,521 0,433 0,088 14 1,260 1,589 0,082 0,533 0,467 0,066 15 1,265 1,601 0,151 0,560 0,500 0,060 16 1,267 1,606 0,181 0,572 0,533 0,038 17 1,271 1,615 0,230 0,591 0,567 0,024 commit to user IV-54 Tabel 4.19 Perhitungan uji normalitas strength a 1 lanjutan 18 1,276 1,627 0,298 0,617 0,600 0,017 19 1,281 1,640 0,367 0,643 0,633 0,010 20 1,283 1,647 0,406 0,658 0,667 0,009 21 1,285 1,651 0,426 0,665 0,700 0,035 22 1,290 1,663 0,495 0,690 0,733 0,044 23 1,290 1,665 0,505 0,693 0,767 0,074 24 1,297 1,683 0,603 0,727 0,800 0,073 25 1,297 1,683 0,603 0,727 0,833 0,107 26 1,304 1,701 0,701 0,758 0,867 0,108 27 1,308 1,710 0,750 0,773 0,900 0,127 28 1,317 1,735 0,887 0,813 0,933 0,121 29 1,323 1,750 0,966 0,833 0,967 0,134 30 1,346 1,811 1,290 0,901 1,000 0,099 Average 1,25 max 0,223 Stdev 0,07 L hitung 0,223 L tabel 0,240 Contoh perhitungan uji normalitas kekuatan geser komposit serat alam untuk perlakuan a 1 , sebagai berikut: a. Mengurutkan data observasi dari yang terkecil sampai terbesar: 0.997; 1.063; 1.163;….; 1.323; 1.346 sebagaimana ditunjukan pada tabel 4.19 di atas. b. Menghitung rata-rata x dan standar deviasi s data tersebut, 255 . 1 30 346 . 1 .... 063 . 1 997 . 1 = + + + = ÷ ø ö ç è æ = å = x n x x n i i 1 2 2 - - = å å n n x x s i i 071 . 1 30 3 346 . 1 ... 063 . 1 997 . 346 . 1 ... 063 . 1 997 . 2 2 2 2 = - + + + - + + + = s c. Mentransformasikan data x tersebut menjadi nilai baku z, s x x z i i - = commit to user IV-55 638 . 3 0707 . 254 . 1 997 . 1 - = - = z dengan; x i = nilai pengamatan ke-i x = rata-rata s = standar deviasi Dengan cara yang sama diperoleh seluruh nilai baku, sebagaimana ditunjukan pada kolom z tabel 4.19 di atas. d. Menentukan nilai probabilitasnya Pz berdasarkan sebaran normal baku, sebagai probabilitas pengamatan. Nilai P z didapat dari tabel standar luas wilayah di bawah kurva normal, sebagaimana dapat dilihat pada kolom Pz tabel 4.19. e. Menentukan nilai probabilitas harapan kumulatif Px, sebagai berikut: n i x P i = 33 , 3 1 1 = = x P Dengan cara yang sama akan diperoleh seluruh nilai Px sebagaimana pada kolom P x tabel 4.19 di atas. f. Menentukan nilai maksimum dari selisih absolut Pz dan Px, yaitu : maks | Pz - Px| , sebagai nilai L hitung. maks | Pz - Px| = 0,223 g. Menganalisis apakah semua data observasi berdistribusi normal. Hipotesis yang diajukan adalah : H : Sampel data observasi berasal dari populasi yang berdistribusi normal. H 1 : Sampel data observasi berasal dari populasi yang berdistribusi tidak normal. h. Memilih taraf nyata a = 0.05, dengan wilayah kritik L hitung L tabel . L hitung = 0,223 L 3 05 , = 0,24 Hasil = L hitung L tabel , maka terima H dan disimpulkan bahwa data observasi berdistribusi normal. commit to user IV-56 Hasil perhitungan uji Kolmogorov-Smirnov untuk semua perlakuan secara lengkap dapat dilihat pada tabel 4.20. Tabel 4.20 Hasil perhitungan uji Kolmogorov-Smirnov 1 12mm 0,223 0,24 diterima normal 2 11mm 0,098 0,24 diterima normal 3 10mm 0,172 0,24 diterima normal No Perlakuan L hitung L tabel Ho Ho diterima jika L hitungL tabel Kesimpulan

2. Uji Homogenitas

Pengujian homogenitas dilakukan dengan metode lavene test , yaitu menguji kesamaan ragam data observasi antar level faktornya. Uji homogenitas dilakukan terhadap data yang dikelompokkan berdasarkan faktor ketebalan. Uji homogenitas antar level faktor ketebalan hipotesis. H : s 1 2 = s 2 2 Data antar level faktor ketebalan memiliki ragam yang sama H 1 : s 1 2 ≠ s 2 2 Data antar level faktor ketebalan memiliki ragam yang tidak sama. Taraf nyata a = 0.05 dan wilayah kritik F F 0.05 2; 87 Prosedur pengujian adalah dengan mengelompokkan data berdasarkan faktor ketebalan, kemudian dicari rata-rata tiap level faktor ketebalan dan dihitung selisih absolut nilai pengamatan terhadap rata-ratanya sebagaimana diperoleh tabel 4.21. commit to user IV-57 Tabel 4.21 Residual data antar level faktor ketebalan 12mm 11mm 10mm 12mm 11mm 10mm 12mm 11mm 10mm 1 0,997222 1,109347 1,207019 0,257 0,110 0,001 0,066 0,012 0,000 2 1,1625 1,177308 1,236674 0,092 0,042 0,031 0,008 0,002 0,001 3 1,229167 1,280107 1,241154 0,025 0,061 0,035 0,001 0,004 0,001 4 1,280556 1,11185 1,237942 0,026 0,107 0,032 0,001 0,012 0,001 5 1,228472 1,273895 1,248219 0,026 0,055 0,042 0,001 0,003 0,002 6 1,25625 1,240658 1,247767 0,002 0,021 0,042 0,000 0,000 0,002 7 1,283333 1,150935 1,231682 0,029 0,068 0,026 0,001 0,005 0,001 8 1,297222 1,297289 1,214311 0,043 0,078 0,008 0,002 0,006 0,000 9 1,290278 1,161504 1,174497 0,036 0,058 0,031 0,001 0,003 0,001 10 1,317361 1,30867 1,238515 0,063 0,089 0,033 0,004 0,008 0,001 11 1,245139 1,256197 1,25316 0,009 0,037 0,047 0,000 0,001 0,002 12 1,252778 1,283685 1,233886 0,002 0,064 0,028 0,000 0,004 0,001 13 1,322917 1,249244 1,192793 0,068 0,030 0,013 0,005 0,001 0,000 14 1,304167 1,367502 1,189539 0,050 0,148 0,016 0,002 0,022 0,000 15 1,265278 1,365327 1,255076 0,011 0,146 0,049 0,000 0,021 0,002 16 1,260417 1,110614 1,03712 0,006 0,109 0,169 0,000 0,012 0,028 17 1,063194 1,253623 1,231765 0,191 0,034 0,026 0,037 0,001 0,001 18 1,289583 1,261322 1,099074 0,035 0,042 0,107 0,001 0,002 0,011 19 1,253472 1,24776 1,265869 0,001 0,029 0,060 0,000 0,001 0,004 20 1,345833 1,171735 1,066083 0,091 0,048 0,140 0,008 0,002 0,020 21 1,251389 1,161639 1,219714 0,003 0,058 0,014 0,000 0,003 0,000 22 1,267361 1,09661 1,353017 0,013 0,123 0,147 0,000 0,015 0,022 23 1,232639 1,161685 1,027283 0,022 0,058 0,179 0,000 0,003 0,032 24 1,270833 1,206535 1,211868 0,016 0,013 0,006 0,000 0,000 0,000 25 1,307639 1,221491 1,298471 0,053 0,002 0,093 0,003 0,000 0,009 26 1,284722 1,193674 1,218378 0,030 0,026 0,013 0,001 0,001 0,000 27 1,275694 1,119604 1,022932 0,021 0,100 0,183 0,000 0,010 0,033 28 1,297222 1,196278 1,362963 0,043 0,023 0,157 0,002 0,001 0,025 29 1,246528 1,362693 1,037415 0,008 0,143 0,168 0,000 0,021 0,028 30 1,258333 1,178649 1,320298 0,004 0,041 0,114 0,000 0,002 0,013 Average 1,254583 1,219248 1,205816 Sum 37,6375 36,57743 36,17448 1,275833 1,961497 2,01122 0,145115 0,177341 0,241253 Replikasi Faktor ketebalan Residual Kuadrat residual Selanjutnya menghitung nilai-nilai, sebagai berikut: a. Faktor koreksi FK. . = 6∑ 2 = 61.275 + 1.961 + 2.011 2 90 = 0.3060 b. Sum Square SS faktor, total, dan error. 0112 . 90 90 011 . 2 961 . 1 275 . 1 2 2 2 2 = - + + = ú ú û ù ê ê ë é - = å ketebalan ketebalan ketebalan SS SS FK k xi SS commit to user IV-58 ff s s9y = ² 2 − . = 60.257 2 + 0.092 2 + ⋯ + 0.004 2 − 0.3060 = 0.2576 ff i = ff s s9y − ff âisik9y9 = 0.2576 − 0.0112 = 0.2463 c. Mean Square MS faktor dan error f âisik9y9 = ff âisik9y9 âisik9y9 = 0.0112 2 = 0.0056 f i = ff i i = 0.2463 87 = 0.0028 d. Nilai F F hitung ฀²s = f âisik9y9 f i = 0.0028 0.0059 = 1.988 Hasil perhitungan uji homogenitas terhadap faktor ketebalan dapat dilihat pada tabel 4.22. Tabel 4.22 Hasil perhitungan uji homogenitas faktor ketebalan Sumber Keragaman df SS MS F hitung F tabel Hasil kesimpulan Ketebalan 2 0,0113 0,005630 1,988 3,10 diterima homogen Error 87 0,2464 0,002832 Total 89 0,26 Taraf nyata yang dipilih a= 0,05, dengan wilayah kritik penolakan terhadap F hitung F tabel . Berdasarkan tabel 4.22, nilai F hitung sebesar 1,988 F tabel 3.10, sehingga H diterima dan disimpulkan bahwa data antar level faktor ketebalan memiliki ragam yang sama homogen. commit to user IV-59

3. Uji Independensi

Pengujian independensi dilakukan dengan membuat plot residual data untuk setiap perlakuan berdasarkan urutan pengambilan data pada eksperimen. Nilai residual tersebut merupakan selisih data observasi dengan rata-rata tiap perlakuan. Hasil perhitungan nilai residual untuk tiap perlakuan dapat dilihat pada tabel 4.23. Tabel 4.23 Residual data kekuatan geser Perlakuan kgmm 2 Rata-rata Residual a25 1,27389 1,219248 0,0546472 a118 1,28958 1,254583 0,035 a218 1,26132 1,219248 0,0420748 a16 1,25625 1,254583 0,0016667 a223 1,16168 1,219248 -0,0575629 a214 1,3675 1,219248 0,1482546 a19 1,29028 1,254583 0,0356944 a121 1,25139 1,254583 -0,0031944 a210 1,30867 1,219248 0,089422 a319 1,26587 1,205816 0,0600526 a110 1,31736 1,254583 0,0627778 a320 1,06608 1,205816 -0,1397336 a128 1,29722 1,254583 0,0426389 a115 1,26528 1,254583 0,0106944 a222 1,09661 1,219248 -0,122638 a116 1,26042 1,254583 0,0058333 a227 1,1196 1,219248 -0,0996434 a23 1,28011 1,219248 0,0608594 a11 0,99722 1,254583 -0,2573611 a35 1,24822 1,205816 0,0424033 a117 1,06319 1,254583 -0,1913889 a330 1,3203 1,205816 0,1144819 a225 1,22149 1,219248 0,0022436 a17 1,28333 1,254583 0,02875 a224 1,20653 1,219248 -0,0127129 a119 1,25347 1,254583 -0,0011111 a229 1,36269 1,219248 0,1434451 a324 1,21187 1,205816 0,0060515 a124 1,27083 1,254583 0,01625 a221 1,16164 1,219248 -0,0576091 a111 1,24514 1,254583 -0,0094444 a313 1,19279 1,205816 -0,0130233 a318 1,09907 1,205816 -0,106742 a24 1,11185 1,219248 -0,1073978 a122 1,26736 1,254583 0,0127778 a226 1,19367 1,219248 -0,0255741 a312 1,23389 1,205816 0,0280697 a12 1,1625 1,254583 -0,0920833 a329 1,03741 1,205816 -0,1684011 a129 1,24653 1,254583 -0,0080556 a215 1,36533 1,219248 0,1460797 a310 1,23852 1,205816 0,0326992 a15 1,22847 1,254583 -0,0261111 a323 1,02728 1,205816 -0,1785332 a28 1,29729 1,219248 0,0780416 a34 1,23794 1,205816 0,032126 a130 1,25833 1,254583 0,00375 a33 1,24115 1,205816 0,0353375 a18 1,29722 1,254583 0,0426389 a230 1,17865 1,219248 -0,0405984 a327 1,02293 1,205816 -0,1828836 Perlakuan kgmm 2 Rata-rata Residual a211 1,2562 1,219248 0,0369495 a112 1,25278 1,254583 -0,0018056 a317 1,23177 1,205816 0,025949 a326 1,21838 1,205816 0,0125619 a26 1,24066 1,219248 0,02141 a123 1,23264 1,254583 -0,0219444 a32 1,23667 1,205816 0,0308577 a213 1,24924 1,219248 0,0299961 a13 1,22917 1,254583 -0,0254167 a27 1,15093 1,219248 -0,0683127 a39 1,1745 1,205816 -0,0313195 a216 1,11061 1,219248 -0,1086335 a120 1,34583 1,254583 0,09125 a31 1,20702 1,205816 0,0012033 a328 1,36296 1,205816 0,1571469 a21 1,10935 1,219248 -0,109901 a37 1,23168 1,205816 0,0258663 a314 1,18954 1,205816 -0,0162773 a114 1,30417 1,254583 0,0495833 a29 1,1615 1,219248 -0,0577432 a38 1,21431 1,205816 0,0084951 a219 1,24776 1,219248 0,0285122 a125 1,30764 1,254583 0,0530556 a217 1,25362 1,219248 0,0343755 a311 1,25316 1,205816 0,0473439 a113 1,32292 1,254583 0,0683333 a212 1,28368 1,219248 0,0644372 a321 1,21971 1,205816 0,0138976 a315 1,25508 1,205816 0,0492596 a14 1,28056 1,254583 0,0259722 a210 1,17174 1,219248 -0,0475124 a322 1,35302 1,205816 0,1472008 a36 1,24777 1,205816 0,041951 a22 1,17731 1,219248 -0,0419395 a325 1,29847 1,205816 0,0926552 a126 1,28472 1,254583 0,0301389 a316 1,03712 1,205816 -0,1686962 a127 1,27569 1,254583 0,0211111 a228 1,19628 1,219248 -0,0229694 commit to user IV-60 Data residual kemudian diplotkan berdasarkan urutan pengambilan data eksperimen seperti gambar 4.39. -0,3 -0,2 -0,1 0,1 0,2 20 40 60 80 100 R e si d u a l Urutan Eksperimen Grafik Uji Independensi Gambar 4.39 Grafik plot residual kekuatan geser Berdasarkan Gambar 4.39 terlihat bahwa nilai residual tersebar di sekitar garis nol dan tidak membentuk pola khusus, sehingga dapat disimpulkan bahwa data hasil eksperimen memenuhi syarat independensi. Pengujian independensi eksperimen juga dilakukan dengan uji run test uji deret melalui sotfware SPSS. Tujuan uji deret adalah untuk menentukan apakah keacakan akan terjadi atau apakah terdapat suatu pola yang mendasari urutan data observasi. Hipotesis yang diajukan dalam uji independensi pada nilai kekuatan geser adalah sebagai berikut, dengan taraf nyata yang dipilih a= 0,05, yaitu: H : Sampel data observasi berasal dari populasi tersebut bersifat acak, H 1 : Sampel data observasi berasal dari populasi tersebut tidak acak Berdasarkan pengujian independensi yang dilakukan menggunakan software SPSS uji run test diperoleh nilai signifikansi sebesar 0,525 lebih besar dari taraf nyata yang dipilih yaitu a= 0,05, dengan demikian H diterima dan dapat disimpulkan bahwa data observasi bersifat acak.

4. Uji Analisis Variansi ANOVA

Pengujian analisis variansi ANOVA dilakukan terhadap kekuatan geser untuk mengetahui apakah faktor ketebalan yang diteliti berpengaruh signifikan terhadap variabel respon tersebut. Hipotesis umum yang diajukan adalah ada perbedaan yang signifikan antar faktor maupun level dalam setiap faktor yang diteliti. Hipotesis umum ini disebut sebagai hipotesis satu H 1 . commit to user IV-61 Selanjutnya dilakukan perhitungan nilai-nilai yang dibutuhkan untuk perhitungan ANOVA. Prosedur perhitungan nilai-nilai tersebut dijelaskan oleh pembahasan di bawah ini. Adapun data yang digunakan adalah data eksperimen kekuatan geser yang dapat dilihat pada tabel 4.19. Sedangkan pengolahan data seperti pada tabel 4.24 Tabel 4.24 ANOVA untuk kekuatan geser 12 11 9 1 0,997 1,109 1,207 2 1,163 1,177 1,237 3 1,229 1,280 1,241 4 1,281 1,112 1,238 5 1,228 1,274 1,248 6 1,256 1,241 1,248 7 1,283 1,151 1,232 8 1,297 1,297 1,214 9 1,290 1,162 1,174 10 1,317 1,309 1,239 11 1,245 1,256 1,253 12 1,253 1,284 1,234 13 1,323 1,249 1,193 14 1,304 1,368 1,190 15 1,265 1,365 1,255 16 1,260 1,111 1,037 17 1,063 1,254 1,232 18 1,290 1,261 1,099 19 1,253 1,248 1,266 20 1,346 1,172 1,066 21 1,251 1,162 1,220 22 1,267 1,097 1,353 23 1,233 1,162 1,027 24 1,271 1,207 1,212 25 1,308 1,221 1,298 26 1,285 1,194 1,218 27 1,276 1,120 1,023 28 1,297 1,196 1,363 29 1,247 1,363 1,037 30 1,258 1,179 1,320 τ j 37,6375 36,57743 36,17448 110,3894 T.. n j 30 30 30 90 N 47,3645 44,77429 43,86103 135,9998 No Ketebalan Kemudian dilakukan perhitungan jumlah kuadrat sum of square SS dari faktor ketebalan dan interaksinya. Proses perhitungan SS dan hasilnya, sebagai berikut: commit to user IV-62 a. Jumlah kuadrat total SS total : N T Y SS k j n i ij total j 2 1 1 .. - = åå = = ff s s9y = 135.99 − 110.3894 2 90 ff s s9y = 0.6017 b. Jumlah kuadrat faktor ketebalan SS ketebalan : N T n T SS k j j j ketebalan 2 1 2 .. - = å = ff âisik9y9 = 37.637 30 + 36.577 2 30 + 36.174 2 30 − 110.389 2 90 ff âisik9y9 = 0.038073 c. Jumlah kuadrat random error SS error : ketebalan total erroe SS SS SS - = ff i = 0.6017 − 0.0380 ff i = 0.56371 Mean of square MS atau disebut juga kuadrat tengah KT, dihitung dengan membagi antara jumlah kuadrat SS yang diperoleh dengan derajat bebasnya df . Contoh perhitungan MS, sebagai berikut: f âisik9y9 = 0.038073 2 = 0.019036 Besarnya F hitung didapat dari pembagian antara MS faktor yang ada dengan MS error dari eksperimen. Contoh perhitungannya adalah sebagai berikut: ฀²s = f âisik9y9 f i = 2.937 Berpedoman pada contoh di atas, maka didapat MS dan F hitung semua faktor selengkapnya yang dapat dilihat pada tabel 4.25. Keputusan terhadap hipotesis nol didasarkan pada nilai F hitung , yakni hipotesis nol H ditolak jika F hitung F tabel dan diterima jika F hitung F tabel . F tabel diperoleh dari tabel distribusi F kumulatif, dengan d f1 = d f yang bersangkutan dan d f2 = commit to user IV-63 d ferror . Perhitungan F tabel dengan menggunakan Microsoft excel dengan rumus: FINV probability , df1, df2. Contoh perhitungan F tabel adalah F tabel untuk faktor jenis kertas, df 1 = 2 dan df 2 = 87. Berdasarkan hasil perhitungan Microsoft excel diperoleh F tabel = FINV 0.05, 2, 87 = 3.10 Tabel 4.25 Hasil perhitungan ANOVA data eksperimen df SS MS F hitung F tabel Hasil Kesimpulan 2 0,038073 0,019036 2,937963 3,101296 Terima tidak ada pengaruh 87 0,56371 0,006479 89 Sumber Keragaman Ssketebalan Sserror Sstotal Penggunaan F hitung memberikan kesimpulan tentang hasil uji hipotesis analisis variansi. Keputusan yang diambil terhadap hasil analisis variansi data eksperimen untuk pengujian keterulangan alat, yaitu ditinjau dari faktor ketebalan, nilai F hitung F tabel , sehingga terima H dan simpulkan bahwa ketebalan tidak berpengaruh signifikan terhadap kekuatan geser. commit to user V- 1

BAB V ANALISIS DAN INTERPRETASI HASIL

Pada bab ini membahas tentang analisis hasil pengujian yang telah dikumpulkan dan diolah pada bab sebelumnya. Pada bab ini diuraikan mengenai analisis pengujian geser komposit serat alam menggunakan alat uji geser. Analisis hasil tersebut diuraikan dalam sub bab dibawah ini.

5.1 ANALISA HASIL PENELITIAN

Analisis hasil penelitian perlu dilakukan untuk menelaah hasil yang telah diperoleh dari penelitian. Pada sub bab ini diuraikan mengenai analisis terhadap hasil pengumpulan dan pengolahan data penelitian.

5.1.1 Analisis Rancangan Alat Uji Geser

Rancangan alat uji geser dibuat dengan konsep perancangan berdasar identifikasi kebutuhan pengguna dan identifikasi kepeluan sesuai standar yang digunakan yaitu standar ASTM D5379-98. Kebutuhan rancangan alat uji geser berdasar pengguna didapat melalui hasil wawancara terhadap pengguna dalam hal ini Ketua Jurusan Teknik Industri Universitas Sebelas Maret Surakarta yang kemudian diterjemahkan menjadi variabel alternatif konsep untuk diambil sebagai fokus penelitian agar rancangan alat uji geser tetap memenuhi standar yang digunakan. Proses perancangan alat uji geser dibuat sesuai rancangan ASTM D5379-98 pengujian geser Iosipescu namun memiliki perbedaan pada proses pergerakan fixture ketika proses pengujian berlangsung. Jika pada rancangan ASTM D5379- 98 proses pengujian dilakukan dengan pembebanan secara vertikal, sedangkan rancangan alat uji geser yang peneliti buat bergerak secara melintang horizontal. Proses desain hingga produksi pembuatan alat uji geser dibuat sesuai rancangan 3D desain konsep menggunakan software catia . Penggunaan software catia untuk melakukan simulasi pergerakan fixture alat uji sangat membantu dalam menentukan kelancaran pergerakan pada saat proses pembebanan berlangsung, sehingga jika terjadi ketidaksesuaian dalam pergerakan maupun kendala teknis lain dapat diketahui lebih awal tanpa harus menunggu proses produksi.