dilakukan berdasarkan kecepatan pemotongan, yaitu suatu harga yang diperlukan dalam menentukan kecepatan pada proses penyayatan atau pemotongan benda kerja. Kedalaman
potong yaitu kedalaman yang dilakukan dalam sekali proses pemububutan. Serta gerak makan dari suatu proses pembubutan.
4.3.3 Diskusi umur pahat saat VB = 0.22mm
Persamaan 4.1 merupakan persamaan linear dengan nilai F sebesar 64,49 menunjukkan model tersebut memiliki pengaruh yang signifikan terhadap tc. Sebagai tambahan variabel A
v juga memiliki pengaruh terhadap persamaan 4.1. Pada gambar 4.43 Normal Probability Plot menunjukkan bahwa penyebaran dari data residual antara nilai TL aktual terhadap yang
diprediksikan menyerupai suatu garis diagonal yang melintang dari sisi kiri bagian bawah grafik menuju sisi kanan atas. Agar penyebaran dari nilai residual mendekati normal, maka
dipasangkan garis diagonal pada grafik tersebut. Pada Gambar 4.42 Plot Perturbation menunjukkan dan membandingkan pengaruh
variabel kondisi pemotongan terhadap Tool Life dengan memperhatikan sumbu x, yaitu: 1.
TL semakin menurun dengan bertambahnya kecepatan potong A, 2.
TL semakin menurun dengan bertambahnya pemakanan B, 3.
TL semakin menurun dengan bertambahnya kedalaman potong C. Pada Gambar 4.44 mengilustrasikan pengaruh dua faktor yaitu f B dan v A terhadap
TL dengan nilai a sebesar 0.088 dalam logaritma yang dijaga konstan. Hal ini dapat dilihat pada gambar bahwa dengan kecepatan potong yang tinggi dan pemakanan yang tinggi akan
menghasilkan nilai TL yang lama.
Universitas Sumatera Utara
Gambar 4.44 Pertubation VB = 0.22mm
Universitas Sumatera Utara
Gambar 4.45 Normal Probability Plot VB=0.22mm
1,721 0,737
Residuals N
orm al
P rob
abi lit
y
Normal Plot of Residuals
-0,02 -0,01
0,01 0,02
1 5
10 20
30 50
70 80
90 95
99
Universitas Sumatera Utara
Gambar 4.46 Pengaruh Log f dan Log v terhadap Log TL VB= 0.22mm
4.3.4 ANOVA untuk variable respon aus pahat
Hasil data eksperimen dari proses pembubutan dalam skala aus pahat Vb akan ditunjukkan pada tabel 4.14. Data eksperimen tersebut akan diregresi dan dianalisa oleh
software design expert. Hasil analisa yang memeperlihatkan model temperatur tersebut tidak signifikan terhadap eksperimen dengan nilai F = 7,05. Dengan catatan nilai p-value
ProbF lebih besar daripada 0,05, maka pemodelan tersebut tidak signifikan. Dikarenakan data yang dihasilkan tidak signifikan maka diambil nilai yang terendah dari
p-value yaitu model BC.
1,721 0,737
X1 = A: log v X2 = B: log f
Actual Factor C: log a = 0,088
-1 -0,9646
-0,9292 -0,8938
-0,8584 -0,823
1,812 1,821
1,83 1,839
1,848 1,857
1,866 1,875
0,6 0,8
1 1,2
1,4 1,6
1,8 2
T L
A: log v B: log f
Universitas Sumatera Utara
Tabel 4.9 Analysis of Variance untuk VB Sum of
Mean F
p-value Source
Squares df
Square Value Prob F
Model 0,013
6 2,202E-003 7,05 0,2807
not significant
A-v 4,205E-004
1 4,205E-004 1,35 0,4529
B-f 5,445E-004
1 5,445E-004 1,74 0,4127
C-a 2,244E-003
1 2,244E-003 7,18 0,2274
AB 1,922E-003
1 1,922E-003 6,15 0,2440
AC 1,352E-003
1 1,352E-003 4,33 0,2853
BC 6,728E-003
1 6,728E-003 21,53 0,1351 Residual
3,125E-004 1 3,125E-004
Cor Total 0,014
7 Std. Dev.
0,018 R-Squared
0,9769 Mean
0,26 Adj R-Squared
0,8383 C.V.
6,77 Pred R-Squared
-0,4789
Hasil analisis dari software ini menghasilkan persamaan sebagai berikut: Vb = 2,95750 – 0,029950v – 14,15000f – 1,24100a + 0,12400vf + 0,010400va + 4,64000fa
4.4 Optimasi Kondisi Pemotongan