Gambar 4.4 Grafik laju keausan CBN Laju pemotongan Vs umur pahat dobel logaritma
Dari paparan data dan plot pada Gambar diatas dapat dilahirkan satu model sebagaimana lazimnya disebut dengan model umur pahat taylor VT
n
=C. Kurva pada Gambar diatas menunjukkan bahwa garis trend yang menghubungkan
data-data tersebut dengan persamaan: Y=1x10
11
X
-4.51
…………………..………………………………….4.3 Dengan nilai r
2
dari persamaan tersebut adalah = 0.62 persamaan model matematika yang dilahirkan seperti pada persamaan 4.3 diatas ditransformasikan
kedalam bentuk persamaan taylor sehingga persamaan dapat disajikan V.T
0.226
= 312.12…………………………………………………….4.4 Persamaan taylor tersebut artinya adalah bahwa pada laju pemotongan 312.12
maka umur pahat yang dihasilkan adalah 1 menit.
4.4 Menentukan Hubungan Kondisi Pemotongan V, f, dan a dengan Umur
Pahat Tc menggunakan regresi multi linier
Universitas Sumatera Utara
Persamaan model matematika taylor yaitu V.T
0.226
= 312.12 merupakan suatu persamaan yang sederhana disebabkan persamaan masih mengakomodir satu
variable kondisi pemotongan saja yaitu laju pemotongan V. Model tersebut akan diekspansi sehingga dapat mengakomodir variable yang lain yaitu laju pemakanan
f dan kedalaman potong a, untuk maksud tersebut digunakan metode regresi multi linier sebagaimana dipaparkan sebagai berikut.
Tabel 4.3 Nilai Logaritma V,f,a, VBc, dan Tc No
Logvmmin Log fmmrev Log amm
Log VBc Log Tc
1 2.3010 -0.9788 -0.5229 -2.0151 1.1120
2 2.3010 -0.9788
-1.6163 0.7132 3 2.3010
-0.8386 -0.5229 -1.7076 0.8045 4 2.3522
-1.0392 -0.1549 -1.7744 0.8713 5 2.3522
-0.9031 -0.1356 -1.3465 0.4434 6 2.3522
-0.9031 0.02864 -1.5741 0.6710 7 2.3522
-0.7959 -0.1549 -1.5428 0.6397 8 2.3979
-0.9788 -0.5229 -1.5051 0.5521 9 2.3979
-0.9788 -1.4425 0.5394
10 2.3979 -0.8386
-0.5229 -1.271 0.3679 Selanjutnya dari matrik data pada Tabel 4.3 diatas dapat dihitung nilai
koofisien regresi menggunakan metode multi linier
regression. Dengan bantuan perangkat lunak komersial diperoleh persamaan
regresi umur pahat Tc sebagai berikut:
Log Tc = 9.34 - 4.20 Log V - 1.25 Log f - 0.246 Log a……………..4.5
Universitas Sumatera Utara
Tabel 4.4 Uji Parameter Koofisien Regresi Umur Pahat
Predictor Coef
SE Coef T
P
Constant 9.339
2.368 3.940
0.019 Log V
-4.2038 0.9631
-4.355 1.011
Log f -1.2458
0.5669 -2.200
0.064 Log a
-0.2458 0.1854
-1.330 0.227
Tabel 4.5 Tabel Anava Umur Pahat
Souerce DF
SS
MS F P
Regression
3
0.47711 0.15904 8.95
0.009
Residual error 7 0.12439
0.01777 Total
10 0.5515 Dari anilisis variabel secara menyeluruh sebagaimana dapat dilihat pada
Tabel anava dari kedua persamaan Tabel 4.4 dan 4.5 diperoleh nilai P lebih kecil dari 0.05, ini berarti bahwa persamaan dapat diterima untuk
mempresentasikan hubungan antara kondisi pemotongan atau variabel bebas laju pemotongan V, laju pemakanan f. dan kedalaman potong a dengan respon
atau variabel terikat umur pahat Tc. Kedua persamaan dapat dikonversikan kembali kedalam bentuk persamaan Taylor sebagai berikut:
Universitas Sumatera Utara
………………………………………………….4.6
Dari persamaan diatas maka dapat dilihat hasil umur pahat dari experiment dengan nilai model umur pahat taylor seperti Tabel 4.6 dibawah ini:
Tabel 4.6 Nilai Model Umur pahat
No vmmin fmmrev
amm VB
Tc1 VBc Tc2 Model
1 200 0.1 0.3 0.31
32.1 0.01
12.94 11.3319
2 200 0.1 1 0.14 5.79
0.02 5.17
8.42702 3 200 0.15 0.3
0.16 8.16
0.02 6.38
6.82634 4 225 0.1 0.7
0.14 8.39
0.02 7.43
5.5597 5 225 0.125 0.7
0.3 6.64
0.05 2.78
4.24426 6 225 0.125 1.1
0.2 7.35
0.03 4.69
3.79764 7 225 0.16 0.7
0.2 6.98
0.03 4.36
3.11738 8 250 0.1 0.3
0.3 9.6
0.03 4
4.53895 9 250 0.1 1 0.21
5.82 0.04
3.46 3.30105
10 250 0.15 0.3 0.1 1.87
0.05 2.33
2.67403
4.5 Menentukan Kondisi Pemotongan Optimum dengan menggunakan Response Surface Metodology
