Optimasi Parameter Pemesinan Pada Mesin Sekrap Model L-450 Menggunakan Algoritma Genetika

OPTIMASI PARAMETER PEMESINAN PADA MESIN
SEKRAP MODEL L-450 MENGGUNAKAN
ALGORITMA GENETIKA

SKRIPSI
Skripsi Yang Diajukan Untuk Melengkapi
Syarat Memperoleh Gelar Sarjana Teknik

RAMADHAN
NIM. 080401058

DEPARTEMEN TEKNIK MESIN
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
MEDAN
2013

i
Universitas Sumatera Utara

ii

Universitas Sumatera Utara

iii
Universitas Sumatera Utara

iv
Universitas Sumatera Utara

v
Universitas Sumatera Utara

vi
Universitas Sumatera Utara

vii
Universitas Sumatera Utara

viii
Universitas Sumatera Utara

ix
Universitas Sumatera Utara

KATA PENGANTAR

Puji syukur penulis panjatkan kehadiran Tuhan Yang Maha Esa karena atas
rahmat dan karunia-Nya lah penulis akhirnya dapat menyelesaikan skripsi ini
dengan judul “OPTIMASI PARAMETER PEMESINAN PADA MESIN SEKRAP
MENGGUNAKAN ALGORITMA GENETIKA ”.
Skripsi ini disusun untuk memenuhi syarat menyelesaikan pendidikan
Strata-1 (S1) pada Departemen Teknik Mesin Sub Bidang Konversi Energi,
Fakultas Teknik, Universitas Sumatera Utara.
Dalam menyelesaikan skripsi ini tidak sedikit kesulitan yang dihadapi
penulis, namun berkat dorongan, semangat, doa dan bantuan baik materiil, moril,
maupun spirit dari berbagai pihak akhirnya kesulitan itu dapat teratasi. Untuk itu
sebagai manusia yang harus tahu berterima kasih, degan penuh ketulusan hati
penulis mengucapkan terima kasih kepada :
1.

Bapak Ir. Alfian Hamsi, M.Sc selaku dosen pembimbing, yang dengan penuh

kesabaran telah memberikan bimbingan dan motivasi kepada penulis.

2.

Bapak Dr. Eng. Himsar Ambarita, ST., MT. dan Bapak Tulus Burhanuddin
Sitorus ST., MT selaku dosen pembanding I dan II yang telah memberikan
masukan dan saran dalam menyelesaikan skripsi ini.

3.

Bapak Dr. Ing. Ir Ikhwansyah Isranuri selaku Ketua Departemen Teknik Mesin
Universitas Sumatera Utara.

4.

Bapak Ir. M. Syahril Gultom MT. Selaku Sekretaris Departemen Teknik Mesin
Universitas Sumatera Utara.

5.

Kedua orang tua penulis, Idham dan Lamiyem yang tidak pernah purusputusnya memberikan dukungan, doa serta kasih sayangnya yang tak terhingga
kepada penulis.

6.

Seluruh staf pengajar dan staf tata usaha Departemen Teknik Mesin yang telah
membimbing serta membantu segala keperluan penulis selama penulis kuliah.

7.

Bapak Ir. Tugiman MT. selaku dosen wali.

8.

Seluruh saudara penulis, Marwan, Lia, Irfan Sugiarto, M. Adil Khairi yang
saling membantu demi mencapai cita-cita.
i
Universitas Sumatera Utara

9.

Rekan-rekan satu tim kerja, Ficky Hamdhani, Gio Saputra, Rudi Martin dan
Roby Mulyadi yang telah meluangkan waktunya untuk memberikan saran dan
kritik.

10. Rekan-rekan di Laboratorium Menggambar Mesin / CAD yaitu Putra Setiawan,
Munawir Rosyadi Siregar, Syahrul Ramadhan, Zuhdi Mahendra, Tri Septian
Marsah, Juliono, Zulvia Chara Nosa Ginting.
11. Seluruh rekan mahasiswa angkatan 2008 khususnya Zulfadhli, Putra Setiawan,
Rahman dan Indra Rukamana yang telah bersama-sama melewati masa kerja
praktek di PT. Perkebunan Nusantara III – PKS Rambutan.
12. Teman-teman dari HORAS TEAM seperti Munawir R. Siregar, Rio Arinedo
Sembiring, Sepvinolist T. Pardede, Fernando B. Siagian, Irham Fadillah,
Ekawira Napitupulu, Hotlan Nababan, Ary Fadila, Sony A. Sembiring,
Robertus Simanungkalit, Zulfadhli, Putra Setiawan, dan Nehemia Sembiring,
13. Teman-Teman geng kerupuk apem yaitu, Ikram, Syahrul Ramadhan, Fahrul
Rozzy, Felix Asade, Maraghi Muttaqin, Gio sahputra dan Harry Pramana.
14. Teman-Teman lain yaitu, Daniansyah, Ismail Husin Tanjung, Aldiansyah Leo,
Maujan yudika, Royyan Nst, Sahir B. Rangkuti, Parulian Siahaan, Ferdinan
Lubis, Joshua Surbakti, Daniel Ortega panjaitan, Indra Gunawan Purba,

Fransiscus Sitompul, rekan-rekan mahasiswa 2008 yang tidak mungkin
disebutkan satu-persatu, para abang senior dan adik-adik junior semua yang
telah mendukung dan memberi semangat kepada penulis.
Penulis menyadari bahwa masih banyak kesalahan dan kekeliruan dalam
penulisan skripsi ini. Oleh karena itu penulis akan sangat berterima kasih dan
dengan senang hati menerima saran dan kritik yang membangun demi tercapainya
tulisan yang lebih baik. Akhir kata penulis berharap semoga tulisan ini dapat
memberi manfaat kepada pembaca. Terima kasih.
Medan,

Mei 2013

Ramadhan

ii
Universitas Sumatera Utara

ABSTRAK

Algoritma genetika merupakan suatu metode pencarian yang sangat efektif

untuk menyelesaikan permasalahan optimasi pada dunia industri atau manufaktur
yang memiliki permasalahan–permasalahan kompleks secara lebih mudah dan lebih
akurat. Metode pencarian ini didasarkan oleh mekanisme evolusi. Evolusi akan
mengakibatkan perubahan yang terus–menerus untuk menuju suatu kesempurnaan
atau keseimbangan. Fungsi optimasi pada pengujian ini dibuat dari persamaan
waktu permesinan dimana parameter yang digunakan adalah kecepatan potong
dengan ambang batas antara 24 m/min sampai dengan 30 m/menit dan gerak makan
berkisar antara 0,1 mm sampai dengan 0,5 mm. Proses optimasi dimulai dari
membangkitkan populasi awal secara acak kemudian dilakukan seleksi dengan
metode roda roulette lalu proses genetika yaitu rekombinasi (crossover) dan mutasi,
selanjutnya dievaluasi nilai fitness dari individu baru. Parameter terbaik ditentukan
oleh nilai fitness terkecil karena fungsi optimasinya diturunkan dari waktu
permesinan sehingga akan diperoleh nilai yang paling optimal dengan kecepatan
potong 29,1026 m/menit, gerak makan 0,4556 mm dan waktu pemotongan 0,1885
min.

Kata kunci : Algoritma genetika, optimasi, pemesinan

iii
Universitas Sumatera Utara

ABSTRACT

Genetic algorithm is a method of search that very efective to solve the
problems of optimation in the world of industries or manufactures are possess any
complex of problems be more easily and accurate. This method of search based on
the mechanism of evolution. Evolution will effected the change continiously to aim
a perfect or balance. The function of optimation at these trials are made from
equality of time of machinery where the parameters be used are velocity of slice
with range between 24 m/min up to 30 m/menit and eat moving with range between
0,1 mm up to 0,5 mm. The Process of optimation began from awaken of first
population randomly then do selection with method of wheel of roulette then the
process of genetic that is recombination (crossover) and mutation, furthermore
evaluated the value of fitness from new individual. The best of parameter a given by
the value of least fitness because the function of that optimation generate from time
of machinery so that will obtainable the best optimal of values with velocity of slice
29,1026 m/menit, eat moving 0,4556 mm and time of slicing 0,1885 min.

Keyword : Genetic Algorithm, optimation, machinery

iv
Universitas Sumatera Utara

DAFTAR ISI

KATA PENGANTAR .....................................................................................

i

ABSTRAK .........................................................................................................

iii

ABSTRACT ......................................................................................................

iv

DAFTAR ISI ....................................................................................................

v

DAFTAR TABEL .............................................................................................

viii

DAFTAR GAMBAR ........................................................................................

iv

DAFTAR SIMBOL .........................................................................................

xii

PENDAHULUAN .......................................................................

1

1.1

Latar Belakang ..............................................................................

1

1.2

Tujuan Penelitian .........................................................................

2

1.3

Batasan Masalah ...........................................................................

2

1.4

Manfaat Penelitian ........................................................................

2

1.5

Sistematika Penulisan ...................................................................

3

TINJAUAN PUSTAKA ..............................................................

4

2.1

Pemotongan Logam ......................................................................

4

2.2

Pengertian optimasi .......................................................................

6

2.2.1

Metode Optimasi ...............................................................

6

2.2.2

Metode OptimasiModern ..................................................

6

Mesin Sekap ..................................................................................

6

2.3.1

Jenis-Jenis mesin sekrap ....................................................

7

2.3.2

Mekanisme Kerja Mesin Sekrap .......................................

9

2.3.3

Bagian Utama Mesin Sekrap .............................................

10

2.3.4

Bentuk Pahat Sekrap .........................................................

11

2.3.5

Sudut Asah pahat ...............................................................

12

2.3.6

Jenis Pahat .........................................................................

13

BAB I

BAB II

2.3

v
Universitas Sumatera Utara

2.3.7

Elemen Dasar dan Perencanaan Proses Sekrap .................

13

2.3.8

Proses Sekrap ....................................................................

15

Algoritma Genetika .......................................................................

17

2.4.1

Pengenalan Algoritma Genetika ........................................

17

2.4.2

Aplikasi Algoritma Genetika.............................................

18

2.4.3 Struktur umum Algoritma Genetika ..................................

19

Komponen-Komponen utama Algoritma Genetika ......................

20

2.5.1

Teknik Penyandian ............................................................

20

2.5.2

Proses Inisialisasi ..............................................................

21

2.5.3

Fungsi Evaluasi .................................................................

21

2.5.4

Seleksi ...............................................................................

21

2.5.5

Operator Genetika .............................................................

22

2.5.6

Penentuan Parameter .........................................................

22

Seleksi ...........................................................................................

23

2.6.1

Rank-Based Fitness Assignment ........................................

23

2.6.2

Seleksi Roda Roulette ........................................................

24

2.6.3

Stochastic universal sampling ...........................................

25

2.6.4

Seleksi Local .....................................................................

25

2.6.5

Seleksi Dengan Pemotongan .............................................

26

2.6.6

Seleksi Dengan Turnamen.................................................

27

Rekombinasi ..................................................................................

27

2.7.1

Rekombinasi Bernilai Real ................................................

27

2.7.2

Rekombinasi Bernilai Biner (crossover) ...........................

27

2.7.2.1 Crossover satu titik................................................

28

2.7.2.2 Crossover dua titik ...............................................

29

2.7.2.3 Crossover banyak titik ..........................................

29

2.7.2.4 Crossover dengan permutasi .................................

30

Mutasi ............................................................................................

30

2.8.1

Mutasi Bilangan Real ........................................................

31

2.8.2

Mutasi Bilangan Biner.......................................................

32

2.8.3

Mutasi Kromosom Permutasi............................................

32

Siklus Algoritma Genetika ............................................................

32

2.10 Algoritma Genetika Sederhana .....................................................

33

2.4

2.5

2.6

2.7

2.8

2.9

vi
Universitas Sumatera Utara

2.11 Algoritma Genetika Dalam Matlab ...............................................

45

METODOLOGI PENELITIAN.................................................

50

3.1

Tempat Penelitian..........................................................................

50

3.2

Peralatan pengujian .......................................................................

50

3.3

Bahan Pengujian............................................................................

52

3.4

Model Optimasi.............................................................................

53

3.5

Prosedur Pengujian ......................................................................

53

ANALISA DATA ........................................................................

55

Perhitungan Algoritma Genetika Secara Manual ..........................

55

4.1.1

Fungsi Optimasi ................................................................

55

4.1.2

Penentuan parameter ........................................................

57

4.1.3

Inisialisasi Populasi Awal Secara Acak ...........................

57

4.1.4

Evaluasi Nilai Fitness .......................................................

61

4.1.5

Seleksi ...............................................................................

62

4.1.6

Crossover ..........................................................................

68

4.1.7

Mutasi ................................................................................

71

4.1.8

Evaluasi Ulang ..................................................................

73

KESIMPULAN DAN SARAN ....................................................

82

5.1

Kesimpulan ....................................................................................

82

5.2

Saran ..............................................................................................

82

DAFTAR PUSTAKA .......................................................................................

83

BAB III

BAB IV
4.1

BAB V

LAMPIRAN

vii
Universitas Sumatera Utara

DAFTAR TABEL
Tabel 2.1 Klasifikasi proses pemesinan menurut Jenis gerakan relative pahat
perkakas potog terhadap benda kerja .................................................

5

Tabel 2.2 kecepatan potog beberapa logam ......................................................

14

Tabel 4.1 kecepatan potog beberapa logam ntuk pahat HSS .............................

56

Tabel 4.2 Populasi acak awal .............................................................................

58

Tabel 4.3 Hasil Konversi bilangan biner kebilangan desimal ............................

59

Tabel 4.4 Konversi bilangan biner menjadi bilangan riil ...................................

61

Tabel 4.5 Nilai fitness dari masing–masing kromosom .....................................

62

Tabel 4.6 Nilai probabilitas seleksi ....................................................................

64

Tabel 4.7 Nilai probabilitas kumulatif (qk) ........................................................

65

Tabel 4.8 Kromosom baru ..................................................................................

67

Tabel 4.9 Induk terpilih ......................................................................................

69

Tabel 4.10 Populasi baru ....................................................................................

71

Tabel 4.11 Pemilihan kromosom terpilih ...........................................................

72

Tabel 4.12 Hasil mutasi ......................................................................................

73

Tabel 4.13 Konversi bilangan biner menjadi bilangan desimal .........................

74

Tabel 4.14 Konversi bilangan decimal menjadi bilangan riil ............................

75

Tabel 4.15 Nilaifitness masing–masing kromosom ...........................................

76

Tabel 4.16 Hasil akhir setelah mutasi (populasi akhir generasi pertama) ..........

77

Tabel 4.17 Populasi awal generasi kedua ...........................................................

78

Tabel 4.18 Hasil akhir populasi kedua ...............................................................

79

Tabel 4.19 Hasil akhir populasi ketiga ...............................................................

80

viii
Universitas Sumatera Utara

DAFTAR GAMBAR
Gambar 2.1 Mesin sekrap datar atau horizontal (Shaper) ..................................

8

Gambar 2.2 Mesin sekrap vertikal (slotter) .......................................................

8

Gambar 2.3 Mesin sekrap planner .....................................................................

9

Gambar 2.4 Mekanisme mesin sekrap ...............................................................

9

Gambar2.5 bagian utama mesin sekrap ..............................................................

10

Gambar2.6 Bentuk pahat sekrap ........................................................................

12

Gambar2.7 Sudut asah pahat ..............................................................................

12

Gambar 2.8 Jenis bahan pahat ............................................................................

13

Gambar 2.9 Penyekrapan alur terus luar ............................................................

16

Gambar2.10 Representasi string bit dan pohon .................................................

20

Gambar 2.11 Ilustrasi seleksi dengan mesin roulette .........................................

24

Gambar 2.12 Lingkungan linear ........................................................................

25

Gambar 2.13 Lingkungan linear (full and half cross) ........................................

26

Gambar 2.14 Lingkungan dimensi (full and half star) .........................................

26

Gambar 2.15 Diagram alir proses crossover ......................................................

28

Gambar 2.16 Ilustrasi crossover satu titik ........................................................

28

Gambar 2.17 Ilustrasi crossover dua titik .........................................................

29

Gambar 2.18 Ilustrasi crossover banyak titik ...................................................

29

Gambar 2.19 Diagram alir proses mutasi ...........................................................

31

Gambar 2.20 Proses dan hasil mutasi .................................................................

32

Gambar 2.21 Siklus Algoritma genetika oleh David Goldbeg ...........................

32

ix
Universitas Sumatera Utara

Gambar 2.22 Siklus Algoritma genetika oleh Zbigniew ...................................

33

Gambar 2.23 Diagram alir algoritma genetika sederhana ..................................

36

Gambar 2.24 Visualisai gen, allele, kromosom, individu, dan populasi ............

40

Gambar 2.25 pindah silang satu titik .................................................................

43

Gambar 2.26 pindah silang dua titik .................................................................

43

Gambar 2.27 Command windowMatlab ............................................................

45

Gambar 2.28 Toolbox Optimasi pada Matlab ...................................................

46

Gambar 2.29 Cara membuka Toolbox Optimasi secara manual .......................

46

Gambar 2.30 Tampilan Toolbox Optimasi ........................................................

47

Gambar 2.31 Penjelasan Toolbox Optimasi ......................................................

47

Gambar 2.32 Window hasil fitness .......................................................................

49

Gambar 3.1 Notebook Asus A43S .....................................................................

50

Gambar 3.2 Mesin Sekrap Horizontal ................................................................

51

Gambar 3.3 Stopwacth .......................................................................................

51

Gambar 3.4 Jangka sorong ................................................................................

51

Gambar 3.5 Busur ..............................................................................................

52

Gambar 3.6 Baja Lunak .....................................................................................

52

Gambar 3.7 Diagram alir proses pengerjaan ......................................................

54

Gambar 4.1 Converter binary ............................................................................

58

Gambar 4.2 Hasil akhir setelah generasi keseratus ...........................................

81

x
Universitas Sumatera Utara

DAFTAR NOTASI
Simbol

Arti

Satuan

Kedalaman pemotongan
Gerak makan

⁄

F

Fitness total

-

K

Kromosom

-

L

Panjang pemesinan

mk

Panjang kromosom

n

ST-60

Jumlah langkag/menit

Langkah/min

Probabilitas crossover

-

Probabilitas seleksi

-

Probabilitas mutasi

-

Batas atas

-

Batas bawah

-

Baja karbon rendah

-

Waktu pemesinan
⁄

Kecepatan potong

xk

Kecepatan makan

⁄

Nilai riil

-

Variabel pertama

-

Variabel kedua

-

Huruf Yunani
Simbol

Arti

Satuan

α
β

sudut bebas

-

sudut mata potong (baji)

-

γ

sudut buang

-

ᵟ

sudut potong

-

Konstanta

-

xi
Universitas Sumatera Utara