Anda belum Log-in!
Silahkan Log in

Selamat Datang di Portal Digital Content Publisher
Selasa , 03 November 2026

Perpustakaan sebagai jantung pendidikan tinggi di Indonesia, harus mampu memberi kontribusi yang berarti bagi pelaksanaan proses belajar mengajar di perguruan tinggi.

TRUNOJOYO » Tugas Akhir & Skripsi » Industri
di-posting oleh 100421100099 pada 2015-08-12 22:27:00  •  536 klik

OPTIMASI MULTIRESPON PADA PROSES PEMESINAN CNC TURNING MENGGUNAKAN METODE TAGUCHI GREY RELATIONAL ANALYSIS (GRA) PADA SPESIMEN BRASS C3604
MULTI-RESPONSE OPTIMIZATION OF TURNING CNC USING TAGUCHI METHOD GREY RELATIONAL ANALYSIS (GRA) ON BRASS C3604

disusun oleh MOH. IQBAL FANANI


Subyek: OPTIMASI
CNC TURNING
Kekasaran Permukaan
Konsumsi Energi
Kata Kunci: Kekasaran Permukaan
Konsumsi Energi
Metode Taguchi

[ Anotasi Abstrak ]

Saat ini industri manufaktur berorientasi pada produk yang berkualitas. peningkatan kualitas merupakan hal yang sangat penting bagi sebuah industri manufaktur agar dapat bertahan dalam dunia industri yang kompetitif. Produk yang berkualitas dihasilkan menggunakan sebuah mesin yang dapat menghasilkan kualitas terbaik, salah satunya dengan menggunakan mesin CNC (Computer Numerically Control). Kualitas suatu produk, terutama pada proses pemesinan CNC bisa dilihat pada Kekasaran Permukaan yang dihasilkan. Selain kekasaran Permukaan, hal yang tidak kalah penting adalah konsumsi energi mengingat permintaan konsumsi energi yang sangat besar. Dalam penelitian ini akan menentukan kombinasi optimum untuk menggurangi konsumsi energi dan mendapatkan kekasaran permukaan yang optimal, parameter yang digunakan adalah cutting speed dengan level (150 m/min, 170 m/min, dan 190 m/min), parameter kedua adalah feed dengan level (0,025 m/rev, 0.005 m/rev, dan 0.075 m/rev), dan yang terakhir adalah depth of cut dengan level (0.5 mm, 0.1 mm, dan 1.5 mm). Objek yang diteliti adalah kuningan dan metode yang digunakan adalah metode Taguchi. Sebagai tambahan dalam penelitian ini akan menampilkan hasil eksperimen multirespon menggnakan grey relational analysis. Berdasarkan hasil analisa didapatkan faktor yang berpengaruh secara signifikan terhadap kekasaran permukaan adalah faktor cutting speed dengan nilai Pvalue 0.008, feed dengan nilai Pvalue sebesar 0.034 dan depht of cut dengan nilai Pvalue 0.013. Sedangkan untuk multirespon didapatkan hasil faktor berpengaruh secara signikan adalah cutting speed dengan nilai Pvalue 0.064, dan depht of cut dengan nilai Pvalue 0.032. berdasarkan hasil tersebut didapatkan untuk kombinasi parameter yang paling optimal untuk kekasaran permukaan adalah faktor Cutting Speed pada level 3 (190 m/min), faktor Feeding pada level 1 (0.025 mm/rev) dan faktor Depth of Cut pada level 3 (1.5 mm). Sedangkan kombinasi parameter yang paling optimal untuk kekasaran permukaan dan konsumsi energi adalah faktor Cutting Speed pada level 3 (190 m/min), faktor Feeding pada level 2 (0.05 mm/rev) dan faktor Depth of Cut pada level 3 (1.5 mm)


Deskripsi Lain

Manufacturing industries focused on product quality. Improvement of quality is very important for industrial manufacturing to survive in competitif industry. A quality product produced by a machine which can produce the best quality product, one of them is using CNC. Quality product, especially in CNC Turning can be performed by surface roughness. Not only in surface rougness, energy consumption is very important because the large of energy demand. In this experiment will determine optimal combination between surface rougness and energy consumtion. This experiment using cutting speed with (150 m/min, 170 m/min and 190 m/min) level, the second was feed using (0,025 m/rev, 0.005 m/rev, and 0.075 m/rev) level, and the last was depth of cut using (0.5 mm, 0.1 mm, dan 1.5 mm) level. The objek was brass and using Taguchi Method. And in this experiment will show multirespon optimal combination using grey relational analysis. Based on the result of the experiment and analysis of varians obtain that factor which have significantly influence to the surface roughness was cutting speed with Pvalue 0.008, feed with Pvalue 0.034 and depht of cut with Pvalue 0.013. While for multirespon got the factor which significantly influence was cutting speed with Pvalue 0.032 and depht of cut with Pvalue 0.032. Optimum combinaion for the surface roughness was cutting speed in the 3th level (190 m/min), Feeding in 1st level (0.025 mm/rev) and depth of cut in 3th level (1.5 mm). And optimum combination for the surface roughness and energy consumption was Cutting Speed in the 3th level (190 m/min), feeding in 2nd level (0.05 mm/rev) and depth of cut in 3th level (1.5 mm)

Kontributor: M. Imron mustajib, ST.,MT ; Ernaning Widiaswanti, S.Si,.MT
Tanggal tercipta: 2015-07-30
Jenis(Tipe): Text
Bentuk(Format): pdf
Bahasa: Indonesia
Pengenal(Identifier): TRUNOJOYO-Tugas Akhir-7209
No Koleksi: 100421100099


Ketentuan (Rights) :
2015

 Download File Penyerta (khusus anggota terdaftar)

 File PDF  1. TRUNOJOYO-Tugas Akhir-7209-Abstrak.pdf - 92 KB
 File PDF  2. TRUNOJOYO-Tugas Akhir-7209-Cover.pdf - 2036 KB
 File PDF  3. TRUNOJOYO-Tugas Akhir-7209-Chapter1.pdf - 145 KB
 File PDF  4. TRUNOJOYO-Tugas Akhir-7209-Chapter2.pdf - 442 KB
 File PDF  5. TRUNOJOYO-Tugas Akhir-7209-Chapter3.pdf - 418 KB
 File PDF  6. TRUNOJOYO-Tugas Akhir-7209-Chapter4.pdf - 824 KB
 File PDF  7. TRUNOJOYO-Tugas Akhir-7209-Chapter5_Conclusion.pdf - 137 KB
 File PDF  8. TRUNOJOYO-Tugas Akhir-7209-References.pdf - 127 KB
 File PDF  9. TRUNOJOYO-Tugas Akhir-7209-Appendices.pdf - 7038 KB


 Dokumen sejenis...

     Tidak ada !

 Dokumen yang bertautan...





 Kembali ke Daftar