Infotekmesin Vol.
No.
Juli 2024 p-ISSN: 2087-1627, e-ISSN: 2685-9858 DOI: 10.
35970/infotekmesin.
2312, pp.
Penyusunan Model Prediksi Konsumsi Energi Pada Mesin CNC Milling Untuk Mencapai Pemesinan Hijau Yohanes T.
Wibowo1*.
Vuko AT Manurung2 1.
Program Studi Pembuatan Peralatan dan Perkakas Produksi.
Politeknik Astra 2Program Studi Teknologi Rekayasa Pemeliharaan Alat Berat.
Politeknik Astra 1,2Jln.
Gaharu Blok F3.
Delta Silicon II.
Cikarang Selatan.
Kabupaten Bekasi, 17530.
Indonesia E-mail: yohanes.
trijoko@polytechnic.
id1 , vuko.
manurung@polytechnic.
Abstrak Info Naskah:
Naskah masuk: 21 Mei 2024 Direvisi: 10 Juni 2024 Diterima: 17 Juni 2024 Mesin CNC Milling merupakan mesin perkakas yang memiliki populasi besar tetapi efisiensi energi rendah.
Industri mesin perkakas mengonsumsi sekitar 10% dari total energi nasional, menjadikan industri ini sebagai pengguna energi terbesar kedua setelah sektor transportasi.
Untuk mendapatkan kinerja mesin yang efisien, gerakan pada proses pemesinan harus dikontrol dengan mengatur parameter pemesinan yang Namun, terdapat kontradiksi di mana operator dan programmer CAD/CAM seringkali tidak memahami dampak pengaturan parameter tersebut sehingga menentukan nilai parameter secara sembarangan.
Penelitian ini bertujuan untuk mengoptimalkan pengaturan parameter pemesinan dengan menyediakan nilai parameter yang terbukti memiliki kinerja ramah energi.
Metode yang digunakan dalam penelitian ini adalah regresi berbasis response surface methodology.
Berdasarkan simulasi numerik dan eksperimen yang dilakukan, variasi laju pemakanan dan kedalaman pemakanan terbukti memiliki dampak positif yang signifikan terhadap konsumsi energi.
Eksperimen dan pengujian berhasil menurunkan nilai konsumsi energi di bawah 5A untuk 78% dari total proses.
Abstract Keywords:
prediction model.
energy consumption.
green machining.
CNC Milling Machine is a machine tool that has a large population but low energy The machine tool industry consumes about 10% of the national energy, making it the second largest energy user after transportation sector.
To obtain efficient machine performance, the motion in the machining process must be controlled by setting the proper machining parameters.
However, there is a contradiction in that CAD/CAM operators and programmers often do not understand the impact of such parameter settings and thus determine parameter values arbitrarily.
This study aims to optimize machining parameter settings by providing parameter values proven to have energy-friendly performance.
The method used in this research is regression-based response surface methodology.
Based on numerical simulations and experiments conducted, variations in feed rate and depth of cut were shown to impact energy consumption significantly.
Experiments and tests reduced the energy consumption value below 5A for 78% of the total process.
*Penulis korespondensi:
Yohanes T.
Wibowo E-mail: yohanes.
trijoko@polytechnic.
p-ISSN: 2087-1627, e-ISSN: 2685-9858 Pendahuluan Energi merupakan sumber daya fundamental bagi pengembangan ekonomi dan salah satu faktor utama untuk masa depan yang berkelanjutan.
Energi dibutuhkan dalam semua aspek kehidupan, terutama di dunia industri.
Indonesia termasuk dalam lima negara dengan konsumsi energi terbesar, setelah Tiongkok.
Amerika Serikat.
India, dan Jepang.
Industri di Indonesia menyerap 40% energi nasional, dimana 10% di antaranya digunakan oleh industri manufaktur perkakas .
, .
Sebagian besar industri manufaktur perkakas di Indonesia menggunakan mesin perkakas jenis milling berbasis computerized numerical control (CNC) .
Mesin CNC milling digunakan dalam proses manufaktur substraktif dan memiliki populasi yang tinggi serta membutuhkan energi besar untuk mengontrol gerakannya .
Pengaturan parameter pemesinan yang tidak tepat dapat menghasilkan produk yang tidak sesuai spesifikasi, memerlukan rework yang membutuhkan tambahan energi, waktu, biaya .
, dan sumber daya manusia .
, .
Oleh karena itu, pemilihan parameter pemesinan sangat kritis .
, .
Namun, tidak semua programmer CAD/CAM atau operator memahami pentingnya parameter pemesinan.
Sering kali mereka memberikan nilai parameter tanpa pertimbangan matang, sehingga proses pemesinan tidak berjalan optimal.
Mereka beranggapan bahwa jika spesifikasi tidak tercapai, mereka dapat melakukan rework, meskipun ini memerlukan tambahan energi, waktu, dan sumber daya lainnya.
Gerakan hemat energi menjadi perhatian global saat Green manufacturing atau manufaktur hijau adalah salah satu upaya dalam gerakan ini.
Green machining atau pemesinan hijau, yaitu proses produksi yang menggunakan energi seminimal mungkin untuk mencapai hasil yang sesuai spesifikasi, menjadi semakin penting dan mendesak .
, .
Penelitian sebelumnya telah meneliti konsumsi energi pada mesin CNC milling karena rendahnya efisiensi mesin ini .
Keausan alat potong menjadi salah satu penyebab utama meningkatnya konsumsi energi .
Dengan metode Taguchi, pengaturan kecepatan potong dan laju pemakanan mampu menurunkan konsumsi energi spesifik sebesar 53% dan 43% .
Pengaturan kedalaman pemakanan dan laju pemakanan juga dapat mengurangi waktu proses dan menghemat energi .
Pengelolaan parameter pemesinan yang baik dapat meningkatkan efisiensi, menurunkan biaya, dan mengurangi emisi karbon .
, .
Dari uraian ini, jelas terlihat pentingnya optimasi parameter pemesinan.
Namun, kontradiksi terjadi karena operator dan programmer seringkali tidak memahami pentingnya hal tersebut dan menetapkan nilai parameter pemesinan secara sembarangan.
Penelitian ini bertujuan untuk menjawab masalah ini dengan menyediakan nilai parameter pemesinan yang sesuai dengan kriteria pemesinan hijau.
Dengan model prediksi yang diusulkan, konsumsi energi mesin dapat diperkirakan, sehingga model pemesinan hijau dapat dicapai dan efisiensi proses produksi dapat ditingkatkan.
Metode Pada bagian metode, akan dijelaskan beberapa hal yang terkait dengan penelitian, termasuk juga data penelitian, tahapan penelitian dan bagaimana pengukuran dilakukan untuk mengevaluasi keberhasilan penelitian.
1 Material Penelitian ini menggunakan material jenis PX5 dari Daido Steel.
Jepang, yang tergolong dalam kelompok Plastic Mold Steel untuk penggunaan produk desain general purpose.
Material ini setara dengan P20 dari AISI 2330 dari DIN.
Material PX5 sering digunakan sebagai bahan untuk cetakan plastik, cetakan karet, dan cetakan besi.
Pemilihan material ini didasarkan pada fakta bahwa PX5 merupakan material utama untuk bagian cavity .
emale par.
yang memerlukan kekasaran permukaan tertentu, sehingga membutuhkan waktu proses yang lama .
Waktu proses yang lama menunjukkan bahwa material ini dikenai proses pemesinan dalam waktu yang lama dan memerlukan banyak energi .
Ukuran spesimen yang digunakan adalah 150 x 80 x 20 mm, dengan jumlah spesimen sebanyak 27 buah.
2 Mesin dan Alat Potong Mesin yang digunakan adalah mesin CNC Milling merk Makino dengan kontroler Fanuc dengan seri S-33 buatan Singapura tahun 2011.
Mesin S-33 merupakan mesin CNC Milling kelas menengah yang banyak dimiliki industri pembuat cetakan karena faktor ketegaran .
yang baik dan populasi mesin ini relatif banyak.
5 dari 10 industri memiliki mesin S-33.
Alat potong yang digunakan adalah alat potong untuk proses finishing yatu ballnose end mill carbide dengan diameter 6 mm dan memiliki 2 mata potong .
Alat potong dengan material carbide memiliki keistimewaan lebih tahan aus, dan mampu menghasilkan kualitas kekasaran permukaan yang rendah.
Jenis end mill memiliki kemampuan untuk menghasilkan produk dengan akurasi ukuran yang tinggi, serta memiliki ketegaran yang baik sehingga rendah defleksi dan rendah getaran.
Geometri alat potong seri ballnose merupakan alat potong untuk finishing dengan kualitas kekasaran rendah, sehingga kualitas permukaan lebih halus .
Seri alat potong yang digunakan adalah GSXB20300.
3 Data Penelitian Data dalam penelitian ini diperoleh dari eksperimen yang menggunakan desain Box Behnken Design (BBD).
BBD memiliki keistimewaan dengan memberikan hasil yang akurat dalam kondisi eksperimen terbatas dan membutuhkan jumlah eksperimen yang lebih sedikit .
, .
Desain eksperimen yang digunakan adalah matrik orthogonal L27 .
, yang berarti terdiri dari 27 eksperimen dengan 4 faktor yang diobservasi pada 3 level.
Empat faktor dalam penelitian ini mengacu pada parameter pemesinan yang akan dikaji terkait dengan konsumsi energi yang dihasilkan.
Detail parameter pemesinan dapat dilihat pada Tabel 1.
Pemilihan parameter didasarkan pada praktik yang biasa dilakukan dalam proses finishing.
p-ISSN: 2087-1627, e-ISSN: 2685-9858 Data parameter pemesinan diolah menggunakan software Minitab 18 dengan metode response surface Tabel 1.
Parameter Pemesinan Level Parameter Notasi Kecepatan Potong Laju Pemakanan Kedalaman Pemakanan Lebar Pergeseran Pemakanan Satuan m/min mm/dtk 4 Tahapan Penelitian Gambar 1 menjelaskan tahapan penelitian yang digunakan dalam penelitian ini.
Dengan alur penelitian yang jelas, arah dan sistematika akan terjaga alurnya, terukur capaiannya, dan permasalahan yang ada dapat dijawab sehingga tujuan penelitian dapat tercapai.
yaitu Wizhard HR-522, merk Mitutoyo, buatan Jepang tahun 2019 seperti terlihat pada Gambar 2.
Alat yang digunakan untuk mengukur konsumsi energi adalah Power Analyzer WT-1800, merk Yokogawa, buatan Jepang tahun Hasil dan Pembahasan 1 Hasil Penelitian Operasi pemesinan diawali dengan melakukan uji homogenitas sesuai standar ISO-8688.
Tabel 2 menjelaskan hasil uji homogenitas yang dilakukan terhadap 8 dari 27 Jumlah minimal spesimen yang dibutuhkan untuk uji homogenitas adalah sebanyak parameter pemesinan yang diobservasi.
Berdasarkan Tabel 1, jumlah parameter yang terpilih adalah 4 buah.
Dengan demikian jumlah minimal spesimen uji homogenitas adalah 4 buah.
Tetapi, dengan mempertimbangkan aspek kecukupan spesimen yang tersedia dimana terdapat 27 spesimen .
, dan teori prediksi menyatakan bahwa replikasi dapat meningkatkan kecermatan sebah model prediksi .
, .
, maka ditentukan 8 buah spesimen uji yang merepresentasikan 4 parameter.
Tabel 2.
Hasil Pengukuran Kekerasan Spesimen Hasil Pengukuran (HR.
Gambar 1.
Diagram Alur Tahapan Penelitian 5 Pengukuran Hasil Penelitian Secara garis besar, pengukuran yang dilakukan dalam penelitian ada 2 yaitu pengukuran sebelum pelaksanaan eksperimen untuk menguji homogenitas material pada spesimen dan pengukuran yang dilakukan setelah eksperimen yang dilakukan untuk mengukur hasil respon yang muncul pada spesimen dan pada alat ukur konsumsi Uji homogenitas yang dilakukan sesuai standar pengujian alat potong berdasar ISO-8688 .
untuk memastikan tidak adanya defleksi akibat ketidakseragaman komposisi .
Alat yang digunakan untuk uji homogenitas material spesimen adalah alat ukur kekerasan material logam baja
Rata-rata Kekerasan Deviasi
Titi
Uji
Titi
Uji
Titi
Uji
Titi
Uji
Titi
Uji
39,48
0,56
40,84
0,64
0,49
40,92
0,44
40,98
0,54
39,86
0,60
39,78
0,30
39,86
0,60
Uji homogenitas dilakukan dengan mengukur kekerasan material spesimen pada 5 titik uji yang terletak segaris di area uji pada permukaan spesimen seperti diilustrasikan pada gambar 3.
Nilai hasil pengujian dari setiap spesimen dirata-rata dan dihitung nilai deviasinya.
Tabel 3 menampilkan urutan proses pemesinan, parameter pemesinan (X1-X.
yang merupakan input sedangkan Z1 mewakili respon kekasaran permukaan dan Z2 yang mewakili respon arus yang dikonsumsi oleh mesin.
Secara spesifik, arus ini diukur pada sisi motor spindle atau motor yang menggerakkan alat potong.
Satuan dari arus adalah amper sedangkan satuan kekasaran permukaan adalah AAm .
icron mete.
p-ISSN: 2087-1627, e-ISSN: 2685-9858 Gambar 4 menunjukkan lokasi titik pengukuran arus pada mesin CNC Milling.
Gambar lingkaran merah pada Gambar 4 menunjukkan lokasi pemasangan sensor.
Gambar 4.
Konfigurasi Pengukuran Arus Motor Spindle Tabel 3.
Urutan Pemesinan dan Hasil Pengukuran Gambar 2.
Alat Uji Kekerasan Material Wizhard HR-522 Gambar 3.
Titik Pengujian Kekerasan Spesimen
6,77
5,31
5,41
4,52
6,54
5,33
6,23
5,66
4,52
4,12
5,32
5,67
6,57
5,13
5,33
5,32
5,14
5,12
4,51
5,32
5,67
5,14
4,56
5,67
6,53
6,52
4,87
2 Pembahasan Hasil Penelitian Pada Tabel 2 yang berisi hasil pengukuran kekerasan spesimen, terlihat bahwa deviasi kekerasan masing-masing spesimen berada di bawah 1%.
Deviasi maksimal yang diizinkan menurut ISO-8688 adalah 5%.
Perbedaan nilai kekerasan material spesimen di bawah 5% merupakan selisih perbedaan yang diizinkan menurut standar ISO.
Perbedaan nilai 1% menunjukkan bahwa penyimpangan nilai persentase heterogenitas penyusun material spesimen dianggap sama dengan perbedaan sebesar 1%.
Nilai 1% masih berada jauh di bawah ambang batas yang diizinkan.
Hal ini berarti bahwa eksperimen dapat dilanjutkan ke tahap selanjutnya karena sudah memenuhi ketentuan aspek homogenitas yang disebut dalam ISO-8688 secara Tabel 3 menampilkan urutan .
un orde.
pemesinan spesimen, parameter pemesinan (X1-X.
yang merupakan p-ISSN: 2087-1627, e-ISSN: 2685-9858 input.
Z1 adalah respon yang mewakili nilai kekasaran permukaan, dan Z2 adalah respon yang mewakili nilai konsumsi energi.
Output Z1 dan Z2 diukur dari hasil eksperimen pemesinan.
X1 merupakan kecepatan potong.
X2 merupakan laju pemakanan.
X3 merupakan kedalaman pemakanan, dan X4 merupakan lebar pergeseran pemakanan seperti dijelaskan pada Tabel 1.
Dengan menggunakan aplikasi Minitab V18, diperoleh persamaan regresinya dan informasi lainnya yang berbasiskan response surface methodology.
Pareto chart adalah diagram batang yang menunjukkan tingkat kontribusi dan tingkat kepentingan dampaknya dari satu atau beberapa parameter dalam suatu proses.
Pareto Chart pada Gambar 5 menjelaskan bahwa parameter pemesinan laju pemakanan (X.
dan kedalaman pemakanan (X.
mempengaruhi konsumsi energi (Z.
secara signifikan.
Tingkat siginifikansi tersebut dijelaskan dengan kondisi bahwa ujung kanan diagram batang X2 dan X3 berada jauh di sebelah kanan garis referensi vertikal putus-putus berwarna merah.
Parameter kecepatan potong (X.
dan lebar pergeseran pemakanan (X.
mempengaruhi konsumsi energi (Z.
secara tidak signifikan.
Hal tersebut dijelaskan oleh posisi ujung kanan diagram batang X1 dan X4 yang berada di sebekah kiri garis referensi vertikal putus-putus berwarna merah.
Pareto Chart Gambar 6 menjelaskan bahwa parameter pemesinan lebar pergeseran pemakanan (X.
dan kedalaman pemakanan (X.
mempengaruhi kekasaran permukaan (Z.
secara signifikan.
Hal ini ditunjukkan dengan ujung kanan diagram batang lebar pergeseran pemakanan (X.
dan kedalaman pemakanan (X.
yang berada jauh di sebelah kanan garis referensi vertikal putusputus warna merah.
Laju pemakanan (X.
dan kecepatan potong (X.
mempengaruhi kekasaran permukaan (Z.
secara tidak signifikan.
Gambar 5.
Tingkat Signifikansi Parameter terhadap Konsumsi Energi Gambar 6.
Tingkat Signifikansi Parameter terhadap Kekasaran Permukaan Berdasarkan perhitungan matematis pada simulasi numerik, diperoleh persamaan regresi untuk Z1 dan Z2 seperti ditampilkan pada persamaan .
= 238 - 1,63*X1 - 13,26*X2 Ae 436*X3 Ae 177*X4 0,0022*X12 0,055*X22 300*X32 Ae 75*X42 0,0906*X1*X2 2,00*X1*X3 1,88*X1*X4 6,9*X2*X3 21,3*X2*X4 950*X3*X4 .
= 3,531 - 0,00367*X1 0,1035*X2 1,68*X3 1,45*X4 0,000058*X12 0,01068*X22 3,71*X32 3,21*X42 0,000125*X1*X2 - 0,0125*X1*X4 0,1313*X2*X3 0,0312*X2*X4 .
Informasi dari Gambar 5 tentang hubungan antara menguatkan penelitian terdahulu dari para peneliti pada area yang sama.
Konsumsi energi dipengaruhi oleh laju pemakanan dan kedalaman pemakanan secara signifikan .
, .
, .
, .
Sementara itu, informasi pada Gambar 6 tentang hubungan parameter pemesinan dengan kekasaran permukaan sejalan dengan beberapa peneliti terdahulu .
, .
Signifikansi laju pemakanan dalam mempengaruhi konsumsi energi sangat meyakinkan.
Tingkat signifikansi kedalaman pemakanan terhadap konsumsi energi juga Berdasarkan pareto chart, jika dikuantifikasi dalam skala 1-10, nilai pengaruh laju pemakanan terhadap konsumsi energi diwakili angka 8, sedangkan kedalaman pemakanan berada di nilai 2.
Dalam skala ini, semakin besar angka mempunyai arti semakin signifikan .
, .
Laju pemakanan yang semakin besar mempunyai arti membutuhkan tenaga .
yang semakin besar juga untuk memotong material spesimen secara baik.
Semakin kecil laju pemakanan, semakin kecil tenaga .
yang Demikian juga untuk parameter kedalaman Semakin dalam pemotongan, semakin besar tenaga .
yang dibutuhkan .
, .
, .
, .
Akumulasi kebutuhan tenaga .
yang besar untuk mengakomodir laju pemakanan dan kedalaman pemakanan, p-ISSN: 2087-1627, e-ISSN: 2685-9858 merepresentasikan kebutuhan arus listrik yang menjadi dasar penentuan tingkat konsumsi energi.
Besarnya pengaruh laju pemakanan dan kedalaman pemakanan juga tercermin pada persamaan regresi .
dimana nilai koefisien untuk varibel bebas X2 dan X3 memiliki nilai yang lebih besar dibandingkan nilai koefisien untuk variabel bebas X1 dan X4.
3 Optimasi Parameter Rendah Konsumsi Energi Model prediksi konsumsi energi akan menjadi suatu model yang berdampak rendah jika tidak dilanjutkan sampai pada tahapan optimasi.
Pada tahapan optimasi, dengan menggunakan model optimasi yang bersifat multi tujuan, parameter pemesinan disimulasikan secara numeris menggunakan response surface metodology yang merupakan gabungan pendekatan metode operational research dan statistik, untuk menghasilkan nilai parameter pemesinan yang menghasilkan konsumsi energi yang Dengan konsumsi energi yang rendah, aktivitas untuk mencapai pemesinan hijau atau ramah energi akan dapat dicapai.
Dalam optimasi tersebut, tujuan yang menjadi titik kuncian adalah kekasaran permukaan.
Melalui optimasi ini, dengan energi yang lebih rendah, kekasaran permukaan yang sama dapat dicapai .
, .
Pada Tabel 3, jumlah spesimen dengan kekasaran di atas 160 AAm berjumlah 15%, di bawah 80 AAm berjumlah 4%, dan berada pada rentang 80-160 AAm berjumlah 81%.
Jumlah spesimen dengan konsumsi arus di atas 6 A berjumlah 22%, di bawah 4 A berjumlah 22%, dan di antara 5-6 A berjumlah 56%.
Pada optimasi ini, ingin diperoleh spesimen dengan kekasaran yang berada pada rentang 80160 AAm, tetapi dengan konsumsi arus di bawah 4 A.
Pada proses optimasi ini, nilai tujuan untuk kekasaran permukaan adalah berada pada rentang 80-160 AAm dan nilai tujuan konsumsi energi adalah minimasi dengan batas maksimal 5 A.
Dengan simulasi numerik menggunakan aplikasi Minitab V18, diperoleh nilai parameter pemesinan seperti ditampilkan oleh Tabel 4 sebagai berikut.
Tabel 5.
Perbandingan Hasil Prediksi dengan Hasil Pemesinan Hasil Prediksi Hasil Pemesinan Deviasi % Tabel 5 menunjukkan bahwa dari 8 spesimen, nilai kekasaran permukaan dengan target berada pada rentang 80-160 AAm tercapai 100%, meskipun terhadap nilai hasil prediksi terdapat deviasi sampai dengan 9%.
Demikian juga dengan nilai konsumsi energi yang diminta.
Semua spesimen memberikan informasi konsumsi energi yang berada di bawah 5 A, meskipun terhadap nilai hasil prediksi terdapat deviasi sampai dengan 5%.
Tabel 5 ini secara meyakinkan menguatkan pendapat para peneliti terdahulu bahwa laju pemakanan dan kedalaman pemakanan memiliki pengaruh yang signifikan terhadap konsumsi energi .
, .
, .
, .
, dan bahwa pengaturan variasi parameter pemesinan dapat menjadi sebuah model optimasi dalam proses pemesinan.
Pemesinan hijau yang diharapkan dapat dipenuhi dengan model yang diusulkan pada penelitian ini.
Tabel 4.
Nilai Parameter Pemesinan Hasil Optimasi Parameter Notasi Nilai Satuan Kecepatan Potong Laju Pemakanan Kedalaman Pemakanan Lebar Pergeseran Pemakanan 0,22 0,33 m/min mm/dtk 4 Pengujian Parameter Hasil Optimasi Untuk mendapatkan gambaran tentang kinerja model prediksi, pengujian terhadap persamaan regresi konsumsi energi perlu dilakukan.
Tabel 5 menjelaskan output hasil pengujian berdasarkan perhitungan matematis dan output hasil pengujian yang dilakukan secara langsung di mesin CNC milling.
Pengujian ini dilakukan pada 8 spesimen Gambar 7.
Contour Plot Interaksi Parameter X3 dan X2 terhadap Konsumsi Energi (Z.
Gambar 7 menjelaskan relasi variabel input X2 dan X3 terhadap variabel respon Z2.
X2 dan X3 memiliki hubungan yang linear dengan konsumsi energi.
Semakin besar laju pemakanan, semakin besar konsumsi energi.
Semakin besar kedalaman pemakanan, semakin besar konsumsi energi.
Hal ini sejalan dengan penelitian terdahulu .
, .
, .
, .
p-ISSN: 2087-1627, e-ISSN: 2685-9858 5 Analisis Sensitivitas Analisis sensitivitas dilakukan untuk menganalisis dampak perubahan setiap nilai input parameter pemesinan terhadap variabel respon konsumsi energi.
Beberapa nilai perubahan persentase variabel input yang digunakan pada pengujian sensitivitas ini mulai dari -50%, -25%, 0%, 25%, 50%, dan 100%.
ditunjukkan pada Gambar 9.
Secara ringkas dapat disebutkan variabel respon Z2 lebih sensitif terhadap input X2 dan variabel respon Z1 lebih sensitif terhadap input X3.
Secara teknis dapat diambil catatan bahwa untuk menurunkan konsumsi energi, menurunkan nilai X2 akan memberikan hasil lebih signifikan dibandingkan dengan menurunkan nilai X3.
Hasil penelitian ini secara positif dan meyakinkan senada dengan peneliti terdahulu.
, .
, .
Gambar 8.
Dampak Variasi Input X2 dan X3 terhadap Respon Z1 Kesimpulan Pada akhir penelitian ini, didapatkan simpulan bahwa usulan model prediksi mampu menekan konsumsi energi pada mesin CNC Milling sehingga pemesinan hijau dapat Variasi parameter pemesinan terbukti mampu memenuhi tujuan kekasaran permukaan dan menurunkan konsumsi energi.
Parameter pemesinan yang secara signifikan berpengaruh terhadap konsumsi energi adalah laju pemakanan dan kedalaman pemakanan.
Pada eksperimen awal, hanya 22% pemesinan yang mengkonsumsi energi kurang dari 5A.
Tetapi, berdasarkan pengujian terhadap nilai parameter hasil optimasi, 100% pemesinan mengkonsumsi energi kurang dari 5A.
Dengan demikian, diperoleh peningkatan efisiensi energi sebesar Implikasi bagi manajemen adalah melakukan penerapan nilai parameter dari penelitian ini pada proses pemesinan sehingga mendapatkan kinerja lebih dalam peningkatan efisiensi konsumsi energi.
Karena mesin CNC milling bersifat sensitif, adopsi nilai parameter dapat dilakukan secara adaptif dan bertahap supaya penurunan konsumsi energi yang didapatkan sesuai harapan.
Selain itu, model prediksi ini juga dapat dikaji lebih lanjut, secara khusus pada variabel respon yang lain seperti konsumsi energi pada motor sumbu gerak.
Daftar Pustaka