Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Optimasi Multi Respon Parameter Proses Injection Molding Material Biokomposit Menggunakan Metode Taguchi - PCR TOPSIS Sufiyanto Marfizal Program Studi Teknik Mesin Sekolah Tinggi Teknologi Nasional Kota Jambi.
Indonesia sufiyanto07@gmail.
Program Studi Teknik Mesin Sekolah Tinggi Teknologi Nasional Kota Jambi.
Indonesia marfizal65@gmail.
Lilia Trisyathia Quentara Alfi Tranggono Agus Salim Program Studi Teknik Industri Sekolah Tinggi Teknologi Nasional Kota Jambi.
Indonesia quentara@gmail.
Program Studi Teknik Perkeretaapian Politeknik Negeri Madiun Kota Madiun.
Indonesia alfitranggono@pnm.
AbstrakAi Pengaturan parameter proses injection molding sangat berpengaruh terhadap kulitas produk hasil cetakan, diantaranya kualitas sifat mekanis pada kekuatan tarik dan impak.
Pengaturan parameter untuk polimer jenis termoplastik sudah banyak direkomendasikan oleh perusahaan pembuat mesin injection molding, sedangkan pada material Polimer Matrix Composite (PMC) yang menggunakan serat alam disebut dengan biokomposit masih belum banyak digunakan.
Pada penelitian ini biokomposit yang digunakan adalah campuran polypropylene, maleic anhydride polypropylene dan serbuk sekam padi.
Perlu adanya eksperimen yang mengoptimasi parameter proses injection molding untuk memperoleh sifat mekanis yang optimal pada material hasil cetakan.
Parameter yang divariasikan pada penelitian ini terdiri dari 4 faktor dan masingmasing faktor terdiri dari 3 level.
Dengan menggunakan metode Taguchi diperoleh desain eksperimen menggunakan matriks ortogonal L27.
Untuk memperoleh respon kekuatan tarik dan impak secara simultan maka digunakan metode PCR TOPSIS.
Dari hasil optimasi multi respon PCR TOPSIS diperoleh parameter proses injection molding yang optimal untuk kekuatan tarik dan impak secara simulatan adalah: barrel temperature 215AC, injection pressure 60 bar, holding pressure 45 bar, dan injection velocity 65 mm/s.
polimer matriks komposit.
Adapun PMC yang menggunakan serat alam disebut dengan biokomposit.
Material biokomposit yang menggunakan serat alam dapat dimanufaktur menggunakan mesin injection molding.
Yeh dkk .
membuat biokomposit dengan mencampur antara polypropylene (PP), maleic anhydride polypropylene (MAPP) dan sekam padi.
Rekomendasi yang diperoleh dari penelitian tersebut bahwa MAPP merupakan coupling agents untuk memeperkuat ikatan dalam matriks komposit.
Pengaturan parameter proses injection molding sangat berpengaruh terhadap hasil cetakan.
Diantaranya adalah nozzle temperature.
Injection speed, holding pressure, injection pressure, holding time dan cooling time .
Agar proses lebih terkontrol dan dapat diulang secara terukur maka perlu adanya penerapan metode eksperimen secara statistik, sehingga diperoleh beberapa parameter injection molding yang memiliki pengaruh lebih besar pada kualitas akhir .
Salah satu cara statistik yang dapat digunakan adalah metode Taguchi.
Erdinc dkk .
menggunakan metode Taguchi dalam desain eksperimen optimasi parameter proses injection molding dengan memakai jumlah eksperimen sebanyak 16 kali.
Metode Taguchi digunakan untuk meminimalkan jumlah eksperimen akan tetapi dapat memberi informasi semua faktor parameter yang berpengaruh significant terhadap satu respon.
Sufiyanto .
pada penelitian terdahulu telah menggunakan metode Taguchi dalam optimasi parameter proses injection Adapun parameter yang dioptimasi sebanyak 4 faktor dan masing-masing faktor terdiri dari 3 level.
Respon yang diperoleh dari hasil penelitiannya adalah kekuatan tarik dari material biokomposit.
Kekurangan dari metode Taguchi ini hanya dapat menghitung satu respon saja.
Bila ingin memperoleh lebih dari satu respon secara simultan maka perlu Kata kunciAi Parameter Proses Injection Molding.
Metode Taguchi.
Optimasi Multi Respon.
Metode PCR TOPSIS.
PENDAHULUAN
Teknologi injection molding saat ini sangat berkembang pesat dalam industri manufaktur.
Injection molding adalah suatu proses melelehkan material plastik menggunakan heater sebagai pemanas eksternal dan screw untuk pembawa polimer cair dan di injeksikan hingga membentuk produk sesuai cetakan .
Plastik merupakan jenis polimer yang sulit untuk terurai sehingga dapat mencemarkan lingkungan.
Oleh karena itu perlu adanya solusi untuk mengurangi kebutuhan plastik dengan cara mencampur dengan serat alam sebagi filler dari JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) menggunakan perhitungan secara statistik menggunakan metode lain.
Salah satu metode yang dapat digunakan adalah PCR TOPSIS.
Process Capability Ratio (PCR) merupakan kemampuan sebuah proses untuk memenuhi spesifikasi berada dalam rentang A3A dari rata-rata proses.
Adapun Technique for Order Performance by Similarity to Ideal Solution (TOPSIS) adalah salah satu metode pengambilan keputusan multi Alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif.
Metode Taguchi dapat dikombinasikan dengan PCR TOPSIS untuk memperoleh multi respon secara serentak .
Oleh karena itu pada penelitian ini dilakukan optimasi parameter proses injection molding menggunakan metode Taguchi dengan pemilihan matrik orthogonal untuk memperoleh jumlah desain eksperimen dan menstransformasi data yang diperoleh dalam bentuk Signal to Noise Ratio (SNR).
Adapun untuk memperoleh respon kekuatan tarik dan impak secara simultan menggunakan metode PCR TOPSIS.
II.
METODOLOGI
Perancangan Eksperimen Pada penelitian ini, perancangan eksperimen disusun sebagai pedoman untuk melakukan optimasi.
Adapun langkahlangkah yang dilakukan pada perancangan eksperimen ini adalah sebagai berikut:
Menentukan Variabel Penelitian Variabel yang divariasikan pada parameter proses injection molding sebanyak 4 faktor yang masing-masing faktor terdiri dari 3 level sebagaimana ditampilkan pada Tabel 1.
Tabel 1.
Variasi Parameter Proses Injection Molding Faktor Level Parameter Proses Barrel temperature ( C) Injection pressure .
Holding pressure .
Injection velocity .
Tabel 2.
Adapun rancangan ini dilakukan sebanyak 3 kali pengulangan dengan cara merandomisasi urutan kombinasi parameter, hal ini bertujuan untuk mengatasi faktor gangguan .
yang terjadi selama proses injection molding.
Tabel 2.
Pemilihan Orthogonal Array No.
Eksp Faktor Proses Pencetakan Spesimen Langkah dalam pembuatan spesimen yaitu menghaluskan serbuk sekam padi (SP) hingga berukuran 35 mesh kemudian digabung dengan polypropylene (PP) dan maleic anhydride polypropylene (MAPP).
Perbandingan berdasarkan persentase berat yaitu 10% SP, 85% PP dan 5% MAPP.
Agar material bercampur secara homogen maka diproses menggunakan mesin extruder hingga mejadi pelet.
Untuk pencetakan spesimen uji tarik dan impak dilakukan pada mesin injection molding sebagaimana ditampilkan pada Gambar 1.
Variabel konstan yang tetap dijaga agar tidak berubah selama proses eksperimen adalah:
- Holding time : 0.
75 detik - Injection time : 0.
65 detik - Cooling time : 7.
63 detik Adapun variabel respon yang diperoleh dari hasil pengamatan dan dipengaruhi oleh variabel proses adalah:
- Kekuatan tarik (MP.
- Kekuatan impak .
J/m.
Pemilihan orthogonal array Berdasarkan banyaknya faktor dan level yang divariasikan dari Tabel 1.
Maka pemilihan orthogonal array yang diperoleh dari metode Taguchi adalah L27.
Matriks ini terdiri dari 27 rancangan percobaan sebagaimana ditampilkan pada Gambar 1.
Proses Pencetakan Spesimen JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Tahapan Pengolahan Data Hasil pengujian tarik dan impak dari spesimen merupakan respon dalam pengambilan data.
Untuk memperoleh parameter proses injection molding yang optimal maka dilakukan tahapan sebagai berikut:
Menentukan Signal to Noise Ratio (SNR) Karakteristik respon SNR yang digunakan dalam penelitian ini adalah semakin besar semakin baik .
arger is SNR diperoleh berdasarkan mean squared deviation .
, yaitu simpangan kuadrat rerata dari nilai target.
( Oc adalah SNR, n adalah jumlah pengulangan eksperimen, y adalah nilai respon pengulangan eksperimen kei .
:1,2,.
Menentukan PCR untuk setiap SNR Untuk mengetahui kemampuan sebuah proses memenuhi spesifikasi berada dalam rentang A3A dari rata-rata proses, maka dilakukan perhitungan PCR dari setiap SNR sebagai Alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif, sehingga nilai PCR TOPSIS ( untuk pengambilan keputusan multi kriteria adalah sebagai berikut:
IV.
MENENTUKAN KONTRIBUSI DARI MASING-MASING FAKTOR
Untuk memperoleh faktor yang berpengaruh signifikan terhadap multi respon dapat diperoleh dari Analysis of Variance (ANOVA).
Adapun faktor dinyatakan berpengaruh sinifikan apabila memperoleh nilai probabilitas p-value < , sedangkan nilai = 0.
Dari nilai sum of square (SS) dan sum of square total (SST) maka diperoleh nilai persentase kontribusi ( masing faktor sebagai berikut:
dengan rata-rata sampel dari SNR dalam respon j diberikan sebagai berikut:
HASIL DAN ANALISA
Berdasarkan jumlah observasi rancangan percobaan dari Tabel 2.
Maka diperoleh respon pengujian tegangan tarik dan impak sebagaimana ditampilkan pada Tabel 3.
Tabel 3.
Hasil Eksperimen Menggunakan Orthogonal Array L27 Respon Adapun standar deviasi sampel untuk SNR dalam respons j diberikan sebagai berikut:
I )
MENENTUKAN TOPSIS DARI HASIL PCR-SNR
Untuk memperoleh nilai TOPSIS dari PCR-SNR dengan cara menghitung batas ideal positif dan batas ideal , dimana jarak percobaan ke-i dari solusi ideal positif ( ) diberikan sebagai berikut:
oc dan jarak percobaan i dari solusi ideal negatif ( sebagai berikut:
) diberikan Faktor Teganngan Tarik (MP.
Tegangan Impak (KJ/m.
JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Tabel 4.
Nilai SNR.
PCR-SNR dan Solusi Ideal Multi Respon
SNR
PCR-SNR
Distance PCRTOPSIS Teg.
Tarik Teg.
Impak Teg.
Tarik Teg.
Impak Adapun rerata PCR-TOPSIS dari kombinasi faktor dan level parameter proses injection molding dihitung untuk memperoleh level optimum dari masing-masing faktor sebagaimana ditampilkan pada Tabel 5.
Tabel 5.
Rerata PCR-TOPSIS dari masing-masing faktor dan level Level Selisih Rank Rerata Total Faktor Berdasarkan Tabel 5 diperoleh nilai rerata PCR-TOPSIS tertinggi yaitu faktor A pada level 2 sebesar 0.
5134, faktor B pada level 3 sebesar 0.
5427, faktor C pada level 3 sebesar 5573 dan faktor D pada level 2 sebesar 0.
Adapun grafik untuk melihat level optimum dari masing-masing faktor dapat dilihat pada grafik yang ditampilkan pada Gambar 2.
Main Effects Plot for Means Data Means Mean of Means Berdasarkan nilai respon eksperimen Tabel 3, maka diperoleh nilai Signal to Noise Ratio (SNR) dengan pemilihan karakteristik larger is better.
Hal ini dilakukan untuk meminimalkan sensitivitas karakteristik kualiltas terhadap faktor gangguan (Nois.
Adapun perhitungan PCR dari setiap SNR dilakukan untuk memperoleh kemampuan proses berdasarkan rata-rata proses yang berada dalam rentang A3A.
Oleh karena itu dapat diperoleh solusi ideal positif ( ) dan solusi ideal negatif ( ).
Untuk pengambilan keputusan multi respon dihitung nilai TOPSIS berdasarkan jarak terdekat dari ( ) dan jarak terjauh dari ( ), sehingga diperoleh hasil pengolahan data ditampilan pada Tabel 4.
Gambar 2.
Grafik Rerata PCR-TOPSIS Terhadap Faktor dan Level Grafik pada Gambar 2 menampilkan kombinasi faktor dan level parameter proses injection molding yang dapat memperoleh multi respon optimum yaitu A2-B3-C3-D2, sehingga diperoleh setting parameter sebagaimana ditampilkan pada Tabel 6.
Tabel 6.
Kombinasi Faktor dan Level Multi Respon Optimum Faktor Parameter Proses Barrel temperature Injection pressure Holding pressure Injection velocity Level Optimum Setting Parameter 215 oC 60 Bar 45 Bar 65 mm/s Untuk menduga apakah masing-masing parameter yang diteliti berpengaruh signifikan terhadap respon, maka dilakukan analisis variansi perbedaan rerata antara kelompok yang ada pada Tabel 4.
Sehingga diperoleh nilai probabilitas (Pvalu.
dan kontribusi dari masing faktor sebagaimana ditampilkan pada Tabel 7.
Tabel 7.
Analisis Variansi dan Persen Kontribusi
SS'
Pvalue Faktor Residual Error Total Cont JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Berdasarkan Tabel 7 diperoleh bahwa nilai Pvalue dari masing-masing faktor < 0.
05 sehingga dapat diduga bahwa semua faktor yang diteliti berpengaruh signinifikan terhadap Kontribusi parameter proses yang berpengaruh pada kekuatan tarik dan impak secara simultan dari hasil cetakan injection molding adalah: barrel temperature 17.
injection pressure 17.
80%, holding pressure 19.
70%, dan injection velocity 13.
Walau semua faktor berpengaruh signifikan dan masing-masing memberi kontribusi, akan tetapi nilai residual error juga memberi kontribusi sebesar 32.
Hal ini menyatakan bahwa ada beberapa faktor diluar variabel penelitian ini yang ikut juga mempengaruhi dalam respon adanya penyelidikan terhadap parameter proses injection molding yang belum termasuk dalam penelitian ini.
Selain itu juga perlu dilakukan uji interaksi dari masing-masing parameter .
DAFTAR PUSTAKA