10. bab iv coating thermal arc spray

38
BAB IV HASIL DAN ANALISA PENELITIAN 4.1 Pelaksanaan Eksperimen Penelitian dilakukan pada baja AISI 4140 dengan melakukan thermal arc spray double wire pada baja tersebut. Pelaksanaan proses thermal arc spray double wire dilakukan di Workshop PT. Mulya Bangun Sentosa yang berada di daerah Tigaraksa Tangerang pada tanggal 29-30 Agustus 2013 dengan menggunakan faktor-faktor yang telah ditentukan level-levelnya terlebih dahulu sesuai orthogonal array yang telah ditentukan atau pada tabel 3.6. Pada tiap eksperimen menggunakan baja dengan panjang 20 mm, berdiameter 30 mm dan kemudian dilapisi oleh stainless steel 730 dengan proses thermal arc spray double wire sehingga total material uji yang digunakan untuk eksperimen berdasarkan matriks orthogonal pada metode taguchi adalah 8 sampel atau 8 kali eksperimen. Semua sample tersebut mempunyai kondisi awal dan dimensi yang sama untuk menghindari penyimpangan pada hasil eksperimen.

Upload: yuwantonial

Post on 09-Nov-2015

58 views

Category:

Documents


2 download

DESCRIPTION

gkjkjhkukhjk

TRANSCRIPT

BAB IV

HASIL DAN ANALISA PENELITIAN4.1 Pelaksanaan Eksperimen

Penelitian dilakukan pada baja AISI 4140 dengan melakukan thermal arc spray double wire pada baja tersebut. Pelaksanaan proses thermal arc spray double wire dilakukan di Workshop PT. Mulya Bangun Sentosa yang berada di daerah Tigaraksa Tangerang pada tanggal 29-30 Agustus 2013 dengan menggunakan faktor-faktor yang telah ditentukan level-levelnya terlebih dahulu sesuai orthogonal array yang telah ditentukan atau pada tabel 3.6. Pada tiap eksperimen menggunakan baja dengan panjang 20 mm, berdiameter 30 mm dan kemudian dilapisi oleh stainless steel 730 dengan proses thermal arc spray double wire sehingga total material uji yang digunakan untuk eksperimen berdasarkan matriks orthogonal pada metode taguchi adalah 8 sampel atau 8 kali eksperimen. Semua sample tersebut mempunyai kondisi awal dan dimensi yang sama untuk menghindari penyimpangan pada hasil eksperimen.

Gambar 4.1. Sample baja AISI 4140 setelah proses Thermal arc spray

Setelah eksperimen terlaksana maka dilanjutkan dengan pengujian kekuatan lekat lapisan stainless steel PMET 730, pengujian kekuatan lekat lapisan stainless steel 730 thermal arc spray double wire pada baja AISI 4140 menggunakan bonding tester. Pengujian ini dilakukan di Laboratorium Metalurgi Fisika LIPI kawasan Puspitek Serpong Tangerang pada tanggal 10 Oktober 2013. Pemasangan sampel harus presisi untuk memastikan pengujiaan dilakukan dengan benar dan meminimalisir kesalahan hasil dalam pengujian.

Data yang diperoleh dari pelaksanaan pengujian pada spesimen Baja AISI 4140 yang telah di coating thermal arc spray double wire dapat dilihat pada tabel 4.2. Angka yang tercantum merupakan nilai kekuatan lekat lapisan stainles steel 316 PMET 730 hasil pengujian menggunakan bonding testing. Hasil selengkapnya yang diperoleh dari pengujian kekuatan lekat pada baja AISI 4140 hasil adalah sebagai berikut :Tabel 4.1. Nilai Level FaktorFaktorLevel

12

A. Tekanan (bar)68

B. Jarak (mm)200300

C. Arus (A)100150

D. Kekasaran permukaan substrat hasil grinding (Ra)Grinding 80 meshGrinding 1000 mesh

Tabel 4.2. Hasil Pengujian Bonding Testing.No.Faktor KendaliNilai Kekuatan lekat (mpa)

Tekanan(bar)Jarak(mm)Arus(A)Grinding(mesh)12

162001008013,5213,5213,52

26200150100010,8212,3911,60

3630010010006,696,696,69

46300150801,301,301,30

58200100808,5110,629,56

6820015010000,990,990,99

7830010010007,1611,889,52

883001508010,418,419,41

Tabel 4.3. Normalisasi

No.Faktor KendaliNilai Kekuatan lekat (mpa)

Tekanan

(bar)Jarak

(mm)Arus

(A)Grinding(Mesh)12

1.62001008012,5312,5312,53

2.620015010009,8311,410,61

3.630010010005,75,75,7

4.6300150800,310,310,31

5.8200100807,539,638,58

6.82001501000000

7.830010010006,1710,898,53

8.8300150809,427,428,42

4.2 Perhitungan Hasil Eksperimen Untuk Pengaruh Kekuatan LekatPerhitungan terhadap hasil eksperimen sesuai dengan karakteristik mutu yang diamati adalah sebagai berikut :4.2.1 Perhitungan Signal to Noise Ratio (SNR) Hasil Uji Kekuatan LekatA. Perhitungan SNR Taguchi menggunakan perhitungan signal to noise ratio untuk mencari faktor-faktor yang memiliki kontribusi pada pengurangan variansi suatu karakteristik kualitas (variabel respon). Karakteristik kualitas yang digunakan dalam penelitian ini adalah nilai kekuatan lekat, dimana semakin tinggi nilainya semakin baik, sehingga SNR yang digunakan adalah larger the better.

Langkah-langkah perhitungan SNR sebagai berikut:

Contoh perhitungan untuk SNR eksperimen nomor 1

Perhitungan SNR untuk eksperimen yang lain sama seperti contoh perhitungan eksperimen nomor 1 di atas, Hasil perhitungan selengkapnya dapat dilihat dalam tabel 4.4. berikut :

Tabel 4.4. Signal to Noise Ratio (SNR) Kekuatan LekatEksperimen

No. Nilai kekuatan lekat (mpa)

SNR

12

1.12.5312.5312,5321,959

2.9,8311,410,6120,447

3.5,75,75,715,1174

4.0,310,310,31-10,1727

5.7,539,638,5818,4741

6..0000

7.6,1710,898,5317,6069

8.9,427,428,4218,322

Dari data di atas kemudian dianalisa menggunakan perhitungan efek tiap faktor dari SNR.

B. Perhitungan Efek Tiap Faktor SNR kekuatan lekatPerhitungan efek untuk tiap faktor dilakukan dengan membuat response tabel menggunakan rumus seperti pada persamaan (2.19). Hasil selengkapnya dapat dilihat pada tabel 4.5. Sebagai berikut :

Tabel 4.5. Response tabel untuk SNR kekuatan lekatABCD

Level 111,83715,2218,289312,1456

Level 213,610,21847,14913,2928

Difference1,7635,001611,14031,1472

Ranking3214

OptimumA2B1C1D2

Contoh perhitungan :Perhitungan faktor A level 1:

Difference = Rata-rata respon terbesar Rata-rata respon terkecil

Contoh perhitungan difference untuk faktor A = 13,6-11,837

= 1,763C. Grafik Efek Tiap Faktor SNR Terhadap Kekuatan Lekat

Gambar 4.2. Grafik Efek SNR Untuk Faktor A (Tekanan)Dari gambar 4.2 didapat grafik efek SNR untuk faktor kendali laju tekanan. Faktor kendali untuk laju tekanan memberikan kontribusi dengan positif difference 1,763 dari level 1 dan 2. Jika setting kecepatan tekanan semprot yang mendorong partikel terlalu rendah, maka partikel cair tidak cukup mampat sehingga adanya rongga udara yang terjebak pada hasil pelapisan (porositas) yang dapat mengurangi kekuatan ikat lapisan, sedangkan semakin tinggi peningkatan tekanan semprot akan mengakibatkan impak yang tinggi dan menyebabkan kerapatan lapisan, semakin tinggi kerapatan partikel semakin kuat ikatan lapisan.

Gambar 4.3. Grafik Efek SNR Untuk Faktor B (Jarak)Dari gambar 4.3 didapat grafik efek SNR untuk faktor kendali jarak semprot pelapisan. Faktor kendali untuk jarak semprot pelapisan memberikan kontribusi dengan negatif difference 5,0016 dari level 1 dan 2. Semakin jauh jarak semprot, maka semakin rendah daya lekatnya. Hal ini disebabkan karena kecepatan partikel dan area jangkau partikel luas, kondisi ini berpeluang terjadinya kekuatan ikat antar partikel berkurang.

Gambar 4.4. Grafik Efek SNR Untuk Faktor C (Arus)Dari gambar 4.4 didapat grafik efek SNR untuk faktor kendali arus. Faktor kendali untuk arus memberikan kontribusi dominan dengan negatif difference 11,1403 dari level 1 dan 2. Semakin tinggi arus yang diberikan untuk melelehkan kawat, semakin rendah daya lekatnya. Karena, dengan meningkatnya arus yang diberikan, kadar oksida yang diberikan akan meningkat. Hal ini dapat mengurangi kekuatan lekat lapisan pada substrat.

Gambar 4.5. Grafik Efek SNR Untuk Faktor DDari gambar 4.5 didapat grafik efek SNR untuk faktor kendali kekasaran permukaan substrat hasil grinding memberikan kontribusi difference 1,1472 dari level 1 dan 2. Mekanisme ikatan antara material pelapis dan substrat dipengaruhi dengan adanya penguncian mekanis antara material pelapis dan substrat (mechanical interlocking) akibat mengalirnya partikulat cair membungkus kontur permukaan. Dengan meningkatnya kekasaran permukaan substrat meningkat pula kekuatan lekat lapisan.4.2.2 Perhitungan Mean Untuk Hasil Kekuatan LekatA. Perhitungan Mean Taguchi menggunakan analysis of means untuk mencari faktor-faktor yang

mempengaruhi nilai rata-rata respon. Analysis of means merupakan metode yang digunakan untuk mencari setting level optimal yang dapat meminimalkan penyimpangan nilai rata-rata. Langkah-langkah dalam perhitungan analisis variansi (mean), yaitu:

Untuk menghitung mean maka dilakukan terlebih dahulu perhitungan mean dari masing-masing eksperimen. Sebagai contoh perhitungan mean dari eksperimen nomor 1 dengan menggunakan persamaan (2.18), yaitu :

Perhitungan rata-rata untuk eksperimen yang lain sama seperti contoh perhitungan eksperimen nomor 1 diatas, hasil perhitungan selengkapnya dapat dilihat pada tabel berikut.Tabel 4.6. Mean (rata-rata) kekuatan lekatNo.Faktor KendaliNilai Kekuatan lekat (mpa)

Tekanan

(bar)Jarak

(mm)Arus

(A)Grinding(Ra)12

162001008012,5312,5312,53

2620015010009,8311,410,61

3630010010005,75,75,7

46300150800,310,310,31

58200100807,539,638,58

682001501000000

7830010010006,1710,898,53

88300150809,427,428,42

B. Perhitungan Efek Tiap Faktor Mean Kekuatan LekatPerhitungan efek untuk tiap faktor dilakukan dengan membuat response table menggunakan rumus seperti pada persamaan (2.19). Hasil selengkapnya dapat dilihat pada tabel 4.7. Sebagai berikut :Tabel 4.7. Response tabel untuk Mean Kekuatan lekatABCD

Level 17,28757,938,8357,46

Level 26,38255,744,8356,21

Difference0,9052,1941,25

Ranking4213

OptimumA1B1C1D1

Contoh perhitungan :

Perhitungan faktor A level 1:

Difference = Rata-rata respon terbesar Rata-rata respon terkecil

Contoh perhitungan difference untuk faktor A = 7,2875 6,3825 = 0,905C. Grafik Efek Mean Tiap Faktor Terhadap Kekuatan Lekat

Gambar 4.6. Grafik Efek Mean Untuk Faktor A (Tekanan)Dari gambar 4.6 didapat grafik efek Mean untuk faktor kendali laju tekanan penyemprotan memberikan kontribusi dengan difference 0,905 dari level 1 dan 2. Jika setting kecepatan tekanan semprot yang mendorong partikel terlalu rendah, maka partikel cair tidak cukup mampat sehingga adanya rongga udara yang terjebak pada hasil pelapisan (porositas) yang dapat mengurangi kekuatan ikat lapisan, sedangkan semakin tinggi peningkatan tekanan semprot akan mengakibatkan impak yang tinggi dan menyebabkan kerapatan lapisan, semakin tinggi kerapatan partikel semakin kuat ikatan lapisan.

Gambar 4.7. Grafik Efek Mean Untuk Faktor B (Jarak)Dari gambar 4.7 didapat grafik efek Mean untuk faktor kendali jarak penyemprotan. Faktor kendali untuk jarak penyemprotan memberikan kontribusi dengan negatif difference 2,19 dari level 1 dan 2. Semakin jauh jarak semprot, maka semakin rendah daya lekatnya. Hal ini disebabkan karena kecepatan partikel dan area jangkau partikel luas, kondisi ini berpeluang terjadinya kekuatan ikat antar partikel berkurang..

Gambar 4.8. Grafik Efek Mean Untuk Faktor C (Arus)Dari gambar 4.8 didapat grafik efek Mean untuk faktor kendali arus. Faktor kendali untuk arus memberikan kontribusi dominan dengan negatif difference 4 dari level 1 dan 2. Semakin tinggi arus yang diberikan untuk melelehkan kawat, semakin rendah daya lekatnya. Karena, dengan meningkatnya arus yang diberikan, kadar oksida yang diberikan akan meningkat. Hal ini dapat mengurangi kekuatan lekat lapisan pada substrat.

Gambar 4.9. Grafik Efek Mean Untuk Faktor D (Kekasaran permukaan)Dari gambar 4.9 didapat grafik efek Mean diatas untuk faktor kendali kekasaran permukaan substrat hasil grinding. Faktor kendali dari kekasaran permukaan hasil grinding memberikan kontribusi negatif difference 1,25 dari level 1 dan 2. Mekanisme ikatan antara material pelapis dan substrat dipengaruhi dengan adanya penguncian mekanis antara material pelapis dan substrat (mechanical interlocking) akibat mengalirnya partikulat cair membungkus kontur permukaan, dengan meningkatnya kekasaran permukaan meningkat pula kekuatan lekat lapisan.4.2.3 Perhitungan Analysis of Variance (ANOVA) Hasil Kekuatan LekatPerhitungan ANOVA dilakukan dengan menggunakan rumus-rumus yang terdapat pada bab II. Sebagai contoh perhitungan langkah-langkahnya dapat dilihat seperti dibawah ini :

a. Menghitung rata-rata total seluruh eksperimen (overall experimental average) sesuai dengan rumus (2.18), yaitu:

b. Menghitung total sum of squares sesuai dengan rumus (2.20) sebagai berikut:

12,532+10,612+5,72+0,312+8,582+02+8,532+8,422

= 519,4328c. Menghitung sum of squares due to the mean sesuai dengan rumus (2.21) sebagai berikut:

= 8 x (6,835)2 = 373,7378d. Menghitung sum of squares due to factors sesuai dengan rumus (2.22) sebagai berikut:

Contoh perhitungan untuk faktor A adalah sebagai berikut :

SSA = (4 x (7,28752+6,38252)) 373,7378 = 1,6381

SSB = (4 x ( 7,932+5,742)) 373,7378

= 9,5922

SSC = ( 4x ( 8,8352+4,8352)) 373,7378

= 32

SSD = ( 4x (7,462+6,212)) 373,7378

= 3,125e. Menghitung the sum of squares due to the error sesuai dengan rumus (2.23) sebagai berikut:

Error = ST Sm (SsA+sSB+Ssi) = 519,4328 373,7378 (46,3553)

= 99,3397f. Menghitung total sum of squares sesuai dengan rumus (2.24) sebagai berikut :

ST = Se + (SsA+SsB+Ssi) = 99,3397 + 46,3553 = 145,695g. Menghitung Mean sum of squares sesuai dengan rumus (2.25) sebagai berikut :

Contoh perhitungan untuk faktor A adalah sebagai berikut :

= = 1,6381h. Menghitung F-ratio sesuai dengan rumus (2.26) sebagai berikut :

Untuk mencari nilai F sesuai dengan rumus (2.27) sebagai berikut :

= = 0,08244i. Menghitung pooled sesuai dengan rumus (2.28) sebagai berikut :

Untuk mencari nilai P sesuai dengan rumus (2.28) sebagai berikut :

= -12,5123j. Menghitung percent confidence sesuai dengan rumus (2.29) sebagai berikut :

% Confidence = ( 1 Fdist ( F, v, v(error pooled) )) x 100

Untuk mencari nilai P sesuai dengan rumus (2.28) sebagai berikut :

% Confidence = ( 1 0,785536 ) x 100 = 21,45Tabel 4.8. Analysis of variance untuk mean kekuatan lekatSourceSSvVFP% Confidence

A1,638111,63810,082449-12,512321,45

B9,592219,59220,482798-7,0529148,19

C321321,6106358,32702673,97

D3,12513,1250,157289-11,491829,20

Error99,3397519,86794122,73

ST145,695916,18833100

Error Pooled99,3397519,86794

Berdasarkan tabel analysis of variance (mean), diketahui bahwa semua faktor tidak berpengaruh signifikan terhadap nilai kekuatan lekat stainless steel pada baja AISI 4140. Hal ini dapat dilihat dari perbandingan antara nilai F-ratio , jika nilai F-ratio lebih besar dari nilai pooled nya maka faktor tersebut berpengaruh secara signifikan terhadap variabel respon. Selanjutnya dilakukan pooling up terhadap faktor faktor yang memiliki nilai P terkecil dan juga yang memiliki F hitung lebih kecil dari f tabel pada tingkat kepercayaan 95%, dari anova di atas yang dapat dipooling up adalah faktor A.Pada penelitian ini dilihat dari tabel diatas nilai Error mencapai 99,3397 dan nilai V nya mencapai 19,86794 yang seharus nya nilai error dibawah 50 dan nilai V nya dibawah 15,sehingga Pooled up of insignificant factors tidak bisa dilakukan untuk mencari faktor paling berpengaruh dan faktor yang kurang berpengaruh terhadap eksperimen.Setelah analisa pada kekuatan lekat maka dilanjutkan dengan analisa kekerasan lapisan stainless steel PMET 730 , pengujian kekerasan lapisan stainless steel 730 Thermal arc spray double wire pada baja AISI 4140 menggunakan makro Vickers. Pengujian ini dilakukan dilakukan di PT.Krakatau Steel Divisi Quality control Seksi Lab. Metalurgi BLD pada tanggal 03 - 05 September 2013. Untuk pemasangan sampel harus presisi untuk memastikan pengujiaan dilakukan dengan benar dan meminimalisir kesalahan hasil dalam pengujian.

Data yang diperoleh dari pelaksanaan pengujian pada spesimen Baja AISI 4140 yang telah dilapisi Stainless steel 316 dapat dilihat pada tabel 5.2. Angka yang tercantum merupakan nilai kekerasan stainles steel 316 PMET 730 hasil pengujian menggunakan Macro Vickers testing. Hasil selengkapnya yang diperoleh dari pelaksanaan pengujian kekerasan pada baja AISI 4140 hasil proses coating thermal arc spray double wire adalah sebagai berikut :

Tabel 4.9. Nilai Level Faktor

Tabel 4.10. Hasil Pengujian Kekerasan macrovickers.

No.Faktor KendaliNilai Kekerasan (VHN)

Tekanan

(bar)Jarak

(mm)Arus

(A)Grinding(Mesh)12

1620010080322325323,5

262001501000325330327,5

363001001000357357357

4630015080346354350

5820010080342348345

682001501000346351348,5

783001001000351348349,5

8830015080357348352,5

Sampel tanpa pelapisan SS 316 Thermal arc spray 313313313

4.3 Perhitungan Hasil Eksperimen Untuk Uji KekerasanPerhitungan terhadap hasil eksperimen sesuai dengan karakteristik mutu yang diamati adalah sebagai berikut :4.3.1 Perhitungan Signal to Noise Ratio (SNR) Hasil Uji KekerasanA. Perhitungan SNR KekerasanTaguchi menggunakan perhitungan signal to noise ratio untuk mencari faktor-faktor yang memiliki kontribusi pada pengurangan variansi suatu karakteristik kualitas (variabel respon). Karakteristik kualitas yang digunakan dalam penelitian ini adalah nilai kekerasan, dimana semakin tinggi nilainya semakin baik, sehingga SNR yang digunakan adalah larger the better.

Langkah-langkah perhitungan SNR sebagai berikut:

Contoh perhitungan untuk SNR eksperimen nomor 1

Perhitungan SNR untuk eksperimen yang lain sama seperti contoh perhitungan eksperimen nomor 1 di atas, Hasil perhitungan selengkapnya dapat dilihat dalam tabel 4.11. berikut :Tabel 4.11. Signal to Noise Ratio (SNR) KekerasanEksperimen

No.Nilai kekerasan

SNR

12

1322325323,550,1972

2325330327,550,3034

335735735751,0533

434635435050,8796

534234834550,7553

6346351348,550,8433

7351348349,550,8687

8357348352,550,9410

Dari data di atas kemudian dianalisa menggunakan perhitungan efek tiap faktor dari SNR.B. Perhitungan Efek Tiap Faktor SNR Hasil Uji KekerasanPerhitungan efek untuk tiap faktor dilakukan dengan membuat response tabel menggunakan rumus seperti pada persamaan (2.19). Hasil selengkapnya dapat dilihat pada tabel 4.12. Sebagai berikut :Tabel 4.12. Response table untuk SNR KekerasanABCD

Level 150,608350,524850,718650,6932

Level 250,852150,935650,741850,7671

Difference0,24380,41080,02320,0739

Ranking2143

OptimumA2B2C2D2

Contoh perhitungan :

Perhitungan faktor A level 1:

Difference = Rata-rata respon terbesar Rata-rata respon terkecil

Contoh perhitungan difference untuk faktor A = 50,8521- 50,6083

= 0,2438C. Grafik Efek Tiap Faktor SNR Terhadap Kekerasan Lapisan

Gambar 4.10. Grafik Efek SNR Untuk Faktor A (Tekanan)Dari gambar 4.10 didapat grafik efek SNR untuk faktor kendali tekanan penyemprotan. Faktor kendali tekanan penyemprotan memberikan kontribusi positif difference 0,2438 dari level 1 dan 2. Laju tekanan berpengaruh pada kerapatan partikel lapisan. Laju tekanan yang terlalu rendah akan menyebabkan partikel cair tidak cukup rapat, sehingga peluang terbentuknya porositas meningkat yang mengakibatkan kekerasan berkurang. Laju tekanan yang tinggi mengakibatkan kerapatan partikel meningkat, sehingga meminimalisir terjadinya porositas dan dapat meningkatkan kekerasan lapisan.

Gambar 4.11. Grafik Efek SNR Untuk Faktor B (Jarak)Dari gambar 4.11 didapat grafik efek SNR untuk faktor kendali jarak penyemprotan. Faktor kendali jarak penyemprotan memberikan kontribusi dominan dengan positif difference 0,4108 dari level 1 dan 2. Dengan meningkatnya jarak penyemprotan, kekerasan lapisan meningkat. Hal ini disebabkan terjadinya pendinginan cepat antar partikel menuju substrat dengan adanya peningkatan jarak semprot. Pendinginan cepat dalam lapisan, mengakibatkan peningkatan kekerasan lapisan.

Gambar 4.12. Grafik Efek SNR Untuk Faktor C (Arus)Dari gambar 4.12 didapat grafik efek SNR untuk faktor kendali arus. Faktor kendali arus memberikan kontribusi positif difference 0,0232 dari level 1 dan 2. Jika besaran arus meningkat, kalor bertambah dan terjadi kenaikan suhu. Bila suhu mencapai titik lebur suatu benda, maka benda akan beruba wujud dari padat menjadi cair. Akibatnya permukaan logam yang mencair semakin luas dan kecepatan pendinginan meningkat mengakibatkan partikel cair dengan cepat mengeras membentuk lapisan. Suhu yang meningkat memberikan peluang terjadinya oxcide, banyaknya oxcide meningkatkan nilai kekerasan lapisan.

Gambar 4.13. Grafik Efek SNR Untuk Faktor D (kekasaran permukaan)Dari gambar 4.13 didapat grafik efek SNR untuk faktor kendali kekasaran permukaan substrat hasil grinding. Faktor kendali kekasaran permukaan memberikan kontribusi positif difference 0,0739 dari level 1 dan 2. Berdasarkan grafik dapat disimpulkan bahwa lapisan permukaan dapat meningkatkan kekerasan raw material, kekasaran permukaan dapat mengakibatkan nilai kekerasan menurun. Hal ini disebabkan oleh semakin kasar raw material maka semakin besar nilai porositasnya, sehingga dapat menurunkan nilai kekerasannya. 4.3.2 Perhitungan Mean Hasil Uji Kekerasan A. Perhitungan Mean Kekerasan Taguchi menggunakan analysis of means untuk mencari faktor-faktor yang

mempengaruhi nilai rata-rata respon. Analysis of means merupakan metode yang digunakan untuk mencari setting level optimal yang dapat meminimalkan penyimpangan nilai rata-rata. Langkah-langkah dalam perhitungan analisis variansi (mean), yaitu:

Untuk menghitung mean maka dilakukan terlebih dahulu perhitungan mean dari masing-masing eksperimen. Sebagai contoh perhitungan mean dari eksperimen nomor 1 dengan menggunakan persamaan (2.18), yaitu :

Perhitungan rata-rata untuk eksperimen yang lain sama seperti contoh perhitungan eksperimen nomor 1 di atas, hasil perhitungan selengkapnya dapat dilihat pada tabel berikut.

Tabel 4.13. Mean (rata-rata) KekerasanB. Perhitungan Efek Tiap Faktor Mean Untuk Hasil Uji KekerasanPerhitungan efek untuk tiap faktor dilakukan dengan membuat response table menggunakan rumus seperti pada persamaan (2.19). Hasil selengkapnya dapat dilihat pada tabel 4.14 Sebagai berikut :Tabel 4.14. Response tabel untuk Mean kekerasanABCD

Level 1339,5336,125343,5342,75

Level 2348,875352,25344,625345,625

Difference9,37516,1251,1252,875

Ranking2143

OptimumA2B2C2D2

Contoh perhitungan :

Perhitungan faktor A level 1:

Difference = Rata-rata respon terbesar Rata-rata respon terkecil

Contoh perhitungan difference untuk faktor A = 348,875 339,5 = 9,375C. Grafik Efek Tiap Faktor Mean Terhadap Kekerasan Lapisan

Gambar 4.14. Grafik Efek Mean Untuk Faktor A (Tekanan)Dari gambar 4.14 didapat grafik efek Mean untuk faktor kendali tekanan penyemprotan. Faktor kendali dari tekanan penyemprotan memberikan kontribusi difference 9,375 dari level 1 dan 2. Laju tekanan berpengaruh pada kerapatan partikel lapisan. Laju tekanan yang terlalu rendah akan menyebabkan partikel cair tidak cukup rapat, sehingga peluang terbentuknya porositas meningkat yang mengakibatkan kekerasan berkurang. Laju tekanan yang tinggi mengakibatkan kerapatan partikel meningkat, sehingga meminimalisir terjadinya porositas dan dapat meningkatkan kekerasan lapisan.

Gambar .4.15. Grafik Efek Mean Untuk Faktor B (Jarak)Dari gambar 4.15 didapat grafik efek Mean untuk faktor kendali jarak penyemprotan memberikan kontribusi dominan dengan difference 16,125 dari level 1 dan 2. Dengan meningkatnya jarak penyemprotan, kekerasan lapisan meningkat. Hal ini disebabkan terjadinya pendinginan cepat antar partikel menuju substrat dengan adanya peningkatan jarak semprot. Pendinginan cepat dalam lapisan, mengakibatkan peningkatan kekerasan lapisan.

Gambar 4.16. Grafik Efek Mean Untuk Faktor C (Arus)Dari gambar 4.16 didapat grafik efek Mean untuk faktor kendali arus. Faktor kendali arus memberikan kontribusi positif difference 1,125 dari level 1 dan 2. Jika besaran arus meningkat, kalor bertambah dan terjadi kenaikan suhu. Bila suhu mencapai titik lebur suatu benda, maka benda akan beruba wujud dari padat menjadi cair. Akibatnya permukaan logam yang mencair semakin luas dan kecepatan pendinginan meningkat mengakibatkan partikel cair dengan cepat mengeras membentuk lapisan. Suhu yang meningkat memberikan peluang terjadinya oxcide, banyaknya oxcide meningkatkan nilai kekerasan lapisan.

Gambar 4.17. Grafik Efek Mean Untuk Faktor D (Kekasaran permukaan)Dari gambar 4.17 didapat grafik efek Mean untuk kekasaran permukaan substrat hasil grinding. Faktor kendali kekasaran permukaan memberikan kontribusi positif difference 2,875 dari level 1 dan 2. Berdasarkan grafik dapat disimpulkan bahwa lapisan permukaan dapat meningkatkan kekerasan raw material, kekasaran permukaan dapat mengakibatkan nilai kekerasan menurun. Hal ini disebabkan oleh semakin kasar raw material maka semakin besar nilai porositasnya, sehingga dapat menurunkan nilai kekerasannya.4.3.3 Perhitungan Analysis of Variance (ANOVA) Hasil Uji KekerasanPerhitungan ANOVA dilakukan dengan menggunakan rumus-rumus yang terdapat pada bab II. Sebagai contoh perhitungan langkah-langkahnya dapat dilihat seperti dibawah ini :

a. Menghitung rata-rata total seluruh eksperimen (overall experimental average) sesuai dengan rumus (2.18), yaitu:

b. Menghitung total sum of squares sesuai dengan rumus (2.20) sebagai berikut:

323,52+327,52+3572+3502+3452+348,52+349,52+352,52

= 948741,25c. Menghitung sum of squares due to the mean sesuai dengan rumus (2.21) sebagai berikut:

= 8 x (344,1875)2 = 947720,2813d. Menghitung sum of squares due to factors sesuai dengan rumus (2.22) sebagai berikut:

Contoh perhitungan untuk faktor A adalah sebagai berikut :

SSA = (4 x (339,52+348,8752)) 947720,2813 = 175,7812

SSB = (4 x ( 336,1252+352,252)) 947720,2813

= 520,0312

SSC = ( 4x ( 343,52+344,6252)) 947720,2813

= - 685,7188

SSD = ( 4x (342,752+345,6252)) 947720,2813

= 16,5312e. Menghitung the sum of squares due to the error sesuai dengan rumus (2.23) sebagai berikut:

Error = ST Sm (SsA+sSB+Ssi) = 948741,25 947720,2813 (26,6248)

= 994,3439f. Menghitung total sum of squares sesuai dengan rumus (2.24) sebagai berikut :

ST = Se + (SsA+SsB+Ssi) = 994,3439 + 26,6248

= 1020,9687g. Menghitung Mean sum of squares sesuai dengan rumus (2.25) sebagai berikut :

Contoh perhitungan untuk faktor A adalah sebagai berikut :

= = 175,7812h. Menghitung F-ratio sesuai dengan rumus (2.26) sebagai berikut :

Untuk mencari nilai F sesuai dengan rumus (2.27) sebagai berikut :

= = 0,883905i. Menghitung pooled sesuai dengan rumus (2.28) sebagai berikut :

Untuk mencari nilai P sesuai dengan rumus (2.28) sebagai berikut :

= -2,32189j. Menghitung percent confidence sesuai dengan rumus (2.29) sebagai berikut :

% Confidence = ( 1 Fdist ( F, v, v(error pooled) )) x 100

Untuk mencari nilai P sesuai dengan rumus (2.28) sebagai berikut :

% Confidence = ( 1 0,390299 ) x 100 = 60,97Tabel 4.15. Analysis of variance untuk mean kekerasanSourceSSvVFP% Confidence

A175,78121175,78120,883905-2,3218960,97

B520,03121520,03122,61494632,2989383,32

C-685,71881-685,719-3,4481-88,9619

D16,5312116,53120,083126-18,337521,53

Error994,34395198,8688

ST1020,96879113,441

Error Pooled994,34395198,8688

Berdasarkan tabel analysis of variance (mean), diketahui bahwa semua faktor berpengaruh terhadap nilai kekerasan stainless steel pada baja AISI 4140. Hal ini dapat dilihat dari perbandingan antara nilai F-ratio , jika nilai F-ratio lebih besar dari nilai pooled nya maka faktor tersebut berpengaruh secara signifikan terhadap variabel respon. Selanjutnya dilakukan pooling up terhadap faktor faktor yang memiliki nilai P terkecil dan juga yang memiliki F hitung lebih kecil dari f tabel pada tingkat kepercayaan 95%, dari anova di atas yang dapat dipooling up adalah faktor C.Pada penelitian ini dilihat dari tabel diatas nilai Error mencapai 994,3439 dan nilai V nya mencapai 198,8688 yang seharus nya nilai error dibawah 50 dan nilai V nya dibawah 15,sehingga Pooled up of insignificant factors tidak bisa dilakukan untuk mencari faktor paling berpengaruh dan faktor yang kurang berpengaruh terhadap eksperimen.

4.4 Analisis Terhadap Eksperimen Taguchi

Eksperimen Taguchi dilakukan dengan desain orthogonal array yang telah didesain oleh Taguchi. Eksperimen Taguchi dilakukan untuk mengurangi jumlah percobaan yang dilakukan dibandingkan jika menggunakan desain full factorial. Orthogonal array memiliki tata letak eksperimen yang mampu melakukan evaluasi beberapa faktor secara bersamaan dengan jumlah percobaan yang minimum. Keterbatasaan sumber daya menjadi alasan utama dipilihnya desain orthogonal array ini. Keterbatasaan ini terutama dalam hal biaya dan waktu untuk eksperimen.4.4.1 Analisa untuk SNR

Dalam menentukan level-level yang paling berkontribusi dari masing-masing faktor tersebut dapat dilihat dari grafik efek SNR atau pada tabel 4.5, dimana faktor-faktor yang berpengaruh terhadap kekuatan lekat lapian stainless steel PMET 730 sebagai berikut: Faktor A (tekanan) adalah A1 sebesar 6 bar,faktor B (jarak) adalah B1 sebesar 200 mm faktor C (arus) adalah C1 sebesar 100 A dan untuk faktor D (Kekasaran permukaam) adalah D2 grit 1000 mesh. Diantara faktor yang lain, faktor C1 yang berpengaruh signifikan.dari grafik efek SNR atau pada tabel 5,4 dimana faktor-faktor yang berpengaruh terhadap kekerasan lapian stainless steel PMET 730 sebagai berikut: Faktor A (tekanan) adalah A2 sebesar 8 bar,faktor B (jarak) adalah B2 sebesar 300 mm faktor C (arus) adalah C2 sebesar 150 A dan untuk faktor D (Kekasaran permukaan subtrat hasil grinding) adalah D2 grit 1000 mesh. Diantara faktor yang lain, faktor B2 yang berpengaruh signifikan.4.4.2 Analisa untuk Mean

Untuk menentukan level-level yang paling optimal dari masing-masing faktor tersebut dapat dilihat dari grafik efek mean atau pada tabel 4.7 yang memberikan hasil sama seperti pada perhitungan SNR, dimana faktor-faktor yang berpengaruh secara signifikan terhadap kekuatan lekat lapisan stainless steel PMET 730 sebagai berikut: Faktor A (tekanan) adalah A1 sebesar 6 bar, faktor B (jarak) adalah B1 200 mm, faktor C (arus) adalah C1 sebesar 100 A dan untuk faktor D (kekasaran permukaan substrat hasil grinding) adalah D1 grit 80 mesh.Dari grafik efek mean atau pada tabel 5.6 yang memberikan hasil sama seperti pada perhitungan SNR, dimana faktor-faktor yang berpengaruh kekerasan pada lapisan stainless steel PMET 730 sebagai berikut: Faktor A (tekanan) adalah A2 sebesar 8 bar, faktor B (jarak) adalah B2 300 mm, faktor C (arus) adalah C2 sebesar 150 A dan untuk faktor D (kekasaran permukaan) adalah D2 grit 1000 mesh.4.4.3 Analisa untuk ANOVA

Dari hasil perhitungan ANOVA untuk mean pada tabel 4.7 maka 4 faktor kurang mempunyai kontribusi secara signifikan terhadap kekuatan lekat lapisan ,karena tidak ada setting faktor shot blasting sehingga faktor A (tekanan), B (jarak), dan D (kekasaran permukaan) kurang berpengaruh, tapi pada faktor C (arus) sebesar 73, 73,97% memberikan kontribusi signifikan dibanding faktor yang lain. Sedangkan ANOVA untuk mean pada tabel 5.6 yang mempunyai kontribusi secara signifikan terhadap kekerasan lapisan stainless steel 316 adalah faktor B (jarak) sebesar 83,32%.83

_1447803436.unknown

_1448215669.unknown

_1448219613.unknown

_1448224608.unknown

_1451828279.unknown

_1454750782.unknown

_1448224789.unknown

_1448224817.unknown

_1448224632.unknown

_1448224511.unknown

_1448224538.unknown

_1448219714.unknown

_1448218313.unknown

_1448218659.unknown

_1448216924.unknown

_1447808049.unknown

_1447808539.unknown

_1447808671.unknown

_1447808251.unknown

_1447803491.unknown

_1447807777.unknown

_1447703183.unknown

_1447712852.unknown

_1447712942.unknown

_1447803364.unknown

_1447707337.unknown

_1379835432.unknown

_1379835437.unknown

_1379835439.unknown

_1379835440.unknown

_1379835438.unknown

_1379835434.unknown

_1379835427.unknown