136
TUGAS AKHIR (606404A) SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN METODE TAGUCHI RIFKY KURNIA PUTRA NRP.0615040005 DOSEN PEMBIMBING MUHAMMAD ARI, S.T., M.T. DHIKA ADITYA PURNOMO., S.ST., M.T. PROGRAM STUDI TEKNIK DESAIN DAN MANUFAKTUR JURUSAN TEKNIK PERMESINAN KAPAL POLITEKNIK PERKAPALAN NEGERI SURABAYA SURABAYA 2019

SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

  • Upload
    others

  • View
    32

  • Download
    5

Embed Size (px)

Citation preview

Page 1: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

TUGAS AKHIR (606404A)

SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN METODE TAGUCHI

RIFKY KURNIA PUTRA NRP.0615040005

DOSEN PEMBIMBING MUHAMMAD ARI, S.T., M.T. DHIKA ADITYA PURNOMO., S.ST., M.T.

PROGRAM STUDI TEKNIK DESAIN DAN MANUFAKTUR

JURUSAN TEKNIK PERMESINAN KAPAL

POLITEKNIK PERKAPALAN NEGERI SURABAYA SURABAYA

2019

Page 2: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN
Page 3: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

i

TUGAS AKHIR (606404A)

SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN METODE TAGUCHI

RIFKY KURNIA PUTRA NRP.0615040005

DOSEN PEMBIMBING MUHAMMAD ARI, S.T., M.T. DHIKA ADITYA PURNOMO., S.ST., M.T.

PROGRAM STUDI TEKNIK DESAIN DAN MANUFAKTUR

JURUSAN TEKNIK PERMESINAN KAPAL

POLITEKNIK PERKAPALAN NEGERI SURABAYA SURABAYA 2019

Page 4: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

ii

Halaman ini sengaja dikosongkan

Page 5: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN
Page 6: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN
Page 7: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN
Page 8: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN
Page 9: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

vii

KATA PENGANTAR

Segaja puji dan syukur kepada Allah S.W.T, karena kasih karunia,

pertolongan, dan hikmat yang telah diberikan, sehingga penulis dapat

menyelesaikan penyusunan Tugas Akhir dengan judul “ Simulasi dan Optimasi

Desain Pengecoran Cetakan Pasir pada Produk Idler Menggunakan Metode

Taguchi ”.

Selama proses pengerjaan tugas akhir, penulis mengalami banyak kesulitan

dan tantangan. Akan tetapi banyak pula pihak yang telah mendukung dan

membantu serta memberikan arahan dan bimbingan kepada penulis dalam

menghadapi setiap kesulitan untuk menyelesaikan penulisan tugas akhir. Oleh

karena itu, penulis menyampaikan rasa terima kasih kepada :

1. Bapak Ir. Eko Julianto, M.Sc., MRINA selaku Direktur Politeknik

Perkapalan Negeri Surabaya.

2. Bapak George Endri Kusuma, S.T., M.Sc. Eng., selaku Ketua Jurusan

Teknik Pemesinan Kapal Politeknik Perkapalan Negeri Surabaya.

3. Bapak Anda Iviana J., S.T., M.T., selaku Ketua Program Studi Teknik

Desain dan Manufaktur Politeknik Perkapalan Negeri Surabaya.

4. Bapak Muhammad Ari, S.T., M.T. selaku Dosen Pembimbing 1 yang

berkenan memberikan bimbingan, saran, dan pengetahuan baru.

5. Bapak Dhika Aditya Purnomo, S.ST., M.T. selaku Dosen Pembimbing 2

yang juga berkenan memberikan bimbingan, saran, dan pengetahuan baru.

6. Seluruh dosen dan karyawan di Politeknik Perkapalan Negeri Surabaya

yang telah memberikan ilmu, bantuan serta dukungan dalam penyusunan

Tugas Akhir.

7. Kedua orang tua penulis, bapak Rudi Kurnianto dan ibu Suciati, serta

kakakku Merisa Kurniasari dan seluruh keluarga yang selalu memberikan

semangat, doa, motivasi serta bimbingan selama pengerjaan tugas akhir ini

sehingga penulis mampu menyelesaikan perkuliahan dan tugas akhir ini

dengan sebaik mungkin.

8. Seluruh teman seperjuangan Teknik Desain dan Manufaktur angkatan 2015,

yang selalu membantu, berbagi, mendukung dan berjuang selama 4 tahun.

Page 10: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

viii

9. Tim On the Job Training Nofan, Rizky, Fikri dan Aji yang telah bekerja

sama saat On the Job Training serta membantu dan memberikan semangat

pada penulis.

10. Seluruh pihak yang telah membantu penulis secara langsung maupun tidak

langsung dalam penyusunan tugas akhir.

Penulis mengucapkan banyak terima kasih atas seluruh bantuan yang telah

diberikan. Penulis sangat menyadari bahwa masih banyak kekurangan dalam

penyusunan tugas akhir ini.Besar harapan dari penulis agar tugas akhir ini

nantinya mampu memberikan manfaat bagi setiap orang yang membaca. Selain

itu juga dapat memberikan referensi untuk penelitian selanjutnya.

Surabaya, 15 Juli 2019

Page 11: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

ix

SIMULASI DAN OPTIMASI DESAIN PENGECORAN

CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

METODE TAGUCHI

Rifky Kurnia Putra

ABSTRAK

PT. Barata Indonesia (Persero) adalah salah satu perusahaan yang

memproduksi Idler dengan proses manufaktur sand casting. Namun dalam

pelaksanaannya sand casting masih terjadi cacat (defect) terutama cacat porositas.

Tidak dapat dihindari bahwa banyak cacat yang bermacam-macam terjadi dalam

proses pengecoran, dengan begitu cara meningkatkan kualitas pengecoran (Yield

Casting) menjadi penting. Kualitas pengecoran sangat tergantung pada

keberhasilan desain Gating System (Saluran Tuang) dan Riser (Saluran Penambah),

yang saat ini dilakukan hanya mengandalkan pengalaman teknisi (trial and error).

Salah satu cara untuk meningkatkan kualitas produk adalah dengan optimasi

parameter. Dalam penelitian ini dilakukan dengan cara memodelkan produk cor

Idler secara 3D kemudian melakukan simulasi pengecoran dengan software dan

mempertimbangkan desain gating system (sprue dan runner) dan penambahan

riser. Analisa optimasi menggunakan metode Taguchi dengan pendekatan Ratio

Signal to Noise (RSN) tertuju pada nilai tertentu untuk mengetahui pengaruh faktor

yaitu ukuran diameter sprue, runner, dan riser, serta menentukan kombinasi

parameter optimal agar didapatkan nilai persentase cacat porositas yang seminimal

mungkin. Hasil dari penelitian ini yaitu diperolehnya kombinasi optimum

parameter yang terdiri dari ∅ sprue bernilai 70 mm, ∅ runner bernilai 77 mm, dan

∅ riser bernilai 110 mm dengan persentase cacat porositas sejumlah 3,61706 %.

Kata Kunci : Idler, Sand Casting, Porositas, Gating System, Riser, Taguchi.

Page 12: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

x

Halaman ini sengaja dikosongkan

Page 13: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xi

SIMULATION AND OPTIMIZATION SAND CASTING DESIGN

OF IDLER PRODUCT USING TAGUCHI METHOD

Rifky Kurnia Putra

ABSTRACT

PT. Barata Indonesia (Persero) is one of the companies that produce Idler

with a sand casting manufacturing process. But in its implementation, the sand

casting still has defects, especially porosity defects. It is inevitable that many

different defects occur in the casting process, so the way to improve casting quality

(Yield Casting) is important. The quality of casting is very dependent on the success

of the design of the Gating System and Riser, which currently only relies on

technical experience (trial and error). One way to improve product quality is by

parameter optimization. In this study carried out by modeling the Idler cast product

in 3D, then performing a casting simulation with software and considering the

design of the gating system (sprue and runner) and riser. Optimization analysis

using the Taguchi method with the Signal to Noise Ratio (RSN) approach is focused

on certain values to determine the influence of factors, namely the size of the sprue

diameter, runner and riser, and determine the optimal combination of parameters

to obtain a minimum percentage porosity defect. The results of this study are

obtained by the optimum combination of parameters consisting of ∅ sprue valued

at 70 mm, ∅ runner valued at 77 mm, and ∅ riser valued at 110 mm with a defect

percentage of porosity of 3,61706 %.

Keywords : Idler, Sand Casting, Porosity, Gating System, Riser, Taguchi.

Page 14: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xii

Halaman ini sengaja dikosongkan

Page 15: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xiii

DAFTAR ISI

HALAMAN JUDUL ...................................................................................... i

HALAMAN PENGESAHAN ........................................................................ iii

PERNYATAAN BEBAS PLAGIAT ............................................................ v

KATA PENGANTAR .................................................................................... vii

ABSTRAK ...................................................................................................... ix

ABSTRACT ..................................................................................................... xi

DAFTAR ISI ................................................................................................... xiii

DAFTAR GAMBAR ...................................................................................... xvii

DAFTAR TABEL .......................................................................................... xix

BAB 1 PENDAHULUAN

1.1. Latar Belakang .......................................................................................... 1

1.2. Perumusan Masalah .................................................................................. 3

1.3. Tujuan Penelitian ...................................................................................... 3

1.4. Manfaat Tugas Akhir ................................................................................ 3

1.5. Batasan Masalah ....................................................................................... 4

BAB 2 TINJAUAN PUSTAKA

2.1. Komponen Idler ........................................................................................ 5

2.2. Proses Pengecoran Logam ........................................................................ 5

2.3. Pengecoran Cetakan Pasir (Sand Casting) ................................................ 7

2.4. Kualitas Pengecoran (Yield Casting) ........................................................ 8

2.5. Sistem Saluran (Gating System) ................................................................ 8

2.5.1.Cawang Tuang (Pouring Basin).................................................. 9

2.5.2.Saluran Turun (Sprue) ................................................................. 10

2.5.3.Saluran Turun Dasar (Well Base) ................................................ 11

2.5.4.Pengalir (Runner) ........................................................................ 11

2.5.5.Pengalir Tambahan (Runner Extention) ...................................... 12

2.5.6.Saluran Masuk (Ingate) ............................................................... 12

2.6. Perencanaan Sistem Saluran ..................................................................... 13

2.7. Penentuan Tambahan Penyusutan yang Disarankan ................................. 16

2.8. Saluran Penambah (Riser) ......................................................................... 17

2.8.1.Merancang Riser ......................................................................... 19

2.9. Proses Solidifikasi ..................................................................................... 21

2.10. Cacat Coran ............................................................................................. 21

2.10.1.Porositas Gas ............................................................................. 22

Page 16: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xiv

2.10.1.1.Persentase Porositas .......................................................... 23

2.10.2.Retakan ...................................................................................... 24

2.10.3.Penyusutan (Shrinkage) ............................................................. 24

2.10.3.1.Persentase Penyusutan ..................................................... 26

2.11.Software Flow Cast 3D ....................................................................... 26

2.11.1.Permodelan Gambar .................................................................. 27

2.12.Software Minitab 17 .......................................................................... 27

2.13.Metode DOE (Design of Experiment) ................................................ 27

2.13.1.Desain Faktorial (Factorial Design).......................................... 28

2.13.2.Response Surface ....................................................................... 28

2.13.3.Taguchi ...................................................................................... 29

2.14.Metode DOE (Design of Experiment) Terpilih .................................. 30

2.14.1.Tahap Perencanaan .................................................................... 30

2.14.2.Tahap Pelaksanaan .................................................................... 34

2.14.3.Tahap Analisis ........................................................................... 34

2.15.Eksperimen Konfirmasi ...................................................................... 39

2.16.Penelitian Terdahulu ........................................................................... 40

BAB 3 METODOLOGI PENELITIAN

3.1. Sumber Data ........................................................................................ 45

3.1.1.Tempat Penelitian .................................................................. 45

3.1.2.Waktu Penelitian ................................................................... 45

3.2. Variabel Penelitian .............................................................................. 45

3.3.Tahapan-tahapan Simulasi .................................................................... 49

3.3.1. Geometry Input dan Geometry Interpretation ...................... 49

3.3.2. Solid Object .......................................................................... 49

3.3.3. Meshing ................................................................................ 50

3.3.4. Boundary Condition ............................................................. 51

3.3.5. Metal Input ........................................................................... 52

3.3.6. Metal Parameter ................................................................... 53

3.3.7. Heat Transfer Coefficient ..................................................... 54

3.3.8. Solver Parameter .................................................................. 54

3.3.9. Post Processing ..................................................................... 55

3.4.Rancangan Penelitian ........................................................................... 56

3.5.Diagram Alir Penelitian ........................................................................ 57

3.6.Penjelasan Tentang Diagram Alir ........................................................ 58

3.5.1.Studi Literatur ....................................................................... 58

3.5.2.Permodelan 3D ..................................................................... 58

3.5.3.Simulasi Flow Cast 3D ......................................................... 59

3.5.4.Pengolahan Data ................................................................... 59

3.5.5.Optimasi Desain ................................................................... 59

3.5.6.Kesimpulan dan Saran .......................................................... 60

3.5.7.Jadwal Kegiatan .................................................................... 60

Page 17: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xv

BAB 4 HASIL DAN PEMBAHASAN

4.1. Penentuan Yield Casting ..................................................................... 61

4.2. Pengujian Design of Experiment (DOE) ........................................... 63

4.2.1. Design Cycle 1 .................................................................... 63

4.2.2. Design Cycle 2 .................................................................... 65

4.2.3. Design Cycle 3 .................................................................... 66

4.2.4. Design Cycle 4 .................................................................... 67

4.2.5. Design Cycle 5 .................................................................... 69

4.2.6. Design Cycle 6 .................................................................... 70

4.2.7. Design Cycle 7 .................................................................... 71

4.2.8. Design Cycle 8 .................................................................... 73

4.2.9. Design Cycle 9 .................................................................... 75

4.3. Analisa Signal to Noise Ratio ............................................................. 76

4.3.1. Perhitungan S/N Ratio Porositas ......................................... 76

4.4. Analysis of Variance (ANOVA) ........................................................ 80

4.4.1. Perhitungan Sum of Square (SS) ........................................ 80

4.4.2. Perhitungan Mean of Square (MS) .................................... 82

4.4.3. Perhitungan F-Hitung ......................................................... 84

4.4.4. Perhitungan Persen Kontribusi ........................................... 86

4.4.5. Perhitungan ANOVA Menggunakan Minitab 17 .............. 88

4.5. Perhitungan Asumsi Residual ............................................................ 89

4.5.1. Uji Independen ..................................................................... 89

4.5.2. Uji Identik ............................................................................ 89

4.5.3. Uji Kenormalan ................................................................... 90

4.6. Eksperimen Konfirmasi ...................................................................... 91

4.6.1. Prediksi Rasio S/N Porositas yang Optimal ........................ 91

4.6.2. Pengujian Konfirmasi .......................................................... 92

4.6.3. Perhitungan Rasio S/N Pengujian Konfirmasi .................... 94

4.7. Analisa Hasil ....................................................................................... 95

4.8. Pembahasan ......................................................................................... 96

4.8.1. Pengaruh Variabel Proses Terhadap Respon Individu ........ 96

BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan ......................................................................................... 99

5.2. Saran .................................................................................................... 99

DAFTAR PUSTAKA ..................................................................................... 101

LAMPIRAN .................................................................................................... 103

Page 18: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xvi

Halaman ini sengaja dikosongkan

Page 19: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xvii

DAFTAR GAMBAR

Gambar 2. 1 Bagian Under Carriage ................................................................ 5

Gambar 2. 2 Bagian Cetakan Pasir .................................................................. 8

Gambar 2. 3 Sistem Saluran ............................................................................. 9

Gambar 2. 4 Jenis cawang tuang ...................................................................... 10

Gambar 2. 5 Jenis bentuk sprue ....................................................................... 10

Gambar 2. 6 Bentuk saluran turun dasar (well base) ....................................... 11

Gambar 2. 7 Jenis bentuk pengalir ................................................................... 11

Gambar 2. 8 Jenis saluran masuk (ingate) ....................................................... 12

Gambar 2. 9 Top Gating................................................................................... 14

Gambar 2. 10 Bottom Gating ........................................................................... 14

Gambar 2. 11 Parting line Gating .................................................................... 15

Gambar 2. 12 Dimensi Well Base .................................................................... 15

Gambar 2. 13 Skematik Ilustrasi shrinkage pada tiap fase .............................. 16

Gambar 2. 14 Top riser dan side riser .............................................................. 17

Gambar 2. 15 Peletakan Top riser dan side riser pada cetakan ........................ 18

Gambar 2. 16 Contoh-Contoh Penambah ........................................................ 18

Gambar 2. 17 Casting modulus ........................................................................ 19

Gambar 2. 18 Persentase penyusutan ............................................................... 20

Gambar 2. 19 Desain dan ukuran penambah samping ..................................... 20

Gambar 2. 20 Proses solidifikasi ...................................................................... 21

Gambar 2. 21 Macam-macam bentuk cacat ..................................................... 21

Gambar 2. 22 Cacat Porositas Gas ................................................................... 22

Gambar 2. 23 Cacat surface crack.................................................................... 24

Gambar 2. 24 Cacat penyusutan (shringkage) ................................................. 25

Gambar 2. 25 Ilustrasi terjadinya cacat penyusutan (shrinkage) ..................... 25

Gambar 3. 1 I-Properties 3D produk Idler....................................................... 47

Gambar 3. 2 Geometry Interpretation .............................................................. 49

Gambar 3. 3 Solid Object ................................................................................. 49

Gambar 3. 4 Meshing ....................................................................................... 50

Gambar 3. 5 Boundary Condition .................................................................... 51

Gambar 3. 6 Metal Input .................................................................................. 52

Gambar 3. 7 Metal Parameter .......................................................................... 53

Gambar 3. 8 Heat Treatment Coefficient ......................................................... 54

Gambar 3. 9 Solver Parameter ......................................................................... 54

Gambar 3.10 Indikasi Solidifikasi Selesai ....................................................... 55

Gambar 3.11 Diagram Alir Penelitian ............................................................. 57

Gambar 3.12 Produk Idler dan Desain Pengecorannya ................................... 58

Gambar 4.1 Parameter pengujian beserta yield castingnya ........................... 63

Gambar 4.2 Persentase Cacat Porositas Design Cycle 1 Isometri ................. 63

Gambar 4.3 Persentase Cacat Porositas Design Cycle 1 Potongan ................ 63

Page 20: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xviii

Gambar 4.4 Kurva Volume Cacat Porositas Design Cycle 1 ......................... 64

Gambar 4.5 Persentase Cacat Porositas Design Cycle 2 Isometri .................. 65

Gambar 4.6 Persentase Cacat Porositas Design Cycle 2 Potongan ................ 65

Gambar 4.7 Kurva Volume Cacat Porositas Design Cycle 2 ......................... 66

Gambar 4.8 Persentase Cacat Porositas Design Cycle 3 Isometri .................. 66

Gambar 4.9 Persentase Cacat Porositas Design Cycle 3 Potongan ................ 67

Gambar 4.10 Kurva Volume Cacat Porositas Design Cycle 3 ......................... 67

Gambar 4.11 Persentase Cacat Porositas Design Cycle 4 Isometri .................. 68

Gambar 4.12 Persentase Cacat Porositas Design Cycle 4 Potongan ................ 68

Gambar 4.13 Kurva Volume Cacat Porositas Design Cycle 4 ......................... 68

Gambar 4.14 Persentase Cacat Porositas Design Cycle 5 Isometri .................. 69

Gambar 4.15 Persentase Cacat Porositas Design Cycle 5 Potongan ................ 69

Gambar 4.16 Kurva Volume Cacat Porositas Design Cycle 5 ......................... 70

Gambar 4.17 Persentase Cacat Porositas Design Cycle 6 Isometri .................. 70

Gambar 4.18 Persentase Cacat Porositas Design Cycle 6 Potongan ................ 71

Gambar 4.19 Kurva Volume Cacat Porositas Design Cycle 6 ......................... 71

Gambar 4.20 Persentase Cacat Porositas Design Cycle 7 Isometri .................. 72

Gambar 4.21 Persentase Cacat Porositas Design Cycle 7 Potongan ................ 72

Gambar 4.22 Kurva Volume Cacat Porositas Design Cycle 7 ......................... 73

Gambar 4.23 Persentase Cacat Porositas Design Cycle 8 Isometri .................. 73

Gambar 4.24 Persentase Cacat Porositas Design Cycle 8 Potongan ................ 74

Gambar 4.25 Kurva Volume Cacat Porositas Design Cycle 8 ......................... 74

Gambar 4.26 Persentase Cacat Porositas Design Cycle 9 Isometri .................. 75

Gambar 4.27 Persentase Cacat Porositas Design Cycle 9 Potongan ................ 75

Gambar 4.28 Kurva Volume Cacat Porositas Design Cycle 9 ......................... 75

Gambar 4.29 Grafik Main effects Plot for S/N Ratio ....................................... 80

Gambar 4.30 Anova untuk Rasio S/N .............................................................. 88

Gambar 4.31 Plot ACF ..................................................................................... 89

Gambar 4.32 Plot Residual versus Fitted Values ............................................. 90

Gambar 4.33 Plot Uji Distribusi Normal .......................................................... 91

Gambar 4.34 Persentase Cacat Porositas Pengujian Konfirmasi Isometri ....... 93

Gambar 4.35 Persentase Cacat Porositas Pengujian Konfirmasi Potongan ..... 93

Gambar 4.36 Plot rata-rata Percobaan Konfirmasi dengan Prediksi ................ 95

Page 21: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xix

DAFTAR TABEL

Tabel 2.1 Tambahan penyusutan karena solidification contraction ................ 17

Tabel 2.2 Penentuan diameter penambah......................................................... 20

Tabel 2.3 Perbandingan Desain Eksperimen ................................................... 29

Tabel 2.4 Ortogonal Array L4 ( 2 3 ) ............................................................... 32

Tabel 2.5 Ortogonal Array L8 ( 2 7 ) ............................................................... 32

Tabel 2.6 Ortogonal Array L9 ( 3 4 ) ............................................................... 32

Tabel 2.7 Ortogonal Array ............................................................................... 33

Tabel 2.8 Analisis Variansi (ANOVA) ............................................................ 35

Tabel 2.9 Penelitian Terdahulu ........................................................................ 43

Tabel 3.1 Variabel Bebas dan Level Kendali................................................... 56

Tabel 3.2 Matriks Ortogonal Array L9 ( 3 3 ) .................................................. 56

Tabel 3.3 Jadwal Pelaksanaan Kegiatan .......................................................... 60

Tabel 4.1 Hasil Simulasi .................................................................................. 76

Tabel 4.2 Nilai S/N Rasio Persentase Porositas ............................................... 77

Tabel 4.3 Respon S/N Rasio Persentase Porositas ........................................... 79

Tabel 4.4 Nilai S/N Rasio Kuadrat .................................................................. 81

Tabel 4.5 Hasil Analisis Rasio S/N .................................................................. 84

Tabel 4.6 Nilai F-Hitung Analisis Varians ...................................................... 85

Tabel 4.7 Nilai Persen Kontribusi Analisis Varians ........................................ 87

Tabel 4.8 Nilai Tabel Perbandingan S/N ......................................................... 95

Page 22: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

xx

Halaman ini sengaja dikosongkan

Page 23: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

1

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Sektor industri di Indonesia saat ini menjadi pusat pembangunan dan

perekonomian bangsa. Hal ini menunjukan semakin meningkatnya peranan

perusahaan manufaktur untuk memenuhi kebutuhan industri, salah satunya industri

manufaktur alat berat. Guna memenuhi kebutuhan suku cadang, peralatan

pendukung dan komponen lainnya PT. Barata Indonesia (Persero) selaku

perusahaan milik negara yang bergerak di bidang manufaktur mensuplai produk-

produknya ke industri alat berat di Indonesia. Salah satu komponen vital alat berat

Traktor Roda Kelabang (Crawler Tractor) yang diproduksi oleh PT. Barata

Indonesia (Persero) yaitu Idler. Idler diproduksi dengan proses manufaktur sand

casting atau pengecoran logam dengan cetakan pasir. Pemilihan proses manufaktur

sand casting didasarkan pada kerumitan bentuk geometri komponen Idler.

Dalam casting, ada dua tahapan utama yaitu proses filling dan proses

solidifikasi. Dalam proses filling logam cair akan mengalir dari ladle menuju gating

system yang terdiri dari pouring cup, sprue, runner dan gate. Selanjutnya logam

cair dituangkan ke dalam cetakan lalu dibiarkan membeku ke dalam bentuk sesuai

dengan rongga cetaknya (Solidifikasi). Namun dalam pelaksanaannya, sand casting

masih terjadi cacat (defect), seperti inklusi, crack dan flash. Akan tetapi, untuk

mengatasi cacat coran tersebut dapat dihilangkan dengan proses machining,

sedangkan cacat yang sulit ditangani dan umumnya timbul pada produk cor yaitu

cacat gas porositas. (Fahruddin, 2015)

Cacat gas porositas adalah cacat berbentuk rongga bulat dengan permukaan

halus akibat adanya gas hidrogen yang masuk pada logam cair dan terperangkap

selama proses solidifikasi yang tidak merata atau karena terjadi kontraksi waktu

pendinginan logam cair dan perbedaan ketebalan produk cor. (Jolly, 1978).

Semakin tebal produk cor maka persentase cacat semakin besar. Untuk membantu

menanggulangi mengurangi dampak cacat, ditambahkan sistem saluran penambah

(Riser). Riser adalah tempat cadangan logam cair yang digunakan untuk memberi

Page 24: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

2

pengisian rongga cetakan dalam pengecoran selama solidifikasi dan diletakan dekat

bagian produk cor yang tebal.

Tidak dapat dihindari bahwa banyak cacat yang bermacam-macam terjadi

dalam proses pengecoran, dengan begitu cara meningkatkan kualitas pengecoran

(Yield Casting) menjadi penting. Memaksimalkan Yield Casting yang didefinisikan

sebagai berat coran/casting dibagi dengan berat logam tuang (yaitu termasuk logam

yang membeku di Riser, Runner, Sprue, dll) adalah salah satu pertimbangan penting

dalam industri pengecoran baja. Kualitas pengecoran sangat tergantung pada

keberhasilan desain Gating System (Saluran Tuang) dan Riser (Saluran Penambah)

yang saat ini dilakukan hanya mengandalkan pengalaman teknisi (trial and error).

Oleh sebab itu diperlukan cara untuk meminimalisir cacat porositas sekaligus

memaksimalkan kualitas pengecoran yang baik selain mengandalkan cara trial and

error.

Untuk meminimalkan cacat porositas dan memastikan kualitas pengecoran

yang baik dengan mempertimbangkan desain Gating dan Riser yang tepat, salah

satu cara yaitu dengan simulasi pengecoran dengan perangkat lunak dan optimasi

parameter, dalam hal ini optimasi parameter yang menjadi penelitian yaitu pada

sprue, runner dan riser.

Pada penelitian sebelumnya Aryadita, L (2018) melakukan eksperimen

tentang pengaruh diameter sprue terhadap cacat porositas yang menyatakan bahwa

semakin besar diameter sprue maka semakin kecil terjadinya aliran (turbulensi)

yang dapat menyebabkan terjadinya porositas pada produk coran. Yussni, dkk

(2007) menyebutkan bahwa besar ukuran diameter runner dapat meminimalkan

cacat porositas dan meningkatkan sifat mekanis produk cor. Tjitro (2001) dalam

penelitiannya untuk mengurangi cacat porositas yang didahului oleh penyusutan

akibat riser belum membeku lebih lama dari produk coran, sehingga dalam

penelitiannya dilakukan penambahan ukuran diameter riser.

Metode optimasi yang digunakan dalam penelitian ini menggunakan desain

eksperimen Taguchi. Tujuan metode taguchi sendiri adalah untuk menentukan

pengaturan faktor control yang menghasilkan respon yang dapat diterima terlepas

dari pengaruh alami lingkungan dan proses variabilitas (Proust, 2007).

Page 25: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

3

Dengan demikian dalam penelitian ini akan dilakukan penelitian tentang

pengaruh parameter diameter sprue, runner, dan riser terhadap respon persentase

cacat porositas pada produk Idler melalui simulasi pengecoran menggunakan

perangkat lunak dan optimasi parameter menggunakan metode Taguchi.

1.2. Perumusan Masalah

Mengacu pada latar belakang, kami mengambil beberapa perumusan

masalah diantaranya adalah :

1. Bagaimana pengaruh parameter sprue, runner dan riser terhadap cacat

porositas hasil simulasi pada produk Idler?

2. Bagaimana desain sprue, runner dan riser yang paling optimal pada

produk Idler?

1.3. Tujuan Penelitian

Adapun tujuan penelitian ini adalah :

1. Menemukan pengaruh dari parameter sprue, runner dan riser terhadap

cacat porositas hasil simulasi pada produk Idler.

2. Menentukan desain sprue, runner dan riser yang paling optimal pada

produk Idler.

1.4. Manfaat Tugas Akhir

Adapun manfaat penelitian ini adalah :

1. Membantu mengembangkan teori dan teknologi dibidang pengecoran

secara simulasi software.

2. Mengetahui cara untuk mencegah dan mengatasi cacat coran yang

terjadi pada produk Idler.

3. Sebagai pembanding dari segi desain gating dan riser produk cor Idler

yang sudah ada.

Page 26: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

4

1.5. Batasan Masalah

Adapun ruang lingkup dan asumsi yang diajukan pada penelitian ini untuk

memfokuskan arah penelitian adalah sebagai berikut :

1. Perancangan pada penelitian ini meliputi permodelan 3D menggunakan

software Autodesk Inventor, simulasi pengecoran menggunakan

Flowcast 3D, lalu optimasi menggunakan metode Taguchi.

2. Data properti dari pasir cetak dan material besi tuang yang digunakan

pada simulasi mengacu pada software dan dianggap sudah mewakili

kondisi nyata di lapangan.

3. Parameter yang digunakan pada penelitian ini seperti jenis material,

temperatur logam cair, dimensi produk cor, jenis gating system dan

riser mengacu pada SOP (Standart Operational Procedure)

pengecoran produk Idler.

4. Tidak menganalisa efisiensi biaya dan waktu produksi pengecoran.

Page 27: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

5

BAB 2

TINJAUAN PUSTAKA

2.1 Komponen Idler

Idler merupakan salah satu komponen sub-assembly komponen Under

Carriage (komponen bawah dari alat berat tipe track rantai) pada alat berat Crawler

Tractor (Traktor Roda Kelabang). Idler berfungsi untuk memandu track keluar dan

masuk kedalam track roller, menahan sebagian beban mesin dan komponen dan

mengontrol kerenggangan track.

Gambar 2. 1 Bagian Under Carriage

2.2 Proses Pengecoran Logam

Proses pengecoran logam adalah suatu proses manufaktur yang menggunakan

logam cair dan cetakan untuk menghasilkan part dengan bentuk yang mendekati

bentuk geometri akhir produk jadi. Logam cair akan dituangkan atau ditekan ke dalam

cetakan yang memiliki rongga sesuai dengan bentuk yang diinginkan. Setelah logam

cair memenuhi rongga dan kembali ke bentuk padat, selanjutnya cetakan disingkirkan

dan hasil cor dapat digunakan untuk proses berikutnya (Campbell, 2003).

Pengecoran logam dapat dilakukan untuk bermacam-macam jenis logam

seperti besi, baja, paduan tembaga (perunggu, kuningan, alumunium dan lain

Page 28: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

6

sebagainya), paduan logam ringan (paduan alumunium, paduan magnesium, dan

sebagainya), serta paduan lain, semisal paduan seng, monel (paduan nikel dengan

sedikit tembaga), hasteloy (paduan yang mengandung molibdenum, krom, dan

silikon), dan sebagainya.

Keuntungan proses pembentukan dengan pengecoran :

1. Proses pengecoran logam memungkinkan untuk membuat benda dengan

interval ukuran coran yang sangat luas yaitu dari produk yang kecil seperti

kawat dengan diameter 0,5 mm hingga benda seberat 200 ton dan proses

pengecoran adalah metoda yang sangat cocok untuk membuat objek-objek

tunggal yang pejal.

2. Proses pengecoran dapat digunakan untuk membuat benda-benda dengan

bentuk yang paling sedrhana hingga bentuk yang paling rumit sekalipun, yaitu

proses yang sulit dibuat melalui cara lain seperti proses permesinan, tempa dll.

3. Pembuatan benda melalui proses pengecoran dapat menghemat bahan

sehingga menjadi efisien dan ekonomis.

4. Proses pengecoran idealnya cocok untuk membuat prototype guna mendukung

rancangan produk baru.

5. Memungkinkan variasi yang luas dalam hal sifat bahan dan perubahannya

untuk memenuhi tuntutan pemakai.

6. Proses pengecoran umumnya merupakan suatu metoda termurah untuk

membuat benda-benda logam.

7. Benda-benda coran dengan tingkat kerumitan bentuk yang tinggi dapat dibuat

melalui pemilihan metoda cetakan dan proses pengecoran yang tepat.

8. Proses pengecoran logam dapat beradaptasi untuk segala tipe produksi, baik

untuk tipe produksi job order maupun produksi massal.

Kekurangan proses pembentukan dengan pengecoran :

1. Kurang ekonomis untuk produksi skala kecil.

2. Permukaan yang dihasilkan umumnya lebih kasar daripada produk

permesinan.

3. Toleransi kepresisian ukuran lebih besar daripada produk permesinan

4. Membutuhkan pengetahuan yang cukup luas dari seorang perancang.

Page 29: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

7

2.3 Pengecoran Cetakan Pasir (Sand Casting)

Pengecoran sand casting adalah proses pengecoran logam untuk membuat

suatu benda kerja atau komponen dengan metode penuangan logam cair ke dalam

cetakan pasir. Jenis pengecoran ini paling banyak dipakai karena biaya produksinya

murah dan dapat membuat benda coran yang berkapasitas besar. Secara umum cetakan

pasir harus memiliki bagian-bagian utama berikut ini :

1. Cavity (rongga cetakan), merupakan ruangan tempat logam cair yang

dituangkan kedalam cetakan. Bemtuk rongga ini sama dengan benda kerja

yang akan dicor. Rongga cetakan dibuat menggunakan pola.

2. Core (inti), fungsinya adalah membuat rongga pada benda coran. Inti

dibuat terpisah dengan cetakan dan dirakit pada saat cetakan akan

digunakan. Bahan inti harus tahan terhadap temperatur cair logam dan

biasanya paling sering dijumpai bahannya dari pasir.

3. Gating system (sistem saluran masuk), merupakan saluran masuk kerongga

cetakan dari saluran turun melalui saluran turun dasar, pengalir, dan gate.

Gating sistem suatu cetakan tergantung dengan ukuran rongga cetakan

yang akan diisi oleh logam cair

4. Sprue (Saluran turun), merupakan saluran pertama yang dilalui cairan

logam dari cawang tuang kedalam pengalir dan saluran masuk. Saluran

turun dibuat lurus dan tegak dengan irisan berupa lingkaran ataupun

persegi. Kadang irisan sama besar ukurannya dari atas kebawah atau

terkadang berbentuk tirus kebawah atau mengecil pada bagian bawah.

Saluran turun yang mempunyai luasan yang mengecil pada bagian bawah

berfungsi untuk mengurangi aspirasi dari udara dan gas yang terjebak.

Bentuk straight sprue menyebabkan aliran logam cair akan membentuk

olakan dan aliran jatuh bebas dan akibat aliran jatuh bebas tersebut

mengakibatkan pasir cetak menjadi rontok dan terbawa oleh logam cair.

5. Pouring cup/basin, merupakan cekungan pada cetakan yang fungsi

utamanya adalah untuk mengurangi kecepatan logam cair masuk langsung

dari ladle ke sprue. Kecepatan aliran logam yang tinggi dapat terjadi erosi

pada sprue dan terbawanya kotoran-kotoran logam cair yang berasal dari

tungku kerongga cetakan.

Page 30: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

8

6. Riser (penambah), merupakan cadangan logam cair yang berguna dalam

mengisi kembali rongga cetakan bila terjadi penyusutan akibat solidifikasi.

7. Vent, adalah saluran untuk membuang gas, udara dan uap air.

Gambar 2. 2 Bagian Cetakan Pasir

2.4 Kualitas Pengecoran (Yield Casting)

Yield Casting adalah efisiensi penggunaan cairan logam, sehingga cairan

logam yang menjadi gating system menjadi lebih sedikit dibandingkan dengan produk

atau coran. Nilai yield ini dapat dihubungkan dengan biaya yang telah dikeluarkan

dalam tiap produksi. Perhitungan nilai yield merupakan perbandingan berat benda

coran dengan keseluruhan tuangan, berikut rumus untuk menentukan Yield Casting

(Max, 2010) :

Yield = 𝑀𝑎𝑠𝑠𝑎 𝐶𝑜𝑟𝑎𝑛

𝐵𝑒𝑟𝑎𝑡 𝑇𝑢𝑎𝑛𝑔𝑎𝑛 (𝑀𝑎𝑠𝑠𝑎 𝐶𝑜𝑟𝑎𝑛+𝑀𝑎𝑠𝑠𝑎 𝑆𝑖𝑠𝑡𝑒𝑚 𝑆𝑎𝑙𝑢𝑟𝑎𝑛 𝑑𝑎𝑛 𝑅𝑖𝑠𝑒𝑟) 𝑥 100%

2.5 Sistem Saluran (Gating System)

Secara garis besar sistem saluran didefinisikan sebagai jalan masuk atau saluran

bagi logam cair yang dituangkan dari ladel menuju ke dalam rongga cetakan. Pada

umumnya sistem saluran dirancang untuk mengisi cetakan secepat mungkin dan tidak

menimbulkan terbentuknya turbulensi.

Page 31: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

9

Sistem saluran mempunyai fungsi utama yang dijelaskan seperti di bawah ini :

1. Mengurangi turbulensi pada aliran logam cair ketika melalui sistem saluran

dan menuju ke rongga cetakan.

2. Menghilangkan udara dan gas yang terjebak di dalam logam.

3. Mengurangi kecepatan dari aliran logam ketika melalui sistem saluran dan

masuk ke rongga cetakan.

4. Mengikuti cetakan agar diisi secara cukup cepat untuk mencegah pembekuan

terlalu dini dan menghasilkan cacat coran.

5. Berperan dalam membentuk gradien temperatur yang tepat untuk

menghasilkan pembekuan langsung di dalam pengecoran.

Gambar 2. 3 Sistem Saluran

Sistem saluran dari proses pengecoran mempunyai bagian-bagian

seperti berikut:

2.5.1 Cawang Tuang (Pouring Basin)

Merupakan bagian yang menerima cairan logam langsung dari ladel.

Cawan tuang tidak boleh terlalu dangkal sebab hal itu bisa menyebabkan pusaran

karena bentuk dari cawan tuang itu sendiri sehingga timbul terak atau kotoran yang

terapung pada logam cair. Pada gambar dibawah ini cawan tuang dengan tanpa inti

pemisah mengakibatkan kemungkinan kotoran atau terak yang terapung dapat masuk

ke rongga cetakan, maka dari itu dibuatkan inti pemisah supaya kotoran atau terak

yang terapung dihambat oleh inti tersebut sehingga logam cair yang bersih yang masuk

ke dalam rongga cetakan.

Page 32: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

10

Gambar 2. 4 Jenis cawang tuang tanpa inti pemisah (a),

dengan inti pemisah (b), dengan penutup (c)

2.5.2 Saluran Turun (Sprue)

Saluran turun adalah saluran pertama cairan logam dari cawang tuang

kedalam pengalir dan saluran masuk. Saluran turun dibuat lurus dan tegak

dengan irisan berupa lingkaran. Kadang irisan sama besar ukurannya dari atas

kebawah atau terkadang berbentuk tirus kebawah. Dengan kita memilih bentuk

straight sprue maka aliran logam cair akan membentuk olakan dan aliran jatuh

bebas dimana di daerah yang bertekanan rendah kemungkinan akan

menyebabkan menghisapan udara dan gas yang akan dijerat dalam aliran logam

cair. Sehingga kemungkinan adanya cacat rongga udara, selain itu akibat aliran

jatuh bebas tersebut mengakibatkan pasir cetak menjadi rontok dan terbawa

oleh logam cair.

Gambar 2. 5 Jenis bentuk sprue : tapered sprue (a), dan straight sprue (b)

(a) (b)

(a) (b) (c)

Page 33: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

11

2.5.3 Saluran Turun Dasar (Well Base)

Adalah bagian dasar sprue dimana luasan bagian dasarnya diperluas,

biasanya berbentuk silinder atau segi empat yang berfungsi untuk merangkap

kotoran pada aliran logam cair dan mengurangi energy kinetic yang jatuh bebas

yang mengakibatkan aliran turbulen. Biasanya pemilihan bentuk dari well base

adalah silindris karena mudah dibuat dari pada bentuk yang lain.

Gambar 2. 6 Bentuk saluran turun dasar (well base)

2.5.4 Pengalir (Runner)

Adalah saluran yang membawa logam cair dari saluran turun menuju

rongga cetak. Pengalir biasanya mempunyai irisan seperti trapesium atau

setengah lingkaran sebab irisan yang demikian mudah dibuat pada permukaan

pemisah (parting line). Menurut AFS untuk pemasangan pengalir diletakan di

posisi drug dan saluran masuk (ingate) di letakan di cup, dimaksudkan agar

pasir yang rontok di harapkan mengendap didasar pengalir dan yang masuk ke

rongga cetak adalah aliran logam cair yang bersih.

Gambar 2. 7 Jenis bentuk pengalir : Wide shallow runner (a), dan Square runner (b)

Luas = 1 in2

Luas = 1 in2

SA/V = 5 SA/V = 4 (a) (b)

Page 34: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

12

Yang membedakan antara Square runner (gambar 2.7 b) dengan Wide

shallow runner diatas (gambar 2.7 a) yakni, semakin rendah SA/V maka

kehilangan panas (heat loss) juga semakin rendah, sedangkan untuk

perbandingan SA/V tinggi menunjukkan bahwa terjadi friction loss yang tinggi

pula.

2.5.5 Pengalir Tambahan (Runner Extention)

Adalah bagian pengalir yang diperpanjang, berfungsi untuk merangkap

kotoran dari logam cair akibat erosi dinding cetakan karena aliran turbulen dan

kotoran saat penuangan. Pengalir tambahan harus cukup panjang untuk

mencegah backflow aliran logam cair sehingga aliran logam cair tidak masuk

kedalam saluran masuk terakhir.

2.5.6 Saluran Masuk (Ingate)

Adalah saluran untuk mengisikan logam cair dari saluran pengalir

kedalam rongga cetakan. Saluran ini dibuat dengan irisan yang lebih kecil dari

pada irisan pengalir agar dapat mencegah kotoran masuk kedalam rongga

cetakan. Saluran ini dapat terdiri dari satu atau lebih saluran masuk dalam

sistem saluran yang direncanakan. Untuk bentuk saluran masuk lebih baik pilih

dengan bentuk straight karena mudah dibuat, dan peletakannya diatas pengalir

(runner).

Gambar 2. 8 Jenis saluran masuk (ingate)

Page 35: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

13

2.6 Perencanaan Sistem Saluran

Berdasarkan American Foundrymen’s Society (AFS), sistem saluran yang

optimal dapat dibuat berdasarkan ketentuan sebagai berikut:

1. Sistem saluran menggunakan sistem tanpa tekanan dimana perbandingan

antara luasan saluran turun : pengalir : saluran masuk adalah 1 : 4 : 4.

2. Saluran turun yang digunakan adalah saluran turun yang meruncing dengan

bagian bawah saluran turun mengecil merupakan luasan penyempitan.

3. Menggunakan cawan tuang.

4. Sprue Base digunakan untuk menyerap energi kinetik yang jatuh dari saluran

turun.

5. Runner diletakkan di drag dan ingate di cup.

6. Perpanjangan pengalir digunakan untuk menjebak slag atau pengotor dari

logam cair, terjebaknya udara atau gas dalam coran.

Di dalam melakukan perhitungan sistem saluran dibutuhkan beberapa data awal

yang akan digunakan untuk menentukan dimensi sistem saluran. Secara matematis

perhitungan sistem saluran antara lain :

a) Menghitung volume pola (V). Gunakan gambar pola ataupun ukuran dari pola

yang sudah disertai toleransi ukuran serta penambahan untuk penyusutan,

penyelesaian mesin, dan kemiringan pola.

b) Menghitung berat benda coran (w) dengan menggunakan rumus:

w = ρ . V (Pers 2.1)

c) Menghitung waktu tuang (t) untuk coran menggunakan material steel casting

dapat dihitung dengan menggunakan rumusan berikut:

t = (1,35 log W) √𝑊 (Pers 2.2)

Dimana :

t = Waktu tuang (detik)

w = Berat benda coran (kg)

Page 36: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

14

d) Menentukan Choke Area (AB) dapat dihitung berdasarkan rumusan:

AB = 𝑤

𝑑.𝑡.𝑐.√2.𝑔.𝐻 (Pers 2.3)

Dimana :

AB = Luasan penyempitan Choke Area (mm2)

w = Berat coran (gr)

d = Densitas logam cair (gr / cm3)

t = Waktu penuangan (detik)

H = Ketinggian efektif saluran turun (cm)

g = Percepatan gravitasi (981 cm/det2)

c = Faktor efisiensi dari saluran turun

a) 0,88 (tapered sprue)

b) 0,47 (round straight sprue)

c) 0,74 (square tapered sprue)

Untuk menentukan ketinggian efektif saluran turun didasarkan atas sistem

saluran yang digunakan antara lain sebagai berikut:

a) Top Gating system, dengan menggunakan rumus :

H = h (Pers 2.4)

Gambar 2. 9 Top Gating

b) Bottom gating system, dengan menggunakan rumus :

= h − 𝐶

2 (Pers 2.5)

Gambar 2. 10 Bottom Gating

Page 37: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

15

c) Parting line gating system, dengan menggunakan rumus :

= (Pers 2.6)

Gambar 2. 11 Parting line Gating

d) Menentukan Area of the Top of Sprue (AT) dapat dihitung dengan rumusan :

AT = AB √𝐻

𝑏 (Pers 2.7)

Dimana :

AB = Choke Area (mm2)

b = Kedalaman logam pada cawan tuang (mm)

Menentukan Luasan Pengalir (Runner Area) dan luasan saluran masuk (Gate

Area) dengan menggunakan rekomendasi AFS pengecoran horizontal maka untuk

menentukan luasan pengalir menggunakan perbandingan antara choke area :

runner area : gate area = 1 : 4 : 4. Maka runner area sama dengan empat kali

choke area dan gate area sama dengan empat kali choke area.

e) Menghitung Saluran Turun Dasar (Well Base)

Perumusan well base sebagai berikut:

Gambar 2. 12 Dimensi Well Base

2hc-p2

2c

Choke Area = AB

Well base = 5 x AB

Runner depth = d

Well depth = 2d

Page 38: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

16

Dimana :

Well base = 5 x AB (Pers 2.8)

Well depth = 2 x Runner depth (d) (Pers 2.9)

Dimana : AB = Choke Area (mm)

2.7 Penentuan Tambahan Penyusutan yang Disarankan

Tambahan untuk penyusutan diperlukan karena coran menyusut pada saat

pembekuan paling akhir, pada proses peleburan logam dari padat menjadi cair, logam

akan mengalami tiga tahap perubahan fase seperti pada gambar dibawah, dimana di

ikuti oleh kontraksi dari ikatan – ikatan atom logam yang selanjutnya membuat volume

logam tersebut menjadi lebih besar. Sebaliknya setelah proses penuangan pada

cetakan, logam cair yang dituang akan mengalami pendinginan dan mengalami

penyusutan volume dari logam cair, berkebalikan seperti pada proses pemanasan.

Cacat shrinkage tejadi akibat adanya ketidak seragaman pendinginan dalam proses

pengecoran sehingga pada bagian yang memiliki laju pendinginan yang relatif lambat

dan luas permukaan bidang cor yang cukup besar maka sangat rawan terjadi

penyusutan. Oleh karena itu diperlukan persyaratan penyusutan pada daftar tabel 2.1.

Untuk bahan besi cor dengan panjang 1.000 mm maka penyusutan yang terjadi adalah

8 mm.

Gambar 2. 13 Skematik Ilustrasi shrinkage pada tiap fase

Page 39: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

17

Tabel 2. 1 Tambahan penyusutan karena solidification contraction

Tambahan penyusutan

(mm/mm) Bahan

8/1.000 Besi cor, baja cor tipis

9/1.000 Besi cor, baja cor tipis yang banyak menyusut

10/1.000 Besi cor, baja cor tipis yang banyak menyusut dan aluminium

12/1.000 Paduan Aluminium, bronze, baja cor (tebal 5-7 mm)

14/1.000 Kuningan kekuatan tinggi, baja cor

16/1.000 Baja cor (tebal lebih dari 10 mm)

20/1.000 Coran baja yang besar

25/1.000 Coran baja besar dan tebal

2.8 Saluran Penambah (Riser)

Fungsi dari saluran penambah (riser) adalah sebagai penyimpan/reservoir yang

akan mensuplai logam cair tambahan pada produk cor selama proses solidifikasi.

Dalam hal ini logam cair dalam riser harus membeku lebih lambat dari benda coran.

Proses solidifikasi dimulai dari bagian tertipis menuju ke bagian yang paling

tebal. Oleh karena itu, pada bagian yang paling tebal harus ada riser, serta diperlukan

untuk penentuan arah solidifikasi. Ketersediaan logam pengisi (feed metal) selama

proses solidifikasi bergantung dari beberapa variabel yang sangat berkaitan erat

dengan riser, yaitu bentuk dan lokasi riser serta ukurannya harus disesuaikan dengan

benda coran.

Riser sangat didesain untuk membeku paling akhir dalam proses pengecoran

dan juga berfungsi untuk menarik cacat shrinkage keluar dari produk cor. Ada 2 jenis

riser yang umum digunakan yaitu penambah atas (top riser) dan penambah samping

(side riser).

Gambar 2. 14 Top riser dan side riser

Page 40: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

18

Gambar 2. 15 Peletakan Top riser dan side riser pada cetakan

Riser yang terbuka ke udara luar disebut riser terbuka (open riser),

sedangkan riser yang dekat pada bagian atasnya yang biasanya berbentuk

setengah bola disebut riser buta (blind riser). Riser buta tidak dapat

memberikan logam cair kalau bagian luarnya membeku, karena di bagian-

bagian yang tidak membeku di atasnya menjadi hampa udara. Untuk

menghindari kesukaran ini disisipkan kerucut inti yang berukuran kecil dan

berujung tajam. Riser buta lebih ekonomis sebab dapat diusahakan riser buta

yang kecil sebagai pengganti riser terbuka yang lebih besar. Tetapi hal ini

menyebabkan pembuatan cetakan lebih lama.

(a) (b)

Gambar 2. 16 Contoh-Contoh Penambah : (a) Penambah atas, (b) Penambah buta, dan (c) Penambah

samping

(c)

Page 41: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

19

Jumlah berat riser tidak seluruhnya berfungsi sebagai penambah, sebab logam

cair menyentuh permukaan cetakan atau udara luar akan membeku lebih dulu karena

penurunan temperatur yang cepat. Perbandingan pengisian yang efektif dari side riser

yang dihubungkan dengan sistem pengisian berbeda dengan top riser yang diisi

dengan logam cair melalui rongga cetakan karena perbedaan temperatur dari logam

cair dalam riser-riser itu. Pada umumnya, riser dibuat dalam bentuk silinder karena

mudah membuatnya.

2.8.1 Merancang Riser

Langkah-langkah untuk merancang riser pada proses pengecoran dengan

metode Jhon R. Brown (Foseco Ferrous Foundryman) dapat dirumuskan sebagai

berikut:

a) Menentukan nilai modulus (C%) yang efisien sesuai dengan jenis riser.

• 33% apabila menggunakan Foseco sleeve.

• 16% apabila menggunakan natural feeder/riser (logam cair mengalir

sebelum mencapai rongga cetak).

• 10%-14% untuk natural feeder yang lainnya.

b) Menentukan nilai shrinkage pada paduan yang akan dicor. Nilai shrinkage

untuk pengecoran paduan diberikan pada gambar berikut.

Gambar 2. 17 Casting modulus

Page 42: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

20

Gambar 2. 18 Persentase penyusutan

c) Memperkirakan berat logam cair yang ada di dalam riser (WF) dengan terlebih

dahulu menentukan berat dari benda yang akan di cor (WC). Hubungan antara

WF dan WC dapat dilihat pada rumus berikut:

WF =

Dengan mendapatkan berat logam cair yang ada di dalam riser (WF) maka

dapat ditentukan dimensinya. Sedangkan dengan metode Tata Surdia perancangan

riser dengan bahan atau material coran besi adalah sebagai berikut:

Tabel 2. 2 Penentuan diameter penambah

Kekuatan tarik bahan Diameter (D) (mm)

Penambah samping Penambah atas

20-25 kgf/mm2 T + 30 T + 40

≥ 30 kgf/mm2 T + 40 T + 50

Catatan : T = Tebal bagian coran di bawah penambah.

Dan desain riser untuk metode Tata Surdia adalah untuk coran besi adalah sebagai

berikut:

Gambar 2. 19 Desain dan ukuran penambah samping

WC 100 S%

C% 100 X X

Page 43: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

21

2.9 Proses Solidifikasi

Proses solidifikasi adalah proses transformasi logam cair ke wujud padatnya

(solid), disaat itu pula tumbuh inti padatan (nuclei). Setelah terbentuknya nuclei maka

terjadi pertumbuhan solidifikasi, atom-atom yang menempel pada nuclei akan

tersolidifikasi dan seterusnya. Solidifikasi dari atom-atom logam ini akan membentuk

suatu struktur yang biasa disebut dengan dendrit. Dendrit akan tumbuh ke segala arah

sehingga cabang- cabang akan saling bertemu dan bersentuhan. Pertemuan antar

dendrit disebut batas butir. Setelah itu, batas butir antar tiap dendrit membeku seiring

dengan penurunan suhu. Sehingga proses solidifikasi pada pengecoran berakhir.

Gambar 2. 20 Proses solidifikasi

2.10 Cacat Coran

Pada proses pengecoran banyak sekali adanya cacat pada produk. Apabila

produk tersebut akan diproduksi dan banyak adanya cacat coran maka banyak pula

kerugian yang didapatkan, sehingga cacat tersebut harus dikurangi semaksimal

mungkin.

Gambar 2. 21 Macam-macam bentuk cacat

Page 44: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

22

Banyak faktor-faktor yang mempengaruhi cacat pada coran, misal desain sistem

saluran yang kurang masimal, waktu penuangan yang terlalu lama, dll. Cacat-cacat

tersebut biasanya berupa cacat penyusutan, porositas, salah alur, retakan, slag, inklusi

pasir dan masih banyak cacat-cacat yang lain.

2.10.1 Porositas Gas

Porositas gas dapat muncul sebagai lubang pada permukaan atau di

dalam coran, terutama sedikit di bawah permukaan yang merupakan rongga-

rongga bulat. Cacat ini disebabkan ketika penuangan logam cair lalu mengisi

cetakan, udara/gas yang sebelumnya ada di cetakan mulai mengompresi dan

tekanan naik.

Gambar 2. 22 Cacat Porositas Gas

Sebab-sebab cacat porositas gas secara kasar digolongkan menjadi dua,

yaitu disebabkan gas dari logam cair dan disebabkan gas dari cetakan. Sebab

utama dari porositas gas adalah sebagai berikut :

a. Logam cair yang dioksidasi.

b. Tidak cukup keringnya saluran cerat ladel, sehingga logam cair

membawa gas.

c. Temperatur penuangan yang rendah.

d. Penuangan yang terlalu lambat.

e. Cawan tulang dan sistem saluran yang basah.

f. Permeabilitas yang kurang sempurna.

g. Lubang angin yang tidak memadai pada inti.

h. Cetakan yang kurang kering.

i. Terlalu banyak gas yang timbul dari cetakan.

j. Tekanan di atas terlalu rendah.

k. Rongga udara oleh penyangga, cil atau cil dalam.

Page 45: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

23

2.10.1.1 Persentase Porositas

Porositas berhubungan dengan massa jenis (densitas) material.

Densitas adalah perbandingan massa terhadap volume. Sebelum

menentukan persentase porositas, terlebih dahulu menentukan densitas

teoritis dan densitas aktual menggunakan rumus Archimedes

berdasarkan standar ASTM D3800 (Siswanto dkk, 2018) :

𝐷𝑎 =𝑊𝑎.𝐷𝑤

𝑊𝑎−𝑊𝑤 (Pers 2.10)

Dimana :

Da = densitas aktual (gram/cm3)

Dw= densitas air (gram/cm3)

Wa= berat specimen dalam udara (gram)

Ww= berat specimen dalam air (gram)

𝐷𝑡 =𝑚𝑠

𝑣𝑠 (Pers 2.11)

Dimana :

Dt = densitas teoritis (gram/cm3)

Ms= Massa spesimen (gram)

Vs= Volume spesimen (cm3)

Data densitas teoritis dan data aktual produk cor kemudian digunakan

untuk menghitung persentase porositas :

𝑃% = 1 −𝐷𝑎

𝐷𝑡ℎ 𝑥100% (Pers 2.12)

Dimana :

P%= Persentase Porositas Produk Cor (%)

Da = Densitas aktual (gram/cm3)

Dth= Densitas teoritis (gram/cm3)

Page 46: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

24

2.10.2 Retakan (Crack)

Retakan secara luas dibagi menjadi retak penyusutan dan retak karena

tegangan sisa, sebabnya berbeda satu sam lain. Retak penyusutan sering terjadi

pada bagian filet yang tajam dari suatu coran. Lebar cetakan berbeda, tetapi

bentuk retakan tidak tajam. Salah satu retakan yang disebabkan tegangan sisa

adalah robekan panas yang terjadi pada temperatur tinggi, dan lainnya retakan

pada temperatur rendah. Keduanya disebabkan karena pendinginan tak

seimbang pada penyusutan. Robekan panas tidak tajam dan dalam beberapa

hal tidak kontinu, tetapi robekan pada temperatur rendah, tidak lebar, runcing

dan lurus.

Retak penyusutan mudah terjadi pada bagianpersilanagn dinding tebal

dan sudut-sudut tajam. Kalau bagian ini tersapu oleh logam cair untuk waktu

yang lama, maka retak penyusutan mudah diteruskan.

Gambar 2. 23 Cacat surface crack

2.10.3 Penyusutan (Shrinkage)

Pada setiap pembuatan cetakan (mould) harus selalu memperhitungkan

terjadinya penyusutan (shrinkage) setelah terjadi pembekuan. Hal itu terjadi

karena adanya perubahan fase dari material cair menjadi padat sehingga akan

terjadi perubahan volume. Jadi jika dibandingkan dengan ukuran pada rongga

cetak, ukuran produk akan berbeda, yakni ukurannya akan menjadi lebih kecil

dibandingkan rongga cetaknya.

Page 47: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

25

Gambar 2. 24 Cacat penyusutan (shringkage)

Proses pembekuan logam cair dimulai dari bagian logam cair yang

bersentuhan dengan dinding cetakan karena panas dari logam cair diambil oleh

cetakan sehingga bagian logam yang bersentuhan dengan cetakan itu

mendingin sampai titik beku. Selama proses pembekuan berlangsung, inti-inti

kristal tumbuh. Bagian dalam coran mendingin lebih lambat daripada bagian

luarnya. Akibat adanya perbedaan kecepatan pembekuan, terbentuklah arah

pembekuan yang disebut dendritik.

Gambar 2. 25 Ilustrasi terjadinya cacat penyusutan (shrinkage)

Bentuk benda coran mempengaruhi terjadinya cacat shrinkage. Untuk

itu, dihindari benda coran yang memiliki perubahan tebal yang sangat besar

dan pada bidang lengkung yang memerlukan pekerjaan tangan diubah menjadi

datar. Adanya perubahan tebal yang terlalu besar dan bentuk benda coran yang

rumit memperbesar kemungkinan terjadinya cacat penyusutan (shrinkage).

Cacat penyusutan (shrinkage) merupakan cacat pada coran berupa

cekungan bila bentuk cetakan terbuka seperti pada gambar 2.26 dan berupa

rongga bila bentuk cetakan tertutup dengan bentuk tidak beraturan seperti pada

gambar 2.25, terlihat kondisi permukaannya yang kasar, terjadi karena

penyusutan volume logam cair pada saat proses pembekuan dan tidak

mendapatkan pasokan logam cair dari riser.

Pada saat logam membeku, tiap bagian coran yang berbeda bentuknya

memiliki kecepatan pembekuan yang berbeda pula, cacat tersebut mudah

Page 48: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

26

terjadi pada bagian yang paling lambat membeku. Sebab-sebab adanya rongga

penyusutan antara lain sebagai berikut:

1. Tidak menggunakan saluran penambah (riser).

2. Temperatur penuangan yang terlalu rendah menyebabkan penambah

membeku lebih dahulu.

3. Perencanaan dan pembuatan riser kurang sempurna.

4. Logam cair yang teroksidasi menyebabkan perbandingan penyusutan

yang besar.

5. Ukuran leher riser yang tidak cukup.

6. Penempatan riser yang tidak tepat.

7. Cetakan membengkak karena tekanan dari logam cair di tempat yang

kurang mampat.

8. Perubahan yang mendadak dari ketebalan menyebabkan sukarnya

proses pengisian dari riser.

9. Terdapat bagian coran yang cekung terlalu tajam atau mempunyai

radius terlalu kecil.

10. Logam cair yang dialirkan mengandung banyak karat dan kotoran.

2.10.3.1 Persentase penyusutan

Nilai persentase penyusutan secara kualitatif dapat dihitung

dengan persamaan berikut (Prasetyorini, 2013) :

𝑆% =𝑉𝑐𝑒𝑡𝑎𝑘𝑎𝑛− 𝑉𝑝𝑟𝑜𝑑𝑢𝑘

𝑉𝑐𝑒𝑡𝑎𝑘𝑎𝑛 𝑥100% (Pers 2.13)

Dimana :

S% = Persentase Penyusutan Produk Cor (%)

Vcetakan = Volume cetakan (cm3)

Vproduk = Volume produk (cm3)

2.11 Software Flow Cast 3D

Flow Cast 3D merupakan salah satu dari sekian banyak software simulasi

pengecoran yang dibekali dengan fasilitas untuk membantu para casting designer

untuk merancang proses pengecoran. Pengguna mampu mengoperasikan hanya

dengan satu tampilan dan satu dokumen pada setiap simulasi. Ukuran geometri seperti

Page 49: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

27

penempatan obyek dan perhitungan ukuran mesh nampak secara visual dan

perubahannya langsung ditampilkan. Terdapat data material secara global dan umum

digunakan pada proses pengecoran. Software ini memverifikasi rancangan coran yang

telah dikembangkan menggunakan analisis aliran cairan yang komprohensif dan

mengkombinasikannya dengan analisis thermal serta analisis untuk memastikan

desain coran bebas dari cacat.

2.11.1 Permodelan Gambar

Beberapa fitur yang menyusun sebuah model solid 3D selalu diawali

dengan pendefinisian sketsa. Pendefinisian sketsa dapat dilakukan di modul sketsa

yang kemudian diubah dalam bentuk 3D solid dan disassembly pada software-

software, seperti Autocad, Solidwork, Catia, dan lain sebagainya. Untuk Flow Cast

3D dibutuhkan format file .STL untuk melakukan simulasi.

2.12 Software Minitab 17

Minitab adalah program komputer yang dirancang untuk melakukan

pengolahan data statistic. Minitab mengkombinasikan kemudahan layaknya

Microsoft Excel dengan kemampuannya melakukan analisis statistic yang kompleks.

Minitab sebagai pengolah data terutama proses peramalan menyediakan berbagai

perintah yang memungkinkan proses pemasukan data, pembuatan grafik, peringkasan

numerik dan peramalan.

Minitab punya dua layar primer, yaitu worksheet untuk melihat dan mengedit

lembar kerja, serta sesi command untuk menampilkan hasil. Perintah-perintah

Minitab dapat diakses melalui menu, kotak dialog maupun perintah interaktif. Untuk

keperluan perancangan percobaan, Minitab menyediakan fasilitas analisis statistik,

yaitu Analisis Ragam (ANOVA), Uji Perbandingan rata-rata, Analisa Regresi dan

Korelasi.

2.13 Metode DOE (Design of Experiment)

DOE menyediakan sebuah arti yang kuat untuk mencapai peningkatan pada

kualitas produk dan efisiensi proses. Dari pandangan bidang manufaktur, DOE dapat

mengurangi jumlah eksperimen yang dibutuhkan ketika mengambil sejumlah faktor

yang mempengaruhi hasil eksperimen. (Coleman dan Montgomery, 1993).

Page 50: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

28

Metode-metode eksperimental dapat digunakan untuk memecahkan masalah

yang berkaitan dengan proses manufaktur, untuk menggantikan sebuah proses dengan

proses lainnya, untuk mengembangkan produk yang berbeda, dan untuk memahami

pengaruh berbagai faktor pada kualitas akhir dari produk yang diberikan.

Desain of Experiments (DOE) adalah teknik eksperimental yang membantu

untuk menyelidiki kombinasi terbaik dari parameter proses, kuantitas yang berubah,

tingkat dan kombinasi dalam rangka mendapatkan hasil yang statis yang dapat

diandalkan. Ini adalah rute yang sistematis yang dapat diikuti untuk mencari solusi

pada masalah proses industri dengan objektivitas yang lebih besar dengan

menggunakan teknik eksperimental dan statistik (Coleman and Montgomery, 1993).

Dalam desain eksperimen terdapat beberapa metode yang umum digunakan dalam

industry manufaktur diantaranya adalah :

2.13.1. Desain Faktorial (Factorial Design)

Desain Faktorial (FactorialDesign) adalah suatu percobaan yang

perlakuannya terdiri atas semua kemungkinan kombinasi taraf dari beberapa

percobaan dengan menggunakan faktor dan level. Tujuan dari percobaan

factorial adalah untuk melihat interaksi antara faktor yang kita uji. Adakalanya

kedua faktor saling sinergi terhadap respon (positif), namun adakalanya juga

keberadaan salah satu faktor justru menghambat kinerja dari faktor lain

(negatif). Adanya kedua antar faktor yang dijadikan sebagai acuan untuk

mengukur kegagalan salah satu faktor terhadap setiap level faktor lainnya.

2.13.2. Response Surface

Metode Response Surface merupakan sekumpulan teknik menganalisis

permasalahan dimana beberapa variabel bebas mempengaruhi variabel respon

dan tujuan akhirnya adalah untuk mengoptimalkan respon. Secara matematis

metode response surface menampikan permodelan antara beberapa variabel

bebas dengan satu atau lebih variabel respon. Tujuan utamanya adalah

menentukan titik optimal pada variabel respon yang bersesuaian dengan

pengaturan level pada variabel-variabel bebasnya. Ketika model response

surface ini diterapkan dalam eksperimen , maka error pada data-data hasil

Page 51: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

29

eksperimen tidak akan dapat dihindari sehingga interpretasi secara statistic

untuk response surface sangat melekat pada penerapannya.

2.13.3. Taguchi

Metode Taguchi diperkenalkan oleh Dr. Genichi Taguchi pada

tahun 1940. Metode ini digunakan untuk mengoptimalkan hasil

eksperimen dan berprinsip pada perbaikan mutu dengan memperkecil

efek variasi tanpa menghilangkan penyebab variasi tersebut. Metode

Taguchi juga bertujuan untuk menekan biaya pemesinan dan resources

seminimal mungkin. Soejanto (2009) menyatakan bahwa metode

Taguchi menjadikan produk dan proses tidak sensitif terhadap berbagai

faktor seperti material, perlengkapan manufaktur, operator, dan kondisi-

kondisi lainnya. Metode Taguchi menjadikan produk dan proses memiliki

sifat kokoh (robust) terhadap faktor gangguan sehingga metode ini disebut

juga sebagai perancangan kokoh atau robust design.

Berikut terdapat perbandingan diantara metode desain faktorial, response

surface dan Taguchi pada tabel 2.3 :

Tabel 2. 3 Perbandingan Desain Eksperimen

Parameter Desain Faktorial Response Surface Taguchi

Tujuan Melihat interaksi

antar faktor yang

sedang diuji

Menentukan titik

optimal pada

variabel respon

sesuai peraturan

level pada faktor

Menentukan nilai-

nilai variabel yang

independen dari

percobaan yang

dilakukan

Kelebihan Interaksi antar

faktor dapat

diduga, sehingga

dapat diketahui

apakah faktor

bekerja sendiri

atau memiliki

interaksi dengan

faktor lainnya

Dapat

menghasilkan

optimasi yang

lebih akurat

apabila model

matematis

memenuhi seluruh

asumsi statistik

Menghasilkan

produk lebih

konsisten dan

tingkat

kesensitifan

rendah (robust)

terhadap

variabilitas oleh

faktor-faktor yang

tidak dapat

dikendalikan

(noise)

Page 52: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

30

Kekurangan Jumlah faktor

yang semakin

banyak maka

kombinasi

perlakuan semakin

meningkat pula,

sehingga ukuran

percobaan

semakin besar dan

akan

mengakibatkan

ketelitiannya

semakin berkurang

Terdapat asumsi

statistika dan

matematis yang

digunakan,

sehingga lebih

kompleks dan

rumit

Mengorbankan

pengaruh interaksi

dan ada pula

rancangan

rancangan yang

mengorbankan

pengaruh utama

dan pengaruh

interaksi yang

cukup signifikan

Sumber : Raharjo (2016), Roy (2001)

2.14 Metode DOE (Design of Experiment) Terpilih

Pada penelitian ini metode desain eksperimen yang digunakan ialah metode

Taguchi, dikarenakan pada penelitian ini tidak melibatkan interaksi antar faktor dan

lebih mementingkan pengamatan pada pengaruh di setiap faktornya. Selain itu metode

ini memiliki tahap analisa perhitungan yang relatif singkat, sehingga dapat

memperoleh kesimpulan mengenai faktor-faktor yang berpengaruh dan respon yang

optimum lebih cepat.

Namun demikian, metode Taguchi memiliki struktur rancangan yang

sangat kompleks, sehingga pemilihan rancangan percobaan harus dilakukan

secara hati-hati dan sesuai dengan tujuan penelitian. Secara umum, desain

eksperimen Taguchi dibagi menjadi dua tahap utama, yaitu :

2.14.1. Tahap Perencanaan

Pada tahap ini seseorang peneliti dituntut untuk mempelajari

eksperimen-eksperimen yang pernah dilakukan sebelumnya. Kecermatan

pada tahap ini akan menghasilkan eksperimen yang memberikan

informasi positif atau negatif. Informasi positif terjadi apabila hasil

eksperimen memberikan indikasi tentang faktor dan level yang mengarah

pada peningkatan performansi produk. Informasi negatif terjadi apabila hasil

eksperimen gagal memberikan indikasi tentang faktor-faktor yang

Page 53: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

31

mempengaruhi respon. Tahap ini (Soejanto, 2009) terdiri dari beberapa

langkah sebagai berikut:

a) Perumusan Masalah

Perumusan masalah harus secara spesifik dan jelas secara teknis

sehingga dapat dituangkan ke dalam percobaan yang akan dilakukan.

b) Penentuan Tujuan Eksperimen

Tujuan eksperimen harus dapat menjawab masalah yang telah

dirumuskan.

c) Penentuan Variabel Respon atau Variabel Tidak Bebas

Variabel respon memiliki nilai yang tergantung pada variabel-

variabel lain yang disebut variabel tidak bebas.

d) Pengidentifikasian Variabel Proses

Variabel proses didefinisikan sebagai variabel yang perubahannya

tidak tergantung pada variabel lain. Pada langkah ini akan dipilih

variabel proses yang akan diselidiki pengaruhnya terhadap variabel

respon yang bersangkutan. Dalam suatu eksperimen, tidak semua

variabel proses yang diprediksi mempengaruhi variabel respon harus

diteliti. Dengan demikian, eksperimen dapat dilaksanakan secara

efektif dan efisien.

e) Pemisahan Variabel Proses dan Faktor Gangguan

Dalam rancangan eksperimen Taguchi, variabel proses dan

faktor gangguan perlu diidentifikasi dengan jelas sebab pengaruh

antar kedua faktor tersebut berbeda. Variabel proses adalah

variabel proses yang nilainya dapat dikendalikan sedangkan faktor

gangguan adalah variabel yang nilainya tidak dapat dikendalikan.

f) Penentuan Jumlah dan Nilai Level Variabel Proses

Penentuan dan pemilihan jumlah level akan mempengaruhi ketelitian

hasil dan biaya pelaksanaan eksperimen. Semakin banyak level

yang akan diteliti maka hasil eksperimen yang diperoleh akan semakin

akurat, tetapi biaya yang harus dikeluarkan juga akan semakin besar.

Page 54: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

32

g) Perhitungan Derajat Kebebasan

Derajat kebebasan adalah sebuah konsep untuk mendeskripsikan

seberapa besar eksperimen harus dilakukan dan seberapa banyak

informasi yang dapat diberikan oleh eksperimen tersebut. Perhitungan

derajat kebebasan dilakukan untuk menentukan jumlah eksperimen

yang akan dilakukan untuk menyelidiki faktor yang diamati.

Derajat kebebasan dari matriks ortogonal (υmo) dapat ditentukan

dengan menggunakan persamaan sebagai berikut:

υmo = jumlah eksperimen – 1 (Pers 2.14)

Derajat kebebasan dari variabel proses dan level (υvpl) dapat

ditentukan dengan menggunakan persamaan sebagai berikut:

υvpl = jumlah level variabel proses – 1 (Pers 2.15)

h) Pemilihan Matriks Ortogonal

Pemilihan matriks ortogonal yang sesuai ditentukan oleh jumlah

derajat kebebasan dari jumlah variabel dan jumlah level variabel.

Matriks ortogonal memiliki kemampuan untuk mengevaluasi

sejumlah variabel dengan jumlah eksperimen yang minimum.

Suatu matriks ortogonal dilambangkan dalam bentuk :

La (bc) (Pers 2.16)

Dengan:

L = Rancangan bujur sangkar latin

a = Banyaknya eksperimen

b = Banyaknya level variable

c = Banyaknya variable

Berikut ini adalah beberapa contoh tabel Matriks Orthogonal Array

pada desain eksperimen Taguchi:

Tabel 2. 4 Ortogonal Array L4 ( 2 3

)

Faktor

EXP A B C

1 1 1 1

2 1 2 2

3 2 1 2

4 2 2 2

Page 55: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

33

Tabel 2. 5 Ortogonal Array L8 ( 2 7

)

Faktor

EXP A B C D E F G

1 1 1 1 1 1 1 1

2 1 1 1 2 2 2 2

3 1 2 2 1 1 2 2

4 1 2 2 2 2 1 1

5 2 1 2 1 2 1 2

6 2 1 2 2 1 2 1

7 2 2 1 1 2 2 1

8 2 2 1 2 1 1 2

Tabel 2.6 Ortogonal Array L9 ( 3 4

)

Faktor

EXP A B C D

1 1 1 1 1

2 1 2 2 2

3 1 3 3 3

4 2 1 2 3

5 2 2 3 1

6 2 3 1 2

7 3 1 3 2

8 3 2 1 3

9 3 3 2 1

Dari matrik diatas dapat disajikan sebuah tabel orthogonal Array untuk

jumlah faktor dan level tertentu yaitu sebagai berikut:

Tabel 2.7 Ortogonal Array

Matrik Ortogonal Jumlah faktor Jumlah level

L4 ( 2 3

) 3 2

L8 ( 2 7

) 7 2

L12 ( 2 11

) 11 2

L16 ( 2 15

) 15 2

L32 ( 2 31

) 31 2

L9 ( 3 4

) 4 3

L18 ( 2 1

,3 7

) 1 dan 7 2 dan 3

L27 ( 313

) 14 3

L16 ( 4 5

) 5 4

L32 ( 2 1

, 4 9

) 1 dan 9 2 dan 4

L64 ( 4 21

) 21 4

(Ranjit, 1990)

Page 56: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

34

Untuk dua level, tabel OA terdiri dari L4, L8, L12, L16, dan L32,

sedangkan untuk tiga level tabel OA terdiri dari L9, L18 dan L27.

Pemilihan jenis orthogonal array yang akan digunakan pada percobaan

didasarkan pada jumlah derajat bebas total (Ishak, 2002).

2.14.2. Tahap Pelaksanaan

Ada 2 hal yang harus dilakukan pada pelaksanaan eksperimen, yaitu:

1. Replikasi

Replikasi adalah pengulangan kembali kombinasi perlakuan yang sama

pada sebuah percobaan untuk mendapatkan ketelitian yang lebih tinggi,

mengurangi tingkat kesalahan serta memperoleh harga taksiran dari kesalahan.

2. Randomisasi

Pengaruh variabel-variabel proses lain yang tidak diinginkan atau tidak

dapat dikendalikan selalu ada dalam sebuah eksperimen. Pengaruh itu

dapat diperkecil dengan menyebarkan variabel-variabel proses tersebut

melalui randomisasi (pengacakan) urutan percobaan. Randomisasi

bertujuan untuk menyebarkan pengaruh dari variabel-variabel proses

yang tidak dapat dikendalikan pada semua unit eksperimen serta

memberikan kesempatan yang sama pada semua unit eksperimen untuk

menerima suatu perlakuan, sehingga ada kehomogenan pengaruh dari setiap

perlakuan yang sama. Jika replikasi bertujuan untuk memungkinkan

dilakukannya uji signifikansi, maka randomisasi bertujuan untuk

memberikan validasi terhadap uji signifikansi tersebut dengan

menghilangkan sifat bias.

2.14.3. Tahap Analisis

Pada tahap ini, pengumpulan dan pengolahan data dilakukan. Tahap

ini meliputi pengumpulan data, pengaturan data, perhitungan serta

penyajian data dalam suatu tampilan tertentu yang sesuai dengan desain

yang dipilih. Selain itu, perhitungan dan pengujian data statistik dilakukan

pada data hasil eksperimen.

Page 57: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

35

a) Analisis variansi (ANOVA)

Analisis variansi adalah teknik yang digunakan untuk menganalisis data

yang telah disusun dalam desain secara statistik. Analisis ini dilakukan

dengan menguraikan seluruh variansi atas bagian-bagian yang diteliti. Pada

tahap ini akan dilakukan pengklasifikasian hasil eksperimen secara statistik

sesuai dengan sumber variasi sehingga dapat mengidentifikasi kontribusi

variabel proses. Dengan demikian akurasi perkiraan model dapat ditentukan.

Analisis variansi pada matriks ortogonal dilakukan berdasarkan perhitungan

jumlah kuadrat untuk masing-masing kolom. Analisis variansi digunakan

untuk menganalisis data percoban yang terdiri dari dua variabel proses atau

lebih dengan dua level atau lebih. Tabel ANOVA terdiri dari perhitungan

derajat kebebasan (db), jumlah kuadrat (sum of square, SS), kuadrat tengah

(mean of square, MS), dan Fhitung seperti ditunjukkan pada Tabel.

Tabel 2.8 Analisis Variansi (ANOVA)

Sumber

Variansi

db()

SS

MS

Fhitung

Faktor A A SSA MSA FA

Faktor B SSB MSB FB

Error error SSerror MSerror

Total T SST Sumber: Blank, 1982

Dengan :

υT = derajat bebas total

= N-1 (Pers 2.17)

υA = derajat bebas faktor A

= kA-1 (Pers 2.18)

υB = derajat bebas faktor B

= kB-1 (Pers 2.19)

υerror = derajat bebas error

= υT – υA – υB (Pers 2.20)

SST = jumlah kuadrat total

= ∑ (𝑌𝑖 − ��)29

𝑖=1 (Pers 2.21)

Page 58: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

36

SSA = jumlah kuadrat factor A

= [𝑛𝐴 ∑ (𝐴𝑖 − ��)2

𝑘𝐴

𝑖=1 ] (Pers 2.22)

SSB = jumlah kuadrat factor B

= [𝑛𝐵 ∑ (𝐵𝑖 − ��)2

𝑘𝐵

𝑖=1 ] (Pers 2.23)

SSerror= jumlah kuadrat error

= SST – SSA – SSB (Pers 2.24)

MSA = kuadrat tengah faktor A

= SSA/ υA (Pers 2.25)

MSA = kuadrat tengah faktor A

= SSA/ υA (Pers 2.26)

MSerror= kuadrat tengah faktor error

= SSerror/ υerror (Pers 2.27)

FA = Fhitung faktor A

= MSA/MSE (Pers 2.28)

FB = Fhitung faktor B

= MSB/MSE (Pers 2.29)

kA = jumlah level faktor A

kB = jumlah level faktor B

Ai = level ke-i faktor A

N = jumlah total percobaan

nAi = jumlah total pengamatan faktor A

nBj = jumlah total pengamatan faktor B

b) Uji Distribusi F

Pengujian uji distribusi F dilakukan dengan cara membandingkan variansi

yang disebabkan oleh masing-masing faktor dan error. Variansi error adalah

variansi setiap individu dalam pengamatan yang timbul karena faktor-faktor

yang tidak dapat dikendalikan (Soejanto, 2009). Secara umum, hipotesis yang

Page 59: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

37

digunakan dalam pengujian ini untuk faktor yang tidak diambil secara random

(fixed) adalah :

H0 : μ1 = μ2 = μ3 = … = μk

H1 : sedikitnya ada satu pasangan μ yang tidak sama

Kegagalan menolak H0 mengindikasikan tidak adanya perbedaan rata-rata

dari nilai respon yang dihasilkan pada perlakuan yang berbeda, sedangkan

penolakan H0 mengindikasikan adanya perbedaan rata-rata dari nilai respon

tersebut. Selain itu, karena respon pada setiap eksperimen dapat dimodelkan

dalam bentuk (Montgomery, 2009) :

Yijk = μ + τi + βj + εijk (Pers 2.30)

Maka hipotesis yang juga dapat digunakan dalam pengujian ini adalah :

Untuk taraf factor A → H0 : τ1 = τ2 = τ3 = … = τk = 0

H1 : paling sedikit ada satu τi ≠ 0

Untuk taraf factor B → H0 : β1 = β2 = β3 = … = βk = 0

H1 : paling sedikit ada satu βj ≠ 0

Kegagalan menolak H0 mengindikasikan tidak adanya pengaruh factor A

dan factor B terhadap respon serta tidak ada interaksi antara factor A dengan

factor B, sedangkan penolakan H0 mengindikasikan adanya pengaruh factor A

dan factor B terhadap respon serta adanya interaksi antara factor A dengan

factor B. kegagalan menolak atau penolakan H0 berdasarkan pada nilai Fhitung

yang dirumuskan :

Untuk taraf faktor A → Fhitung = (Pers 2.31)

Untuk taraf faktor B → Fhitung = (Pers 2.32)

Kegagalan menolak H0 pada masing-masing kasus dilakukan jika

mengalami kondisi berikut :

Untuk taraf faktor A → Fhitung <,A ,E F (Pers 2.33)

Untuk taraf faktor B → Fhitung <,B ,E F (Pers 2.34)

Page 60: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

38

Bila menggunakan perangkat lunak statistik, kegagalan menolak H0

dilakukan jika Pvalue lebih besar daripada α (taraf signifikansi). Kegagalan

menolak H0 bisa juga dilakukan apabila nilai Fhitung > 2.

c) Rasio S/N

Signal adalah nilai rata-rata dari karakteristik dan menampilkan komponen

yang diinginkan, yang mendekatinilai target yang telah ditentukan. Sedangkan

noise adalah komponen yang tidak diinginkan dan diukur melalui variabilitas

karakteristik output. Rasio S/N ini merupakan suatu nilai yang menunjukkan

seberapa besar pengaruh faktor terkendali terhadap kualitas produk yang

dihasilkan dan memperhitungkan variasi produk yang dihasilkan, serta

seberapa dekat produk tersebut dengan target yang telah ditentukan.

Penggunaan Rasio S/N dilakukan untuk memilih faktor-faktor yang memiliki

kontribusi pada pengurangan variasi suatu faktor. Perhitungan rasio S/N

tergantung dari jenis karakteristik kualitas, yaitu :

• Semakin kecil semakin baik (smaller is better)

Rasio S/N untuk karakteristik ini dihitung dengan menggunakan

persamaan berikut ini :

(Pers 2.35)

• Tertuju pada nilai tertentu (nominal is best)

Rasio S/N untuk karakteristik ini dihitung dengan menggunakan

persamaan berikut ini :

(Pers 2.36)

• Semakin besar semakin baik (larger is better)

Rasio S/N untuk karakteristik ini dihitung dengan menggunakan

persamaan berikut ini :

(Pers 2.37)

Page 61: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

39

2.15 Eksperimen Konfirmasi

Langkah terakir dalam proses perancangan percobaan adalah eksperimen

konfirmasi. Eksperimen ini dilakukan dengan melakukan dengan suatu

pengujian yang menggunakan kombinasi tertentu dari faktor-faktor dan level

dari hasil evaluasi sebelumnya. Menentukan kombinasi level terbaik dari

faktor-faktor yang signifikan dapat ditetapkan pada sembarang level. Setelah

itu dapat dilakukan pengambilan beberapa sampel dan diamati.

Tujuan eksperimen konfirmasi adalah untuk melakukan validasi

terhadap kesimpulan yang diperoleh selama tahap analisa. Karena adanya

pencampuran didalam kolom, kesimpulan yang diperoleh harus dianggap

sebagai kesimpulan awal hingga dilakukan validasi oleh eksperimen

konfirmasi. Ketika eksperimen yang digunakan berbentuk faktorial –

fraksional dan beberapa faktor memiliki kontribusi terhadap variasi,

terhadap kemungkinan bahwa kombinasi terbaik dari faktor dan level tidak

nampak pada kombinasi pengujian matriks ortogonal (Soejanto,2009).

Metode perhitungan interval kepercayaan (CI) untuk level faktor digunakan

formula :

CI = √F, v1, v2 x Ve x (1

𝑛)

Keterangan :

𝐹, 1, 𝑣2 = Nilai F-ratio dari tabel

α = Resiko, Level kepercayaan = 1 – resiko

v1 = Derajat kebebasan untuk pembilang yang berhubungan

dengan suatu rata – rata dan selalu sama dengan 1 untuk suatu interval

kepercayaan

v2 = Derajat kebebasan untuk penyebut yang berhubungan

dengan derajat kebebasan dari variasi pooled error

Ve = Variasi pooled error

N = Jumlah pengamatan yang digunakan untuk menghitung rata-

rata (mean)

Page 62: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

40

Sehingga, jika rata-rata sesungguhnya adalah 𝜇 𝐴1 , maka

𝜇 𝐴1 = 𝐴1 ± 𝐶𝐼

𝐴1 − 𝐶𝐼 ≤ 𝜇 𝐴1 ≤ 𝐴1 ± 𝐶𝐼

2.16 Penelitian Terdahulu

Penelitian terdahulu digunakan sebagai dasar dalam rangka penyusunan

penelitian ini. Kegunaannya untuk mengetahui hasil yang telah dilakukan oleh peneliti

terdahulu. Sedangkan manfaat pokok penelitian terdahulu adalah menegaskan sifat

ilmiah penelitian yang dilakukan, menegaskan keasliannya, membedakan/menegaskan

perbedaan yang sedang dilakukan sekarang dengan penelitian terdahulu.

Dalam penelitian ini mengambil referensi penelitian-penelitian sebelumnya

sebagai berikut :

1. Fachrudin, A. (2015):

Melakukan penelitian tentang Simulasi dan perbaikan pengecoran

cetakan pasir pada cranckshaft SINJAI (Mesin Jawa Timur) material FCD 600.

Penelitian ini dilakukan dengan cara memodelkan produk cor (crankshaft)

secara 3D, kemudian melakukan pengecoran secara simulasi software dengan

1 gate system untuk validasi pengecoran, serta mengaplikasikan sistem

penambah (riser) yakni blind riser dan open riser pada 1 gate system, dimensi

awal dari blind riser yang digunakan yakni sebesar ø 66,4 x 110 mm, sedangkan

untuk dimensi open riser yakni ø 55 x 161 mm. Selanjutnya dilakukan

perbaikan pada variabel bebas dari perencanaan pengecoran yakni

memperbesar diameter riser, dan meningkatkan tinggi riser pada blind riser.

Perbaikan dilakukan hingga tidak terjadi cacat shrinkage pada produk cor

dengan mengoptimasi dimensi dari variabel bebas. Untuk proses meshing dan

pengaturan parameter dilakukan pada software pengecoran. Dari penelitian ini

didapatkan data hasil simulasi software berupa letak dan persentase cacat

shrinkage yang terjadi pada produk cor dengan metode 1 gate system, serta efek

pengaplikasian blind riser dan open riser. Dari data tersebut selanjutnya

dilakukan analisa dan validasi, serta dilakukan perbaikan dengan memperbesar

volume riser, kemudian diambil kesimpulan mengenai dimensi dari riser yang

Page 63: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

41

efektif untuk mencegah terjadinya cacat shrinkage pada pengecoran cetakan

pasir dengan material logam FCD 600.

2. Aryadita, L. (2018) :

Melakukan penelitian tentang Pengaruh Perbedaan Diameter Saluran

Turun pada Cetakan Pasir pada Pembuatan Produk Cor Sepatu Rem Tromol

dengan Bahan Alumunium. Penelitian ini bertujuan untuk mengetahui

pengaruh perbedaan diameter saluran turun terhadap penyusutan,cacat

porositas, density, kekerasan dan foto mikro. Bahan baku penelitian ini adalah

alumunium bekas atau rosok dari berbagai komponen yang dicor ulang. Hasil

penelitian menunjukan bahwa hasil rata-rata penyusutan tertinggi terdapat pada

diameter saluran turun (sprue) 22 mm sebesar 7,71 %, sedangkan diameter

saluran turun (sprue) 18 mm 6,659 % dan diameter saluran turun (sprue) 14

mm sebesar 6,191 %. Hasil density tertinggi terdapat pada pada sprue diameter

22 mm sebesar 2,590 dan sprue diameter 18 mm sebesar 2,576, dan didapatkan

nilai density terendah pada sprue diameter 14 mm sebesar 2,567. Hasi

komposisi kimia di temukan unsur kimia yaitu Alumunium (Al) 87,10%

sebagai bahan utama,serta Silikon (Si) 9,51%, sehingga dari unsure yang ada

material ini termasuk logam alumunium paduan silicon (Al-Si). Harga

kekerasan tertinggi terdapat pada sprue berdiameter 22 mm sebesar 108

(HBN), sedangkan sprue diameter 18 mm 103 (HBN) dan sprue diameter 14

mm sebesar 82,5 (HBN).

3. Yussni, H., dkk (2007) :

Melakukan penelitian tentang Effects of Runner Diameter on the

Mechanical Strength and porosity Distribution of Thin Section Castings.

Penelitian ini bertujuan untuk mengetahui pengaruh diameter runner pada

mechanical strength distribusi kekuatan dan porositas penampang Alumunium

alloy Al-12Si yang tipis yang dicor melalui proses pengecoran pasir. Control

Fluid Dynamics (CFD) digunakan untuk mengidentifikasi perilaku aliran

selama proses pengisian. Tes radiografi sinar-X digunakan untuk memeriksa

distribusi cacat secara umum coran dari diameter runner yang berbeda. 3-point

Page 64: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

42

bending test diterapkan mengukur kekuatan lentur. Sebaran hasil kekuatan

lentur adalah dikuantifikasi oleh statistik Weibull. Cacat casting yang ada pada

fraktur permukaan spesimen casting diamati dengan pemindaian mikroskop

electron (SEM). Hasil simulasi menunjukkan bahwa lokasi porositas yang

diprediksi pindah ke ingate dan area runner saat ukuran diameter runner

bertambah.

4. Krisnawan, H., dkk (2012) :

Melakukan penelitian tentang Pengaruh Ukuran Riser terhadap Cacat

Penyusutan dan Cacat Porositas produk Cor Alumunum Cetakan Pasir.

Eksperimen ini bertujuan untuk mengetahui pengaruh ukuran riser terhadap

penyusutan dan cacat porositas coran aluminium dengan menggunakan cetakan

pasir. Bahan paduan aluminium dalam percobaan ini berasal dari limbah piston

sepeda motor. Bentuk riser digunakan dengan ukuran neck 25 mm dengan

diameter dan tinggi 5 mm. Variasi ukuran riser adalah: 30 mm diameter dengan

tinggi 100 mm, diameter 40 mm dengan tinggi 56 mm, dan diameter 50 mm

dengan tinggi 36 mm. Pengujian shrinkage adalah dilakukan dengan

membandingkan volume tuang dengan volume cetakan. Pengamatan shrinkage

pada cavity dilakukan dengan membelah coran menjadi dua potongan.

Porositas diuji dengan membandingkan massa jenis sebenarnya dengan massa

jenis teoritis. Pengujian massa jenis sebenarnya menggunakan ASTM E-252

standar. Hasil Percobaan ini adalah untuk menghasilkan coran dengan

penyusutan dan porositas rendah serta riser yang berdiameter besar dan ukuran

tinggi.

5. Anindita, B. (2018) :

Melakukan penelitian tentang Optimasi Desain Runner System dan

Cooling System Produk Top T-Dost Untuk Mengurangi Cacat Short Shot dan

Shrinkage dengan Pendekatan DOE Metode Taguchi. Tujuan dari penelitian

ini adalah untuk merancang sistem pendinginan yang optimal dan sistem

runner untuk produk instalasi listrik terbaik. Perangkat lunak Autodesk

Moldflow Insight 2016 digunakan untuk mensimulasikan desain sistem

Page 65: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

43

pendingin dan runner untuk memprediksi respons short shot dan shrinkage dan

mengoptimalkan kualitas produk. Proses pertama adalah merancang beberapa

tata ruang pendingin dan sistem runner, kemudian mensimulasikan desain ke

dalam Moldflow untuk mengetahui desain terbaik dalam mengurangi

cacat. Proses kedua adalah menganalisis parameter proses yang optimal

menggunakan S / N Ratio dan metode analisis ANOVA. Proses terakhir adalah

melakukan percobaan konfirmasi untuk mengetahui parameter proses yang

dinyatakan optimal oleh analisis R / S yang dapat benar-benar mengurangi

short shot dan shrinkage pada produk Top T-Dost. Optimalisasi desain sistem

pendingin dan sistem runner menggunakan metode Taguchi terbukti mampu

meminimalkan terjadinya short shot dan shrinkage pada produk-produk Top

T-Dost menggunakan tekanan injeksi 100 MPa, suhu cetakan 30 ˚C, suhu leleh

200 200C, waktu injeksi 0,6 detik dalam respons shrinkage menjadi

11,13%. Sedangkan parameter proses optimal untuk mengurangi short shot

adalah tekanan injeksi 100 MPa, suhu cetakan 60 ˚ C, suhu leleh 200 ˚ C.

Untuk lebih jelas tentang penelitian terdahulu dapat dilihat pada tabel berikut :

Tabel 2. 9 Penelitan Terdahulu

No Referensi Judul Penelitian Variabel

Penelitian Metode Hasil

1. Fachrudin, A.

(2015)

Simulasi dan

perbaikan

pengecoran cetakan

pasir pada

cranckshaft SINJAI

(Mesin Jawa

Timur) material

FCD 600

Simulasi,

Shrinkage,

Material

FCD 600

Permodelan 3D

dan simulasi

numerik

menggunakan

software

Flowcast 3D

Letak dan persentase

cacat shrinkage yang

terjadi pada produk

cor dengan metode 1

gate system, serta

efek pengaplikasian

blind riser dan open

riser

2. Aryadita, L.

(2018)

Pengaruh

Perbedaan

Diameter Saluran

Turun pada

Cetakan Pasir pada

Pembuatan Produk

Cor Sepatu Rem

Tromol dengan

Bahan Alumunium

Saluran

Turun,

Penyusutan,

Porositas,

density,

paduan

aluminium,

kekerasan

Eksperimen

pengecoran dan

pengujian

penyusutan, uji

density,

pengamatan

porositas, uji

kimia, dan uji

kekerasan

Didapatkan variasi

ukuran diameter

saluran turun, hasil

density, hasil

komposisi kimia, dan

harga kekerasan

3. Yussni, H.,

dkk (2007)

Effects of Runner

Diameter on the

Mechanical

Strength and

porosity

Distribution of Thin

Section Castings

Alumunium

casting,

Runner

system

design,

Casting

defect,

Eksperimen dan

simulasi

menggunakan

software

Magmasoft serta

uji X-ray

Didapatkan cacat

pada permukaan

disertai hasil simulasi

software

menunjukkan lokasi

cacat

Page 66: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

44

No Referensi Judul Penelitian Variabel

Penelitian Metode Hasil

4.

Krisnawan,

H., dkk

(2012)

Pengaruh Ukuran

Riser terhadap

Cacat Penyusutan

dan Cacat Porositas

produk Cor

Alumunum

Cetakan Pasir

Riser,

Shrinkage ,

Porosit,

Alumunium

Alloy

Eksperimen

pengecoran dan

Pengamatan

struktur mikro

Didapatkan variasi

ukuran tinggi dan

diameter Riser, dan

gambaran struktur

mikro

5. Anindita, B.

(2018)

Optimasi Desain

Runner System dan

Cooling System

Produk Top T-Dost

Untuk Mengurangi

Cacat Short Shot

dan Shrinkage

dengan Pendekatan

DOE Metode

Taguchi

Optimalisasi,

Moldflow,

Runner

System,

Cooling

System,

Cacat,

Taguchi

Simulasi dibantu

software

Moldflow serta

Optimasi dengan

Metode Taguchi

Pilihan Desain

Runner System dan

Cooling System,

didapatkan parameter

proses optimal, hasil

peningkatan kualitas

produk

Page 67: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

45

BAB 3

METODOLOGI PENELITIAN

3.1. Sumber Data

Diperlukan sebuah langkah-langkah yang nantinya dapat memepermudah

proses penelitian yang terstruktur dengan baik. Hal ini bertujuan untuk mencapai

sasaran atau tujuan penelitian. Urutan langkah-langkah yang dikerjakan dalam

kegiatan penelitian adalah sebagai berikut :

3.1.1. Tempat Penelitian

Proses produksi pengecoran cetakan pasir produk Idler dan pengukuran

dimensi pattern, core dan mold dilakukan di Workshop 1 Divisi Pengecoran

PT. Barata Indonesia.

3.1.2. Waktu Penelitian

Waktu penelitian adalah kapan saat penelitian ini dilakukan. Penelitian

ini akan dilaksanakan selama 6 bulan. Dengan jadwal yang sudah direncanakan

oleh peneliti. Dimulai dari studi literatur sampai pembuatan laporan.

3.2. Variabel Penelitian

a. Variabel Tak Bebas (Respon)

Variabel merupakan salahsatu karakteristik kualitas yang kritis pada

produk yang dipilih dan diamati. Dalam hal ini variabel respon yang

dipilih adalah persentase cacat porositas.

b. Variabel bebas

Variabel bebas adalah variabel yang dapat diubah-ubah untuk melihat

hubungan objek penelitian yang diteliti. Penentuan nilai variabel ini selain

berdasarkan dari pengalaman pekerja dilapangan dilihat juga berdasarkan

hasil penelitian yang sebelumnya.

Page 68: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

46

Berikut variabel bebas yang ditentukan :

1) Diameter Sprue (∅50 mm, ∅60 mm, ∅70 mm)

Sprue merupakan saluran pertama yang dilalui cairan logam

dari cawang tuang kedalam runner dan gate. Pada proses

penuangan, logam cair turun bergerak bebas (memutar) karena

tidak adanya sudut pada dinding saluran turun yang menahan aliran

tersebut supaya bergerak stabil. Dengan kata lain semakin kecil

diameter sprue maka semakin besar pula terjadinya aliran

(turbulensi) yang dapat menyebabkan terjadinya porositas pada

produk coran, berlaku juga sebaliknya (Aryadita, 2018). Pada

penelitian ini diameter sprue diperoleh dari diameter sprue produk

awal didukung dokumen penentuan gating sistem divisi pengecoran

Barata.

2) Diameter Runner (∅55 mm, ∅66 mm, ∅77 mm)

Runner merupakan saluran yang membawa logam cair dari

sprue menuju rongga (cavity) produk cor. Menurut penelitian

Yussni, dkk (2007), besar ukuran diameter runner dapat

meminimalkan cacat porositas dan meningkatkan sifat mekanis

produk cor. Dengan bertambahnya diameter runner membuat

logam cair pada saat solidifikasi tidak terlalu cepat, sehingga

meminimalisir kemungkinan terjadinya porositas dalam rongga

produk cor karena logam cair mampu memenuhi rongga secara

efektif mencapai fase dendrit. Pada penelitian ini diameter runner

juga diperoleh dari diameter runner produk awal didukung

dokumen penentuan gating sistem divisi pengecoran Barata.

3) Diameter Riser (∅86 mm, ∅96 mm, ∅110 mm)

Riser merupakan cadangan logam cair yang berguna dalam

mengisi kembali rongga cetakan bila terjadi penyusutan akibat

solidifikasi, sehingga riser harus membeku lebih lama dari coran

dan memiliki modulus riser lebih besar dari modulus coran. (Tjitro,

2001).

Page 69: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

47

Sebelum menentukan modulus coran dan modulus riser,

terlebih dahulu mengetahui besaran volume dan area pelepas panas

dengan 3D geometri produk cor menggunakan perintah i-properties

dari software Autodesk Inventor.

Gambar 3.1 i-properties 3D produk Idler

Dari data tersebut diketahui volume sebesar 1 7.427.201,346 mm3

dan area pelepas panas sebesar 1.840.300,660 mm2 untuk

menentukan modulus coran berdasarkan aturan Chvorinov sebagai

berikut :

Modulus Coran = 𝑉𝑜𝑙𝑢𝑚𝑒

𝐴𝑟𝑒𝑎 𝑃𝑒𝑙𝑒𝑝𝑎𝑠 𝑃𝑎𝑛𝑎𝑠

= 17.427.201,346 mm3

1.840.300,660 mm2

= 9,3697 mm

= 0,94 cm

Pada penelitian ini didapatkan perbandingan antara modulus

cor, modulus neck (saluran antara produk cor dengan riser) dan

modulus riser sebagai berikut :

Mc : Mn : Mr

1 : 1,1 : 1,2

0,94 : 1,04 : 1,14

Page 70: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

48

Dari hasil modulus riser sebesar 1,14 dan sesuai dengan

diameter riser produk awal, dapat ditentukan parameter-parameter

berdasarkan tabel Blind feeder head with penetration core menurut

R. Wlodawer (1966) dalam bukunya yang berjudul Directional

Solidification of Steel Castings.

c. Variabel Konstan

Variabel konstan merupakan variabel proses yang tidak diteliti.

Variabel ini dibuat konstan dan dijaga agar tidak berubah selama

percobaan berlangsung. Tujuannya agar tidak mempengaruhi hasil

penelitian. Dalam penelitian ini variabel konstan yang digunakan antara

lain :

- Komposisi Baja Cor SCSiMn2H standar JIS G 5111

C : 0.25-0.35 %

Si : 0.50-0.80 %

Mn : 0.90-1.20 %

P : Max 0.040 %

S : Max 0.040 %

- Temperatur Penuangan : 1540o ± 10o C

- Temperatur Tapping : 1580o ± 10o C

- Pendinginan dalam cetakan : ≥ 4 jam (≤ 500o C)

Page 71: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

49

3.3. Tahapan-tahapan Simulasi

3.3.1. Geometry Input dan Geometry Interpretation

Gambar 3.2 Geometry Interpretation

Geometry input yakni penggunaan simulasi pada model 3D dengan

format STL yang telah dibuat, dan geometri interpretation merupakan

pengaturan properti atau jenis material pada model 3D yang telah dibuat,

pengaturan yang digunakan yakni model 3D sebagai logam (metal) dan ruang

sisa (remaining space) sebagai cetakan (mould).

3.3.2. Solid Object

Gambar 3.3 Solid Object

Page 72: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

50

Solid Object merupakan pengaturan material dan temperatur mula pada

benda padat, jika jenis material yang diinginkan tidak ada pada pilihan maka

dapat menggunakan menu custom untuk membuat database material baru.

pengaturan yang digunakan yakni pasir silika sebagai material benda padat

(pada mould) dan 27°C sebagai temperatur mula yang terjadi

3.3.3. Meshing

Gambar 3.4 Meshing

Meshing dilakukan agar kondisi batas dan parameter yang diperlukan

dapat diaplikasikan dalam volume-volume kecil, dan dilakukan dengan cara

membagi model solid menjadi volume kecil sesuai dengan jumlah cell yang

diinginkan. Pengaturan jumlah cell pada meshing yang digunakan sesuai

dengan aturan mula yakni pada sumbu x, y, dan z masing-masing 50. Semakin

besar jumlah cell maka hasil analisa yang didapat semakin akurat dan semakin

besar pula data penyimpanan hasil simulasi.

Page 73: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

51

3.3.4. Boundary Condition

Gambar 3.5 Boundary Condition

Boundary Condition merupakan penentuan parameter dan batasan yang

terjadi dinding cetakan (solid wall). Data yang diperlukan pada boundary

Condition tergantung pada tipe kondisi batas (solid wall, symmetry plane,

specific gas pressure, dan lain-lain) sedangkan macam-macam parameter yang

dimasukkan antara lain tekanan, temperatur, kecepatan, laju aliran volume,

densitas dan koefisien perpindahan panas pada dinding cetakan masing-masing

per waktu. Pengaturan yang digunakan yakni tipe kondisi batas solid wall pada

masing-masing sumbu x, y, z minimal dan maksimal, untuk temperatur ruang

menggunakan 27°C dan untuk koefisien perpindahan panas pada obstacle

menggunakan 334 W/m2/K.

Page 74: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

52

3.3.5. Metal Input

Gambar 3.6 Metal Input

Metal Input merupakan pengaturan dimensi, letak dan arah dimana

logam cair mulai masuk kedalam cetakan. Letak penuangan diatur dengan

mengubah angka pada sumbu x, y, dan z pada metal source hingga didapatkan

lokasi yang sesuai untuk penuangan yakni ujung sprue bagian atas. Diameter

meter penuangan disamakan dengan diameter ujung sprue atas, dan mengatur

arah aliran sesuai dengan arah gaya gravitasi dengan mengubah angka pada

sumbu x, y, z metal flow direction. Angka x, y, dan z tergantung dengan bentuk

model atau letak ujung sprue.

Page 75: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

53

Pada menu Flow Rate kolom Filling Time menggunakan nilai 34 detik

berdasarkan perhitungan menggunakan persamaan 2.2 :

t = (1,35 log W) √𝑊

t = (1,35 log 136,804) √136,804

t = 33,72908 ≈ 34 detik

3.3.6. Metal Parameter

Gambar 3.7 Metal Parameter

Pengaturan yang digunakan yakni memilih material logam Casting Steel

SCSiMn2H atau membuat database material baru jika material yang diinginkan

tidak ada dipilihan, dengan cara memilih menu custom. Selanjutnya mengatur

temperatur mula saat logam cair sudah masuk cetakan dan mengatur

temperatur logam cair yang akan masuk cetakan, sesuai dengan referensi

didapatkan masing-masing temperatur yakni 1580°C untuk initial metal dan

1540°C untuk incoming metal . Untuk pengaturan properti logam cair sesuai

asumsi tinggi penuangan (initialize metal at height) dianggap 0 mm dari ujung

atas sprue, dan pada mulanya tidak ada logam didalam cetakan (initialize metal

volume = 0 m3).

Page 76: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

54

3.3.7. Heat Transfer Coefficient

Gambar 3.8 Heat Transfer Coefficient

Heat Transfer Coefficient yakni mengatur koefisien perpindahan panas

yang terjadi antara logam dengan cetakan, pengaturan ini sama dengan yang

ada pada boundary condition. Untuk pengaturan perpindahan panas antara

logam dengan cetakan pasir silika yakni sebesar 334.9 W/m2/K.

3.3.8. Solver Parameter

Gambar 3.9 Solver Parameter

Page 77: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

55

Solver Parameter digunakan untuk mencari data simulasi yang

diinginkan pada software, pengaturan yang digunakan adalah solidifikasi yang

menampilkan cacat porositas pada benda cor tanpa memunculkan efek aliran

dengan hasil simulasi selesai pada saat solidifikasi atau selesai pada waktu

yang telah ditentukan (±30 detik). Sehingga pada hasil simulasi diharapkan

cacat porositas dapat terlihat dan dianalisa. Berikut tampilan yang menyatakan

bahwa simulasi berhasil dihitung setelah solidifikasi berakhir :

Gambar 3.10 Indikasi Solidifikasi Selesai

3.3.9. Post Processing

Post Processing digunakan untuk menampilkan hasil serta analisa yang

telah dilakukan pada simulasi. Hasil yang diharapkan yakni berupa lokasi serta

persentase cacat porostas yang terjadi.

Page 78: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

56

3.4. Rancangan Penelitian

Variasi level dan faktor yang digunakan untuk penelitian ini dapat dilihat

pada tabel berikut :

Tabel 3.1 Variabel Bebas dan Level Kendali

Variabel Bebas Level

1 2 3

Diameter Sprue (mm) 50 60 70

Diameter Runner (mm) 55 66 77

Diameter Riser (mm) 86 96 110

Sumber : Diolah dari Dokumen Penentuan Gating Sistem Barata dan Wlodawer (1966)

Dari faktor dan level sesuai tabel 3.1 selanjutnya dilakukan pembuatan DOE

Taguchi menggunakan software Minitab 17. Dari hasil perhitungan ditentukan

matriks orthogonal array L9 (33) yaitu dengan kombinasi 3 level dan 3 faktor

dengan pengujian sebanyak 9 kali. Berikut tabel 3.2 Matriks Ortogonal L9 (33) :

Tabel 3.2 Matriks Ortogonal L9 (33)

Matriks Ortogonal L9 (33)

Cycle Design ∅ Sprue ∅ Runner ∅ Riser

1 50 55 86

2 50 66 96

3 50 77 110

4 60 55 96

5 60 66 110

6 60 77 86

7 70 55 110

8 70 66 86

9 70 77 96 Sumber : Minitab 17

Page 79: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

57

3.5. Diagram Alir Penelitian

Mulai

Studi

Literatur

Apakah Parameter

Berpengaruh terhadap

Respon?

Optimasi dengan

Metode Taguchi

Simulasi hasil

Optimasi dengan

Flowcast 3D

Apakah cacat coran pada

produk cor berkurang?

Pembahasan

Ya

A

A

Data Awal :

• Dimensi desain cor Idler

• Material Idler : Besi Cor SCSiMn2

• Material pasir cetak : pasir silika

• Temperatur dan kecepatan

penuangan

• Penentuan Parameter

Perumusan

Masalah

Permodelan 3D

Simulasi Flow

CastTidak

Tidak

Selesai

Pengolahan Data

Ya

Kesimpulan

B

B

Gambar 3.11 Diagram Alir Penelitian

Page 80: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

58

3.6. Penjelasan Tentang Diagram Alir

3.5.1. Studi Literatur

Tahap ini merupakan pengkajian beberapa literatur pendukung yang

berkaitan dengan penjelasan produk Idler, proses perancangan benda cor

berupa pedoman desain standar AFS (American Foundry Society), Jenis-jenis

cacat coran, penyebab terbentuknya serta penanganannya, dan pengkajian

metode optimasi Taguchi untuk diterapkan pada desain gating dan riser.

3.5.2. Permodelan 3D

Dalam tahap permodelan 3D semua data yang telah dikumpulkan pada

tahap studi literatur akan diterjemahkan menjadi desain pengecoran berbentuk

gambar 3 dimensi. Permodelan ini dilakukan dengan bantuan software

Autodesk Inventor. Proses pembuatan desain pengecoran produk Idler dengan

software ini tetap mengacu pada data dimensi awal produk dan desain

pengecorannya berdasarkan pedoman AFS.

Pemilihan software ini karena memiliki sistem parametric design dimana

fitur tersebut dapat membantu merevisi dimensi desain pengecoran dengan

mudah untuk mengantisipasi permodelan ulang karena hasil analisa masih

menunjukan cacat coran.

Gambar 3.12 Produk Idler dan desain pengecorannya

Page 81: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

59

3.5.3. Simulasi Flow Cast 3D

Dari hasil pendesainan 3D model akan dilakukan proses export ke format

.stl untuk mendukung format dari software pengecoran, termasuk Flow Cast.

Lalu dalam software Flowcast, terdapat fitur geometry interpretation yang

berupa pengaturan property atau jenis material pada Model 3D yang telah

dibuat, pengaturan yang digunakan yakni model 3D sebagai logam dan ruang

sisa (remaining space) sebagai cetakan (mould). Setelah itu, dilakukan proses

meshing model 3D agar kondisi batas dan parameter yang diperlukan dapat

diaplikasikan dalam volume-volume kecil, dan dilakukan dengan cara

membagi model solid menjadi volume kecil sesuai dengan jumlah cell yang

diinginkan. Semakin besar jumlah cell maka hasil analisa yang didapat

semakin akurat namun, semakin besar pula data penyimpanan hasil simulasi.

Proses selanjutnya dilakukan input parameter dengan memasukan data

penunjang yang telah dihimpun sesuai keadaan lapangan, seperti jenis material

besi tuang, jenis material pasir cetakan, temperatur tuang dan sebagainya.

Visual cacat coran akan nampak selama proses simulasi berlangsung yaitu

letak dan persentase cacat porositas.

3.5.4. Pengolahan Data

Setelah simulasi dan pengambilan data selesai, langkah selanjutnya yaitu

dilakukan pengolahan data sesuai dengan parameter-parameter yang telah

ditentukan sesuai dengan rancangan penelitian.

3.5.5. Optimasi Desain

Dari hasil Analisa yang telah dilakukan kemudian desain akan melalui

tahap optimasi agar meminimalisir terjadinya cacat coran sekaligus

memaksimalkan kualitas coran (yield casting). Optimasi dilakukan dengan

Metode Taguchi sebagai dasar pembuatan Design of Experiment (DOE) yang

selanjutnya dilakukan simulasi pengecoran ulang untuk memastikan parameter

optimum yang dipilih dapat meminimalkan persentase cacat porositas.

Page 82: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

60

3.5.6. Kesimpulan dan Saran

Setelah tahap optimasi dilakukan, selanjutnya dapat diambil kesimpulan

yang ditarik dari pembahasan parameter-parameter yang berpengaruh pada

desain gating dan riser serta desain yang sesuai hasil optimasi. Serta berisikan

saran untuk menunjang penelitian selanjutnya dan saran untuk perusahaan.

3.5.7. Jadwal Kegiatan

Tabel 3. 3 Jadwal Pelaksanaan Kegiatan

No. Keterangan

2019

Bulan ke-

1 2 3 4 5 6

1. Studi Literatur

2. Perumusan Masalah

3. Pengumpulan Data

4. Pemodelan 3D

5. Simulasi Flow Cast

6. Pengolahan Data

7. Optimasi Desain

8. Simulasi Flow Cast

9. Kesimpulan dan Saran

Page 83: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

61

BAB 4

HASIL DAN PEMBAHASAN

4.1. Penentuan Yield Casting

Penentuan nilai yield casting pada tiap rancangan percobaan produk cor

yang bernilai ≥ 50 % berdasarkan ketentuan pihak Workshop 1 Divisi

Pengecoran PT. Barata Indonesia. Perhitungan nilai yield merupakan

perbandingan berat benda coran yang bernilai 136,804 kg dengan

keseluruhan tuangan (berat benda coran + berat sistem saluran dan berat

riser). Berikut ini perhitungan untuk menentukan yield casting pada tiap

percobaan :

Yield = 𝑀𝑎𝑠𝑠𝑎 𝐶𝑜𝑟𝑎𝑛

𝐵𝑒𝑟𝑎𝑡 𝑇𝑢𝑎𝑛𝑔𝑎𝑛 (𝑀𝑎𝑠𝑠𝑎 𝐶𝑜𝑟𝑎𝑛+𝑀𝑎𝑠𝑠𝑎 𝑆𝑖𝑠𝑡𝑒𝑚 𝑆𝑎𝑙𝑢𝑟𝑎𝑛 𝑑𝑎𝑛 𝑅𝑖𝑠𝑒𝑟) 𝑥 100%

Yield1 = 136,804 𝑘𝑔

220,571 𝑘𝑔 𝑥 100% = 62,01 %

Yield2 = 136,804 𝑘𝑔

237,166 𝑘𝑔 𝑥 100% = 57,21 %

Yield3 = 136,804 𝑘𝑔

260,401 𝑘𝑔 𝑥 100% = 51,74 %

Yield4 = 136,804 𝑘𝑔

235,769 𝑘𝑔 𝑥 100% = 57,55 %

Yield5 = 136,804 𝑘𝑔

258,552 𝑘𝑔 𝑥 100% = 52,91 %

Yield6 = 136,804 𝑘𝑔

227,756 𝑘𝑔 𝑥 100% = 60,34 %

Yield7 = 136,804 𝑘𝑔

257,411 𝑘𝑔 𝑥 100% = 53,14 %

Yield8 = 136,804 𝑘𝑔

225,948 𝑘𝑔 𝑥 100% = 60,82 %

Yield9 = 136,804 𝑘𝑔

242,966 𝑘𝑔 𝑥 100% = 55,83 %

Page 84: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

62

Berikut rancangan percobaan tiap produk cor beserta nilai persentase

yield castingnya :

Percobaan Variabel Bebas % Yield Casting

1.

62,01 %

2.

57,21 %

3.

51,74 %

4.

57,55 %

5.

52,91 %

6.

60,34 %

Page 85: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

63

7.

53,14 %

8.

60,82 %

9.

55,83 %

Gambar 4.1 Parameter pengujian beserta yield castingnya

4.2. Pengujian Design of Experiment (DOE)

Setelah menentukan yield casting yang diperoleh berdasarkan masing-

masing rancangan percobaan produk cor selanjutnya dilakukan pengujian

menggunakan perangkat lunak Flowcast 3D. Rancangan percobaan

dilakukan pengujian sebanyak 9 pengujian yaitu Design Cycle 1 hingga

Design Cycle 9. Pada setiap pengujian Design Cycle menggunakan variabel

konstan yang didapatkan dari perusahaan disesuaikan dengan input

parameter dari software.

4.2.1. Design Cycle 1

Pada simulasi ini menghasilkan persentase porositas, dimana

porositas berhubungan dengan massa jenis (densitas) material

SCSiMn2H sebesar 7850 kg/m3 dengan berat produk cor sebesar

220,571 kg. Pada gambar 4.2 didapatkan cacat porositas pada daerah

produk cor (diindikasikan dengan warna magenta), dengan persentase

cacat total berdasarkan perhitungan dari hasil simulasi yakni sebesar

4,13592 %.

Page 86: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

64

Gambar 4.2 Persentase Cacat Porositas Design Cycle 1 Tampak Isometri

Gambar 4.3 Persentase Cacat Porositas Design Cycle 1 Tampak Potongan

Pada gambar 4.4 mengindikasikan kurva setelah kondisi logam cair

memenuhi cetakan dengan waktu 30,0064 detik dapat diketahui volume

cacat porositas sebesar 0,000157235 m3.

Gambar 4.4 Kurva Volume Cacat Porositas Design Cycle 1

Page 87: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

65

4.2.2. Design Cycle 2

Pada simulasi ini menghasilkan persentase porositas, dimana

porositas berhubungan dengan massa jenis (densitas) material

SCSiMn2H sebesar 7850 kg/m3 dengan berat produk cor sebesar

237,166 kg. Pada gambar 4.5 didapatkan cacat porositas pada daerah

produk cor (diindikasikan dengan warna magenta), dengan persentase

cacat total berdasarkan perhitungan dari hasil simulasi yakni sebesar

4,18276 %.

Gambar 4.5 Persentase Cacat Porositas Design Cycle 2 Tampak Isometri

Gambar 4.6 Persentase Cacat Porositas Design Cycle 2 Tampak Potongan

Page 88: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

66

Pada gambar 4.7 mengindikasikan kurva setelah kondisi logam cair

memenuhi cetakan dengan waktu 30,0375 detik dapat diketahui volume

cacat porositas sebesar 0,000157367 m3.

Gambar 4.7 Kurva Volume Cacat Porositas Design Cycle 2

4.2.3. Design Cycle 3

Pada simulasi ini menghasilkan persentase porositas, dimana

porositas berhubungan dengan massa jenis (densitas) material

SCSiMn2H sebesar 7850 kg/m3 dengan berat produk cor sebesar

260,401 kg. Pada gambar 4.8 didapatkan cacat porositas pada daerah

produk cor (diindikasikan dengan warna magenta), dengan persentase

cacat total berdasarkan perhitungan dari hasil simulasi yakni sebesar

3,94354 %.

Gambar 4.8 Persentase Cacat Porositas Design Cycle 3 Tampak Isometri

Page 89: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

67

Gambar 4.9 Persentase Cacat Porositas Design Cycle 3 Tampak Potongan

Pada gambar 4.10 mengindikasikan kurva setelah kondisi logam

cair memenuhi cetakan dengan waktu 30,0172 detik dapat diketahui

volume cacat porositas sebesar 0,000147994 m3.

Gambar 4.10 Kurva Volume Cacat Porositas Design Cycle 3

4.2.4. Design Cycle 4

Pada simulasi ini menghasilkan persentase porositas, dimana porositas

berhubungan dengan massa jenis (densitas) material SCSiMn2H sebesar

7850 kg/m3 dengan berat produk cor sebesar 235,769 kg. Pada gambar

4.11 didapatkan cacat porositas pada daerah produk cor (diindikasikan

dengan warna magenta), dengan persentase cacat total berdasarkan

perhitungan dari hasil simulasi yakni sebesar 4,12166 %.

Page 90: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

68

Gambar 4.11 Persentase Cacat Porositas Design Cycle 4 Tampak Isometri

Gambar 4.12 Persentase Cacat Porositas Design Cycle 4 Tampak Potongan

Pada gambar 4.13 mengindikasikan kurva setelah kondisi logam

cair memenuhi cetakan dengan waktu 30,1393 detik dapat diketahui

volume cacat porositas sebesar 0,000149768 m3.

Gambar 4.13 Kurva Volume Cacat Porositas Design Cycle 4

Page 91: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

69

4.2.5. Design Cycle 5

Pada simulasi ini menghasilkan persentase porositas, dimana

porositas berhubungan dengan massa jenis (densitas) material

SCSiMn2H sebesar 7850 kg/m3 dengan berat produk cor sebesar

258,552 kg. Pada gambar 4.14 didapatkan cacat porositas pada daerah

produk cor (diindikasikan dengan warna magenta), dengan persentase

cacat total berdasarkan perhitungan dari hasil simulasi yakni sebesar

3,88795 %.

Gambar 4.14 Persentase Cacat Porositas Design Cycle 5 Tampak Isometri

Gambar 4.15 Persentase Cacat Porositas Design Cycle 5 Tampak Potongan

Pada gambar 4.16 mengindikasikan kurva setelah kondisi logam

memenuhi cetakan dengan waktu 30,139 detik dapat diketahui volume

cacat porositas sebesar 0,000140991 m3.

Page 92: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

70

Gambar 4.16 Kurva Volume Cacat Porositas Design Cycle 5

4.2.6. Design Cycle 6

Pada simulasi ini menghasilkan persentase porositas, dimana

porositas berhubungan dengan massa jenis (densitas) material

SCSiMn2H sebesar 7850 kg/m3 dengan berat produk cor sebesar

227,756 kg. Pada gambar 4.17 didapatkan cacat porositas pada daerah

produk cor (diindikasikan dengan warna magenta), dengan persentase

cacat total berdasarkan perhitungan dari hasil simulasi yakni sebesar

4,05848 %.

Gambar 4.17 Persentase Cacat Porositas Design Cycle 6 Tampak Isometri

Page 93: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

71

Gambar 4.18 Persentase Cacat Porositas Design Cycle 6 Tampak Potongan

Pada gambar 4.19 mengindikasikan kurva setelah kondisi logam

cair memenuhi cetakan dengan waktu 30,139 detik dapat diketahui

volume cacat porositas sebesar 0,000146978 m3.

Gambar 4.19 Kurva Volume Cacat Porositas Design Cycle 6

4.2.7. Design Cycle 7

Pada simulasi ini menghasilkan persentase porositas, dimana

porositas berhubungan dengan massa jenis (densitas) material

SCSiMn2H sebesar 7850 kg/m3 dengan berat produk cor sebesar

257,411 kg. Pada gambar 4.20 didapatkan cacat porositas pada daerah

produk cor (diindikasikan dengan warna magenta), dengan persentase

cacat total berdasarkan perhitungan dari hasil simulasi yakni sebesar

3,77595 %.

Page 94: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

72

Gambar 4.20 Persentase Cacat Porositas Design Cycle 7 Tampak Isometri

Gambar 4.21 Persentase Cacat Porositas Design Cycle 7 Tampak Potongan

Pada gambar 4.22 mengindikasikan kurva setelah kondisi logam

cair memenuhi cetakan dengan waktu 30,139 detik dapat diketahui

volume cacat porositas sebesar 0,000134511 m3.

Page 95: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

73

Gambar 4.22 Kurva Volume Cacat Porositas Design Cycle 7

4.2.8. Design Cycle 8

Pada simulasi ini menghasilkan persentase porositas, dimana

porositas berhubungan dengan massa jenis (densitas) material

SCSiMn2H sebesar 7850 kg/m3 dengan berat produk cor sebesar

225,948 kg. Pada gambar 4.23 didapatkan cacat porositas pada daerah

produk cor (diindikasikan dengan warna magenta), dengan persentase

cacat total berdasarkan perhitungan dari hasil simulasi yakni sebesar

3,94438 %.

Gambar 4.23 Persentase Cacat Porositas Design Cycle 8 Tampak Isometri

Page 96: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

74

Gambar 4.24 Persentase Cacat Porositas Design Cycle 8 Tampak Potongan

Pada gambar 4.25 mengindikasikan kurva setelah kondisi logam

cair memenuhi cetakan dengan waktu 30,139 detik dapat diketahui

volume cacat porositas sebesar 0,000140085 m3.

Gambar 4.25 Kurva Volume Cacat Porositas Design Cycle 8

4.2.9. Design Cycle 9

Pada simulasi ini menghasilkan persentase porositas, dimana

porositas berhubungan dengan massa jenis (densitas) material

SCSiMn2H sebesar 7850 kg/m3 dengan berat produk cor sebesar

242,966 kg. Pada gambar 4.26 didapatkan cacat porositas pada daerah

produk cor (diindikasikan dengan warna magenta), dengan persentase

cacat total berdasarkan perhitungan dari hasil simulasi yakni sebesar

4,00323 %.

Page 97: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

75

Gambar 4.26 Persentase Cacat Porositas Design Cycle 9 Tampak Isometri

Gambar 4.27 Persentase Cacat Porositas Design Cycle 9 Tampak Potongan

Pada gambar 4.28 mengindikasikan kurva setelah kondisi logam

cair memenuhi cetakan dengan waktu 30,139 detik dapat diketahui

volume cacat porositas sebesar 0,000144009 m3.

Gambar 4.28 Kurva Volume Cacat Porositas Design Cycle 9

Page 98: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

76

Setelah dilakukan 9 pengujian, agar hasil pengujian lebih mudah

dipahami maka dibuat tabel data hasil simulasi sebagai berikut :

Tabel 4.1 Hasil Simulasi

Cycle

Design

Parameter Hasil

∅ Sprue ∅ Runner ∅ Riser Porositas

(%)

Volume

(m3)

1 50 55 86 4,13592 0,000157235

2 50 66 96 4,18276 0,000157367

3 50 77 110 3,94354 0,000147994

4 60 55 96 4,12166 0,000149768

5 60 66 110 3,88795 0,000140991

6 60 77 86 4,05848 0,000146978

7 70 55 110 3,77595 0,000134511

8 70 66 86 3,94438 0,000140085

9 70 77 96 4,00323 0,000144009

Dari tabel 4.1 didapatkan hasil dari simulasi yang mempunyai

respon persentase porositas yang berbanding lurus dengan volume

porositas yang dihasilkan, semakin tinggi persentase porositas produk

cor maka semakin besar juga volume porositas produk cor, berlaku juga

sebaliknya.

4.3. Analisa Signal to Noise Ratio

Hasil dari beberapa percobaan simulasi parameter proses yang

telah dilakukan, digunakan untuk menghitung S/N Ratio. Perhitungan

ini dapat dilakukan secara manual dan menggunakan software Minitab

2017 untuk memastikan hasil responnya. Pada optimasi parameter

proses untuk mereduksi persentase porositas dengan metode yang

dipilih adalah S/N Ratio small is better karena penilaian persentase

porositas terbaik ialah yang paling rendah sesuai dengan konsep metode

tersebut.

4.3.1. Perhitungan S/N Ratio Persentase Porositas

Perhitungan karakteristik smaller is better sesuai dengan

persamaan 2.37 :

Page 99: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

77

𝑆𝑁⁄ = −10 log [∑

𝑦𝑖2

𝑛

𝑛

𝑖=1

]

Karena dalam pengujian ini berdasarkan perhitungan

perangkat lunak, maka nilai n=1 sehingga nilai n dapat diabaikan.

Sedangkan nilai y2 adalah nilai persentase porositas dalam setiap

pengujian.

Berikut ini contoh perhitungan S/N rasio pada Design Cycle 1 :

S/N = -10 log yi2

= -10 log 4,13592 2

= -10 log 17,10583

= -12,33144

Selanjutnya langkah tersebut juga dilakukan terhadap

seluruh pengujian yang hasil perhitungannya dinyatakan dalam

tabel 4.2 sebagai berikut :

Tabel 4.2 Nilai S/N Rasio persentase porositas

Sumber : Hasil Pengujian

Matriks Ortogonal L9 (33)

Cycle

Design

Parameter Hasil

Sprue

Runner

Riser

Porositas

(%)

S/N Rasio

Persentase

Porositas

1 50 55 86 4,13592 -12,33

2 50 66 96 4,18276 -12,43

3 50 77 110 3,94354 -11,92

4 60 55 96 4,12166 -12,30

5 60 66 110 3,88795 -11,79

6 60 77 86 4,05848 -12,17

7 70 55 110 3,77595 -11,54

8 70 66 86 3,94438 -11,92

9 70 77 96 4,00323 -12,05

Jumlah -108,45

Rata-rata -12,05

Page 100: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

78

Selanjutnya mencari variabilitas nilai S/N rasio dihitung

nilai rata-rata S/N rasio pada setiap faktor dalam satu level.

Dengan mengetahui pengaruh level terhadap faktor akan

didapatkan level kombinasi optimal. Berikut ini perhitungan

faktor ∅ Sprue, ∅ Runner, ∅ Riser pada level 1, 2 dan 3 :

∅ Sprue Level 1 = (−12,33)+(−12,43)+(−11,92)

3

= -12,23

∅ Sprue Level 2 = (−12,30)+(−11,79)+(−12,17)

3

= -12,09

∅ Sprue Level 3 = (−11,54)+(−11,92)+(−12,05)

3

= -11,84

∅ Runner Level 1 = (−12,33)+(−12,30)+(−11,54)

3

= -12,06

∅ Runner Level 2 = (−12,43)+(−11,79)+(−11,92)

3

= -12,05

∅ Runner Level 3 = (−11,92)+(−12,17)+(−12,05)

3

= -12,04

∅ Riser Level 1 = (−12,33)+(−12,17)+(−11,92)

3

= -12,14

∅ Riser Level 2 = (−12,43)+(−12,30)+(−12,05)

3

= -12,26

∅ Riser Level 3 = (−11,92)+(−11,79)+(−11,54)

3

= -11,75

Page 101: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

79

Respon S/N Rasio optimasi persentase porositas dari

pengacakan level parameter proses menunjukkan noise terbesar

pada parameter setiap prosesnya. Semakin besar nilai rata-rata

(mean) S/N Rasio maka semakin besar pula kontribusinya

terhadap suatu pengerjaan. Berikut adalah hasil respon S/N Rasio

yang dirangkum dalam tabel 4.3 sebagai berikut :

Tabel 4.3 Respon S/N Rasio persentase porositas

Level ∅ Sprue ∅ Runner ∅ Riser

1 -12,23 -12,06 -12,14

2 -12,09 -12,05 -12,26

3 -11,84 -12,04 -11,75

Delta 0,39 0,01 0,51

Rank 2 3 1

Sumber : Hasil Pengujian

Dari ketiga parameter proses didapatkan sesuai

perangkingan, parameter proses yang paling berpengaruh adalah

diameter Riser. Seperti pada tabel 4.3 Hasil yang paling

berpengaruh adalah parameter diameter Sprue pada level 3 yaitu

∅ 70 mm, parameter diameter Runner pada level 3 yaitu ∅ 77 mm

dan parameter diameter Riser yaitu ∅ 110 mm.

Setelah melakukan perhitungan manual maka dilakukan

perbandingan menggunakan software Minitab 17 agar data

analisa keakurasiannya dapat dipertanggung jawabkan. Data

hasil perhitungan respon S/N Rasio tersebut dpat dilihat

berdasarkan grafik gambar 4.20 sebagai berikut :

Page 102: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

80

Gambar 4.29 Grafik Main Effects Plot for SN Ratios

4.4. Analysis of Variance (ANOVA)

Analisis Variansi dilakukan untuk mengetahui faktor-faktor utama

yang berpengaruh secara signifikan terhadap data-data respon hasil

pengujian. Dalam analisis variansi terdapat tahapan antara lain :

perhitungan Sum of Square (SS), perhitungan Mean of Square (MS),

perhitungan F-Hitung dan perhitungan Persen Kontribusi.

4.4.1. Perhitungan Sum of Square (SS)

Dalam perhitungan Sum of Square terdapat tahapan sebagai berikut :

1. Sum of Square (SS) Total

Perhitungan Sum of square Total mengikuti persamaan 2.23 :

SST = ∑ (𝑌𝑖 − ��)2𝑁

𝑖=1

Dimana :

N = Jumlah total percobaan

Yi = Nilai tiap percobaan

Y = Rata-rata seluruh percobaan

Page 103: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

81

Berikut ini tabel hasil kuadrat S/N :

Tabel 4.4 Nilai S/N Rasio Kuadrat

Sumber : Hasil Pengujian

Sesuai dengan Tabel 4.4 maka SST adalah :

SST = ∑ (𝑌𝑖 − ��)29

𝑖=1

= 0,659423

2. Sum of Square (SS) Factor

Perhitungan Sum of Square Factor mengikuti persamaan 2.22 :

SSF = [𝑛𝐹 ∑ (𝐴𝑖 − ��)2𝑛

𝑖=1 ]

Berikut ini adalah contoh perhitungan SS pada faktor diameter

Sprue, Runner dan Riser :

SS∅sprue =3 ((−12,23 − (−12,05))2

+ (−12,09 − (−12,05))2

+

(−11,84 − (−12,05))2

)

= 0,234599

SS∅runner =3 ((−12,06 − (−12,05))2

+ (−12,05 − (−12,05))2

+

(−12,04 − (−12,05))2

)

= 0,000292

Matriks Ortogonal L9 (33)

Cycle

Design

Parameter Hasil

Sprue

Runner

Riser

Porositas

(%)

S/N Rasio

Persentase

Porositas

𝑌𝑖 − �� (𝑌𝑖 − ��)2

1 50 55 86 4,13592 -12,33 -0,2815 0,079219

2 50 66 96 4,18276 -12,43 -0,3793 0,143849

3 50 77 110 3,94354 -11,92 0,1323 0,017493

4 60 55 96 4,12166 -12,30 -0,2515 0,063231

5 60 66 110 3,88795 -11,79 0,2556 0,065317

6 60 77 86 4,05848 -12,17 -0,1173 0,013755

7 70 55 110 3,77595 -11,54 0,5095 0,259549

8 70 66 86 3,94438 -11,92 0,1304 0,017007

9 70 77 96 4,00323 -12,05 0,0018 0,000003

Jumlah -108,45 -0,2797 0,659423

Rata-rata (��) -12,05 -0,03 0,13

Page 104: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

82

SS∅riser =3 ((−12,14 − (−12,05))2

+ (−12,26 − (−12,05))2

+

(−11,75 − (−12,05))2

)

= 0,424241

Maka berikut hasil SS tiap faktor adalah sebagai berikut :

SS ∅sprue = 0,234599

SS ∅runner = 0,000292

SS ∅riser = 0,424241

Maka SSFaktor = SS ∅sprue + SS ∅runner + SS ∅riser

= 0,659132

3. Sum of Square (SS) Error

Perhitungan Sum of Square Error mengikuti persamaan 2.24 :

SSE = SST − SSFaktor

= 0,659423 – 0,659132

= 0,000291

4.4.2. Perhitungan Mean of Square (MS)

Perhitungan MS (rata-rata jumlah kuadrat) dari pembagian jumlah

kuadrat dengan derajat kebebasan yang sesuai dengan persamaan 2.25.

Perhitungan tersebut dapat dilihat dibawah ini :

1. Mean of Square faktor ∅ Sprue

• Derajat kebebasan faktor ∅ Sprue

DF∅sprue = 3-1

= 2

• MS∅sprue = SS ∅𝑠𝑝𝑟𝑢𝑒

DF∅𝑠𝑝𝑟𝑢𝑒

= 0,234599

2

= 0,117300

Page 105: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

83

2. Mean of Square faktor ∅ Runner

• Derajat kebebasan faktor ∅ Runner

DF∅runner = 3-1

= 2

• MS∅runner = SS ∅𝑟𝑢𝑛𝑛𝑒𝑟

DF∅𝑟𝑢𝑛𝑛𝑒𝑟

= 0,000292

2

= 0,000146

3. Mean of Square faktor ∅ Riser

• Derajat kebebasan faktor ∅ Riser

DF∅riser = 3-1

= 2

• MS∅riser = SS ∅𝑟𝑖𝑠𝑒𝑟

DF∅𝑟𝑖𝑠𝑒𝑟

= 0,424241

2

= 0,212120

4. Mean of Square Error

• Derajat kebebasan error

DFerror = (N-1)- DF∅sprue - DF∅runner - DF∅riser

= (9-1)-2-2-2

= 2

• MS∅error = SS 𝑒𝑟𝑟𝑜𝑟

DF𝑒𝑟𝑟𝑜𝑟

= 0,000291

2

= 0,000146

Dari perhitungan analisa varians diatas didapatkan tabel anova

seperti yang tertera pada Tabel 4.5 :

Page 106: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

84

Tabel 4.5 Hasil Analisis Varians Rasio S/N

Source of Varians

Sum of Square

(SS)

Degrees of

Freedom (DF)

Means of

Square (MS)

Diameter Sprue 0,234599 2 0,117300

Diameter Runner 0,000292 2 0,000146

Diameter Riser 0,424241 2 0,212120

Error 0,000291 2 0,000146

Total 0,659423 8 -

Sumber: Hasil Perhitungan

4.4.3. Perhitungan F-Hitung

F hitung sendiri digunakan untuk di bandingkan dengan F tabel,

sehingga nantinya diketahui apakah nilai dari F hitung ditolak atau

diterima. Perhitungan F hitung menggunakan rumus pada persamaan

2.28, berikut ini perhitungan F hitung untuk faktor ∅ Sprue, ∅ Runner,

dan ∅ Riser.

1. Perhitungan untuk Faktor ∅ Sprue

F Hitung ∅sprue = MS ∅𝑠𝑝𝑟𝑢𝑒

MS 𝑒𝑟𝑟𝑜𝑟

= 0,117300

0,000146

= 805,65

2. Perhitungan untuk Faktor ∅ Runner

F Hitung ∅runner = MS ∅𝑟𝑢𝑛𝑛𝑒𝑟

MS 𝑒𝑟𝑟𝑜𝑟

= 0,000146

0,000146

= 1,00

3. Perhitungan untuk Faktor ∅ Riser

F Hitung ∅riser = MS ∅𝑟𝑖𝑠𝑒𝑟

MS 𝑒𝑟𝑟𝑜𝑟

= 0,212120

0,000146

= 1456,91

Dari perhitungan F hitung diatas , maka di dapatkan tabel F hitung

analisis varians pengabungan seperti pada Tabel 4.6 :

Page 107: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

85

Tabel 4.6 Nilai F-Hitung Analisis Varians

Source of Varians

Sum of

Square (SS)

Degrees of

Freedom (DF)

Means of

Square (MS) F Hitung

Diameter Sprue 0,234599 2 0,117300 805,65

Diameter Runner 0,000292 2 0,000146 1,00

Diameter Riser 0,424241 2 0,212120 1456,91

Error 0,000291 2 0,000146 -

Total 0,659423 8 - -

Sumber: Hasil Perhitungan

Dari data pada Tabel 4.6 maka dapat dilakukan pengujian hipotesa

dan kesimpulan terhadap F hitung dan F-tabel adalah sebagai berikut :

Jika nilai F-hitung lebih besar dari F-tabel maka hipotesa alternatif

(H1) diterima. Dan jika F-hitung lebih kecil dari F-tabel maka hipotesa

awal (H0) diterima. Data F-tabel diambil dengan tingkat kepercayaan

90% dengan level signifikan (α) 10%. F-tabel dapat dirumuskan dengan

𝐹(𝛼/2;𝑑𝐹𝐴;𝑑𝐹𝐸) = F (0,05;2;2) sehingga nilai F tabel adalah 19.

1. Pengaruh diameter Sprue

Dimana :

H0 : Diameter Sprue tidak berpengaruh signifikan terhadap

Persentase Porositas

H1 : Diameter Sprue berpengaruh signifikan terhadap Persentase

Porositas

Kesimpulan :

F hitung = 805,65 > F0,05(2,2) = 19, dengan taraf signifikan α sebesar

0,05 maka dapat diputuskan tolak H0 karena F hitung > F0,05(2,2)

sehingga dapat disimpulkan bahwa diameter Sprue memiliki

pengaruh secara signifikan terhadap persentase cacat porositas

produk Idler.

Page 108: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

86

2. Pengaruh diameter Runner

Dimana :

H0 : Diameter Runner tidak berpengaruh signifikan terhadap

Persentase Porositas

H1 : Diameter Runner berpengaruh signifikan terhadap Persentase

Porositas

Kesimpulan :

F hitung = 1,00 < F0,05(2,2) = 19, dengan taraf signifikan α sebesar

0,05 maka dapat diputuskan diterima H0 karena F hitung < F0,05(2,2)

sehingga dapat disimpulkan bahwa diameter Runner tidak

berpengaruh secara signifikan terhadap persentase cacat porositas

produk Idler.

3. Pengaruh diameter Riser

Dimana :

H0 : Diameter Riser tidak berpengaruh signifikan terhadap

Persentase Porositas

H1 : Diameter Riser berpengaruh signifikan terhadap Persentase

Porositas

Kesimpulan :

F hitung = 1456,91> F0,05(2,2) = 19, dengan taraf signifikan α sebesar

0,05 maka dapat diputuskan tolak H0 karena F hitung > F0,05(2,2)

sehingga dapat disimpulkan bahwa diameter Riser memiliki

pengaruh secara signifikan terhadap persentase cacat porositas

produk Idler.

4.4.4. Perhitungan Persen Kontribusi

Untuk mengetahui seberapa besar kontribusi yang diberikan oleh

masing-masing faktor, maka terlebih dahulu menghitung SS’ dan 𝜌 %

menggunakan rumus seperti dibawah ini :

a. Diameter Sprue

• SS’∅sprue = SS∅sprue – MSerror (DF∅sprue)

= 0,234599- 0,000146 (2)

= 0,234307884

Page 109: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

87

• 𝜌∅sprue = 𝑆𝑆′∅𝑠𝑝𝑟𝑢𝑒

𝑆𝑆𝑇𝑥100 %

= 0,234307884

0,659423 𝑥100 %

= 35,58 %

b. Diameter Runner

• SS’∅runner = SS∅runner – MSerror (DF∅runner)

= 0,000292- 0,000146 (2)

= 7,24218 x10-7

= 0,000000724218

• 𝜌∅runner = 𝑆𝑆′∅𝑟𝑢𝑛𝑛𝑒𝑟

𝑆𝑆𝑇𝑥100 %

= 0,000000724218

0,659423 𝑥100 %

= 0,04 %

c. Diameter Riser

• SS’∅riser = SS∅riser – MSerror (DF∅riser)

= 0,424241- 0,000146 (2)

= 0,423949583

• 𝜌∅riser = 𝑆𝑆′∅𝑟𝑖𝑠𝑒𝑟

𝑆𝑆𝑇𝑥100 %

= 0,423949583

0,659423 𝑥100 %

= 64,34 %

Dari perhitungan persen kontribusi diatas, maka didapatkan tabel

persen kontribusi seperti yang ditunjukkan pada Tabel 4.7.

Tabel 4.7 Nilai Persen Kontribusi Analisis Varians

Source of Varians

SS

DF

MS

F-Hitung

𝜌 %

Diameter Sprue 0,234599 2 0,117300 805,65 35,58

Diameter Runner 0,000292 2 0,000146 1,00 0,04

Diameter Riser 0,424241 2 0,212120 1456,91 64,34

Error 0,000291 2 0,000146 - -

Total 0,659423 8 - - -

Sumber: Hasil Perhitungan

Page 110: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

88

Dari Tabel 4.7 menunjukkan bahwa dibandingkan faktor yang lainnya,

faktor Diameter Riser memberikan kontribusi yang paling besar

terhadap persentase cacat porositas produk Idler, yaitu sebesar 64,34 %.

4.4.5. Perhitungan ANOVA Menggunakan Minitab 17

Analisa yang digunakan adalah karakteristik smaller is better, yaitu

apabila pencapaian karakteristik kualitas jika semakin kecil semakin

baik dapat dilihat pada gambar 4.30 seperti dibawah ini :

Gambar 4.30 Anova untuk Rasio S/N

Berdasarkan gambar 4.30 diatas, hasil perhitungan menggunakan

Minitab sama dengan hasil perhitungan secara manual. Dari gambar

tersebut dapat diketahui juga pengaruh dari tiap faktor yaitu dengan cara

membandingkan nilai P dengan α (0,05) dengan keputusan tolak H0

apabila nilai P lebih kecil dari nilai α. Untuk faktor diameter Sprue

memiliki nilai P yaitu 0,001 lebih kecil dari nilai α, sehingga

keputusannya tolak H0 yaitu adanya pengaruh secara signifikan dari

perlakuan faktor diameter Sprue terhadap persentase cacat porositas.

Pada faktor diameter Runner diketahui nilai P sebesar 0,499 lebih besar

dari α, sehingga terima H0 yaitu tidak ada pengaruh secara signifikan

dari perlakuan faktor diameter Runner terhadap persentase cacat

porositas. Pada faktor diameter Riser memiliki nilai P sebesar 0,001

lebih kecil dari nilai α, sehingga keputusannya tolak H0 yaitu ada

pengaruh secara signifikan dari perlakuan faktor diameter Riser

terhadap persentase cacat porositas pada produk Idler .

Page 111: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

89

4.5. Pengujian Asumsi Residual

Analisis variansi mensyaratkan bahwa residual harus memenuhi asumsi

IIDN (0,σ2), yaitu residual harus bersifat Identik, Independen dan Distribusi

Normal dengan mean nol dan nilai variansi tertentu. Berikut ini adalah

pengujian yang dilakukan terhadap residual :

4.5.1. Uji Independen

Pengujian independen pada penelitian ini dilakukan

menggunakan auto correlation function (ACF). Berdasarkan plot ACF

yang ditunjukkan pada Gambar 4.31, tidak ada nilai ACF pada setiap lag

yang keluar dari batas interval. Hal ini membuktikan bahwa tidak ada

korelasi antar residual artinya residual bersifat independen.

Gambar 4.31 Plot ACF

4.5.2. Uji Identik

Asumsi residual bersifat identik pada penelitian ini dilakukan

secara visual, yaitu dengan plot antara residual dan fitted value seperti

ditunjukkan pada Gambar 4.6. Dari plot menunjukkan bahwa data

tersebar secara acak di sekitar harga nol dan tidak membentuk tren atau

pola tertentu. Hal ini menunjukkan bahwa asumsi residual bersifat

identik terpenuhi.

54321

1,0

0,8

0,6

0,4

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

Lag

Au

toco

rrela

tio

n

Autocorrelation Function for RESI_MEANS7(with 5% significance limits for the autocorrelations)

Page 112: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

90

Gambar 4.32 Plot residual versus fitted values

4.5.3. Uji Kenormalan

Pengujian asumsi residual normal (0,σ2) dilakukan melalui uji

Kolmogorov-Smirnov. Hipotesis yang digunakan adalah:

H0 : Residual berdistribusi normal

H1 : Residual tidak berdistribusi normal

H0 ditolak jika p-value lebih kecil dari pada α = 0,05.

Gambar 4.32 menunjukan bahwa dengan uji Kolmogorov-

Smirnov diperoleh:

• P-value > 0,150 yang berarti lebih besar dari α = 0,05. Oleh

karena itu dapat disimpulkan bahwa H0 gagal ditolak atau residual

berdistribusi normal.

• Mean bernilai sebesar 3,445835E-16 yang berarti sangat

kecil atau mendekati nol.

• Variansi residual adalah sebesar (0,219)2 = 0,047961

Selain itu dapat dilihat dari sebaran titik-titik pada plot tersebut

membentuk pola linier atau garis lurus. Dengan demikian asumsi

residual berdistribusi normal dengan nilai mean sama dengan nol

(atau mendekati nol) dan memiliki variasi tertentu (sebesar

0,047961) telah terpenuhi.

Page 113: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

91

Gambar 4.33 Plot uji distribusi normal

4.6. Eksperimen Konfirmasi

4.6.1. Prediksi Rasio S/N Porositas yang Optimal

Telah diketahui faktor-faktor yng berpengaruh secara

signifikan terhadap rasio S/N Porositas Produk Idler yang

optimum adalah :

1. Faktor Diameter Sprue level 3 (∅ 70 mm)

2. Faktor Diameter Runner level 3 (∅ 77 mm)

3. Faktor Diameter Riser level 3 (∅ 110 mm)

Sehingga model persamaan μprediksi adalah sebagai berikut :

μ = γm

+ ∑ (γi - γ

m)o

i=1

μ = -12,05 + ((-11,84) - (-12,05)) +

((-12,04) - (-12,05)) + ((-11,75) - (-12,05))

μ = -11,23

Setelah μprediksi diketahui maka dilakukan perhitungan interval

kepercayaan pada kondisi perlakuan yang diprediksi (CI) dengan

level signifikansi 90% adalah sesuai persamaan berikut :

CIp=√F(∝,1,dfE) MSE

neff

Page 114: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

92

Dimana :

F(∝,1,dfE) = F0,05 ; 1,2

= 18,51

MSE = 0,000146

neff = 𝑁

1+𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑒𝑟𝑎𝑗𝑎𝑡 𝑘𝑒𝑏𝑒𝑏𝑎𝑠𝑎𝑛 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎

= 9

1+(2+2+2)

= 1,285

CIp= ±√18,51 x 0,000146

1,285

= ± 0,045859

μprediksi - Cl ≤ μ ≤ μprediksi + Cl

-11,23 – 0,045859 ≤ μ ≤ -11,23 + 0,045859

-11,275859 ≤ μ ≤ -11,184141

4.6.2. Pengujian Konfirmasi

Setelah mendapatkan level faktor kombinasi optimum,

maka dilakukan penentuan nilai yield casting yang bernilai ≥ 50

%. Perhitungan nilai yield merupakan perbandingan berat benda

coran yang bernilai 136,804 kg dengan keseluruhan tuangan

(berat benda coran + berat sistem saluran dan berat riser). Berikut

ini perhitungan untuk menentukan yield casting pada level faktor

kombinasi optimum :

Yieldkonfirmasi = 136,804 𝑘𝑔

263,038 𝑘𝑔 𝑥 100% = 52,009 %

Setelah itu dilakukan pengujian konfirmasi menggunakan

perangkat lunak Flow 3D Cast untuk mendapatkan nilai hasil

pengujian pada level faktor kombinasi optimum. Berikut ini hasil

pengujian level faktor kombinasi optimum menggunakan

perangkat lunak Flow 3D Cast :

Page 115: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

93

Pada simulasi ini menghasilkan persentase porositas,

dimana porositas berhubungan dengan massa jenis (densitas)

material SCSiMn2H sebesar 7850 kg/m3 dengan berat produk

cor sebesar 263,038 kg. Pada gambar 4.33 didapatkan cacat

porositas pada daerah produk cor (diindikasikan dengan warna

magenta), dengan persentase cacat total berdasarkan perhitungan

dari hasil simulasi yakni sebesar 3,61706 %.

Gambar 4.34 Persentase Cacat Porositas Pengujian Konfirmasi tampak Isometri

Gambar 4.35 Persentase Cacat Porositas Pengujian Konfirmasi tampak Potongan

Page 116: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

94

4.6.3. Perhitungan Rasio S/N Pengujian Konfirmasi

Hasil dari pengujian konfirmasi tersebut kemudian

dihitung/ ditransformasikan ke dalam bentuk Rasio S/N sebagai

berikut :

𝑆𝑁⁄ = −10 log [∑

𝑦𝑖2

𝑛

𝑛

𝑖=1

]

S/N = -10 log yi2

= -10 log 3,617062

= -10 log 13,08312

= -11,17

μkonfirmasi = -11,17

Setelah menentukan Rasio S/N konfirmasi, maka

dilakukan perhitungan interval kepercayaan untuk eksperimen

konfirmasi adalah sebagai berikut :

CI𝑘𝑜𝑛𝑓𝑖𝑟𝑚𝑎𝑠𝑖 = √F(∝,1,dfE)MSE [1

neff+

1

r]

Dimana :

F(∝,1,dfE) = F0,05 ; 1,2

= 18,51

MSE = 0,000146

neff = 𝑁

1+𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑒𝑟𝑎𝑗𝑎𝑡 𝑘𝑒𝑏𝑒𝑏𝑎𝑠𝑎𝑛 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎

= 9

1+(2+2+2)

= 1,285

r = Jumlah eksperimen konfirmasi

= 1

CI𝑘𝑜𝑛𝑓𝑖𝑟𝑚𝑎𝑠𝑖 = ±√18,51 x 0,000146 [1

1,285+

1

1]

= ±√0,00270246 𝑥 1,778

= ± 0,0693

Page 117: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

95

Interval kepercayaan untuk Rasio S/N Pengujian Konfirmasi

adalah :

μkonfirmasi - Cl ≤ μ ≤ μkonfirmasi + Cl

-11,17 – 0,0693 ≤ μ ≤ -11,17 + 0,0693

-11,2393 ≤ μ ≤ -11,1007

4.7. Analisa Hasil

Dari hasil perhitungan interval kepercayaan pada tingkat kepercayaan

90% untuk eksperimen prediksi kemudian dibandingkan dengan interval

kepercayaan untuk eksperimen konfirmasi sebagai berikut :

Tabel 4.8 Tabel Perbandingan S/N

Respon

μ

Interval Kepercayaan

Eksperimen Prediksi -11,53 -11,53 ± 0,045859

Eksperimen Konfirmasi -11,17 -11,17 ± 0,0693

Sumber: Hasil Perhitungan

Dari tabel 4.8 dapat diketahui perbandingan antara nilai μ eksperimen

prediksi dan nilai μ eksperimen konfirmasi serta interval kepercayaan pada

masing-masing eksperimen. Hasil perbandingan ini menunjukkan nilai

maksimum dan minimum antara kedua eksperimen saling beririsan atau

berada dalam kedua interval. Untuk lebih jelasnya dapat dilihat secara visual

pada grafik berikut ini :

Gambar 4.36 Plot rata-rata percobaan konfirmasi dan interval keyakinan perdiksi

Page 118: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

96

Berdasarkan gambar 4.35 dapat diketahui Interval kepercayaan prediksi

beririsan dengan nilai interval kepercayaan konfirmasi. Sehingga dapat

disimpulkan pengujian konfirmasi dapat diterima.

4.8. Pembahasan

4.8.1. Pengaruh Variabel Proses Terhadap Respon Individu

Pengaruh dari variable-variabel proses yang meliputi diameter

Sprue, Runner dan Riser terhadap respon individu persentase cacat

porositas dapat diketahui berdasarkan data yang diperoleh dari hasil

percobaan melalui software dan dasar teori mengenai pengaruh

ketiga faktor tersebut terhadap respon. Pembahasan mengenai

variable proses terhadap proses terhadap respon individu adalah

sebagai berikut :

a. Diameter Sprue

Sprue merupakan saluran pertama yang dilalui cairan

logam dari cawang tuang kedalam runner dan gate. Pada proses

penuangan, logam cair turun bergerak bebas (memutar) karena

tidak adanya sudut pada dinding saluran turun yang menahan

aliran tersebut supaya bergerak stabil. Dengan kata lain semakin

kecil diameter sprue maka semakin besar pula terjadinya aliran

(turbulensi) yang dapat menyebabkan terjadinya porositas pada

produk coran, berlaku juga sebaliknya semakin besar diameter

sprue maka semakin kecil pula terjadinya aliran (turbulensi)

yang dapat menyebabkan terjadinya porositas pada produk

coran (Aryadita, 2018).

Hasil level proses diameter sprue terhadap persentase

cacat porositas pada percobaan ini terjadi pada level 3 yang

merupakan nilai yang paling besar yaitu ∅ 70 mm. Hal ini sesuai

dengan teori yang telah dijelaskan diatas. Semakin besarnya diameter

sprue memberikan ruang lebih logam cair bergerak turun yang dapat

meminimalisir terjadinya aliran (turbulensi) sehingga dapat

menurunkan persentase adanya cacat porositas pada produk cor. Pada

Page 119: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

97

perhitungan persen kontribusi didapatkan 35,58 % besar kontribusi

pengaruh diameter sprue terhadap percobaan ini sehingga dapat

disimpulkan bahwa diameter Sprue berpengaruh secara

signifikan terhadap persentase cacat porositas produk Idler.

b. Diameter Runner

Runner merupakan saluran yang membawa logam cair

dari sprue menuju rongga (cavity) produk cor. Menurut

penelitian Yussni, dkk (2007), besar ukuran diameter runner

dapat meminimalkan cacat porositas dan meningkatkan sifat

mekanis produk cor. Dengan bertambahnya diameter runner

membuat logam cair pada saat solidifikasi tidak terlalu cepat,

sehingga meminimalisir kemungkinan terjadinya porositas

dalam rongga produk cor karena logam cair mampu memenuhi

rongga secara efektif.

Hasil level proses diameter runner terhadap persentase

cacat porositas pada percobaan ini terjadi pada level 3 yang

merupakan nilai yang paling besar yaitu ∅ 77 mm. Hal ini sesuai

dengan teori yang telah dijelaskan diatas. Namun, pada perhitungan

persen kontribusi didapatkan 0,04 % besar kontribusi pengaruh

diameter sprue terhadap percobaan ini. Hal yang bisa menjadi

penyebab adalah desain runner yang kurang tepat dari segi

bentuk penampangnya yang berupa lingkaran ataupun

menggunakan runner hanya satu saluran. Sehingga dapat

disimpulkan bahwa diameter runner tidak berpengaruh secara

signifikan terhadap persentase cacat porositas produk Idler.

c. Diameter Riser

Riser merupakan cadangan logam cair yang berguna

dalam mengisi kembali rongga cetakan bila terjadi penyusutan

akibat solidifikasi, sehingga riser harus membeku lebih lama dari

Page 120: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

98

coran dan memiliki modulus riser lebih besar dari modulus

coran. (Tjitro, 2001).

Hasil level proses diameter riser terhadap persentase cacat

porositas pada percobaan ini terjadi pada level 3 yang merupakan

nilai yang paling besar yaitu ∅ 110 mm. Hal ini sesuai dengan teori

yang telah dijelaskan diatas. Pada hasil simulasi menggunakan

software menunjukan riser yang memiliki diameter lebih besar

membeku lebih lama dari coran yang dapat mengurangi adanya

cacat porositas. Pada perhitungan persen kontribusi didapatkan

64,34 % besar kontribusi pengaruh diameter riser terhadap

percobaan ini sehingga dapat disimpulkan bahwa diameter riser

berpengaruh secara signifikan terhadap persentase cacat

porositas produk Idler.

Page 121: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

99

BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Kesimpulan yang dapat diambil dari tugas akhir “Simulasi dan

Optimasi Desain Pengecoran Cetakan Pasir pada Produk Idler

Menggunakan Metode Taguchi” adalah sebagai berikut :

1. Hasil analisa menunjukkan bahwa parameter diameter Sprue

dan diameter Riser memiliki pengaruh secara signifikan

terhadap cacat porositas hasil simulasi pada produk Idler.

Sedangkan parameter diameter Runner tidak memiliki

pengaruh secara signifikan terhadap cacat porositas hasil

simulasi pada produk Idler.

2. Desain sprue, runner dan riser yang paling optimal pada

produk Idler adalah diameter Sprue bernilai ∅ 70 mm,

diameter Runner bernilai ∅ 77 mm dan diameter Riser bernilai

∅ 110 mm.

5.2. Saran

Dalam penulisan tugas akhir ini masih jauh dari kata sempurna

sehingga perlu dilakukan penelitian lanjutan untuk lebih

menyempurnakan penelitian ini. Adapun saran apabila penelitian

dilanjutkan :

1. Menambahkan parameter lain yang dapat mempengaruhi

cacat porositas seperti desain Ingate (Saluran Masuk), desain

venting (Saluran Pembuang Udara) dan lain-lain.

2. Menggunakan faktor dan level yang lebih banyak kemudian

data yang dihasilkan dapat dibandingkan dengan penelitian

ini.

3. Untuk hasil yang lebih maksimal dan tingkat akurasi yang

tinggi bisa dilakukan pengecoran sand casting pada setiap

design cycle (percobaan).

Page 122: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

100

Halaman ini sengaja dikosongkan

Page 123: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

101

DAFTAR PUSTAKA

Antony J, Antony FJ.(1998). Teaching advanced statistical techniquest industrial

engineers and business managers. Journal of Engineering Design

; 9(1):89-100

Campbell, J., (2003). The New Metallurgy of Cast Metal Castings. 2nd ed.

Burlington: Butterworth-Heinemann.

Coleman, D.E. and Montgomery, D.C. (1993) A Systematic Approach to Planning

for a Designed Industrial Experiment. Technometrics, 35, 1-12.

D.M. Steinberg, W.G. Hunter. (1984) Experimental Design: Review and comment

(with discussion). Technometrics 26, 71-130.

Ishak, Aulia.(2002). Rekayasa Kualitas. Universitas Sumatra Utara, 2:1-24

Max, S. (2010) Perancangan Sistem Saluran cetakan Permanen Pada Logam

Alumunium CC401 Dengan Penuangan Gravity Die Casting, pp. 1–15.

Montgomery, DC. (2002). Design and Analysis of Experiments 5th edition. New

York: John Myers & Sons, Inc.

Prasetyorini, B. F. (2013) ‘Pengaruh Ukuran Perusahaan ...’, 1, pp. 125–130.

Siswanto dkk (2018) Analisis Porositas Dan Kerasan Paduan Al-12,6%Si Dengan

Variasi Waktu Tunggu Dalam Cetakan Dan Media Pendingin Hasil

Pengecoran Evaporative, Jukung Jurnal Teknik Lingkungan, 4(1), pp.

72–81.

Soejanto, I. (2009). Desain Eksperimen dengan Metode Taguchi. Graha Ilmu.

Yogyakarta, Indonesia.

Sudjana. (2002). Desain dan Analisis Eksperimen. Edisi IV. Bandung. Tarsito.

Tjitro, S 2001. Pengaruh Bentuk Riser terhadap Cacat Penyusutan produk Cor

Alumunium Cetakan Pasir.Jurnal Teknik Mesin Vol. 3, No. 2, Oktober

2001:41-46.

Page 124: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

102

Wlodawer, R. (1966). Directional Solidification of Steel Castings. Oxford:

Pergamon Press.

WU, C. J. and HAMADA, M. S. (2000). Experiments: Planning, Analysis, and

Optimization 2nd . Wiley, New York

Page 125: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

103

Lampiran 1. Tabel Penentuan Diameter Sprue dan Runner

Page 126: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

104

Lampiran 2. Tabel Penentuan Diameter Riser

Page 127: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

105

Lampiran 3. Heat Thermal Conductivity

Page 128: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

106

Lampiran 4. F Tabel untuk level signifikansi (α) 0,05

Page 129: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

107

Lampiran 5. Lembar Desain Casting

Page 130: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

108

Lampiran 6. Detail Drawing Produk Idler

Page 131: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

109

Lampiran 7. Detail Drawing Produk Idler dengan gating system dan riser

Page 132: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

110

Halaman sengaja dikosongkan

Page 133: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

Scale ( 1 : 5 )

A ( 1 : 1 )

B ( 1 : 1 )

A

B

1

1

2

2

3

3

4

4

5

5

6

6

A A

B B

C C

D D

IDLER 630

Produk Idler

Teknik Permesinan Kapal - D4 Teknik Desain Manufaktur

POLITEKNIK PERKAPALAN NEGERI SURABAYA

Kampus ITS Sukolilo Surabaya 60111 - Telp. 031-5947186 e-mail : [email protected]

Rifky Kurnia Putra

27 Juni 2019

Designed by Checked by Approved byDate

1 / 2

Edition Sheet

Scale

1 : 5

190

630

72

152

590

10

9

50

110

R

1

5

7

200

R

1

3

8

,

6

179

177

42

R

1

0

20

15

R

1

0

150

150

40

R

2

8

100

R

1

4

R

5

10

38

1

2

5

5

5

3

4

95

23,5

548

1

2

3

Page 134: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

A ( 1 : 2 )

A-A ( 1 : 2 )

B ( 1 : 2 )

A

A

A

B

1

1

2

2

3

3

4

4

5

5

6

6

A A

B B

C C

D D

IDLER HASIL PERCOBAAN KONFIRMASI

Produk Idler

Teknik Permesinan Kapal - D4 Teknik Desain Manufaktur

POLITEKNIK PERKAPALAN NEGERI SURABAYA

Kampus ITS Sukolilo Surabaya 60111 - Telp. 031-5947186 e-mail : [email protected]

Rifky Kurnia Putra

27 Juni 2019

Designed by Checked by Approved byDate

2 / 2

Edition Sheet

Scale

1 : 5

4

0

0

5

0

Riser

Sprue

Exotermic

Riser

Venting

467

66

R

2

5

211

39

R

5

0

R

2

5

R

2

0

252

85

1

2

0

R

4

5

42

77

275 8

8

7

42

32

42

7

7

70

154

103

10

5

8

2

,

5

5

72

167

R

1

0

0

138

R

4

0

5

3

0

0

209

1

8

5

3

R

1

2

,

5

4

0

150 150

152

140

1

0

0

R

5

0

Page 135: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN

BIODATA PENULIS

Penulis, Rifky Kurnia Putra lahir di Surabaya, pada tanggal

13 Mei 1997. Penulis merupakan anak kedua dari dua

bersaudara. Pendidikan yang telah dijalani oleh penulis

adalah SDN Kedurus 3 Surabaya (2003-2009), SMP Negeri

21 Surabaya (2009-2012) dan MAN Surabaya (2012-2015).

Setelah itu penulis melanjutkan pendidikan di Jurusan Teknik

Permesinan Kapal dengan program studi Teknik Desain dan Manufaktur melalui

seleksi jalur PMDK-PN dan terdaftar sebagai mahasiswa Politeknik Perkapalan

Negeri Surabaya (PPNS) dengan NRP. 0615040005 pada tahun 2015. Penulis

mengikuti organisasi sebagai staff divisi luar negeri Himpunan Mahasiswa Teknik

Desain dan Manufaktur periode 2016-2017 dan periode 2017-2018. Pada bulan

september sampai dengan desember 2018, penulis mengikuti On The Job Training

(OJT) di PT. Barata Indonesia.

Penulis sangat terbuka dengan adanya kritik dan saran yang membangun

sehingga menjadi pendukung untuk dapat menjadi penulis yang lebih baik lagi.

Penulis dapat dihubungi melalui e-mail [email protected].

Page 136: SIMULASI DAN OPTIMASI DESAIN PENGECORAN ...repository.ppns.ac.id/2559/1/0615040005 - Rifky Kurnia...SIMULASI DAN OPTIMASI DESAIN PENGECORAN CETAKAN PASIR PADA PRODUK IDLER MENGGUNAKAN