DEPARTEMEN TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2013

Transkripsi

1 ANALISA OPTIMASI PEMESINAN PADA MESIN BOR BREDA TIPE R-35 DENGAN MENGGUNAKAN ALGORITMA GENETIKA SKRIPSI Skripsi Yang Diajukan Untuk Melengkapi Syarat Memperoleh Gelar Sarjana Teknik GIO SAPUTRA NIM DEPARTEMEN TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2013 i

2 ii

3 iii

4 iv

5 v

6 vi

7 vii

8 viii

9 ix

10 KATA PENGANTAR Puji syukur penulis panjatkan kehadiran ALLAH SWT karena atas rahmat dan karunia-nya lah penulis akhirnya dapat menyelesaikan skripsi ini dengan judul ANALISA OPTIMASI PEMESINAN PADA MESIN BOR BREDA TIPE R-35 DENGAN MENGGUNAKAN ALGORITMA GENETIKA. Skripsi ini disusun untuk memenuhi syarat menyelesaikan pendidikan Strata- 1 (S1) pada Departemen Teknik Mesin Sub Bidang Konversi Energi, Fakultas Teknik,. Dalam menyelesaikan skripsi ini tidak sedikit kesulitan yang dihadapi penulis, namun berkat dorongan, semangat, doa dan bantuan baik materiil, moril, maupun spirit dari berbagai pihak akhirnya kesulitan itu dapat teratasi. Untuk itu sebagai manusia yang harus tahu berterima kasih, degan penuh ketulusan hati penulis mengucapkan terima kasih kepada : 1. Bapak Ir. Alfian Hamsi, M.Sc selaku dosen pembimbing, yang dengan penuh kesabaran telah memberikan bimbingan dan motivasi kepada penulis. 2. Bapak Dr. Ing. Ir Ikhwansyah Isranuri selaku Ketua Departemen Teknik Mesin. 3. Bapak Ir. M. Syahril Gultom MT. Selaku Sekretaris Departemen Teknik Mesin. 4. Kedua orang tua penulis, Marius dan Fatimah Darlis yang tidak pernah purusputusnya memberikan dukungan, doa serta kasih sayangnya yang tak terhingga kepada penulis. 5. Kakak Wira Deswita dan Abang Meliadi yang selalu menasehati untuk cepat menyelesaikan skripsinya. 6. Seluruh staf pengajar dan staf tata usaha Departemen Teknik Mesin yang telah membimbing serta membantu segala keperluan penulis selama penulis kuliah. 7. Bapak Ir. Andianto Pintoro selaku dosen wali. 8. Rekan-rekan satu tim kerja, Ficky Hamdani, Ramadhan, Robby dan Rudi yang telah meluangkan waktunya untuk memberikan saran dan kritik. i

11 9. Teman-Teman lain yaitu, Ikram, Syahrul Ramadhan,, Daniansyah, Ismail Husin Tanjung, Aldiansyah Leo, Fahrul Rozzy, Felix Asade, Parulian Siahaan, Ferdinan Lubis, Joshua Surbakti, Daniel Ortega panjaitan, Indra Gunawan Purba, Fransiscus Sitompul, rekan-rekan mahasiswa 2008 yang tidak mungkin disebutkan satu-persatu, para abang senior dan adik-adik junior semua yang telah mendukung dan memberi semangat kepada penulis. Penulis menyadari bahwa masih banyak kesalahan dan kekeliruan dalam penulisan skripsi ini. Oleh karena itu penulis akan sangat berterima kasih dan dengan senang hati menerima saran dan kritik yang membangun demi tercapainya tulisan yang lebih baik. Akhir kata penulis berharap semoga tulisan ini dapat memberi manfaat kepada pembaca. Terima kasih. Medan, Mei 2013 Gio Saputra ii

12 ABSTRAK Algoritma Genetika merupakan suatu algoritma yang terinspirasi dari teori evolusi Darwin dimana dinyatakan bahwa kelangsungan hidup suatu makhluk dipengaruhi aturan bahwa yang kuat adalah yang menang. Algoritma genetika didasarkan pada proses seleksi gen, perkawinan silang dan mutasi. Salah satu masalah yang dapat diselesaikan dengan algoritma genetika adalah persoalan optimasi. Optimasi algoritma genetika dilakukan dengan mencari variabel untuk spesiman ST-37 dan mata bor HSS dengan kecepatan potong (V) dari 30 m/min sampai 50 m/min, diameter(d) dari mata bor adalah 5,5 mm sampai 8,5 mm, kemudian menurunkan rumus waktu pemesinan (t c ) sebagai fungsi optimasi. Variabel yang telah ditetapkan selanjutnya akan melakukan evolusi seperti seleksi, crossover dan mutasi. Individu terbaik dapat dilihat dari nilai fitness terbesar karena fungsi optimasi yang digunakan adalah waktu pemesinan (t c ) maka dipilih pengerjaan dengan waktu paling singkat, sehingga didapat hasil optimasi pemesinan Putaran poros utama (n) 1251 rev/min, Gerak makan (f) 0,194 mm/rev, Kecepatan potong (v) 48,532 m/min, Waktu pemotongan (t c ) 0,00440 min, Kecepatan penghasilan geram (z) 14,5 cm 3 /min. Kata kunci : Algoritma genetika, fitness, pemesinan, optimasi iii

13 ABSTRACT Genetic Algorithm is an algorithm inspired by Darwin's evolutionary theory which stated that influenced the survival of a creature that the strong rule is a win. Genetic algorithms are based on the process of gene selection, crossover and mutation. One problem that can be solved by genetic algorithm is the optimation problem. Genetic algorithm optimization is performed to find variables to spesiman ST-37 and HSS twist drill with cutting speed (V) of 30 m / min to 50 m / min, diameter twist drill(d) 5,5 mm to 8,5 mm and reduce machining time formula (tc) as a function of optimization. Predefined variables will further evolution such as selection, crossover and mutation. Individuals can best be seen from the bigest fitness value is used as the optimization function is machining time (tc) then selected work with most short time, so we got the result optimization main shaft rotation machining (n) 1251 rev / min, deep feed (f) 0,194 mm/rev, 0,194 mm/rev cutting speed (v) 48,532 m / min,, the cutting time (tc) 0,00440 min, Material Removal Rate (z) 14,5 cm 3 /min. Keywords : algorithm optimization, fitness, machining, optimization iv

14 DAFTAR ISI KATA PENGANTAR... ABSTRAK... ABSTRACT... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR SIMBOL... i iii iv v viii ix xi BAB I PENDAHULUAN Latar Belakang Tujuan Penelitian Batasan Masalah Manfaat Penelitian Sistematika Penulisan... 3 BAB II TINJAUAN PUSTAKA Manajemen Pemeliharaan Pemesinan Sistem Pemeliharaan Mesin Strategi Pemeliharaan Algoritma Genetika Sejarah Pemasalahan yang Membutuhkan Algoritma Genetika Aplikasi Algoritma Genetika Prosedur Algoritma Genetika Pengertian Individu Teknik Penyandian (Pengkodean) Prosedur Inisialisasi (Membangkitkan Populasi Awal) Evaluasi Nilai Fitness v

15 2.3.5 Seleksi Orang Tua Rekombinasi Crossover Mutasi Elitism Evaluasi Tingkat Keseragaman Unsur Kromosom Mesin Bor Definisi Dan Fungsi Mesin Bor Jenis-Jenis Mesin Bor Bagian-Bagian Mesin Bor Mata bor (Twist Drill) dan Geometri Mata Bor Pengerjaan yang berhubungan dengan proses gurdi Pencekaman Mata bor dan benda kerja Parameter proses Gurdi Algoritma Genetika Dalam MATLAB BAB III METODOLOGI PENELITIAN Waktu dan Tempat Penelitian Peralatan Pengujian Bahan Pengujian Experimental Set-Up Model Optimasi Parameter yang Digunakan Prosedur Pengujian BAB IV ANALISA DATA Algoritma Genetika Manual Fungsi Optimasi Membangkitkan Populasi Awal Seleksi Crossover Mutasi vi

16 BAB V KESIMPULAN DAN SARAN Kesimpulan Saran Lampiran 1 vii

17 DAFTAR TABEL Tabel 2.1 Faktor penentu keberhasilan pemeliharaan menurut Paul (1989) Tabel 2.2 Skema Binary Encoding Tabel 2.3 Ukuran tirus Tabel 2.4 Geometri mata bor (twist drill) yang disarankan Tabel 4.1 Populasi acak awal Tabel 4.2 Fitness Relatif(Pk) Tabel 4.3 Finess kumulatif(qk) Tabel 4.4 Bilang acak untuk seleksi(r) Tabel 4.5 Kromosom baru hasil seleksi Tabel 4.6 Kromosom-kromosom yang akan dicrossover Tabel 4.7 Kromosom setelah dilakukan crossover Tabel 4.8 Kromosom dan posisinya yang terkena mutasi Tabel 4.9 Kromosom setelah dilakukan mutasi Tabel 4.10 Populasi awal generasi kedua viii

18 DAFTAR GAMBAR Gambar 2.1 Jenis manajemen pemeliharaan... 6 Gambar 2.2 Kerangka berpikir sistem pemeliharaan Gambar 2.3 Siklus algoritma genetika Gambar 2.4 Ilustrasi representasi penyelesaian permasalahan dalam Algoritma genetika Gambar 2.5 Kemungkinan jalur dalam TSP dan representasi dalam individu Gambar 2.6 Ilustrasi seleksi dengan mesin roulette Gambar 2.7 Proses Cross-over Gambar 2.8 Proses Mutasi Gambar 2.9 Mesin bor Gambar 2.10 Nama-nama bagian mata bor dengan sarung tirusnya Gambar 2.11 Mata bor khusus untuk pengerjaan Gambar 2.12 Bor senter (center drill) Gambar 2.13 Proses kelanjutan setelah dibuat lubang Gambar 2.14 Cekam mata bor rahang tiga dengan kapasitas maksimal mata bor 13 mm Gambar 2.15 Bagian-bagian Cekam Bor Gambar 2.16 Parameter mesin bor Gambar 2.17 Optimtool Gambar 2.18 Jendela optmasi Gambar 2.19 Optimization tool ix

19 Gambar 2.20 Solver tool Gambar 2.21 Start Tool Gambar 3.1 Notebook ACER aspire 4736G Gambar 3.2 Mesin Bor Breda R Gambar 3.3 Mata bor high speed steel HSS Gambar 3.4 Kunci chuck Gambar 3.5 Stopwatch Gambar 3.6 Jangka sorong Gambar 3.7 Baja ST Gambar 3.8 Flow chart dari metodologi penelitian Gambar 4.1 Hasil akhir setelah generasi ke seratus x

20 DAFTAR SIMBOL Simbol Arti Satuan Kedalaman pemotongan Diameter rata rata spesimen Diameter awal specimen Diameter akhir specimen Gerak makan F Fitness total - K Kromosom - n Putaran poros utama Rev/min Panjang pemesinan Probabilitas crossover - Probabilitas seleksi - Probabilitas mutasi - Batas atas - Batas bawah - ST-37 Baja karbon rendah - Waktu pemesinan Kecepatan potong Kecepatan makan Variabel pertama - Variabel kedua - Y(x) Persamaan optimasi - Z Kecepatan penghasilan geram Huruf Yunani Simbol Arti Satuan Konstanta - xi