Kekerasan Kampas Rem

JURNAL TEKNIK MESIN Vol. 4, No. 1, April 2002: 50 – 58

Optimasi Kekerasan Kampas Rem Dengan Metode Desain Eksprimen Ekspri men Didik Wahjudi Amelia Dosen Fakultas Teknologi Industri, Jurusan Teknik Mesin - Universitas Kristen Petra

Tomy Suhartojo Alumni Fakultas Teknologi Industri, Jurusan Teknik Mesin - Universitas Kristen Petra

Abstrak Kampas rem selalu dibutuhk an didalam didalam dunia otomotif tomotif,, sehingga sehingga kua litas litas yan g baik dari h asil produksi perlu didapatkan. Kualitas kampas rem harus memenuhi standar, sala h satunya tergantung dari kekerasannya. Kekerasan kampas rem berkaitan dengan umur kampas re m, umur drum atau piringan serta jenis kendaraan. Untuk mendapatkan hasil produksi optimal, maka akan dilakuka dilakuka n eksperimen dari faktor-f faktor-faktor aktor yang mempengaruh i nilai nilai kekerasan ka mpas r e m d a n m e n e n t u k a n level dari fakt or-faktor r-faktor tersebut. Kata kunci: desain eksperimen, eksperimen, kampa s rem.

Abstract Brake lining always needed in automotive world, so good quality from process maufacturing m ust be obtained. Brake lining qu ality m ust be fulfilled, one one of the propertie propertiess is hard eness. eness. Brake lining hardness correlate with influence their lifetime, the drum or disk lifetime and type of vehichle. To get get optim optim al perform perform ance of of production, we mak e experim experim ent from factors tha t influ ence the hard ness of brake brake linin g and determin e level level from from their factors. factors. Keywords: Keywords: design design experim experim ent, brake lin ing.

Daftar Notasi DF F MS P R2 S SS T X Y Z α ρ ..e

d er e r a ja ja t k eb e b eb eb a sa sa n F -r a t i o v a r ia ia n s i a k i ba ba t p e r u b a h a n l ev ev el el s u a t u su su m b e r variansi P -v -v a llu u e = n il il a i α kritis koefisien koefisien determina si s t an a n da d a r d e v i a si si ju m la la h d ar a r i k u ad a d ra ra t T -r a t i o v a r ia ia b e l b eb eb a s t e r k on on t r o l a t a u fa fa k t o r t e r kontrol v a r ia ia be b e l r es e s p on on v a r ia ia b el el b eb eb a s t id i d a k t e r k on on t r ol ol a t a u fa fa k t or or tidak t erkontrol erkontrol kesalahan alpha persentase kontribusi error

Catatan : Diskusi untuk makalah ini diterima sebelum tanggal 1 Juli 2002. Diskusi yang layak muat akan diterbitkan pada Jurnal Teknik Mesin Mesin Volume 4 Nomor Nomor 2 Oktober 2002.

50

1. Pendahuluan Optimasi sifat dari suatu produk dapat dilakukan dengan berbagai cara. Cara paling sederhana yaitu dengan diagram sebab akibat dimana cara ini perlu dianalisa lebih lanjut untuk mendapatkan hasil yang akurat. Pada umumnya diagram sebab akibat digunakan untuk menyelidiki penyebab dari suatu akibat yang mempengaruhi hasil produksi, sehingga dapat dikategorikan adanya faktor terkontrol dan faktor tidak terkontrol yang akan d i gu gu n a k a n u n t u k m e l a k u k a n d e s a i n ek ek p e r i m e n . Pada desain ekperimen, selalu dilakukan a n a l is is a . A n a l is is a b i a s a n y a d e n g a n m e n g g u n a k a n ANOVA sehingga dapat diketahui faktor-faktor signifikan dalam eksperimen. Desain faktorial merupakan solusi paling efisien pada eksperimen yang menggunakan pengaruh dari dua atau lebih faktor. Namun ada pula metode Response Surface y a n g d a p a t d i g u n a k a n u n t u k membuat model dan menganalisa suatu respon yang dipengaruhi oleh beberapa faktor untuk m e n g op op t i m a l k a n r e s p on on t e r s e b u t .

Jurusan Teknik Mesin, Fakultas Teknologi Industri, Universitas Kristen Petra http://puslit.petra.ac.id/journals/mechanical/

Optimasi Kekerasan Kampas Rem dengan Metode Desain Eksperimen (Didik Wahjudi, et al.)

2. Diagram Sebab Akibat Diagram ini banyak dipakai untuk menentukan hubungan sebab dan akibat suatu proses. Sebab yang merupa kan fakt or terkontrol dapat digunakan untuk menentukan faktor terkendali pada desain eksperimen. Diagram sebab akibat dapat digunakan untuk (i) mengeliminasi kondisi yang menyebabkan kesalahan produksi, (ii) analisa secara aktual kondisi proses yang bertujuan memperbaiki kualitas, (iii) efisiensi sumber daya dan (iv) m i n i m a l is a s i d a n a .

Apakah suatu faktor memberi pengaruh signifikan terhadap respon, dilakukan uji verifikasi dengan F test dan menghitung p e r s e n t a s e k o n t r i b u s i . K e t e r b a t a s a n F t e s t : (i) nilai MS e d i a s u m s i k a n k o n s t a n u n t u k s e m u a sumber variansi, (ii) adanya α m e m u n g k i n k a n terjadinya α error, (iii) pada teknik polling up terjadi pengurangan faktor untuk menyederhanakan desain eksperimen untuk mengatasi keterbatasan ini, dilakukan perhitungan pers e n t a s e k o n t r i bu s i ρ. J i k a ρ e ≤ 15%, diasumsik a n t i d a k a d a fa k t o r y a n g t e r l e w a t k a n , t a p i b il a ρe ≥ 5 0 % a d a b e b e r a p a f a k t o r p e n t i n g y a n g terlewatkan.

4. Desain Faktorial

Gambar 1. Diagram Tulang Ikan

3. Desain Eksperimen dan ANOVA P a d a d e s a i n e k s p e r i m e n , t e r d a p a t i n p u t , p r o s e s a n d output . P r o s e s a k a n m e l a k u k a n suatu rangkaian operasi terhadap faktor input u n t u k m e n g h a s i l k a n o u t p u t y dimana o u t p u t dapat dipengaruhi oleh berbagai faktor terkontrol (X1 , X2 , …, Xp ) m a u p u n f a k t o r t a k terkontrol (Z1 , Z2 , …., Zp ). Desain eksperimen akan digunakan untuk (i) menentukan variabel yang paling berpengaruh terhadap respon y, (ii) p e n g a t u r a n h a r g a x ya n g b e r p e n g a r u h s e h i n g ga y berada disekitar nilai nominal yang diinginkan, (iii) variabilitasnya kecil dan pengaruh faktor tidak terkontrol minimal. Manfaat yang dapat diperoleh dari desain eksperimen yaitu (i) dapat memperbaiki hasil proses, (ii) mengura ngi biaya total pr oduksi.

Desain faktorial merupakan solusi paling efisien bila eksperimen meneliti pengaruh dari dua atau lebih faktor, karena semua k e m u n g k i n a n k o m b in a s i t i a p level d a r i f a k t o r faktor dapat diselidiki secara lengkap. Kelebihan desain faktorial adalah (i) lebih efisien dibanding dengan metode one-factor-ata-time , (ii) mampu menunjukkan efek interaksi antar faktor, (iii) dapat memberikan perkiraan efek dari suatu faktor pada kondisi level y a n g berbeda-beda dari suatu faktor lain. Pada desain faktorial, setidaknya harus dilakukan d u a r e p l i k a s i u n t u k m e n e n t u k a n S S e jika kemungkinan semua interaksinya masuk da lam model perhitungan. Sedang untuk mengetahui variabilitas dari respon apakah benar-benar disebabkan oleh faktor dan interaksi yang dipilih dapat digunakan koefisien determinasi atau dengan analisa residual untuk melihat apaka h model desain sudah sesuai.

5. Respone Surface Methodology (RSM) RSM merupakan metode gabungan antara teknik matematika dan statistik untuk membuat model dan menganalisa suatu respon y yang dipengaruhi oleh beberapa faktor x u n t u k m e n g o p t im a l k a n r e s p on t e r s e b u t .

6. Proses Pembuatan Kampas Rem

Gambar 2. Bentuk Umum Diagram Proses

Kampas rem merupakan salah satu suku ca d a n g y a n g cu k u p v it a l , k a r e n a i t u d i h a r a p k a n dapat memiliki kualitas maupun harga yang bersaing. Kualitas dipengaruhi oleh kekerasan kampas rem. Kampas rem yang terlalu keras menyebakan umur drum atau cakram menjadi pendek sedang bila terlalu lunak maka umur kampas rem aka n pendek.


51


Proses pembuatan kampas rem yang d i gu n a k a n d e n g a n c a r a d r y m i x . U r u t a n p r o s e s p e m b u a t a n d e n g a n d r y m i x d i la k u k a n d e n g a n : a. proses penimbangan, dimana toleransinya sebesar 1% dari volume benda k erja. b. proses m i x i n g , d i l a k u k a n s e l a m a 1 5 s a m p a i 20 menit. c. proses cool press ( p e n e k a n a n d e n g a n c a r a dingin), untuk membuat bentuk dasar kampas rem dan penekanan dilakukan dengan cara tekan hidrolis. Hasil yang diperoleh berupa kampas rem yang rapuh dan masih basah. d. proses hot press ( p e n e k a n a n d e n g a n c a r a panas), kampas rem yang masih rapuh ditekan dan dikeraskan dengan disertai t e k a n a n s e ca r a k o n t i n u . e. proses oven , b e r t u j u a n u n t u k m e n y e m purnakan penetrasi panas dan menyempurn a k a n p e r s e n ya w a a n a n t a r m a t e r i a l k a m p a s rem. Suhu minimum yang harus diberikan a d a l a h 1 0 5 °C ( u n t u k p e l e p a s a n g a s ) d a n waktu mimimumnya 2,5 jam (untuk mengubah ikatan polimer). Hasil yang diperoleh berupa kampas rem yang keras namun ulet. f. proses finishing , terdiri dari proses slab, drilling, boring da n cutting . Bahan kampas rem yang diproduksi meliputi : 1. Asbes dengan jenis chrysotile , b a h a n i n i mampu mempertahankan serat alaminya h i n g g a 1 4 0 0°C . J i k a p e m a n a s a n d i l a k u k a n s a m p a i 5 0 0°C m a k a k a n d u n g a n a i r n y a a k a n h i la n g d a n a s b e s m e n ja d i r a p u h . 2. Phenolic resin s e b a g a i b a h a n p e n g i k a t a g a r antar material akan menjadi satu dan mengisi rongga dalam kampas rem sehingga a k a n m e n j a d ik a n k a m p a s r e m l e bi h p a d a t . 3. Elastomer b e r u p a k a r e t s i n t e s i s d i g u n a k a n s e b a g a i b a h a n p e n g ik a t . 4. Filler b e r u p a a l u m i n a d a n b a r i u m s u l f a t d i gu n a k a n u n t u k m e n g i s i r u a n g y a n g k o son g p a d a k a m p a s r e m , s e l a i n i t u filler y a n g semakin keras akan mengakibatkan koefisien gesek semakin besar. 5. Friction modifier berupa grafit dan friction d u s t . 6. S e r p i h a n logam berupa tembaga dan kuningan berfungsi sebagai isolator dan timah untuk mengurangi laju keausan dan s u a r a b e r i s ik . Untuk standarisasi kekerasan akan digunakan standarisasi uji kekerasan JIS yaitu JASO 405, 406 dan 407.

52

7. Prosedur Perancangan dan Percobaan A. Rancan gan eksperimen a. m e n y u s u n d i a g r a m s e b a b a k i b a t d e n g a n memilih materi yang akan dianalisa, y a it u n i la i k e k e r a s a n k a m p a s r e m .

Gambar 3. Diagram Sebab-Akibat untuk Optimasi Kekerasan Kampas Rem b. m e n g a n a l i s a m a s a l a h y a n g a d a d a n penyebab-penyebabnya. bahan baku, meliputi persentase b a h a n b a k u d a n k u a l it a s b a h a n operator, meliputi keahlian, pengalaman dan m otivasi kerja lingkungan, meliputi temperatur r u a n g d a n k e le m b a b a n u d a r a proses, meliputi beberapa proses yaitu: • penimbangan, dipengaruhi oleh ketelitian a lat • pencampuran bahan, dipengaruhi oleh lama proses dan kecepatan mesin • cold press , d i p e n g a r u h i o l e h b e s a r tekana n dan lama proses • hot press , dipengaruhi oleh besar tekanan, lama proses dan temperatur pemanasan • oven , dipengaruhi oleh temperatur k e r j a d a n h o ld i n g t i m e . Dari analisa diatas maka dari beberapa masalah yang ada ditentukan faktor terkendali dan faktor tidak terkendali yaitu : faktor terkendali: bahan baku, operator, proses. fakt or tidak terken dali : lingkungan . c. m e n y u s u n r a n c a n g a n d e s a i n e k s p e r i m e n variabel respon: nilai kekerasan kampas rem yang akan diperoleh melalui uji kekerasan dengan metode uji kekerasan Rockwell B



variabel bebas/faktor : penentuannya a k a n d i g u n a k a n fixed effect m odel. Faktor-faktornya : • kadar resin, pemilihan dilakukan karena persentase kadar resin memberikan pengaruh besar terh a d a p k e k e r a s a n k a m p a s r e m , level y a n g d i p i l i h a d a l a h 3 level y a i t u : 7%, 11% da n 15%. • t e m p e r a t u r oven , dipilih karena faktor biaya dan waktu, sehingga d i h a r a p k a n d a p a t m e n c a p a i k on d i s i y a n g o p t i m u m , level yang dipilih juga 3 level yaitu : 115 °C, 160°C d a n 2 0 5 °C . • holding time, pemilihan faktor ini mempunyai alasan sama dengan t e m p e r a t u r oven sehingga dicapai biaya dan waktu optimum dengan k e k e r a s a n o p t im u m p u l a , level y a n g d i p il ih a d a l a h 4 level yaitu : 4, 6 , 8 dan 10 jam. K a r e n a j u m l a h level dari ketiga faktor tidak sama, maka desain eksperimen yang dipilih adalah desain faktorial d e n g a n level c a m p u r a n d a n j u m l a h replikasi dipilih dua. d. m e n y u s u n k o d e level u n t u k m a s i n g m a s i n g level dari tiap faktor, seperti pada t a b e l 1. -

Tabel 1. Kode masing Faktor Kadar resin (%) Temperatur oven (°C) Holding time oven (jam)

Level Level

0 7 115 4

untuk Masingdari Tiap Faktor Level 1 11 160 6

2 15 205 8

3 10

e. M e m b e n t u k g r u p s p e s i m e n d a n p e n g a c a k a n u r u t a n g r u p p a d a p r os e s ov e n . B. Percobaa n a. m e m b a gi k a d a r b a h a n b a k u k a m p a s r e m d e n g a n k a d a r r e s i n y a n g b e r v a r i a s i. b. m e l a k u k a n p r o s e s p r o d u k s i l a n j u t a n sampai proses hot press s e s u a i s t a n d a r oleh operator yang sam a. c. m e n g a t u r v a r i a s i k o m b i n a s i t e m p e r a t u r oven da n holding time u n t u k t i a p s p e s i m e n d a n m e l a k u k a n p r o s e s oven . d. m e l a k u k a n p r o s e s p e n g h a l u s a n p e r m u k a an kampas rem. e. m e l a k u k a n p e n g u j i a n k e k e r a s a n d e n g a n t i g a k a l i in d e n t a s i u n t u k t i a p s p e s i m e n .

8. Analisa Data dan Pembahasannya A. Data hasil eksperimen Tabel 2. Data Ha sil Eksp erim en Holding time (jam) C 115 27.70 4 25.53 30.63 6 29.90 26.10 8 24.87 33.63 10 35.83

7 160 25.67 26.83 34.27 32.87 28.10 26.83 32.13 33.97

Kadar Resin (%) A 11 15 Temperatur Oven (°C) B 205 115 160 205 115 160 34.00 23.97 23.67 25.80 72.07 75.57 35.43 21.53 26.50 28.60 73.77 75.00 35.90 19.43 25.37 27.80 72.37 76.27 34.47 21.50 24.77 27.30 73.80 78.70 29.57 24.30 25.07 25.30 59.60 80.90 27.37 25.03 25.37 27.67 57.50 83.10 30.73 22.40 19.47 21.93 15.57 18.57 31.47 23.57 11.27 22.07 16.93 18.73

205 70.60 72.13 64.23 67.53 72.67 70.63 22.30 19.50

B. P e r h i t u n g a n An o va u n t u k h a s i l a n a l is a eksperimen pada data awal dengan mengguna kan Minitab 11.12 Analysis of Variance (Balanced Designs) Levels Values Factor Type A fixed 3 7 B fixed 3 115 C fixed 4 4

11 160 6

Analysis of Variance for HRB Source DF SS MS F A 2 16283.40 8141.70 5050.67 B 2 147.97 73.98 45.907 C 3 4424.81 1474.94 914.97 A*B 4 218.89 54.72 33.95 A*C 6 8658.54 1443.09 895.22 B*C 6 186.86 31.14 19.32 A*B*C 12 411.04 34.25 21.25 Error 36 58.03 1.61 Total 71 30389.54

15 205 8

10

P 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

Dari hasil perhitungan didapatkan bahwa F>>F t a b e l , y a n g b e r a r t i s e m u a f a k t o r t e r k e n d a l i beserta interaksinya memberi pengaruh signifi k a n t e r h a d a p h a s i l pr o s es . N a m u n u n t u k l e b ih memastikan apakah semua faktor yang berpengaruh signifikan sudah masuk kedalam model desain eksperimen, perlu dihitung persentase kontribusi. Hasil perhitungannya yaitu ρ A = 53,5717%, ρ B = 0,4763%, ρ C = 14,5444%, ρ AB = 0,69991%, ρ AC = 28,4601%, ρ BC = 0,5831%, ρ ABC = 1,2890%, ρ e = 0,3764%. Dari p e r s e n t a s e k o n t r i bu s i d i d a p a t b a h w a p e r s e n t a s e kontribusi error sangat kecil sehingga bisa diyakinkan tidak ada faktor penting yang t e r a b a i k a n . K e m u d i a n d i la k u k a n t e k n i k pooling up untuk menarik keluar faktor yang mempunyai persentase kontribusi sangat kecil dari model. Dalam hal ini yaitu faktor temperatur dan interaksinya, sehingga model hanya dipengaruhi oleh dua faktor yaitu persentase k a d a r r e s i n d a n holding time. Kondisi ini dapa t d i l i h a t p u l a p a d a g a m b a r 4 , m ain effect d a n interaction plot y a n g m e n u n j u k k a n b a h w a p e r u b a h a n level t e m p e r a t u r t i d a k t e r l a l u berarti pada kekersan kampas rem diban-


53


d i n g k a n d e n g a n p e r u b a h a n level p e r s e n t a s e k a d a r r e s in d a n h o ld i n g t i m e .

Gambar 4. Main effect dan Interaction Plot – Means for HRB untuk Uji Awal

54



E. Analisa response su rface m ethodology d e n g a n Model Kuadrat Penuh dengan menggunakan m i n i t a b 11.12. Response Surface Regression Estimated Regression Coefficient for HRB Term Constant A C A*A C*C A*C

Coef StDev 30.79 23.1652 -17.40 3.3029 24.28 4.1069 1.29 0.1419 -1.10 0.2676 -1.07 0.1466

S = 9.083 R-Sq =82.1%

T 1.329 -5.267 5.913 9.087 -4.108 -7.275

P 0.188 0.000 0.000 0.000 0.000 0.000

R-Sq (adj) = 80.7%

Analysis of Variance for HRB Source Regression Linear Square Interaction Residual Error Lack-of-fit Pure Error Total

DF Seq SS Adj SS 5 24944 24944 2 12372 5888 2 8205 8205 1 4367 4367 66 5445 5445 6 4423 4223 60 1023 1023 71 30390

Adj MS 4988.84 1943.87 4102.59 4366.68 82.51 737.09 17.05

F 60.47 35.68 49.73 52.93

P 0.000 0.000 0.000 0.000

43.24

0.000

Unusual Observation for HRB Obs HRB Fit StDev Fit 47 80.900 55.962 2.271 48 83.100 55.962 2.271 59 15.570 32.957 3.121

Residual 24.938 27.138 -17.387

R denotes an aboservation standarized residual

Gambar 5. Grafik Residual untu k Hasil Pooling Up

with

St Resid 2.84R 3.09R -2.04R

a

large

C. P e r h i t u n g a n An o va u n t u k h a s i l t e k n i k pooling up d e n g a n m e n g g u n a k a n m i n i t a b . Analysis of Variance (Balanced Designs) Factor Type Levels Values A fixed 3 7 11 C fixed 4 4 6 Analysis of Variance for HRB Source DF SS MS A 216283.4 8141.7 C 3 4424.8 1474.9 A*C 6 8658.5 1443.1 Error 60 1022.8 17.0 Total 71 30389.5

F 477.62 86.52 84.66

15 8

10

P 0.0000 0.0000 0.0000

D. Analisa r esidual juga dilaku kan dengan m i n i t a b . D a r i g a m b a r 5 normal probability bahwa residual hampir plot t e r l i h a t membentuk garis lurus yang berarti model sudah sesuai dengan distribusi normal s e d a n g k a n d a r i residual versus fitted values terlihat tidak ada kecenderungan terbentuk cone sehingga model dapat dianggap sesuai. D a r i p l ot r e s id u a l t e r h a d a p level t i a p f a k t o r , tidak terlihat adanya perbedaan mencolok p a d a v a r i a n s i t i a p level , y a n g m a n a h a l i n i menunjukkan tidak adanya kecenderungan tertentu dari data untuk menuju nilai t e r t e n t u d il u a r n o r m a l .

Gambar 6. Contour Plot Data Hasil Pooling Up


55


F . D a r i h a s i l a n a l is a t e r l i h a t b a h w a s p e s i m e n no. 47, 48 dan 59 merupakan data tidak pada umumnya sehingga perlu dilakukan pengujian ulang terhadap spesimen tersebut. Data pengujian ulang tersebut adalah berturutturut 80,73; 79,16 dan 17,83. G . P e r h i t u n g a n A n ov a u n t u k d a t a p e n g u j ia n ulang adalah : Analysis o f Variance (Balanced Designs) Levels Values Factor Type A fixed 3 7 B fixed 3 115 C fixed 4 4

11 160 6

15 205 8

10

Analysis of Variance for HRB Source DF SS MS F P A 2 16206.07 8103.04 5179.06 0.0000 B 2 129.75 64.88 41.47 0.0000 C 3 4337.21 1445.74 924.04 0.0000 A*B 4 185.52 46.38 29.64 0.0000 A*C 6 8469.38 1411.56 902.20 0.0000 B*C 6 178.35 29.72 19.00 0.0000 A*B*C 12 375.24 31.27 19.99 0.0000 Error 36 56.32 1.56 Total 71 29937.85

Gambar 7. Main effect dan Interaction Plot – Means for HRB untuk Uji Ulang Dari hasil perhitungan semua faktor t e r k e n d a l i b e s er t a i n t e r a k s i n y a m e m b e r i k a n pengaruh signifikan terhadap hasil proses d a n p e r s e n t a s e k o n t r i bu s i error y a n g s a n g a t kecil. Kemudian dengan teknik pooling up , faktor temperatur ditarik dari model. Kondisi ini dapat dilihat pula pada m a i n effect da n interaction plot y a n g m e n u n j u k k a n b a h w a p e r u b a h a n level t e m p e r a t u r t i d a k terlalu berarti pada kekerasan kampas rem d i b a n d i n g k a n d e n g a n p e r u b a h a n level pers e nt a s e k a d a r r e s i n d a n holding time . H. Analisa r esidual seperti pada car a sebelumnya didapatkan seperti pada gambar 8 dibawah. Dari diagram yang ada juga dapat dinyatakan bahwa model sudah sesuai dengan distribusi normal dan model juga d a p a t d i a n g ga p s e s u a i .

56



Gambar 8. Grafik Residual unt uk Data Uji Ul ang Hasil Pooling Up I . A n a li s a R esponse S urface Regression d e n g a n M od e l K u a d r a t P e n u h u n t u k D a t a U j i U l a n g . Response Surface Regression Estimated Regression Coefficient for HRB Term Coef StDev Constant 31.74 22.5596 A -17.37 3.2166 C 23.95 3.9995 A*A 1.29 0.1382 C*C -1.08 0.2606 A*C -1.06 0.1427 S = 8.846

R-Sq =82.7%

P 0.164 0.000 0.000 0.000 0.000 0.000

R-Sq (adj) = 81.4%

Analysis of Variance for HRB Source DF Seq SS Adj SS Regression 5 24773.5 24773.5 Linear 2 12305.3 5792.1 Square 2 8124.3 8124.3 Interaction 1 4343.9 4343.9 Residual Error 66 5164.3 5164.3 Lack-of-fit 6 4239.2 4239.2 Pure Error 60 925.2 925.2 Total 71 29937.8 Unusual Observation for HRB Obs HRB 47 80.730 48 79.160

T 1.407 -5.401 5.989 9.313 -4.134 -7.451

Adj MS 4954.70 2896.04 4062.14 4343.93 78.25 706.53 15.42

F 63.32 37.01 51.91 55.92

P 0.000 0.000 0.000 0.000

45.82

0.000

Fit StDev Fit Residual St Resid 55.815 2.211 24.915 2.91R 55.815 2.211 23.345 2.73R

R denotes an aboservation standarized residual


with

a

large

57


Gambar 9. Contour Plot Data Uji Ulang Dari RSM didapatkan model desain eksper i m e n s e b a g a i b e r ik u t : y = 31,74 – 17,37 x1 + 23,95 x3 + 1,29 x1 2 – 1 , 0 8 x3 2 – 1,06 x1 x3 + ε

9. Kesimpulan Faktor-faktor yang dipilih untuk optimasi kekerasan kampas rem adalah persentase k a d a r r e s i n , t e m p e r a t u r oven da n holding time , n a m u n f a k t o r t e m p e r a t u r oven t i d a k b e r pengaruh signifikan terhadap kekerasan kampas rem. Untuk kondisi optimum diatur persentase kadar resin 15%, h o ld i n g t i m e 6 jam d a n t e m p e r a t u r oven 16 0°C u n t u k m e n d a p a t k a n k e k e r a s a n 6 0 -7 0 H R B .

Daftar Pustaka Design 1. Montgomerry, Douglas C. t h Analysis of Experiments , 4 edition. York , 1997.

and New

2. Belavendram, Nicolo. Quality by Design . London: Prent ice Ha ll Intern at iona l, 1995. 3. Nicholson, geoffrey. 100 Years of Brake Linings & Clutch Facings . Croydon: P & W Price Enterprises, Inc. 1995. 4.

58

Bhattacharyya, Gouri K. and Johnson, Richa rd A. Statistical Concepts and Methods . New York : John Willey & Sons , 1997.


Kekerasan Kampas Rem

Recommend Documents