<p> Studi Parameter Proses Injection Molding</p><p>Gan Shu San, Soejono Tjitro, Isaac H. A, Henry M., Hariyanto G. Jurusan Teknik Mesin – Universitas Kristen Petra Jl. Siwalankerto 121-131 Surabaya, 60236 Telp. 31-8439040, Fax. 31-8417658 [email protected], [email protected]</p><p>Abstract</p><p>The rapid development in injection molding machine technology has brought significant influence to the extensive utilization of plastics as raw material for manufacture products. One of manufacture products that make use of plastics is furniture, such as chairs. Unfortunately the cost of plastics material tends to increase recently. PT. XYZ produces plastic chairs, where the type is called Espana, and the material composition is 75% pure plastic, 15% reprocessed pellets and 10% caltex. The ideal weight of plastic chairs required by PT. XYZ is 0.875 ± 0,015 kg with acceptable technical criteria. Currently, PT. XYZ needs quite a long time, about 3-4 hours, to determine the setting of process parameter using trial-error method, such that the weight is under the tolerance with cycle time of 68-70 seconds per product. Response variables that would be acknowledged as the accomplishment of this research are ideal weight and shorter cycle time, by applying three factorial design experiments. The objective of the first experiment is to determine parameters of the process that significantly influence the cycle time and chair weight, chosen from all assumed controllable factors, while the uncontrollable factors are ruled out of research variables. Second experiment’s objective is to determine the optimal setting for shorter cycle time. Where as the third experiment’s objective is to determine the optimal setting for ideal weight. As for the experiment design method, the first one has implemented 2-level-fractional-factorial-design while the second and third experiments have implemented 3-level-factorial design. The first experiment has resulted in 3 significant factors that have an effect on chair weight, namely injection stroke, holding stroke and holding time. While the 3 significant factors that influence cycle time are holding time, injection time, and cooling time. The second experiment has resulted in optimal setting for shorter cycle time, which are holding time 3 seconds, injection time 17 seconds, and cooling time 37 seconds, with 54.1 seconds of cycle time. The result of third experiment is the optimal setting for ideal chair weight, which are injection stroke 215 mm, holding stroke 52 mm and holding time 5.5 seconds for a chair with 0.881 kg weight. Further analysis of the experiments’ results has been done and resulted in optimal setting of parameters which holding time 3 seconds, injection time 17 seconds, cooling time 37 seconds, injection stroke 215 mm, and holding stroke 52 mm. The chairs produced under this setting weigh 0.877 kg and cycle time for the production is 54.1 seconds.</p><p>Keywords: injection molding, desain factorial, optimization</p><p>1. Latar Belakang Perkembangan teknologi mesin injection molding yang semakin pesat berimbas terhadap semakin luasnya pemakaian material plastik untuk produk-produk manufaktur. Salah satu produk manufaktur yang memanfaatkan material plastik adalah produk furniture, seperti kursi. Namun demikian, pada kondisi saat ini harga bahan baku plastik cenderung meningkat. PT. XYZ memproduksi kursi plastik tipe espana dengan komposisi 75% bijih plastik murni, 15% avalan pellet plastik dan 10 % caltex. Berat ideal kursi plastik yang diinginkan PT. XYZ adalah 0,875 ± 0.015 kg dengan kondisi kursi plastik yang dihasilkan memenuhi persyaratan. Saat ini, PT. XYZ memerlukan waktu yang lama, sekitar 3-4 jam, untuk menentukan setting parameter proses dengan cara trial–error agar diperoleh berat kursi yang ideal dan waktu siklus 68-70 detik per produk. Untuk itu perlu dilakukan penelitian yang bertujuan untuk menentukan faktor- faktor yang berpengaruh terhadap berat kursi dan waktu siklus dalam proses injection molding serta menentukan variable setting yang paling optimal. Dengan demikian akan didapatkan waktu setting mesin yang lebih singkat, berat kursi yang optimal dengan waktu siklus produksi kursi yang lebih singkat, yang pada akhirnya akan berdampak pada peningkatan kapasitas produksi tanpa mengurangi kualitas produk.</p><p>2. Tinjauan Pustaka Diagram Sebab Akibat</p><p>Diagram sebab-akibat (cause and effect diagram atau fishbone diagram) adalah sebuah teknik grafis yang digunakan untuk mengurutkan dan menghubungkan interaksi antara faktor-faktor yang berpengaruh dalam suatu proses. Dengan diketahui sebab dari efek yang terjadi, diharapkan hasil dari proses produksi bisa diperbaiki dengan mengubah faktor terkontrol dari suatu proses. </p><p>Rancangan Penelitian/ Desain Eksperimen</p><p>Pada umumnya eksperimen digunakan untuk mempelajari kinerja dari proses atau sistem yang biasanya divisualisasikan seperti kombinasi mesin, metode, orang dan bahan baku yang mempengaruhi proses perubahan input menjadi output. Pendekatan statistik digunakan untuk aplikasi pada proses eksperimen ini.</p><p>Faktor terkontrol x1 x2 …… xp</p><p> input output PROSES y</p><p> z1 z2 …… zq Faktor tidak terkontrol Gambar 1 Model Umum Suatu Proses atau Sistem Ada dua aspek eksperimen, yaitu desain eksperimen dan analisa statistik data. Desain eksperimen statistik adalah proses perancangan eksperimen untuk mengumpulkan data yang tepat sehingga dapat dianalisa dengan menggunakan metode statistik, sehingga kesimpulan yang diperoleh bersifat obyektif dan valid. </p><p>Desain Faktorial Tiga Level (3k)</p><p>Desain faktorial tiga level adalah suatu rancangan faktorial yang terdiri dari k faktor, dimana setiap faktor dibatasi oleh tiga level, yaitu: level rendah, level menengah dan level tinggi. Desain faktorial ini juga disebut desain faktorial 3k dengan jumlah percobaan sebanyak 3k. Penggunaan rancangan desain faktorial 3k ini biasanya untuk menyelesaikan masalah optimasi. Notasi-notasi yang digunakan dalam desain faktorial ini adalah:</p><p> Level rendah dinotasikan dengan –1 atau (-) atau 0.</p><p> Level menengah dintasikan dengan 0 atau 1.</p><p> Level tinggi dinotasikan dengan +1 atau (+) atau 2. Pengujian statistik untuk menganalisa desain faktorial 3k ini dilakukan dengan menggunakan anova dan analisa berikut: a. Analisa residual desain faktorial 3k. b. Pembentukan model dasar desain faktorial 3k. c. Pengujian statistik desain faktorial 3k. d. Perbaikan model dasar desain faktorial 3k. e. Penentuan kondisi optimum eksperimen.</p><p>Analisa Variansi (Anova) Desain Faktorial 3k</p><p>Pada desain faktorial 3k terdapat tiga faktor yaitu faktor A, B dan C. Faktor A mempunyai jumlah level a, faktor B mempunyai jumlah level b, faktor C mempunyai jumlah level c dan jumlah replikasi yang harus dilakukan sebanyak n kali. Jadi jumlah observasi yang harus dilakukan sebanyak: N  a  b  c  n</p><p>Response Surface Methodology (RSM)</p><p>Response Surface Methodology (RSM) merupakan suatu metode gabungan antara teknik matematika dan teknik statistik yang digunakan untuk membuat model dan menganalisa suatu respon y yang dipengaruhi oleh beberapa variabel bebas atau faktor x untuk mengoptimalkan respon tersebut. Hubungan antara respon y dan variabel bebas x adalah sebagai berikut:</p><p> y = f (x1, x2, …, xk) + ε (1)</p><p> dimana y = variabel respon, xi = variabel bebas / faktor (i = 1, 2, … , k), ε = error Langkah pertama dari RSM adalah menemukan hubungan antar respon y dan faktor x melalui persamaan polinomial orde pertama dan digunakan model regresi linier atau yang lebih dikenal dengan first orde model (model orde I). k k 1 k y  β0   βi xi    βij xi x j   (2) i1 i j j 2</p><p> dimana β = koefisien regresi Rancangan eksperimen orde I dilanjutkan dengan tahap penyaringan faktor dari pengujian anova dapat diketahui faktor-faktor yang signifikan. Sedangkan untuk model orde II digunakan model polinomial orde kedua yang fungsinya kuadratik. k k k 1 k 2 y  0   i xi   ii xi    ij xi x j   (3) i 1 i1 i j j 2</p><p>Rancangan eksperimen orde II yang digunakan adalah rancangan desain faktorial 3k yang sesuai untuk menyelesaikan masalah optimasi.</p><p>Mesin Injection Moulding Prinsip proses injection molding thermoplastic meliputi proses melelehkan material resin ke kondisi cair, proses menginjeksikan cairan resin ke dalam mold cavity dan proses penahanan tekanan (holding pressure) hingga cairan resin dingin dan membeku. Proses melelehkan material resin dilakukan di dalam silinder yang dililiti dengan heater. Gambar 2 memperlihatkan mesin injection molding. Gambar 2 Mesin Injection Molding</p><p>Berdasarkan pengamatan di lapangan, ada delapan tahapan dalam proses injection molding, seperti ditunjukkan pada gambar 3. Sebelum resin digunakan, resin harus dikeringkan dan bebas dari air/uap air. Sebab adanya air/uap air pada resin akan mempengaruhi kualitas resin cairan. Untuk itu sebelum masuk resin masuk ke barrel, resin dilewatkan pada hopper yang dilengkapi dengan pemanas dan blower. </p><p>MOLD TERTUTUP LANGKAH INJEKSI PENAHANAN</p><p>PENDINGINAN EJECTION MOLD TERBUKA PEMANASAN (material untuk proses berikutnya)</p><p>PERIODE STABILISASI</p><p>PENGERINGAN RESIN</p><p>Gambar 3 Siklus Injection Molding</p><p>3. Metodologi Penelitian Pada awalnya dilakukan survey di lapangan untuk mendapatkan parameter- parameter proses injection molding. Parameter-parameter kemudian diplotkan ke dalam diagram tulang ikan. Diagram tulang ikan akan menunjukkan semua faktor terkontrol yang dicurigai memberikan efek yang signifikan terhadap proses produksi dan juga menunjukkan faktor-faktor yang tidak terkontrol. Produk yang akan diamati adalah kursi plastik, seperti yang ditunjukkan gambar 4.</p><p>Gambar 4. Kursi Plastik </p><p>Penelitian I memilih semua faktor yang terkontrol yang dicurigai memberikan efek signifikan terhadap waktu siklus dan berat kursi pada proses injection molding. Sedangkan faktor-faktor yang tidak terkontrol bukan menjadi variabel penelitian. Semua faktor yang terkontrol yang dijadikan sebagai variabel penelitian adalah parameter proses setting mesin injection molding. Variabel penelitian I antara lain adalah injection stroke, holding stroke, cooling time, injection time, injection speed, holding time, holding pressure dan injection pressure. Penelitian II menyaring (screening) menjadi 3 faktor yang paling signifikan terhadap waktu siklus dari sejumlah faktor yang telah dibahas dalam penelitian I. Kriteria yang digunakan dalam melakukan screening parameter proses ini adalah melalui P-value. Penelitian III menyaring (screening) menjadi 3 faktor yang paling signifikan terhadap berat kursi dari hasil penelitian I. Kriteria yang digunakan dalam melakukan screening parameter proses ini juga melalui P-value. Setelah dilakukan survey lapangan dan berdasarkan fishbone diagram, maka ditentukan faktor-faktor independen terkontrol yang diduga berpengaruh secara signifikan terhadap proses injection moulding tersebut dengan melakukan setting pada masing- masing parameter faktor yang ada, yaitu: Tabel 1 Faktor dan Level Penelitian I</p><p>Faktor Level Atas Level bawah Injection Stroke (mm) 220 200 Holding Stroke (mm) 55 45 Cooling Time (sec) 41 38 Injection Time (sec) 23 18 Injection Speed (mm/sec) 50 40 Holding Time (sec) 3,0 2,5 Holding Pressure (kg) 20 15 Injection Pressure (kg) 40 38</p><p>4. Hasil Penelitian dan Pembahasan Tabel 1 dan 2 memperlihatkan hasil penelitian dengan respon terhadap waktu siklus dan berat kursi. Tabel 2 Waktu Siklus Pembuatan Kursi Plastik</p><p>Tabel 3 Berat Kursi Plastik</p><p>Injection Holding Stroke (mm) Stroke 45 (1) 50 (2) 65 (3) (mm) Holding Time (detik) Holding Time (detik) Holding Time (detik) 4,5 (1) 5,5 (2) 6,5 (3) 4,5 (1) 5,5 (2) 6,5 (3) 4,5 (1) 6,5 (2) 5,5 (3) 0.867 0.874 0.875 0.863 0.869 0.872 0.864 0.869 0.878 0.869 0.862 0.88 0.859 0.866 0.879 0.846 0.851 0.874 200 (1) 0.881 0.868 0.876 0.856 0.868 0.875 0.853 0.876 0.868 0.869 0.878 0.883 0.886 0.874 0.887 0.867 0.874 0.882 0.879 0.878 0.885 0.876 0.883 0.879 0.85 0.877 0.892 215 (2) 0.876 0.873 0.871 0.879 0.883 0.863 0.848 0.866 0.883 0.875 0.888 0.896 0.882 0.887 0.891 0.87 0.881 0.885 0.875 0.894 0.895 0.876 0.864 0.881 0.882 0.871 0.884 230 (3) 0.869 0.861 0.879 0.864 0.882 0.887 0.872 0.878 0.858 4.1Analisa variansi waktu siklus Hasil penelitian menunjukkan bahwa hanya 4 (empat) faktor yang berpengaruh signifikan terhadap waktu siklus (cycle time) yaitu injection stroke, cooling time, injection time, dan holding time. Pada tabel anova, nilai P dari keempat faktor tersebut di atas lebih</p><p>Pvalue (0,05), sehingga dapat disimpulkan bahwa keempat parameter tersebut di atas berpengaruh signifikan terhadap waktu siklus. Variabilitas dari respon dapat dilihat dari normal probability plot residual pada gambar 5 yang menunjukkan bahwa model sudah terdistribusi normal dan data dapat dianalisa dengan menggunakan ANOVA.</p><p>Normal Probability Plot of the Residuals (response is cyc time) . 1 l a u d</p><p> i 0 s e R</p><p>-1</p><p>-2 -1 0 1 2 Normal Score</p><p>Gambar 5 Normal Plot Probalitiy dengan Respon Waktu Siklus</p><p>Hasil uji main effects plot pada gambar 6, dimana terlihat bahwa injection stroke memberikan efek yang paling kecil dibandingkan efek dari cooling time, injection time, dan holding time sehingga dapat disimpulkan bahwa level-level dari faktor injection stroke kurang berpengaruh signifikan terhadap waktu siklus. Injection stroke berhubungan dengan injection speed dimana semakin besar injection stroke maka injection speed cenderung semakin cepat. Injection speed ini berhubungan dengan injection pressure dimana fungsinya mempercepat gerakan screw untuk melakukan injeksi. Namun demikian, jika tekanan injeksi tidak diatur maka perubahan injection stroke tidak berpengaruh terhadap waktu siklus.. Jika ditinjau dari tingkat signifikan sebesar 95% maka faktor injection stroke dapat dianggap signifikan terhadap cycle time. Injection time adalah faktor yang paling berpengaruh dengan nilai effect paling besar yaitu 2,7371. Hal ini terlihat pada grafik main effect plot dimana garis dan range-nya yang paling panjang. Sedangkan holding time yang mempunyai nilai effect 1,1262, pengaruhnya lebih kecil dibandingkan cooling time. Pada faktor cooling time, injection time, dan holding time, terlihat bahwa kemiringan grafiknya cukup besar dimana grafik tersebut menunjukkan waktu terkecil pada titik 38 detik untuk cooling time, 18 detik untuk injection time, dan 2,5 detik untuk holding time. </p><p>Main Effects Plot - Means for cyc time</p><p>69.9</p><p>69.3</p><p> e 68.7 m i t</p><p> c y c 68.1</p><p>67.5</p><p>Istr CLtime Itime Htime</p><p>Gambar 6 Grafik Main Effect Plot dengan response waktu siklus</p><p>Pada significance level () 5%, holding stroke tidak masuk pada kategori faktor yang berpengaruh tetapi faktor ini menjadi signifikan pada error tingkat II. Walaupun faktor ini gagal tolak H 0 pada  = 5% tetapi faktor ini dapat dianggap signifikan. Pada grafik interaction plot holding stroke-holding time terlihat bahwa holding stroke pada level tinggi memberikan interval waktu berada pada kisaran nilai waktu siklus yang lebih tinggi dari pada holding stroke level rendah. Jadi dengan meningkatnya holding stroke akan mempengaruhi peningkatan holding time, hal ini juga didukung dengan grafik main effect plot holding stroke pada gambar 8.. Interaction Plot - Means for cyc time</p><p>Hstr</p><p>4.5 69.0 5.5 4.5 5.5</p><p>68.5 n a e M</p><p>68.0</p><p>67.5 2.5 3.0 Htime Gambar 7 Grafik Interaksi Holding Stroke terhadap Holding Time Main Effects Plot - Means for cyc time</p><p>68.7</p><p>68.6 e m</p><p> i 68.5 t</p><p> c y c</p><p>68.4</p><p>68.3</p><p>4.5 5.5 Hstr Gambar 8 Grafik Main Effect Plot Holding Stroke</p><p>4.2 Analisa variansi berat produk Hasil penelitian menunjukkan bahwa injection stroke, holding stroke, holding time dan coling time berpengaruh signifikan terhadap berat produk. Berdasarkan analisa variansi, tampak bahwa nilai-nilai P dari injection stroke, holding stroke holding time, dan cooling time lebih kecil dibandingkan Pvalue (0,05). Holding stroke memiliki pengaruh paling besar dibandingkan ketiga parameter proses lainnya. Hal ini terlihat bahwa nilai effect-nya pada anova paling besar. Injection stroke berpengaruh terhadap berat produk karena berkaitan dengan injeksi material lelehan plastik ke dalam mould. Semakin besar injection stroke maka berat produk semakin meningkat. Holding stroke dan holding time berpengaruh terhadap berat produk karena keduanya menentukan kepadatan dari produk dan mengatasi shrinkage produk. Cooling time berpengaruh terhadap berat produk karena cooling time berhubungan dengan holding stroke. Namun cooling time kurang memberikan efek yang cukup signifikan jika dibandingkan dengan tiga faktor lainnya yaitu injection stroke, holding stroke, dan holding time. Variabilitas dari respon berat produk dapat dilihat dari uji residual, dimana pada grafik Normal probability plot pada gambar 9, digambarkan points of the plot mendekati garis lurus linier kekanan atas dan tidak berbentuk kurva. Hal ini menunjukkan bahwa residual dari data memiliki nilai normal yang merata dari yang paling kecil hingga paling besar bersamaan dengan semakin besarnya nilai residual yang berarti model sudah terdistribusi normal dan data dapat dianalisa dengan menggunakan ANOVA. Normal Probability Plot of the Residuals (response is brt prod)</p><p>0.01 l a</p><p> u 0.00 d i s e R</p><p>-0.01</p><p>-2 -1 0 1 2 Normal Score Gambar 9 Normal Plot Probalitiy dengan Respon Berat Produk</p><p>Berdasarkan analisa main effect plot pada gambar 10, didapatkan bahwa injection stroke, holding stroke dan holding time memiliki pengaruh yang kuat terhadap berat produk. Sedangkan cooling time memiliki sedikit pengaruh terhadap berat produk karena slope/kemiringan grafiknya lebih landai dan pendek dibandingkan slope ketiga grafik yang lain. Main Effects Plot - Means for brt prod</p><p>0.883</p><p>0.879 d o r</p><p> p 0.875</p><p> t r b</p><p>0.871</p><p>0.867</p><p>Istr Hstr CLtime Htime</p><p>Gambar 10 Grafik Main Effect Plot dengan Response Berat</p><p>4.3 Nilai Optimal Faktor-Faktor yang Berpengaruh Terhadap Waktu Siklus. Hasil penelitian menunjukkan bahwa holding time, injection time, cooling time dan interaksi holding time – cooling time berpengaruh signifikan terhadap waktu siklus. Hal ini ditunjukkan oleh tabel 4, dimana nilai Fo dari masing-masing variasi lebih besar dibanding</p><p>2 Ftabel. Koefisien determinasi (R ) didapatkan sebesar 0,996, hal ini menunjukkan bahwa 99,6 % dari variabilitas waktu untuk pembuatan kursi Espana pada mesin injection molding disebabkan oleh faktor-faktor yang dipilih yaitu holding time, injecion time, dan cooling time. Tabel 4 Tabel Anova dari Data Eksperimen</p><p>Sumber Degree of Fredom Sum of Squares Mean Squares Fo variasi (DOF) (SS) (MS) A 2 13.7110 6.8555 424.02 B 2 0.1069 0.0535 3.31 C 2 223.6279 111.8139 6915.8 AB 4 0.0790 0.0197 1.22 AC 4 0.3468 0.0867 5.36 BC 4 0.1038 0.0260 1.61 ABC 8 0.1600 0.0200 1.24 Error 54 0.8731 0.0162 Total 80 239.0085</p><p>Dari peninjauan hasil plot histogram residual yang ditunjukkan oleh gambar 11 menunjukkan bahwa data-data tersebut sudah terdistribusi normal. Selain itu, Normal Probability Plot of Residuals pada gambar 12 yang mendekati linier ke arah kanan, menunjukkan nilai residual memiliki nilai yang merata dari yang terkecil hingga yang terbesar bersamaan dengan makin besarnya nilai residual yang berarti model sudah terdistribusi normal.</p><p>Histogram of the Residuals (response is CycTime)</p><p>15 y c 10 n e u q e r F 5</p><p>0</p><p>-0.2 -0.1 0.0 0.1 0.2 0.3 Residual</p><p>Gambar 11 Histogram dari Residual Normal Probability Plot of the Residuals (response is CycTime)</p><p>2</p><p>1 e r o c</p><p>S 0</p><p> l a m r o</p><p>N -1</p><p>-2</p><p>-0.2 -0.1 0.0 0.1 0.2 Residual</p><p>Gambar 12 Normal Probability Plot of Residuals</p><p>Faktor cooling time memberikan pengaruh yang paling besar terhadap waktu siklus. Hal ini ditunjukkan oleh perubahan level antara level 37 detik, 39 detik dan 41 detik mengakibatkan perubahan waktu siklus yang cukup besar pada gambar 13. Analisa faktor- faktor yang lebih optimal dari grafik main effects plot tersebut, yaitu faktor holding time menghasilkan waktu siklus optimal pada level 1 atau pada level 3 detik, faktor injection time menghasilkan waktu siklus optimal pada level 2 atau pada level 17 detik, dan faktor cooling time menghasilkan waktu siklus optimal pada level 1 atau pada level 37 detik. . Main Effects Plot - Data Means for CycTime</p><p>HoldTime InjTime CoolTime 59</p><p>58 e m i</p><p>T 57 c y C</p><p>56</p><p>55</p><p>1 2 3 1 2 3 1 2 3</p><p>Gambar 13 Main Effects Plot Interaction Plot - Data Means for CycTime</p><p>HoldT im e 59 3</p><p>57 2</p><p>55 1</p><p>InjT im e 59 3</p><p>57 2</p><p>55 1</p><p>CoolT im e 59 3</p><p>57 2</p><p>55 1</p><p>Gambar 14 Interaksi Antar Faktor</p><p>Gambar 14 menunjukkan plot interaksi antar faktor terlihat bahwa faktor-faktor yang dipilih memiliki interaksi satu dengan yang lainnya sehingga menghasilkan waktu siklus yang lebih cepat, khususnya interaksi antara faktor holding time dan faktor cooling time. Dalam memperoleh model yang optimal maka model dikoreksi dengan mengeluarkan interaksi-interaksi yang tidak signifikan dan dilakukan pengolahan lagi. Dari hasil regresi ulang ini dapat dilihat bahwa respon menghasilkan model curvature sehingga response surface yang digunakan adalah model orde 2. Faktor yang dipakai dalam perbaikan model yaitu holding time (A), faktor injection time (B), faktor cooling time (C), interaksi antara injection time (A) dengan injection time (A). Model optimasi yang didapatkan yaitu : y = 52,1804 + 0,5039 A – 0,3096 B + 2,0350 C + 0,0770 A2 +  dimana : o Y : respon berupa waktu siklus dari pembuatan (detik). o A : faktor holding time dengan nilai level dari 1 (3 det) sampai 3 (4 det) o B : faktor injection time dengan nilai level dari 1 (15det) sampai 3 (19det) o C : faktor cooling time dengan nilai level dari 1 (37det) sampai 3 (41det) Perhitungan koefisien determinasi dari model optimasi ini menunjukkan 99,3% variabilitas data telah dijelaskan oleh model tersebut. Dengan demikian nilai optimal faktor-faktor yang mempengaruhi waktu siklus sesuai dengan model optimasi tersebut diatas adalah faktor holding time 3 detik, injection time 17 detik, dan cooling time 37 detik. . 4.4 Nilai Optimal Faktor-faktor yang Berpengaruh Terhadap Berat Kursi. Hasil penelitian menunjukkan bahwa injection stroke, holding stroke dan holding time berpengaruh signifikan terhadap berat kursi. Hal ini ditunjukkan pada tabel hasil pengolahan analisa varian (Anova) Pada tabel 5 di bawah ini terlihat bahwa nilai F o dari masing-masing variasi lebih besar dibanding Ftabel. Namun interaksi parameter proses tidak memberikan pengaruh signifikan terhadap respon. Koefisien determinasi (R2) didapatkan sebesar 0,604, hal ini berarti 60,4% dari variabilitas berat produk dipengaruhi oleh injection stroke, holding stroke dan holding time.</p><p>Tabel 5 Hasil Pengolahan Anova dengan Response Berat Kursi</p><p>Variasi SS DOF MS F0 Ftabel</p><p>A 0,0016312 2 0,0008156 11,99 3,17 B 0,0006269 2 0,0003134 4.61 3,17 C 0,0017254 2 0,0008627 12,68 3,17 AB 0,0001259 4 0,315 0,46 2,55 AC 0,0000452 4 0,113 0,17 2,55 BC 0,0002693 4 0,673 0,99 2,55 ABC 0,0011797 8 0,0001475 2,17 2,18 Error 0,0036747 54 0,0000680 Total 0,0092782 80</p><p>Secara umum penyimpangan yang terjadi pada grafik normal gambar 15 adalah sangat kecil, sehingga grafik probabilitas normal dapat didekati dengan regresi linear ke kanan atas dengan penyimpangan yang kecil. Hal ini menunjukkan variasi residual terdistribusi dan tersebar dengan menurut distribusi normal. Normal Probability Plot of the Residuals (response is Berat Pr)</p><p>2.5</p><p>2.0</p><p>1.5</p><p>1.0 e r</p><p> o 0.5 c S</p><p>0.0 l a</p><p> m -0.5 r o</p><p>N -1.0</p><p>-1.5</p><p>-2.0</p><p>-2.5</p><p>-0.02 -0.01 0.00 0.01 Residual</p><p>Gambar 15 Grafik Probabilitas Normal</p><p>Grafik main effect plot pada gambar 1, menggambarkan secara langsung hubungan antara variabel-variabel parameter proses dengan nilai respon. Pada grafik ini terlihat bahwa ketiga variabel yang digunakan untuk penelitian memiliki pengaruh yang cukup signifikan terhadap respon berat kursi plastik. Hal ini ditandai dengan adanya kemiringan garis yang cukup besar dari tiap faktor terhadap respon. Variabel injection stroke, dan holding time memiliki kemiringan garis yang lebih besar, dibandingkan dengan holding stroke sehingga perubahan nilai pada kedua variabel tersebut memberikan pengaruh yang lebih besar dibandingkan dengan perubahan nilai variabel holding stroke. Berdasarkan hasil dari main effect plot dapat diperkirakan setting yang paling optimal untuk nilai respon yang dikehendaki. </p><p>Main Effects Plot - Data Means for Berat Pr</p><p>Inject Strk Hold Strk Hold T im e 0.880</p><p>0.877</p><p> r 0.875 P</p><p> t</p><p> a 0.874 r e B</p><p>0.871</p><p>0.868</p><p>1 2 3 1 2 3 1 2 3</p><p>Gambar 16 Grafik Main Effect Plot Injection stroke merupakan variabel yang paling penting dalam proses injection molding, dan umumnya di setting pertama kali dalam persiapan proses. Hal ini disebabkan karena variabel ini berkaitan langsung dengan banyaknya material yang akan diinjeksikan ke dalam mold untuk menghasilkan produk yang sempurna. Pengaturan secara presisi untuk variabel ini sangat dibutuhkan untuk menghindari cacat produk ataupun pemakaian material yang berlebihan. Volume material yang diinjeksikan ke dalam mold ditentukan dengan mengalikan antara luas penampang dari screw dengan panjang langkah dari screw. Variabel injection stroke adalah variabel yang mengatur panjang langkah dari screw tersebut. Semakin besar nilai setting yang digunakan untuk variabel injection stroke maka semakin panjang langkah screw mundur untuk melakukan pengisian material ke dalam ruang didepan screw. Sehingga material yang diinjeksikan ke dalam mold semakin banyak. Hal ini berarti berat produk semakin berat dengan semakin besarnya nilai dari injection stroke. Dengan memperhatikan gambar 16, setting injection stroke yang menghasilkan berat kursi plastik 0,875 kg adalah 215 mm. Pada saat langkah injection stroke berakhir, akan dilanjutkan dengan langkah holding stroke. Variabel ini berguna untuk memperkecil kemungkinan tidak terisinya cairan plastik pada cavity akibat injection stroke. Penambahan material secara perlahan-lahan dilakukan melalui holding stroke untuk menyempurnakan proses injection molding dan juga untuk mengkompensasikan adanya penyusutan selama proses pendinginan. Pengaturan nilai holding stroke dalam mesin injection molding berhubungan dengan pengaturan nilai injection stroke. Penambahan holding stroke akan memperpendek langkah injection stroke. Proses injeksi pada holding stroke dilakukan pada tekanan yang lebih kecil dibandingkan dengan injection stroke. Hal ini untuk menghindari timbulnya flash. Selain itu, holding stroke bersama dengan holding pressure akan berfungsi sebagai penahan selama proses pendinginan cairan plastik agar cairan plastik yang belum membeku tidak berbalik arah menuju nozzle. Jika nilai holding stroke terlalu tinggi maka produk yang dihasilkan akan terlalu ringan, dan kemungkinan kekuatan kursi plastik untuk menahan beban berat menurun. Namun, bila nilai holding stroke terlalu kecil, maka kekakuan produk kursi menurun. Berdasarkan gambar 16, setting holding stroke ± 50 mm. Variabel holding time berhubungan erat dengan variabel holding stroke. Hal ini disebabkan karena waktu yang dibutuhkan untuk melakukan holding stroke dengan tekanan tertentu ditentukan dari pengaturan nilai setting holding time. Pada gambar 16, memperlihatkan semakin besar nilai setting holding time, maka berat produk yang dihasilkan semakin besar. Sebab semakin lama waktu yang disediakan untuk melakukan holding stroke dengan tekanan tertentu, maka semakin sempurna proses holding yang terjadi dan produk kursi terhindari dari cacat shrinkage. Jika nilai setting holding time terlalu kecil, maka proses holding menjadi tidak sempurna dan muncul cacat pada produk (kurang padat, lunak, shrinkage). Untuk mendapatkan berat kursi plastik yang optimum yaitu 0,875 kg dapat dilakukan dengan menarik garis horizontal yang melalui ordinat 0,875 hingga memotong masing-masing kurva pada gambar 16. Hasil perpotongan antara garis horisontal dengan kurva didapatkan absis injection stroke, holding stroke, dan holding time masing-masing 215 mm, 50 mm dan 5,5 detik. Hasil optimasi melalui response surface diperoleh sebagai berikut: injection stroke 213, 8 mm, holding stroke 51,92 mm dan holding time 5,23 detik. Model optimasi yang diperoleh adalah: y = 0,854741 + 0,0143519 A – 0,0025556 B + 0,00164815 C + ε Dengan mempertimbangkan keterbatasan console maka parameter proses untuk mendapatkan berat optimum kursi adalah injection stroke 215 mm, holding stroke 52 mm dan holding time 5,5 detik dengan berat kursi yang diperoleh 0,881 kg.</p><p>4.5 Analisa Terhadap Hasil Akhir Penelitian.</p><p>Dari delapan parameter yang teridentifikasi melalui penelitian I yaitu injection stroke, holding stroke, cooling time, injection time, injection speed, holding time, holding pressure, dan injection pressure, lebih lanjut dapat diidentifikasi parameter yang mempunyai pengaruh terbesar pada respon berupa waktu siklus dan berat kursi. Untuk respon waktu siklus, nilai variabel setting optimal holding time 3 detik, injection time 17 detik, dan cooling time 37 detik akan menghasilkan waktu siklus 54,17 detik, yang diperoleh melalui model optimasi. Sedangkan untuk berat produk, nilai variabel setting optimal injection stroke 215 mm, holding stroke 52 mm dan holding time 5,5 detik akan menghasilkan berat kursi 0,881 kg. Untuk mendapatkan nilai variable setting dari semua parameter penting dari proses injecction molding ini maka dilakukan analisa variasi beberapa nilai setting pada model optimasi untuk tiap respon. Adanya perbedaan nilai optimal untuk holding time diatasi dengan percobaan bersilang. Setting holding time sebesar 3 detik untuk model optimasi berat kursi, dengan nilai setting optimal parameter lain yang tidak berubah, memberikan hasil 0,877 kg, dimana hasil ini masih memenuhi persyaratan standar berat kursi dari perusahaan, dan ternyata malah lebih mendekati berat ideal. Di lain pihak, setting holding time sebesar 5,5 detik untuk model optimasi waktu siklus, dengan nilai setting optimal parameter lain yang tidak berubah, memberikan hasil waktu siklus sebesar 58,04 detik, dimana telah terjadi peningkatan sekitar 7%. Dengan demikian, setting ini kurang memadai untuk dipilih menjadi setting optimal. Dari analisa tersebut di atas, maka setting optimal parameter proses injection molding untuk pembuatan kursi Espana ini adalah holding time 3 detik, injection time 17 detik, cooling time 37 detik, injection stroke 215 mm, dan holding stroke 52 mm.</p><p>5. Kesimpulan Melalui pengamatan di lapangan serta diskusi dengan pelaku operasional di industri, telah diidentifikasi faktor-faktor yang dinilai memiliki pengaruh penting terhadap waktu siklus dan berat produk, berdasarkan pengalaman operasional secara langsung. Faktor-faktor tersebut adalah injection stroke, holding stroke, cooling time, injection time, injection speed, holding time, holding pressure, dan injection pressure. Dengan pengujian statistik dapat ditentukan faktor-faktor yang berpengaruh secara signifikan terhadap waktu siklus dan berat produk dengan significant level 5%, yaitu holding time, injection time, cooling time, injection stroke,dan holding stroke. Melalui analisa main effect plot serta model optimasi yang diperoleh dengan metode response surface maka didapatkan nilai optimal dari faktor-faktor yang berpengaruh pada waktu siklus dan berat produk, yaitu holding time 3 detik, injection time 17 detik, cooling time 37 detik, injection stroke 215 mm, dan holding stroke 52 mm. Dengan setting parameter seperti tersebut diatas maka diperoleh perbaikan proses injection molding, yang dalam penelitian ini diukur dengan pengurangan waktu siklus dari range 68 – 70 detik menjadi 54,17 detik. Untuk berat produk, penerapan setting parameter seperti di atas akan menghasilkan produk dengan berat 0,877 kg yang cukup mendekati berat ideal sesuai standar perusahaan yaitu 0,875 kg dengan toleransi 0,015.</p><p>Referensi 1. Brydson, J. A. (1975). Plastic Materials (3rd ed). London: Newnes – Butterworth. 2. Dominick, V. Rosato., Donald, V. Rosato., & Marlene, G. Rosato. (2000). Injection Molding Handbook (3rd ed). Massachusetts: Kluwer Academic Publishers. 3. Menges, & Mohren. (1993). How to Make Injection Molds (2nd ed). Munich; Vienna; New York; Barcelona: Hanser. 4. Minitab: User’s Guided (Release 11.1). (1996). Minitab Inc. 5. Montgomery, Douglas. C. (1997). Design and Analysis Experiment (4thed). New York: John Wiley And Sons. 6. Montgomery, Douglas. C. (1997). Introduction to Statistical Quality Control (3th ed). New York: John Wiley and Sons. 7. ______, Factors of Molding Condition. May, 2005 ( http://www.the-stables.net/body.htm) 8. ______, Guide for Injection Molding Polypropylene. September, 2003 (http://www.basell.com/catalog.htm)</p>