APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI

MORFOLOGI BUSUR PADA PENGELASAN BUSUR DIAM TIG DENGAN

PARAMETER DAN KOMPOSISI GAS YANG BERBEDA.

Muhammad Fadly Hi.Abbas1, Abdullah Shahab

2

1 Teknik Mesin, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember, Surabaya,

Indonesia

mfadly_abbas@yahoo.co.id 2 Teknik Mesin, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember, Surabaya,

Indonesia

Abstrak

Penelitian yang mempelajari pengaruh parameter dan komposisi gas pelindung terhadap

busur sangat penting dilakukan karena busur merupakan komponen yang berpengaruh dalam

pengelasan busur listrik. Keberhasilan pengelasan sangat ditentukan oleh kualitas dari busur yang

dihasilkan, dan salah satu indikasi kualitas dari busur adalah morfologi busur. Dengan

mempelajari pengaruh parameter pengelasan terhadap morfologi busur diharapkan kontrol

terhadap kualitas busur dapat dilakukan dengan lebih baik.

Dengan pengelasan diam TIG terhadap baja ASTM A36 dengan variasi arus pengelasan,

sudut tip elektrode, debit gas pelindung, arc lenght, stick out, diameter elektroda dan komposisi

gas pelindung (100% Argon dan 70% Argon – 30% Helium). Busur yang tercipta difoto dengan

menggunakan kamera digital, lalu dilakukan pengukuran morfologi busur pada foto yang telah

dihasilkan.

Hasil dari penelitian ini berupa data yang dimanfaatkan untuk membuat suatu metode

prediksi yang mampu memprediksikan pengaruh parameter pengelasan dan komposisi gas

pelindung terhadap morfologi busur. Dari data eksperimen penelitian sebelumnya dan data

eksperimen tambahan, disusun jaringan syaraf tiruan (JST) sebagai suatu instrumen yang

digunakan untuk memprediksi morfologi busur secara akurat. JST kemudian disimulasi dengan

input yang baru, dan dilakukan eksperimen validasi untuk menguji validitas prediksi. Setelah

diuji dengan statistik, diketahui bahwa selisih antara target JST dengan hasil eksperimen, secara

statistik tidak berbeda secara signifikan, sehingga dapat dikatakan JST berhasil memprediksi

morfologi busur.

Kata kunci : Jaringan syaraf tiruan, prediksi, TIG, parameter pengelasan, morfologi busur.

Latar Belakang. Kemajuan ilmu pengetahuan dan

teknologi yang telah dicapai khususnya pada

bidang las telah memberikan nilai tambah

pada teknologi pengelasan dan memegang

peranan penting dalam masyarakat industri

modern. Pada teknik produksi yang

berkaitan dengan konstruksi mesin maupun

bangunan, proses pengelasan merupakan hal

yang sangat penting sehingga perlu

mendapat perhatian. Selain pada proses

produksi, proses pengelasan dimanfaatkan

juga untuk proses perawatan ataupun

perbaikan. Pengelasan merupakan salah satu

sarana untuk mengoptimalkan biaya proses

produksi tanpa mengabaikan desain

kekuatan yang diharapkan.

Metode pengelasan Gas tungsten arc

welding (GTAW) atau tungsten inert gas

welding (TIG) adalah jenis las listrik dengan

elektrode yang tidak terkonsumsi yang

menggunakan bahan tungsten dan hanya

digunakan untuk menghasilkan busur nyala

listrik. Jenis las ini dapat digunakan dapat

digunakan dengan atau tampa bahan

penambah. Las ini menghasilkan sambungan

las yang bermutu tinggi dengan peralatan

yang relatif lebih murah. GTAW merupakan

salah satu metode pengelasan yang banyak

digunakan di dunia industri dan termasuk

jenis pengelasan elektrode tidak terumpan

(non consumable electrode).

Gambar 1. Skema pengelasan GTAW

(Miller Mfg. Co., 2007)

Penelitian pada metode GTAW

yang mengvariasikan parameter pengelasan

seperti kecepatan pengelasan, ketirusan

elektrode dan arus pengelasan. Parameter-

perameter lasan tersebut, pada

kenyataannya tidak bersentuhan lansung

dengan benda kerja pada saat proses

pengelasan sedang berlangsung dan dalam

hal ini yang berhubungan langsung pada saat

proses pengelasan adalah busur. Busur

merupakan komponen yang penting dalam

pengelasan busur listrik karena keberhasilan

pengelasan salah satunya ditentukan oleh

kualitas dari busur yang dihasilkan.

Morfologi busur merupakan salah satu

indikasi dari kualitas busur. Dengan

mempelajari pengaruh parameter pengelasan

terhadap morfologi busur diharapkan kontrol

terhadap kualitas busur dapat dilakukan

dengan lebih baik.

Perumusan Masalah.

Dari latar belakang di atas

dirumuskan suatu masalah bagaimana

mempelajari tentang pengaruh arus

pengelasan, sudut ketirusan elektrode, debit

gas pelindung, arc length, stick out dan

diameter elektrode serta jenis dan komposisi

gas pelindung terhadap morfologi busur

yaitu luas penampang busur (mm2), lebar

maksimal busur (mm), lebar kontak busur

(mm), kenaikan busur pada elektrode (mm),

sudut akar busur (º) dan sudutkontak busur

(º) dan bagaimana menyusun struktur JST

yang dapat digunakan untuk memprediksi

pengaruh terhadap morfologi busur pada

pengelasan berdasarkan data eksperimen.

dan menguji tingkat validasi output JST,

sehingga mampu menjamin efektifitas

metode tersebut.

Tujuan Penelitian.

Tujuan dari penelitian ini adalah

dapat mengetahui pengaruh yang terjadi

apabila parameter pengelasan divariasikan.

Menghasilkan model JST dengan tingkat

selisih yang terkecil dalam memprediksi

pengaruh tersebut serta menguji validasi

hasil itu yaitu dengan membandingkan

output JST versus hasil eksperimen.

Manfaat Penelitian.

Hasil dari penelitian ini diharapkan

mampu memberikan konstribusi di bidang

pengelasan antara lain memberikan

informasi tentang pemilihan parameter

pengelasan yang dapat menghasilkan produk

las-lasan yang optimal dan memberikan

informasi secara cepat dan tepat untuk

pemilihan parameter pengelasan kepada para

welder atau lainnya dengan menggunakan

model JST dan sebagai tambahan

pembendaharaan penelitian dibidang

pengelasan yang dapat digunakan oleh

peneliti berikutnya untuk pengembangan

lebih lanjut.

Kajian Teori

Ru (2008); meneliti tentang variasi

parameter pengelasan pada metode GTAW

dari penelitian itu hasil yang diperoleh

adalah terjadinya penurunan pada sudut

kontak busur dengan bertambahnya arus,

sementara cenderung meningkat morfologi

busur yang lain. Terjadi pengaruh yang

signifikan terhadap morofologi busur akibat

peningkatan sudut ketirusan elektrode.

Penambahan 30% unsur helium ke dalam

gas pelindung berpengaruh cukup signifikan

terhadap respon-respon yang diamati. Dari

penelitian itu hasil yang diperoleh dijadikan

dasar oleh peneliti untuk melanjutkan

penelitian dengan mengvariasikan parameter

pengelasan lainnya sehingga data yang

didapat lebih banyak dan lebih lengkap.

Suwarno (2004): menggunakan metode

jaringan syaraf tiruan untuk memprediksi

derajat presipitasi karbida krom pada baja

tahan karat austenitic. Untuk mendeteksi

derajat presipitasi karbida dilakukan

pengamatan makrografi pada spesimen yang

dipanasi secara lokal menggunakan input

panas las TIG. Setelah dilakukan beberapa

tahapan kemudian diperoleh hasil yang

selanjutnya dimanfaatkan sebagai data untuk

membuat suatu model JST yang mampu

untuk memprediksikan derajat presipitasi

karbida.

Para ahli telah banyak

mendefenisikan mengenai arc atau busur

listrik. Salah satunya menyatakan bahwa arc

adalah arus listrik yang mengalir dari

elektrode menuju benda kerja melintasi

kolom gas bersuhu tinggi dan menghasilkan

energi panas yang cukup untuk mencairkan

logam (Jackson, Clarence E., 1960).

Pada gambar 2. berikut

menunjukkan batas-batas busur, elektrode,

dan benda kerja pada penelitian ini.

Gambar 2. Foto busur dengan batas-batas

antara busur, benda kerja, dan elektrode.

Penjelasan secara lengkap tentang proses

pengukuran busur (arc) dapat dilihat pada

lampiran.

Permulaan tahun 1940 para

ilmuwan menemukan bahwa psikologi otak

sama dengan mode pemrosesan yang

dilakukan oleh komputer. Pemrograman

komputer yang dibuat berdasarkan cara kerja

dari otak manusia ini disebut dengan jaring

syaraf tiruan, namun sampai saat ini masih

belum ada yang dapat menyamai

universalitas dari otak manusia.

Tiruan neuron dalam JST adalah

elemen pemroses seperti pada Gambar 3

yang dapat berfungsi seperti sebuah neuron.

Sinyal–sinyal masukan x dikalikan dengan

bobot yang bersesuaian W, setelah itu

dilakukan penjumlahan dari seluruh

perkalian xn dan Wn dan setelah itu dilalukan

kedalam fungsi pengaktif untuk

mendapatkan tingkat derajat sinyal keluaran

F(x,W).

PenjumlahFungsi

Transfer

x0

xn

x2

x1

W0

Wn

W2

W1

Tempat masuk Proses Tempat keluar

Penjumlahan

( ) Fungsi Transfer

n nl W x

Y f l

Gambar 3. Model neuron tiruan

Perkembangan JST masih

berlangsung hingga saat ini, dengan kata lain

terjadi perubahan atau penambahan dalam

pemrograman untuk memperbaiki kinerja

dari JST. Hal yang mendasar pada

perubahan atau penambahan dalam

pemrograman JST secara umum terjadi pada

pola hubungan antar neuron, metode untuk

menentukan bobot penghubung dan fungsi

aktifasi.

Beberapa prinsip yang perlu

diperhatikan dalam penyelesaian masalah

dengan JST yaitu mencari data yaitu dengan

data yang sudah ada (eksperimen terdahulu)

dan atau data dari hasil eksperimen yang

tambahan, menyeleksi data tersebut menjadi

pasangan variabel yang merupakan input

(biasanya merupakan variabel bebas),

sedangkan pasangan targetnya merupakan

variabel respon, mambagi sejumlah data

dalam baberapa data sesuai dengan

permintaan JST, yaitu data training, data

validasi dan data testing, pada software

MATLAB Toolbox data tersebut dientri dan

memantau dan mengevaluasi kinerja

jaringan yang dipilih, sesuai dengan

kebutuhan penyelesaian yang ingin dicapai.

Ketika error yang dicapai belum

optimal dilakukan perubahan dalam

komponen JST atau mentraining kembali

dengan bias dan bobot yang dirandom ulang.

Metodologi Penelitian.

Gambar 4. Diagram alir Metode JST

Prediksi dengan JST memerlukan

data yang cukup. Data dari penelitian

terdahulu yang merupakan penelitian dengan

tujuan yang sama. Dari peneliti terdahulu

didapatkan penelitian yang dapat digunakan

sebanyak 120 pasangan data input-target,

kemudian digabungkan dengan data yang

tambahan sebanyak 240 pasangan data

input-target

Parameter Pengelasan yang

divariasikan pada penelitian ini yaitu gas

pelindung (100% Argon dan 70% Argon –

30% Helium), debit gas pelindung (5 lpm,

10 lpm, 15 lpm, 20 lpm, dan 25 lpm), arus

(70 Ampere, 85 Ampere, 100 Ampere, dan

115 Ampere), sudut ketirusan elektrode (30°,

60° dan 90°), Arc length (2 mm, 4 mm, 6

mm), stick out (2 mm, 4 mm, 6 mm) dan

diameter elektroda (1,6 mm, 2,4 mm, 3,2

mm). Respon yang diamati, antara lain luas

busur (mm2), lebar maksimum busur (mm),

lebar kontak busur (mm), kenaikan busur

pada elektrode (mm), sudut akar busur (°)

dan suduk kontak busur (°).

Morfologi busur yang terbentuk

dalam pengelasan diamati berdasarkan data

hasil pengukuran terhadap foto busur.

Hasil Penelitian

Tabel 1. Hasil dari eksperimen (Karena

keterbatasan ruang penulisan maka dari data

semulanya training berjumlah 216 data,

dibatasi jumlahnya seperti pada tabel di

bawah ini)

MULAI

MENCARI DATA

DATA EKSPERIMEN

TERDAHULU

INPUT DATA /

PARAMETER JST

DATA OUTPUTS

PREDIKSI JST

PEMBUATAN PROGRAM

APLIKASI

(GRAPHICAL USER

INTERFACE)

PREPROSESING

DATA

EKSPERIMEN

VALIDASI

DATA

EKSPERIMEN

TERBARU

MENGELOMPOKKAN

DATA

ANALISA DAN

PEMBAHASAN

ERROR

TERPENUHI ?

TIDAK YA

SELESAI

UPDATE

PARAMETER JST

Gambar 5 Nilai error jaringan dalam proses

training yang menggambarkan performance

JST.

Tabel 2. Perbandingan antara hasil

eksperimen dan

hasil prediksi JST.

Untuk mengetahui tingkat keberhasilan JST

dalam memprediksi respon yang diamati,

dilakukan perhitungan selisih (delta) antara

hasil eksperimen dengan hasil prediksi target

JST. Uji rata-rata selisih secara berpasangan

(paired comparison) dilakukan untuk melihat

apakah ada perbedaan significan antara

respon hasil uji sebenarnya dengan respon

hasil prediksi. Dengan hasil perbandingan

dengan level of significance 5% dapat

disimpulkan bahwa tidak ada perbedaan

respons hasil percobaan dengan target JST

pada responnya. Jaringan yang telah

berhasil, dan dievaluasi dengan eksperimen

validasi, digunakan sebagai komponen

fungsi untuk membuat file program

interface.

Kesimpulan dan saran

Dari data eksperimen dengan variasi

parameter pengelasan serta jenis dan

komposisi gas pelindung, didapat respon

berupa morfologi busur (arc), kemudian

dimodelkan dengan jaringan syaraf tiruan

(JST) yang mampu memprediksi variable

bebas dan respon. JST yang dapat

digunakan, yaitu jaringan type Traingdx-

backpropagation, dengan algoritma latihan

trainlm dengan 3 layer neuran menghasilkan

prediksi morfologi busur yang cukup

memuaskan. JST kemudian disimulasi

dengan input yang baru, dan dilakukan

eksperimen validasi untuk menguji validitas

prediksi. Setelah diuji dengan analisa

statistik diketahui bahwa selisih antara

output JST dengan hasil eksperimen tidak

berbeda secara signifikan, sehingga dapat

dikatakan JST berhasil mampu memprediksi

besaran morfologi busur.

Saran penulis adalah untuk pengujian

selanjutnya sebaiknya memasukkan

parameter pengelasan lain seperti kecepatan

pengelasan, dapat dijadikan opsi bagi

peneliti berikutnya yang memiliki keinginan

untuk melanjutkan penelitian ini. Tingkat

kepresisian JST sangat ditunjang oleh

banyaknya data training dalam jaringan, oleh

karena itu semakin banyak data yang

tersedia akan semakin akurat.

Daftar Pustaka

Adhi atma wiguna, Ru I.b. (2009), Studi

pengaruh parameter pengelasan dan

komposisi gas pelindung terhadap

morfologi busur dan temperatur pada

pengelasan gtaw, Tugas akhir Jurusan

Teknik Mesin FTI, ITS Surabaya.

Distorsi dengan Menggunakan Neural

Networks, Tugas Akhir Jurusan Teknik

Mesin FTI-ITS, Surabaya.

Hery purnomo,mauridhi dan

Kurniawan,agus (2006), Supervised

neural networks dan aplikasinya. edisi

pertama, penerbit Graha

ilmu,Yogyakarta.

Jackson, Clarence E.(1960), Welding

Journal, Welding Research Council.

Metals Handbook (1971), Volume 6,

Welding And Brazing, 8th

edition.

Messler, Robert W.(1999), Principles of

Welding. Troy, New York: John Wiley

& Sons, Inc.

Siang,jok jeng (2005), Jaringan syaraf

tiruan dengan menggunakan matlab,

Penerbit andi, Yogyakarta.

Suwarno dan Shahab A. (2004), Prediksi

derajat presipitasi karbida krom pada

baja tahan karat austenitic dengan

metode jaringan syaraf tiruan, jurnal

teknik mesin, Vol.4, No.2, hal. 33-39

Tanaka, Manabu dkk.( 2007), Influence of

Shielding Gas on Arc Properties in

TIG Welding Process, JWRI, Osaka

University, Japan.

The Procedure Handbook Of Arc Welding

(1973), Twelfth Edition, The Lincoln

Electric Company, Cleveland, Ohio.

Welding Handbook (1991), eighth edition,

Volume 1, Welding Technology,

American Welding Society (AWS).

Wiryosumarto, Harsono, Prof. Dr. Ir dan

Prof. Dr. Toshie Okumura (2008),

Teknologi Pengelasan Logam,

PT.Pradnya Paramita.

http://en.wikipedia.org/wiki/GTAW

http://www.makunamuhendisi.com

- , TIG Handbook (2007) Miller

Electric Mfg. Co.

- , Welding Handbook Fundamental of

Welding (1976), seventh edition,

volume I, Florida.American Welding

Society.

- ,Welding Handbook Material and

Application (1976), eight edition,

volume IV, Florida.American Welding

Society.

- ,Welder’s Handbook (1999), 3rd

edition, Air Products PLC.

Lampiran

Gambar 6. Skema besaran penampang busur yang diukur

Gambar 7. Aplikasi graphical user interface dari output JST