Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kekasaran suatu produk merupakan salah satu standar keakuratan dan kualitas permukaan produk yang dihasilkan dari suatu proses permesinan. Nilai kekasaran ini sangat bervariatif, dilihat dari proses permesinan dan parameternya. Semakin halus permukaannya, semakin tinggi kualitas permukaan yang dihasilkan. Metode pengukuran kekasaraan dapat dilakukan dengan metode kontak dan metode nonkontak, salah satunya metode pengenalan citra, yaitu identifikasi citra dan pengolahannya. Hal ini disebut dengan sistem metode machine vision.Cakupan penelitian ini meliputi pembuatan sistem pengukuran machine vision dengan menggunakan kamera pocket digital pembesaran 4x, mikroskop pembesaran 20x, pencahayaan (lighting) dan benda kerja CNC bubut 36x50 mm. Selanjutya pemrosesan image/citra dengan perangkat lunak, yaitu identifikasi profil permukaan pelat kalibrator sebagai dasar pengukuran dan pengukuran terhadap benda ujinya. Pengukuran dilakukan dari puncak profil hingga lembah profil, sehingga memberikan kedalaman permukaan ukur. Dengan pengukuran machine vision pengenalan citra ini lebih mendekati nilai analitis, artinya tingkat kepresisian yang dihasilkan lebih mendekati nilai Ra natural, dengan rata-rata persentase penyimpangan yang dihasilkan 6.00%.

---

Roughness of a product is one of the standards of accuracy and surface quality of products resulted from a machining process. The roughness value has variance depends on the machining process used. The finer the surface, the higher the surface quality produced. The roughness measurement method can be performed by contacts and non-contact method. One of non-contact method is image recognition, that is identification and image processing. This is called the machine vision method.

This research includes of making the measurement system of machine vision consists of a pocket digital camera in scale of zoom 4 times, and microscope in scale of zoom 20 times, lighting, and CNC turning of workpiece with dimension 36x50mm. And then development software for image processing, and measuring surface roughness of workpieces. Roughness average is measured from peaks and valleys of surface profile, hence yields depth of average from surface roughness. By machine vision method for measuring depth of average from surface roughness, it is shown that the result more acurate from the contact method with percentage of deviation is 6.00%."

"Kualitas permukaan produk hasil proses pemesinan adalah salah satu parameter penting dalam proses manufaktur. Metode yang paling umum untuk mengukur nilai kekasaran permukaan adalah metode kontak mekanik antara pergerakan jarum dengan permukaan produk. Metode ini memiliki banyak kelemahan karena bisa merusak permukaan poduk dan cenderung lama. Untuk itu maka dikembangkan teknologi optik-elektrik yang mampu mengevaluasi kekasaran permukaan berdasarkan image hasil identifikasi kamera digital.Penelitian ini bertujuan untuk mengidentifikasi fitur permukaan produk hasil pemesinan turning dan melakukan analisa korelasi dengan nilai kekasaran rata-ratanya (Ra). Material yang diuji adalah carbonsteel dengan diameter 20 mm dan panjang 100 mm sejumlah 10 sampel. Pengukuran kekasaran rata-rata (Ra) memakai stylus-profile meter. Identifikasi profil permukaan menggunakan kamera digital Canon EOS 350D yang terhubung pada mikroskop dengan perbesaran 100 kali. Pencahayaan yang digunakan adalah 10 buah LED warna putih dengan sudut pencahayaan sebesar 45°. Software yang digunakan untuk melakukan image processing adalah Matlab.Hasil yang dicapai menunjukan adanya pola yang khas pada image berupa garis hitam dan putih yang bervariasi. Lebar garis putih, jarak antar garis putih dan grafik histogram warna menunjukan adanya korelasi dengan nilai kekasaran rata-ratanya.

---

Surface quality of machined-part is an important parameter in manufacturing process. Recently, measuring of surface roughness is commonly performed by mechanical contact between stylus and product surface. However, this method is not fast enough and can potentialy damage the product. Therefore, a different method, which is used here, relied on optic-electric relationship has been developed based on digital camera images.

The objective of current study is to identify the surface features of turned-parts machining and their correlation with respect to Roughness average (Ra) of stylus-profile meter. Ten samples of carbonsteel specimen, i.e., 100 mm length and 20 mm wide, are used during experiment. The identification of surface features is done by Canon EOS 350D digital camera and 100 times microscope magnification using 10 white LED and 45 degrees angle lighting. Sample images produced by the identification is then processed in Matlab.

Finally, a unique pattern, i.e., black and white line, can be observed on the processed images which indicates correlation with roughness average."

"Pengelasan adalah salah satu cara yang paling mudah dan sederhana dalam menggabungkan rangkaian pipa dalam suatu instalasi. Dibandingkan dengan penyambungan dengan sistem penguliran, pengelasan mampu mengurangi hambatan aliran fluida. dan secara umum mampu mengurangi biaya dalam proses instalasi pipa. Namun proses pengelasan pipa tidak mudah. Dengan bermacam posisi pengelasan 2G, 5G atau 6G, tentunya menambah tingkat kesulitan proses. Penerapan sistem otomatis dalam proses pengelasan mampu menanggulangi masalah posisi pengelasan. Hal tersebut akan meningkatkan efisiensi proses, qualitas hasil manik las dan waktu pengelasan. Penelitian ini bertujuan untuk mengembangkan suatu peralatan yang dapat membantu dalam proses pengelasan GMAW (Gas Metal Arc Welding) pada instalasi pipa baja yang mempunyai dimensi minimal 2 inchi. Untuk keperluan tersebut maka dibuatlah sebuah perangkat sebagai peralatan yang dapat digunakan pada semua mesin las GMAW, untuk membantu proses pengelasan secara orbital mengelilingi pipa. Mekanisasi dan otomasi ini dilakukan untuk memperoleh produktivitas yang tinggi pada proses pengelasan pipa dibandingkan dengan manual, manik las yang dihasilkan lebih baik. Penelitian ini menggunakan material pipa baja lunak, dengan posisi tetap, menggunakan proses las GMAW arus DC, kecepatan kawat pengisi konstan, dalam prosesnya dibantu oleh perangkat yang bergerak orbital secara konstan. Penelitian ini juga menggunakan sistem monitor menggunakan kamera CMOS (Complementary Metal Oxide Semiconductor) untuk memonitor gambar daerah kolam las pada posisi depan atas. Metoda jaringan syaraf tiruan digunakan dalam proses optimasi lebar manik las. Hasil dari pengamatan yang didapat adalah berupa lebar manik las. Hasil dari penelitian ini diharapkan dapat menunjukan keefektifan sistem pengelasan dengan indikator berupa lebar manik las yang bagus dan seragam.

---

Welding is one of the easiest and simplest methods to join a pipeline installation. Compared with the threading process, weld joint were able to reduce the fluid flow resistance, and generally able to reduce costs in the process of pipeline installation. However, the pipe welding process is not easy. With a variety of welding positions 2G, 5G or 6G, certainly increase the level of difficulty of the process. The application of automated systems in the welding process can resolve the problem of position of welding. This will improve the process efficiency, quality of weld bead and welding time.

This research aims to develop equipment which can assist the process of welding GMAW (Gas Metal Arc Welding) on the installation of steel pipe which has a dimension of at least 2 inches. For this purpose, a device as equipment that can be used on all GMAW welding machine was constructed, to assist in orbital welding process around the pipe. Mechanization and automation was conducted to obtain high productivity in the process compared with a manual pipe welding, and better weld beads.

The research uses mild steel pipe material, in fixed position. By using DC current GMAW welding process, filler wire speed is constant, and the device moves around the pipe constantly. This study also uses a monitoring system using CMOS (Complementary Metal Oxide Semiconductor) camera to monitor the weld pool area image from the front top position. An artificial neural network method used in the optimization process of welding bead width. A result obtained from observation is a weld bead width. The result of this study shows the effectiveness of the welding system with indicators of a good weld bead width and uniform. "

"ABSTRAKKekasaran permukaan merupakan salah satu parameter penting dari sebuah produk hasil pemesinan. Parameter ini sering dijadikan standar kualitas dari suatu produk yang dihasilkan. Metoda yang paling umum untuk mengukur nilai kekasaran permukaan ini adalah dengan metode kontak mekanik antara pergerakan jarum (stylus) dengan permukaan produk. Metode ini memiliki banyak kelemahan karena bisa merusak permukaan produk dan prosesnya cenderung lama sehingga tidak mungkin semua produk dapat diperiksa. Oleh karena itu dikembangkanlah metoda metoda baru untuk mengukur kekasaran permukaan, salah satunya adalah metoda pengukuran berbasis vision. Metoda ini memakai alat optik-elektronik sebagai alat ukurnya. Alat yang digunakan berupa mikroskop dan kamera digital untukmengambil gambar permukaan sampel yang akan dianalisis. Penelitian ini bertujuanuntuk mengidentifikasi feature permukaan produk hasil pemesinan turning danmelakukan analisa korelasi dengan nilai kekasaran rata-ratanya (Ra). Material yangdiuji adalah carbonsteel dengan diameter 20 mm dan panjang 100 mm sejumlah 10sampel. Pengukuran kekasaran rata-rata (Ra) memakai stylus-profile meter.Identifikasi profil permukaan menggunakan kamera digital Canon EOS 350D yang terhubung pada mikroskop dengan perbesaran 100 kali. Pencahayaan yang digunakan adalah 13 buah LED warna putih berkekuatan 1,5 Watt dengan sudut pencahayaansebesar 45°. Software yang digunakan untuk melakukan image processing adalahMatlab. Hasil pengolahan image dapat menunjukan adanya fitur-fitur kekasaran permukaan yang dapat dikenali baik secara 2D maupun 3D. Lembah dan puncak dari permukaan sampel dapat terlihat dengan jelas dan dapat dianalisis lebih lanjut.

---

ABSTRACTSurface roughness is an important parameter on the machining process. This parameter has become standard for product quality.The common method to measure surface roughness is mechanial contact between stylus and product surface. This methode has some weakness because it can make the product damage and consume time and it's impossible to check all of product. Because of that, new methods hasbeen developed to evaluate surface rougness, one of the methode is measuring by vision. This methode using optic-electonic equipment as a aparatus. Using microscope and digital camera to take an image of sample surface to be analyze. This research aims to identify surface feature of turned part and to assess correlation with Roughness average (Ra) of stylus-profile meter. Identify of surface profil use digital camera Canon EOS 350D and microscope with magnification 100 times. Surface lighting use 13 white LED with 1.5 Watt power and lighting angle is 45 degrees. Matlab software applied to process the sample image. Result of image processing is indicate the features of surface roughness as seen at 2D and 3D. Valley and peak ofsample surface can see clearly and it can be analyze in advance.Keyword"

"Penggunaan teknologi mesin vision pada proses pengelasan telah berkembang seiring dengan kebutuhan akan hasil pengelasan yang lebih konsisten dengan proses pengambilan posisi gerak yang lebih cepat. Aplikasi mesin vision untuk melakukan proses analisa obyek dengan pengambilan citra pada benda kerja atau tanpa adanya kontak langsung pada material diharapkan mampu untuk menghasilkan proses yang mudah dan cepat, selama tidak mengurangi sifat keakurasian agar mampu untuk dilakukan pada proses pengelasan. Dengan mengaplikasikan algoritma hough transform untuk pendeteksian garis serta didukung proses pengolahan citra yang baik, maka sekumpulan garis yang berhasil terdeteksi akan dapat dipilih jalur pengelasan yang efisien. Konsep pemilihan jalur pengelasan pada penelitian yang dilakukan adalah dengan membuat kombinasi antara jarak maksimal path terjauh yang dapat ditempuh dilanjutkan dengan pemilihan jarak minimum pada pergantian point to point saat melakukan gerakan non welding. Dari hasil pemilihan jalur pengelasan tersebut kemudian dirubah ke bentuk G-code yang telah dimodifikasi. Hasil penerapan pemilihan jalur pengelasan mampu untuk dilakukan dengan akurasi tidak lebih dari 0,02 mm.

---

The use of machine vision technology in the welding process has been developed along with the need for more consistent and more qualified welding results. The application of machine vision to perform object an the object itself making the whole processes fast while maintaining the accuracy. In this research, Hough Transform algorithm is used to detect the welding tracks candidate. Afterward, some modifications to the hough transform is carried to enable finding the exact welding tracks. Once the welding tracks are found, welding sequences (welding path) on the welding tracks are then generated by evaluating all the tracks to produce the longest possible welding path with minimum non-welding motion. When all the welding paths are generated, they are then converted to a form of G-code like format which are ready to be sent to the controller unit. The implemented tracks and their appropriate welding path with accuracy not more than 0.02 mm."

"

Penelitian ini bertujuan untuk mendesain dan mengembangkan sistem Ultrasonic Vibration Assisted Machining Dua Dimensi (2D UVAM) pada mesin micro-milling 5 axis Hadia Micromill-5X. Getaran ultrasonik dua dimensi yang dihasilkan oleh sistem 2D UVAM digunakan untuk menggetarkan benda kerja pada proses micro-milling. Sistem yang dikembangkan menggunakan prinsip dua buah Langevin piezoelectric transducer yang memiliki kemampuan untuk menghasilkan getaran dalam rentang ultrasonik dan dengan amplitudo getaran kecil yang masih berada dalam rentang mikrometer. Proses optimasi desain 2D UVAM dilakukan melalui metode Finite Element Analysis pada software ANSYS Workbench 17.0. Kedua buah Langevin piezoelectric transducer dirancang agar memiliki mode getaran simetris dan asimetris dengan frekuensi natural yang sama, sehingga dapat dihasilkan getaran dengan pola elips pada benda kerja. Sistem 2D UVAM beroperasi pada frekuensi natural 24 kHz dan memiliki estimasi total perpindahan pada sumbu normal dan tangensial berturut-turut adalah 0,766 μm dan 0,382 μm. Dua buah sumber listrik dengan frekuensi 24 kHz, dengan beda fase 90 derajat, dan tegangan Peak-Peak 212 Volt disuplai oleh sebuah ultrasonic generator untuk mengeksitasi kedua buah Langevin piezoelectric transducer. Untuk mengkonfirmasi sistem 2D UVAM yang dikembangkan, dilakukan eksperimen untuk membandingkan kekasaran permukaan pada Aluminium 6061-T6 melalui pemesinan micro-milling dengan metode konvensional dan dengan tambahan sistem 2D UVAM. Verifikasi kekasaran permukaan dilakukan melalui proses slot milling dengan pahat potong carbide berdiameter 1 mm. Variasi kecepatan putaran spindle dan feed rate digunakan sebagai pendukung proses analisa dari kualitas permukaan hasil pemesinan. Dari hasil eksperimen pemesinan Aluminium 6061-T6, diperoleh bahwa getaran ultrasonik yang dihasilkan oleh sistem 2D UVAM mempunyai dampak positif dalam meningkatkan kualitas permukaan pada proses pemesinan dengan kecepatan spindle rendah yaitu dalam rentang 3.000 RPM sampai dengan 15.000 RPM, namun sebaliknya menurunkan kualitas permukaan pada proses pemesinan dengan kecepatan spindle tinggi yaitu dalam rentang 30.000 RPM sampai dengan 80.000 RPM.

---

This study aims to design and develop a Two-Dimensional Ultrasonic Vibration Assisted Machining (2D UVAM) system on the Hadia Micromill-5X 5-axis micro-milling machine. Two-dimensional ultrasonic vibrations produced by 2D UVAM systems are used to vibrate the workpiece in the micro-milling process. The system is developed using the principle of two Langevin piezoelectric transducers which have the ability to produce vibrations in the ultrasonic range and with small vibration amplitude that is still within the micrometer range. The process of 2D UVAM design optimization is done through the Finite Element Analysis method in the ANSYS Workbench 17.0 software. The two Langevin piezoelectric transducers are designed to have symmetrical and asymmetrical vibration modes with the same natural frequency, so that elliptical pattern vibrations can be generated on the workpiece. The 2D UVAM system operates at a natural frequency of 24 kHz and has an estimated total displacement on the normal and tangential axes respectively 0.766 μm and 0.382 μm. Two power sources with frequency of 24 kHz, phase difference of 90 degrees, and peak-peak voltage of 212 volt are supplied by an ultrasonic generator to excite both of the Langevin piezoelectric transducers. To confirm the developed 2D UVAM system, experiments were conducted to compare the surface roughness of Aluminum 6061-T6 through micro-milling with conventional method and with additional of the 2D UVAM system. Surface roughness verification is done by slot milling with a carbide cutting tool with diameter of 1 mm.Variations in spindle speed and feed rate are used to support the analysis process of the machined surface quality. From the results of the Aluminum 6061-T6 machining experiment, it was found that the ultrasonic vibrations produced by 2D UVAM system have positive impact on improving surface quality in machining processes with low spindle speeds, in the range of 3,000 RPM up to 15,000 RPM, but on the contrary it reduces the surface quality in machining process with high spindle speeds of 30,000 RPM up to 80,000 RPM.

"

"Mengetahui karakteristik mekanikal dari suatu material sangat penting dalam dunia manufaktur. Salah satu cara mengetahuinya adalah dengan melakukan pengujian tarik. Pengujian tarik konvensional yang selama ini diterapkan adalah menarik benda uji lalu DAQ akan mengolah data menjadi grafik tegangan-regangan. Saat ini, dikembangkan metode pengujian tarik non kontak menggunakan machine vision. Dalam metode ini, digunakan grid yang dicetak pada gauge length sehingga pergeseran piksel dapat diamati. Penelitian ini membandingkan tiga buah pola grid yang berbeda dalam efektifitas pengolahan citra. Ketiga grid tersebut adalah dot, horizontal line dan horizontal and vertical line yang diterapkan dalam benda uji plat alumunium alloy 1100. Hasil yang didapat menunjukkan pola dot meyulitkan program dalam mendefinisikan titik referensi yang konstan karena banyaknya dot dan kesemuanya bergerak dinamis. Adapun pola horizontal line cukup baik karena program dapat mendefinisikan daerah referensi dengan konstan. Untuk pola horizontal and vertical line dibuat dengan tambahan vertical line untuk mempermudah mengamati necking. Namun ternyata necking yang terjadi sangat kecil karena benda uji adalah sebuah plat 0,5mm. Kemudian, pola horizontal and vertical line didefinisikan program sebagai sebuah objek sehingga program dapat dengan mudah menentukan titik referensi. Sejauh ini, yang terbaik dalam penelitian ini adalan pola horizontal line.

---

Mechanical properties of material are important to know in manufacture industries. One of the methods is using tensile test. In the conventional tensile test, the specimen is pulled. Then the DAQ process the data to get the stress-strain diagrams. Nowadays, some new methods which developed are non contact tensile test using machine vision. In this method, grids were print at the gauge length so the piksel movement can be observed. This research compares three different grids in the affectivity at the image processing. The three different grids are dot, horizontal line, and horizontal vertical line which applied on aluminum alloy 1100 plate. The result shows that dot pattern went hard with the program to define the reference point because of so many dots and all of it is moving dynamically. The horizontal line pattern is the good one because the program can define the reference point easier. The horizontal and vertical line patterns were made with added vertical line to observe necking. But, actually the necking is too small to observe because the specimen is 0,5mm plate. Besides, the horizontal and vertical line pattern defined by program as an object so the program can define the reference point easily. So far, the best at this study is the horizontal line pattern."

"Sistem perpipaan merupakan salah satu yang sering digunakan diindustri seperti industri petrokimia untuk mentransmisikan bahan dasar berupa minyak, air maupun gas. Jenis pengelasan yang cocok untuk sistem perpipaan adalah pengelasan pipa orbital. Dalam penelitian ini dilakukan pengelasan pipa orbital dengan pengelasan Gas Tungsten Arc Welding (GTAW) tanpa logam pengisi (autogenous) pada pipa baja tahan karat tipe SS316L. Dimensi dari material uji adalah diameter luar 114 mm dan ketebalan 3 mm. Empat metode pengelasan diterapkan untuk mencari metode yang terbaik untuk menghasilkan kualitas lasan. Metode pengelasan diantaranya metode konvensional, arus pulsa, urutan pengelasan dan kontrol artificial neural network (ANN). Keempat metode ini dilakukan dengan alat pengelasan pipa orbital secara fully mechanized yang dijalankan oleh operator las. Kualitas hasil lasan meliputi geometri las (lebar manik dan kedalaman penetrasi), distorsi pada pipa, struktur makro, struktur mikro dan sifat mekanik (kekuatan tarik dan kekerasan mikro). Tahap pertama membandingkan pengelasan dengan metode konvensional dan kontrol ANN terhadap kualitas hasil lasan. Kemudian tahap kedua adalah membandingkan pengelasan dengan metode arus pulsa, urutan pengelasan dan kontrol ANN. Terakhir adalah mencari metode pengelasan serta parameter pengelasan yang optimal untuk menghasilkan kualitas lasan yang optimal.Hasil penelitian ini menunjukkan bahwa pengelasan dengan metode kontrol ANN lebih baik daripada metode konvensional. Dilihat dari segi lebar manik lebih stabil dengan metode kontrol ANN yaitu 10±0,6 mm. Tetapi untuk kedalaman penetrasi lebih baik menggunakan metode konvensional. Kemudian untuk distorsi yang terjadi lebih kecil menggunakan metode kontrol ANN yang kurang dari 200 µm. Struktur mikro yang terbentuk untuk kedua metode ini hampir sama untuk daerah tengah lasan. Kekuatan tarik maksimal untuk setiap posisi pipa lebih stabil menggunakan metode kontrol ANN. Sedangkan kekerasan mikro lebih kecil jika menggunakan metode kontrol ANN.Perbandingan kualitas hasil lasan dengan metode arus pulsa, urutan pengelasan dan kontrol ANN menunjukkan bahwa metode kontrol ANN lebih baik dalam beberapa aspek. Aspek lebar manik menunjukkan metode kontrol ANN menghasilkan lebar manik yang lebih seragam yaitu 10±0,6 mm. Namun untuk kedalaman penetrasi lebih baik dengan metode arus pulsa. Distorsi pipa dengan metode kontrol ANN juah lebih kecil dibandingkan dengan kedua metode lainnya. Selanjutnya untuk struktur mikro yang teramati tidak jauh berbeda antara ketiga metode pengelasan. Kekuatan tarik maksimal untuk metode kontrol ANN lebih stabil untuk setiap posisi pipa dan kekerasan mikro terendah terjadi di daerah lasan dengan metode kontrol ANN.Metode optimasi yang diterapkan adalah response surface method (RSM) dan Taguchi method. Selain itu digunakan juga analysis of variance (ANOVA) untuk mengetahui tingkat signifikasi parameter pengelasan. Respon dari optimasi adalah kekuatan tarik yang maksimum, distorsi pipa yang minimum dan lebar manik yang ditargetkan 10 mm. Hasil metode optimasi menunjukkan bahwa metode kontrol ANN menghasilkan kualitas lasan yang paling baik diantara metode pengelasan lainnya. Metode kontrol ANN dengan parameter arus pengelasan 106 A dan kecepatan awal pengelasan 1,5 mm/d dapat menghasilkan kekuatan tarik maksimum sebesar 670 MPa, distorsi melintang, distorsi aksial, keovalan dan tapers masing-masing adalah 126 µm, 252 µm, 94 µm dan 168 µm serta lebar manik sebesar 9,97 mm.

---

The piping system is one that is often used in industries such as the petrochemical industry to transmit basic materials in the form of oil, water and gas. The type of welding suitable for piping systems is orbital pipe welding. In this study, welding of orbital pipes with Gas Tungsten Arc Welding (GTAW) welding without filler metal (autogenous) was carried out on stainless steel pipes of type SS316L. The dimensions of the test material are 114 mm outside diameter and 3 mm thickness. Four welding methods were applied to find the best method to produce quality welds. Welding methods include conventional methods, pulse current, welding sequences and artificial neural network (ANN) control. These four methods are carried out with an fully mechanized orbital pipe welding device operated by a welding operator. The quality of the welds includes weld geometry (bead width and penetration depth), pipe distortion, macrostructure, microstructure and mechanical properties (tensile strength and microhardness). In the first stage, comparing welding with conventional methods and ANN control on the quality of the welds. Then the second stage is to compare welding with pulse current method, welding sequence and ANN control. The last is to find the optimal welding method and welding parameters to produce optimal weld quality.

The results of this study indicate that the welding with the ANN control method is better than the conventional method. In terms of bead width, it is more stable with the ANN control method, which is 10±0.6 mm. But for the depth of penetration it is better to use conventional methods. Then for smaller distortion, use the ANN control method which is less than 200 m. The microstructure formed for both methods is almost the same for the center of the weld. The maximum tensile strength for each pipe position is more stable using the ANN control method. While the micro hardness is smaller when using the ANN control method.

Comparison of weld quality with pulse current, welding sequence and ANN control method shows that the ANN control method is better in several aspects. The bead width aspect shows that the ANN control method produces a more uniform bead width of 10±0.6 mm. However, the penetration depth is better with the pulse current method. The pipe distortion with the ANN control method is much smaller than the other two methods. Furthermore, the observed microstructure is not much different between the three welding methods. The maximum tensile strength for the ANN control method is more stable for each pipe position and the lowest microhardness occurs in the weld area with the ANN control method.

The optimization methods applied are the response surface method (RSM) and the Taguchi method. In addition, analysis of variance (ANOVA) is also used to determine the level of significance of welding parameters. The response of the optimization is maximum tensile strength, minimum pipe distortion and a targeted bead width of 10 mm. The results of the optimization method show that the ANN control method produces the best weld quality among other welding methods. The ANN control method with a welding current parameter of 106 A and an initial welding speed of 1.5 mm/s can produce a maximum tensile strength of 670 MPa, transverse distortion, axial distortion, ovality and tapers respectively 126 m, 252 m, 94 m and 168 m and a bead width of 9.97 mm."

"ABSTRAKMicro-milling adalah pemesinan milling dalam skala mikro, dimana terdapat beberapa kesulitan dalam konversi dari skala makro ke skala mikro. Produk berskala mikro belakangan menjadi kebutuhan di bidang kesehatan, energi, manufaktur, bahkan pertahanan Pada umumnya untuk pemesinan pada micro-milling digunakan mata pahat dengan diameter kurang dari 600 μm sampai dengan 100 μm.Penelitian yang dilakukan adalah pembuatan tekstur permukaan (micro-texture) produk mikro berbasis dari citra 2D. Proses dilakukan dengan melakukan rekayasa terhadap suatu citra dimana nilai intensitas warna menjadi nilai level ketinggian. Pada perancangan tool path, dilakukan proses gouging avoidance untuk menhindari terjadinya over cut pada saat pemesinan. Nilai intensitas tersebut yang dijadikan kumpulan CL-Point yang selanjutnya akan dikonversi menjadi NC-File untuk dilakukan pemesinan.Pemesinan menggunakan benda kerja berbahan material aluminium A1100 dengan ukuran 3 x 3 x 3 mm. Dengan tingkat kekerasan 28 HRC, ini menjadi pertimbangan dalam penentuan kedalaman pemakanan (Depth of Cut) dan kecepatan pemakanan (Feed rate). Sebagai masukan data yang menjadi CL-File digunakan citra berukuran resolusi 150 x 127 piksel dan 300 x 254 piksel. Dengan metode rekayasa citra telah dapat dihasilkan 2 micro-texture part berbeda dengan menggunakan metode ini.

---

abstractNowadays, micro products become more demanding in several aspects such as health, energy, manufacturing, even military. One of ways to produce micro products is by using micro-milling process. Micro-milling is machining in micro scale. In general, micro-milling uses cutting tool with diameter less than 600 μm. In some micro products, texturing of the part surface maybe needed. This research conducted the manufacture of micro-texture of micro part based on 2D image. The color intensity values of 2D image were converted or mapped into the contour of the texture of micro product in Cartesian domain. Then, toolpaths are generated based on the contour values with gouging avoidance. The CL-point of generated toolpaths were then post processed into NC-point also known as NC-file. The workpieces used for this micro-texturing are using Aluminium A1100 material size of 3 x 3 x 3 mm dimension. The hardness of this material is 28 HRC, which is for determine the dept of cut and feed rate. The toolpaths generated on different size of image resolution 150 x 127 pixels and 300 x 254 pixels. Two different workpieces were successfully produced using the above developed method."