Electronic Theses and Dissertation

Proses pemesinan dengan mesin CNC milling merupakan salah satu proses manufaktur yang membutuhkan konsumsi energi listrik cukup tinggi. Pengaturan parameter pemotongan yang tepat sangat berpengaruh terhadap efisiensi energi selama proses berlangsung. Penelitian ini bertujuan untuk mengetahui pengaruh kondisi pemotongan terhadap konsumsi energi listrik serta menentukan kombinasi parameter pemotongan yang paling efisien pada proses CNC milling baja S45C. Parameter yang divariasikan meliputi kecepatan potong, gerak makan, dan kedalaman potong. Pengujian dilakukan menggunakan mesin CNC Emco VMC 100 dengan alat ukur Power Analyzer Fluke 43B untuk merekam data arus dan tegangan selama proses pemesinan. Analisis data dilakukan dengan metode Taguchi menggunakan matriks ortogonal L9 dan analisis variansi (ANOVA) untuk menentukan faktor dominan yang memengaruhi konsumsi energi listrik.
Hasil penelitian menunjukkan bahwa kedalaman potong merupakan faktor yang paling berpengaruh terhadap konsumsi energi listrik, diikuti oleh gerak makan dan kecepatan potong. Kombinasi parameter pemotongan optimal diperoleh pada kecepatan potong 92 m/menit, gerak makan 281 mm/menit, dan kedalaman potong 0,3 mm, yang menghasilkan konsumsi daya terendah sebesar 65,41 W. Dengan demikian, pengaturan parameter pemotongan yang tepat dapat meningkatkan efisiensi energi dan mendukung penerapan konsep manufaktur berkelanjutan di industri pemesinan.

CNC milling is a manufacturing process that requires significant electrical energy consumption. Correct cutting parameter settings significantly impact energy efficiency during the process. This study aims to determine the effect of cutting conditions on electrical energy consumption and to determine the most efficient combination of cutting parameters in the CNC milling process of S45C steel. The parameters varied included cutting speed, feedrate, and depth of cut. Testing was conducted using an Emco VMC 100 CNC machine with a Fluke 43B Power Analyzer to record current and voltage data during the machining process. Data analysis was performed using the Taguchi method using an L9 orthogonal matrix and analysis of variance (ANOVA) to determine the dominant factors influencing electrical energy consumption. The results showed that depth of cut was the most influential factor affecting electrical energy consumption, followed by feedrate and cutting speed. The optimal combination of cutting parameters was obtained at a cutting speed of 92 m/min, a feed rate of 281 mm/min, and a cutting depth of 0.3 mm, which resulted in the lowest power consumption of 65.41 W. Thus, proper cutting parameter settings can improve energy efficiency and support the implementation of sustainable manufacturing concepts in the machining industry.