Claim Missing Document
Check
Articles

Found 9 Documents
Search

PENGARUH VARIASI KOMPAKSI SERBUK TEMPURUNG KELAPA SAWIT TERHADAP KEAUSAN DAN KEKERASAN KAMPAS REM Nur Prapanca, Agusti; Setiyawan, Khanif; Tri Waloyo, Hery; Mujianto, Agus
National Multidisciplinary Sciences Vol. 3 No. 1 (2024): PROCEEDING SEMAKIN E.1
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Secara umum bahan kampas rem memiliki tiga penyusun bahan yaitu bahan pengikat, bahan serat dan bahan pengisi. Bahan pengikat terdiri dari berbagai resin diantaranya phenolic, epoxy, polyester, silicone dan rubber. Resin tersebut berfungsi untuk pengikat berbagai zat penyusun didalam friksi. Abstrak ini harus memberikan latar belakang singkat masalah (sebaiknya 1-2 kalimat), Penelitian ini menggunakan metode pendekatan eksperimental dengan memanfaatkan konfigurasi ukuran partikel dengan variasi yang berbeda. Menurut hasil penelitian, didapatkan nilai uji kekerasan pada variasi tekanan 120kg sebesar 206 kg/mm2, 209 kg/mm2, dan 214 kg/mm2. pada variasi tekanan 170 kg sebesar 232 kg/mm2, 234,6 kg/mm2 dan 244,6 kg/mm2. pada variasi 220 kg sebesar 275 kg/mm2, 317 kg/mm2 dan 322,6 kg/mm2 yang masing - masing merupakan nilai tertinggi dan terendah yang dicapai. Namun tingkat keausan tertinggi dan terendah sebesar 0,75 , 0,57 dan 0,43. jadi kekerasan rata - rata tertinggi dihasilkan pada spesimen dengan penekanan yaitu sebesar 322,6 kg/mm2 dapat disimpulkan bahwa semakin besar kompaksi yang diberikan maka akan semakin besar juga nilai kekerasaan yang ditunjukkan. Sedangkan pada uji keausan dapat disimpulkan bahwa semakin besar kompaksi yang diberikan maka penambahan nilai spesifik keausannya semakin tinggi, hal ini dipengaruhi oleh adanya daya cengkram yang lebih tinggi akibat adanya kompaksi
PREDIKSI KEKUATAN TARIK DAN BENDING KOMPOSIT SERAT TKKS MENGGUNAKAN ARTIFICIAL NEURO FAZZY INFERENCE SYSTEM (ANFIS) GANI, ABDUL; MUJIANTO, AGUS
National Multidisciplinary Sciences Vol. 3 No. 1 (2024): PROCEEDING SEMAKIN E.1
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Adaptive Neuro Fuzzy Inference Sistem (ANFIS) merupakan metode yang mengkombinasikan antara jaringan saraf tiruan dengan logika fuzzy. ANFIS yang dapat memprediksi dengan baik menggunakan data yang tidak perlu besar. Penelitian ini bertujuan untuk memprediksi kekuatan tarik dan bending pada komposit serat tandan kosong kelapa sawit menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS). Data yang digunakan adalah data data uji bending pada komposit TKKS dengan komposisi serat dan matriks polimer. Pengujian dilakukan dengan menggunakan 25 data latih training dan 12 data latih testing, menggunkan dua masukan membershif function kurva trapmf dan otput linier dengan menggunakan epoch sebanyak 200, dan metode optimasi hybrid. Hasil penelitian menunjukkan bahwa metode ANFIS dapat digunakan untuk memprediksi kekuatan tarik dan bending pada komposit TKKS dengan akurasi yang baik dan mendapatkan nilai RMSE training 0,0096531, dan nilai RMSE testing 0.06024. dari penelitian ini diharapkan dapat memberikan kontribusi dalam mengembangkan bahan komposit serat TKKS dan penggunaannya dalam berbagai aplikasi Teknik
PENGARUH VARIASI DIAMETER PISTON TERHADAP TORSI DAN DAYA SEPEDA MOTOR 4 LANGKAH Karya Saputra, Didy; Nugroho, Andi; Setiawan, Khanif; Mujianto, Agus
National Multidisciplinary Sciences Vol. 3 No. 1 (2024): PROCEEDING SEMAKIN E.1
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sepeda motor merupakan alat transportasi terbanyak di Indonesia. Dimana sepeda motor dianggap lebih praktis dan lebih mudah menerjang kemacetan. Maka dari itu banyak masyarakat atau konsumen yang lebih memilih menggunakan sepeda motor dibanding menggunakan mobil atau alat transportasi lainnya. Saat ini banyak masyarakat menjadikan sepeda motor sebagai kendaraan utama, dikarenakan harganya terjangkau, perawatan serta pemakaiannya yang mudah. Dibandingkan dengan kendaraan lainya, sepeda motorlah yang mengalami peningkatan jumlah yang paling signifikan, setiap tahunnya bertambah 5-8 juta sepeda motor atau sekitar 15%. karena sepeda motor merupakan kendaraan yang mempunyai nilai ekonomis yang cukup tinggi jika dibandingkan dengan yang lain. Kendaraan bermotor adalah kendaraan yang terbentuk dari beberapa komponen penyusun, salah satunya yaitu piston. Piston terdiri atas komponen penting pada bagian mesin sepeda motor 4 langkah, yang fungsinya untuk menerima tekanan hasil campuran bahan bakar dan udara lalu meneruskan tekanan untuk memutar poros engkol (crank shaft) melalui batang piston (connecting rod), atau sebagai alat penampang untuk menahan tekanan pada saat langah kompresi dan langkah tenaga.Piston bergerak naik turun terus menerus di dalam silinder untuk melakukan langkah hisap, kompresi, pembakaran, dan pembuangan.
Rancang Bangun Mesin Parut Kelapa untuk Bahan Dasar Pembuatan Minyak Kelapa Sudirman, Sudirman; Siti Nurrohkayati, Anis; Tri waloyo, Hery; Mujianto, Agus
National Multidisciplinary Sciences Vol. 3 No. 1 (2024): PROCEEDING SEMAKIN E.1
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tanaman kelapa merupakan salah satu tumbuhan yang semua bagian nya hampir dapat dimanfaatkan untuk kebutuhan manusia, salah satunya bagian buah yang dapat diolah menjadi bahan dasar pembuatan minyak kelapa, biasanya buah kelapa di hancurkan menjadi butiran-butiran kecil menggunakan alat parut, dalam proses pemarutan banyak orang masih menggunakan parutan tradisional yang sangat sederhana. Oleh sebab itu dalam penelitian ini dibuat rancang bangun mesin parut kelapa untuk mempermudah dalam proses pemarutan buah kelapa untuk pembuatan minyak kelapa. Tujuan dari penelitian ini yaitu untuk membuat sebuah prototype parut kelapa dan memvariasikan mata parut dan kecepatan untuk mengetahui jenis mata parut dan kecepatan yang optimal serta meningkatkan produktivitas parut kelapa sehingga masyarakat dapat dapat membuat minyak kelapa lebih efektif dan efisien. Berdasarka desain rancang bangun mesin dan pengolahan data, mesin yang di buat dapat bekerja dengan optimal dan dapat menghasilkan kelapa parut sebanyak 257 gr/menit dan tingkat efisiensi mesin sebesar 85,8% dengan variasi mata parut halus dan kecepatan 2800 rpm.
Analisa Pengaruh Polaritas Terhadap Kekuatan Tarik Sambungan Pengelasan Kampuh V dengan Variasi Elektroda pada Material Baja ASTM A36 Febriansyah, Kholiq; Nurrohkayati, Anis Siti; Mujianto, Agus
Prosiding Sains Nasional dan Teknologi Vol 14, No 1 (2024): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 2024
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v14i1.11571

Abstract

Proses pengelasan saat ini sangat banyak dibutuhkan dan masih menjadi suatu pilihan utama dalam proses penyambungan logam. Pengelasan banyak dibutuhkan pada bidang industri yang sampai saat ini semakin maju. Maka dari itu penelitian ini dilakukan untuk menguji seberapa berpengaruh elektroda, polaritas dan arus pengelasan terhadap tegangan dan juga regangan pada pengujian tarik pada material baja ASTM A36 dengan variasi elektroda E7016 dan E6013. Metode yang digunakan adalah metode eksperimen dimana dilakukan variasi elektroda menggunakan pengelasan SMAW material baja ASTM A36, untuk posisi pengelasan menggunakan 1G pengelasan ini dikenal juga dengan posisi datar, pengelasan ini adalah pengelasan yang paling sederhana dan nyaman digunakan. Posisi benda kerja diletakkan secara horizontal dan untuk dimensinya menggunakan kampuh V. Pada penelitian ini digunakan spesimen uji tarik dengan panjang plat 90 mm, lebar 14 mm dan ketebalan 5 mm, Proses pengelasan spesimen menggunakan elektroda E6013 dengan polaritas (DC+) memiliki tegangan tarik dengan perolehan rata-rata yang paling tinggi yaitu sebesar 530,76 Mpa, dibandingkan dengan menggunakan elektroda E7016 dengan polaritas yang sama (DC+) dan arus yang sama juga 95-100 A hanya memperoleh 515,14 Mpa. Sedangkan untuk polaritas (DC-) dengan arus yang sama 95-100 A, untuk elektroda E6013 hanya memperoleh 461,61 Mpa sedangkan elektroda E7016 memperoleh 472,61 Mpa. Sedangkan proses pengelasan spesimen menggunakan elektroda E7016 dengan polaritas (DC+) dan arus 95-100 A memiliki regangan tarik dengan perolehan rata-rata yang paling tinggi yaitu sebesar 6,25%. Sedangkan untuk elektroda E6013 dengan polaritas dan arus yang sama memperoleh nilai regangan tarik sebesar 5,71 %. Untuk polaritas (DC-) dengan arus yang sama 95-100 A, pada elektroda E7016 memiliki regangan tarik sebesar 4,67% dan elektroda E6013 regangan tarik sebesar 5,63%.
Tensile strength prediction of empty palm oil bunch fiber composite with artificial neural network Waloyo, Hery Tri; Mujianto, Agus; Feriyanto, Richie
Journal of Energy, Mechanical, Material, and Manufacturing Engineering Vol. 9 No. 2 (2024)
Publisher : University of Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/jemmme.v9i2.35619

Abstract

As the leading global producer of palm oil, Indonesia encounters substantial environmental challenges arising from the waste generated by empty palm oil fruit bunches (EPOFB). This research aims to develop an accurate Artificial Neural Network (ANN) model to predict the tensile strength of EPOFB fiber-reinforced composites. The method involves two types of ANN, namely Radial Basis Function (RBF) and Backpropagation, with testing using variations in immersion time, volume fraction, and length of EPOFB fibers. The research results show that both ANN models can predict tensile strength with a Mean Absolute Error (MAE) below 10%. However, the Backpropagation ANN shows superior performance with a training MAE of 0.0078 and a testing MAE of 0.45, compared to the RBF ANN, which has a training MAE of 0.371 and a testing MAE of 0.53. In conclusion, ANN Backpropagation is superior in prediction accuracy and characterization efficiency of EFB fiber-reinforced composites, offering an economical solution and supporting sustainable palm oil waste management.
OPTIMIZATION OF TENSILE STRENGTH OF EMPTY OIL PALM FRUIT BUNCH FIBER REINFORCED COMPOSITES USING GENETIC ALGORITHMS Rahim, Abdul; Mujianto, Agus; Feriyanto, Richie; Waloyo, Hery Tri
Jurnal Rekayasa Mesin Vol. 15 No. 3 (2024)
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jrm.v15i3.1898

Abstract

The use of natural materials such as oil palm empty fruit bunch fibers can provide a solution to increase value-added and manage plantation waste. Fibers are combined with a matrix to create composite materials. Instead of glass fibers, environmentally friendly natural fibers serve as the reinforcement in the composite material. Implementing natural fiber composites must consider the primary construction requirement, which is tensile strength. Artificial intelligence like genetic algorithms (GA) can simplify and reduce costs in the search for optimal values in composite material engineering. Data is obtained through experimental testing prepared samples and subsequently used as input for GA. The input parameters consist of three variables such as soaking time, volume fraction, and fiber length. The output of the optimization process is tensile strength. The maximum tensile strength has already been achieved with genetic crossover by the 125th generation. Based on GA calculations, the optimal parameters obtained are soaking time of 6.2 hours, volume fraction of 29.6%, and fiber length of 6.9 cm. The predicted optimal tensile strength value is 4.78 MPa.
Robust SVM optimization using PSO and ACO for accurate lithium-ion battery health monitoring Putra, Mufti Reza Aulia; Nizam, Muhammad; Mujianto, Agus; Adriyanto, Feri; Santoso, Henry Probo; Afandi, Arif Nur; Gunadin, Indar Chaerah
Mechanical Engineering for Society and Industry Vol 5 No 1 (2025)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/mesi.12280

Abstract

The increasing demand for reliable lithium-ion battery in various applications is focused on the need for accurate State of Health (SOH) predictions to prevent performance degradation and potential safety risks. Therefore, this research aimed to improve the accuracy of SOH prediction by integrating Particle Swarm Optimization (PSO) and Ant Colony Optimization (ACO) with Support Vector Machine (SVM) to overcome the overfitting problem in traditional machine learning models. The dataset used consisted of data from 1000 cycles of lithium-ion battery, collected under laboratory conditions. Data from lithium-ion battery cycles were analyzed using optimized PSO-SVM and ACO-SVM models. These models were evaluated using Mean Square Error (MSE) and Root Mean Square Error (RMSE) metrics, showing significant improvements in prediction accuracy and model generalization. The results showed that although both optimized models were superior to the baseline SVM, PSO-SVM had higher generalization performance during testing. The higher performance was due to the effective balance between exploring the search space and exploiting optimal solutions, making it more suitable for real-world applications. In comparison, ACO-SVM showed superior performance in training data accuracy but was more prone to overfitting, suggesting the potential for scenarios prioritizing high training accuracy. These results could be applied to extend the lifespan of lithium-ion battery, contributing to enhanced reliability and cost-effectiveness in applications.
Proses Produksi Soft Magnetic Composite (SMC) Berbahan Dasar Fe Waloyo, Hery Tri; Firmansyah, Muhammad Gilang; Setiyawan, Khanif; Mujianto, Agus
Jurnal Teknik Mesin Indonesia Vol. 20 No. 1 (2025): Vol. 20 No. 1 (2025): Jurnal Teknik Mesin Indonesia
Publisher : Badan Kerja Sama Teknik Mesin Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36289/jtmi.v20i1.765

Abstract

This study discuss in various production methods of iron-based Soft Magnetic Composite (SMC) and to identify the most effective production. The increase in carbon emissions and the need for alternative energy drive the development of electromagnetic technology, including the use of SMC in electric motors. The method used in this study is a literature review, by reviewing relevant articles from national and international journals. The results of the study indicate that traditional production methods and Additive Manufacturing (AM) are the two main methods used in SMC production. Among these methods, the traditional production method with Powder Metallurgy (PM) technology proved to be more effective in producing SMC with better quality and more efficient production processes. This research provides in-depth insights into various SMC production techniques and can serve as a foundation for future research in the development of electromagnetic materials.