Jurnal Tekno Juli 2009

ISSN. 1907-4964

J U R N A L

T E K N O – I N S E N T I F

Volume 3 Nomor 1, Juli 2009

Jurnal Tekno-Insentif adalah wadah informasi bidang ilmu Teknik berupa hasil penelitian, studi kepustakaan maupun

tulisan ilmiah yang terkait. Terbit pertama kali tahun 2006 dengan frekuensi terbit dua kali setahun.

Pelindung: Koordinator Kopertis Wilayah IV

/Pennggung Jawab: Sekretaris Pelaksana Kopertis Wilayah IV

Dewan Redaksi:

Ir. Robertus Wahyudi Triweko, M.Eng., Ph.D

Redaksi Pelaksana: Drs. Tia Sugiri, ST, M.Pd. Heni Hermina, S.H., M.Si.

Ir. Nefli Yusuf, M.Eng Dra. Maimunah

Aminatun, S.Sos. Entin Hartini, S.Sos., M.Si.

Suroso, S.H M.Thoriq

Penyunting Ahli:

Prof. Dr. Ir. Rochim Suratman (ITB) Prof. Dr. Ir. Wimpy Santosa (UNPAR)

Alamat Redaksi:

Kopertis Wilayah IV Jl. Penghulu Hasan Mustafa No. 38

Telepon: (022) 7275630 e-mail: [email protected]

ISSN. 1907-4964

Jurnal TEKNO-INSENTIF ‘09

Volume 3 Nomor 1, Juli 2009

DAFTAR ISI

ANALYSIS OF RIVETED JOINT USING VLIEGER/BROEK EQUATION …...Oleh:Lenny Iryani, University of Nurtanio-Bandung

1

PENGGUNAAN FERROCEMENT DAN PELAT SENG SEBAGAI MATERIAL PELAT LANTAI BANGUNAN BERTINGKAT YANG EFEKTIF DAN EFISIEN ………………………………………………………………………………. Oleh: Y. Djoko Setiyarto, Jurusan Teknik Sipil - Universitas Komputer Indonesia

6

ANALISIS PENGGUNAAN OPERATOR CROSSOVER DALAM PENYELESAIAN MASALAH OPTIMASI FUNGSI MATEMATIKA MENGGUNAKAN ALGORITMA GENETIK ......................................................... Oleh: Alif Finandhita, Irawan Afrianto, Jurusan Teknik Informatika – Universitas Komputer Indonesia

14

ANALISIS METODE EXPONENTIAL SMOOTHING DALAM PERENCANAAN PRODUKSI (Studi Kasus Dalam Menentukan Jumlah Kebutuhan Tenaga Kerja Pada Pt. X) ……………………………………………… Oleh: Dekrita Komarasakti, Dosen Kopertis IV dpk. Universitas Sangga Buana YPKP Bandung

24

PENGARUH JENIS DAN KONSENTRASI ASAM PERENDAMAN, TEMPERATUR DAN LAMA EKSTRAKSI TERHADAP KARAKTERISTIK FISH GLUE DARI LIMBAH IKAN TENGGIRI ...................................................... Oleh: T.Handoko, I.Sandy, S.O.Rusli, B.H.Bisowarno, Jurusan Teknik Kimia, Universitas Katolik

Parahyangan

31

UJI AKTIVITAS ANTIBAKTERI EKSTRAK ETANOL DAUN MIANA (Coleus scutellaroides (L) Benth) TERHADAP BAKTERI Escherichia coli DAN Staphylococcus aureus .......................................................................................... Oleh: 1)Oom Komala, 2) Yanti Sulastri 3) Masniari Poeloengan , 11Dosen F.MIPA Unpak Bogor,

2)alumni Farmasi UNPAK, 3)staf Bakteriologi Balai Besar Penelitian Veteriner, Bogor

37

- 1 -

Jurnal Tekno Insentif Kopwil4, Volume 3 No.1, Juli 2009

ISSN: 1907-4964, halaman 1 s.d 5

ANALYSIS OF RIVETED JOINT

USING VLIEGER/BROEK EQUATION

Oleh: Lenny Iryani

University of Nurtanio-Bandung

Abstract - Aircraft structures consist of largely thin sheets stiffened by different shape of stringers. If damage occurs to the thin sheet, a normal procedure taken is to remove the damage area usually in the shape of rectangular hole which is rounded at the corners to reduce the stress concentration. The area is then reinforced with a repair patch riveted to the sheet. Riveted joint is one of the most methods that are usually used by aircraft manufacturer to repair an aircraft structure. The important thing in analysis of riveted joint is to compute the transfer of load in each of rivet. The percentage of load in each rivet is depending on the stiffness of each rivet. In this project, the analysis of riveted joint is using finite element method and the stiffness of rivet is calculated by using Vlieger/Broek method. Keywords: thin sheet, stress consentration, reveted joint, finite element method Abstrak - Struktur pesawat terbang terdiri dari sekian banyak pelat yang diperkuat oleh beberapa stringer dengan bentuk-bentuk tertentu. Jika terjadi kerusakan pada struktur tersebut, maka prosedur yang biasa dilakukan adalah dengan membuang bagian yang rusak dengan bentuk segiempat yang tiap sudutnya dibulatkan dengan tujuan agar dapat mengurangi konsentrasi tegangan. Penyambungan dengan paku keling merupakan metode yang paling sering digunakan. Masalah utama pada analisis sambungan paku keling ini adalah menghitung transfer beban yang diterima masing-masing paku keling. Persentase beban yang diterima paku keling tersebut bergantung pada kekakuan yang dimiliki tiap-tiap paku keling. Pada penelitian ini, analisis sambungan paku keling menggunakan metode elemen hingga dan harga kekakuan paku keling dihitung menggunakan persamaan Vlieger/Broek. Kata Kunci: pelat, konsentrasi tegangan, sambungan paku keling, metode elemen hingga

1. Foreword Structural damage such as fatigue crack, corrosion, impact damages may occur in aircraft structures during operations. A widely accepted procedure to carry out the repair is to remove the damaged area and reinforce the area with a patch riveted to the structure. In this case, the analysis is divided in two different patch materials. One is using Aluminum material and the other is using GLARE (Glass Reinforced) material [1]. GLARE is one of the composite materials which is consist by fiber layer of Aluminum and prepeg. In the presents work, finite element analysis is performed in analyzing riveted joint. 2. Current Practice for Aircraft

Structural Repair

Before a repair work in an aircraft structure is carried out, the damage has to be first assessed by an engineer or technician. During the assessment a series of inspections and damage evaluation are performed to determine whether a repair work is justified or a structural replacement has to be carried out. If a repair is justified, then the assessment will be focused on the classification of the damage into minor or major repair. A minor repair is usually covered by the “Structural Repair Manual” (SRM) of each type of aircraft, model and manufacturer serial number. If it is not covered by SRM, the engineer can propose a repair scheme. A basic principle of all repair schemes to a damaged structure is to restore the strength and stiffness of the structure to the level of an intact structure. Some guidelines to achieve the requirements are provided in “Aircraft Inspection and Repair”, Department of Transportation,

- 2 -

Federal Aviation Administration. The guidelines include: a. Rivets: for rivet replacement, the original size should be used; rivet spacing is three times of the rivet shank or four times of the diameter for two rows application. b. The distance of the rivet is three times of the diameter itself. c. The width of the repair patch should be twice of the damaged area. d. The thickness of the patch material is at least equal to the original material. The current practice in aircraft structural repair usually leads to a static over-design, which in turn cause a weight penalty [2]. To study the issue of the static over-design, one aspect of repair scheme is considered in the present study i.e. the transfer of load in each of rivet. Figure 1 show the two sheet jointed with six rivets.

Figure 1. Two sheets jointed with rivets.

For the load transfer scheme in sheet is shown in figure 2. There is by-passing force, FBP, bearing force, FBR, and shear force, FFR. By-passing force is force that transferred to the rivet. Bearing force is force in surface of sheet.

Figure 2. Scheme of load transfer in riveted joint.

3. Finite Element Analysis of Riveted

Joint Load distribution in a row of rivet can be calculated by numerical analysis. The percentage of load transfer in each rivet is depending on the flexibility of rivet itself, and the Vlieger/Broek equation is used in this analysis to calculate the flexibility of rivet.

..(1)

where: f = flexibility D = rivet diameter Er = elastic modulus of rivet Es = elastic modulus of sheet/plate Epc = elastic modulus of patch ts = sheet thickness

tpc = patch thickness The Vlieger/Broek Equation is chosen for the present purpose because it allows the use of different patch thickness and different patch material from the main sheet. In this report, the analysis is consisting of four models, which is describing in figure 3 till 6. First model is using 3 until 6 rivet.

Figure 3. First Model

Figure 4. Second Model

Figure 5. Third Model

Figure 6. Fourth Model

The finite element analysis was performed by using UNA, “Computer Program for Static and Dynamic Structural Analysis by Finite Element Method”, while pre-processing and post-processing software used is FEMAP v6.0. The computation was performed in a personal computer having a clock speed of 900 MHz and Random Access Memory (RAM) of 256 Mb, which give a reasonable running time of only a few minutes for the cases analyzed. Mechanical properties of the material for the model are defined in table 1.

Table 1. Material Properties

Sheet material (Aluminum 2024-T3) w (mm) t (mm) E (MPa)

20 1.4 72000 Patch Material (GLARE 3/2)

20 1.4 58000 rivet

D (mm) Pitch (mm) 4 12

P P 1 2 3 4 5 6

P P 1 2 3 1 2 3

P P

1 2 3 1 2 3 1 1

P P 1 2 31 1 2 3 1

- 3 -

From equation (1), we have the rivet flexibility, which is perform in table 2.

Table 2. Rivet Flexibility Sheet

Thickness (mm)

Patch Thicknes

s (mm)

Rivet Flexibility (Mpa.mm

) 1.4 1.4 28450 1.4 0.7 22221

Element used in modeling the geometry as follows:

1. Quadratic plate element is used to model the sheet and patch. Input required for this element is the thickness.

2. DOF spring element used to model the rivet connecting the main sheet with the patch. This element connects three degrees of freedom of two different nodes, one node on the main sheet and the other on the patch Below is the procedure of the finite element analysis.

1. Continuum discretization. 2. Divided in to finite element which is the amount

of element is contribute the accuracy of output. 3. Choosing displacement model. 4. Displacement, stress and compatibility model for

each element. 5. Built the stiffness matrix of each element. 6. Built the global stiffness matrix for model. 7. Boundary condition. 8. Solving. 9. Calculation of stress.

Figure 7. Scheme of finite element procedure.

4. Discussions For first model, we have the result in table 3, which is show us that by using three, four, five or six rivet, the percentage of load in each rivet is different and it caused by the different of material between sheet and patch. Table 3. The Percentage of Load Transfer

in Each Rivet for the First Model

No.

of R

ivet

Percentage of load transfer (%)

No.

of R

ivet


Three Rivets Four Rivets 1 34.275 1 26.975 2 26.825 2 20.025 3 38.9 3 21.55

4 31.45

No.

of R

ivet


No.

of R

ivet


Five Rivets Six Rivets 1 23.325 1 20.875 2 16.45 2 14.3 3 14.3 3 11.425 4 18.375 4 12.05 5 27.575 5 16.4

6 24.925

In table 3 we can conclude that by using six rivets, the load transfer in each rivet is lower than using three rivets. In three rivets, each rivet is receiving 33% from applied load, meanwhile four rivets receiving 25% and five rivets receiving 20% and in six rivets, each rivet is receiving 17%. For second model, the result of load transfer in each rivet is given in table 4. Table 4. The Percentage of Load Transfer

in Each Rivet for the Second Model

No.

of R

ivet


No.

of R

ivet


Three Rivets Four Rivets Left Right Left Right 1 32.375 37.85 1 27.725 32.75 2 29.775 29.775 2 18.875 20.675 3 37.85 32.375 3 20.675 18.875 4 32.75 27.725

- 4 -

No.

of R

ivet

Percentage of load

transfer (%)

No.

of R

ivet


Five Rivets Six Rivets Left Right Left Right 1 24.125 28.9 1 21.8 26.325 2 16.025 18.2 2 14.15 16.475 3 12.75 12.75 3 10.3 10.95 4 18.2 16.025 4 10.95 10.3 5 28.9 24.125 5 16.475 14.15

6 26.325 21.8

From table 4, we can see that by using six rivets the load transfer is lowest than others its about 26 % and for five rivet is 29 %, for four rivet is 33 % and 38 % for three rivet. In the third model, the percentage of load transfer in each rivet is calculated for three variations, which is: a. Variation 1 : 1 rivet in end of sheet and 3 rivets in the middle. b. Variation 2 : 1 rivet in end of sheet and 4 rivets in the middle. c. Variation 3 : 2 rivet in end of sheet and 4 rivets in the middle. The result is given in table 5.

Table 5. The Percentage of Load Transfer

in Each Rivet for the Third Model

No.

of R

ivet


No.

of R

ivet


Variation 1 Variation 2 Left Right Left Right 1 27.75 28.55 1 24.05 24.05

patch (under) patch (under) 1 8.15 10.2 1 7.2 10.075 2 7.575 7.325 2 5.95 6.95 3 10.375 7.775 3 6.95 5.95

patch (above) 4 10.075 7.21 18.875 12.975 patch (above) 2 14.25 14.25 1 14.15 11.35 3 13.025 18.925 2 10.6 9.7 3 9.7 10.6 4 11.35 14.15

For the third variation, the percentage of load transfer in each rivet is shown in the table below:

No.

of R

ivet


Variation 3 Patch (above) Left Right Left Right

1 19.35 12.2 1 13.6 11.075

2 12.175 19.35 2 10.3 9.5 Patch (under) 3 9.5 10.3

1 4.45 9.425 4 11.075 13.6 2 4.225 5.9 3 5.9 4.225 4 9.425 4.45

We see that in the third model, critical load in end of sheet position (19,35 %) is less than in the second model (21,8 %), the differences is about 4,7 %. The next model we will discuss is double patch as seen in the figure 5. The result is shown in table 6.

Table 6. Load Transfer of Model 4.

And for the third variation, we can see in the table below.

No.

of R

ivet


No.

of R

ivet


Variation 1 Variation 2 Left Right Left Right 1 31.8 31.825 1 29.5 27.25

patch (under) patch (under) 1 21.125 25.6 1 17.1 21.025 2 21.475 21.675 2 15.775 17.325 3 25.6 20.9 3 16.95 16.35

patch (above) 4 20.7 18.025 1 15.225 6.8 patch (above) 2 11.025 10.925 1 12.775 5.675 3 6.8 15.3 2 9.975 7.775 3 7.7 9.975 4 5.6 12.625

- 5 -

No.

of R

ivet


Variation 3 Patch (above) Left Right Left Right 1 22.875 16.775 1 13.35 5.4 2 16.775 22.875 2 10.075 7.575

Patch (under) 3 7.575 10.075

1 13.125 19.15 4 5.4 13.35 2 13.1 15 3 15 13.1 4 19.15 13.1

From the table 6, we can see that for rivet in the end of sheet, load transfer in variation 3 is less than in variation 2 with the differences is about 6,6 %. And for the rivet in patch (above) is getting lower for the position of rivet moving to the middle. From the result that shown in Table 3 through 6, we can conclude that the differences of double patch (under and above of plate) and double patch (two layers in above of plate) is: 1. Maximum load transfer in end of plate in double

patch (under and above of plate) is lower than double patch (two layers in above of plate).

2. The distribution of load transfer in double patch (under and above of plate) is less than double patch (two layers in above of plate).

And the general conclusion is: 1. More rivets we use, the load transfer of each rivet

is getting smaller. 2. The value of flexibility of rivet is contributed by

the diameter of its rivet. 3. The greater the thick of patch we use, the

differences of load transfer in each rivet is getting higher.

4. The distribution of load transfer for single lap joint is greater than the double patch joint.

5. References http://www.tudelft.lr.nl Rahim, Abdur, Pemodelan Penambalan Retak

dengan Metode Elemen Hingga dan Verifikasi Eksperimen, ITB, 1999.

6. Curriculum Vitae Lenny Iryani, ST, MT, is a lecturer in University of Nurtanio - Bandung, 40174, Indonesia and born in Cirebon, September 14, 1977. She passed the undergraduate program in 2000 and master program in 2002 of aerospace department, Bandung Institute of Technology. The program of Education/Training, Management Trainee, Research & Development in aerospace has become her activation. As supervisors of final project she guided students to make scripsi, some of the title are: Defleksi pada sayap pesawat CASA 212, Tegangan pada fuselage pesawat CASA 212, Konsentrasi Tegangan pada pelat berlubang menggunakan NASTRAN, Konsentrasi tegangan pada pelat berlubang, Analisis tegangan pada wingbox pesawat CASA 212, Analisis beban pada landing gear pesawat CASA 212, Perancangan awal sayap pesawat UN-01, Pemasangan external storer pada pesawat KT-1B Wong Bee, Analisis prestasi terbang pesawat KT-1B setelah dipasang external storer, Analisis Load Spectrum akibat beban fatigue pada pesawat CASA 212. Please contact by address Komplek Sukaraja I Blok WPA No. G-6 Husein Sastranegara Bandung, phone 022-6123866, hp. 08175190786, and email: [email protected]

1.

- 6 -


ISSN: 1907-4964, halaman 6 s.d 13

PENGGUNAAN FERROCEMENT DAN PELAT SENG SEBAGAI MATERIAL

PELAT LANTAI BANGUNAN BERTINGKAT YANG EFEKTIF DAN EFISIEN

Oleh : Y. Djoko Setiyarto

Jurusan Teknik Sipil - Universitas Komputer Indonesia Abstraksi – Pelat lantai merupakan elemen struktural terbesar dari sistem struktur bangunan bertingkat yang secara langsung menopang beban. Apabila alternatif material yang ekonomis dan efektif untuk pelat lantai dapat digunakan, maka dapat diperkirakan total biaya proyek akan berkurang secara signifikan. Penelitian eksperimental dan uji coba lapangan berikut menunjukkan bahwa ferosemen dan pelat seng cukup efektif dan efisien digunakan sebagai material pelat lantai. Kata Kunci: ferosemen, pelat seng Abstract – The floor slabs are the biggest structural element of high-risk building structure system that directly shores the load. If alternative low-cost and effective material for floor slabs can be used, then could be estimated total cost project would be reduced significantly. The following experimental research and trial test in site showed that using ferrocement and zinc-plate are enough effective and efficient for floor slabs material. Keywords: ferrocement, zinc plate 1. Latar Belakang Definisi ferosemen (ferrocement) sebagai bahan konstruksi disimpulkan oleh American Concrete Institute (ACI) melalui Komite 549 [1] sebagai berikut; "Ferrocement is a type of thin wall reinforced concrete construction where usually a hydraulic cement is reinforced with layers of continuous and relatively small diameter mesh. Mesh may be made of metallic material or other suitable materials." (Ferrocement adalah semacam konstruksi beton bertulang tipis, dimana biasanya semen hydraulis ditulangi dengan lapisan-lapisan jala yang bergaris tengah kecil dan menerus. Lapisan jala dapat terbuat dari bahan metal atau bahan lain yang cocok digunakan)

Aplikasi ferosemen (ferrocement) telah banyak diimplementasikan pada berbagai macam struktur bangunan yang ada di wilayah Indonesia [3]. Aplikasi tersebut antara lain; perumahan atau mesjid (contoh Mesjid Al-Abror di Bandar Lampung), bangunan monumental (contoh gerbang utama dari Kebun Binatang Ragunan), dan lainnya. Keuntungan dari penggunaan ferosemen adalah total biaya struktur yang dapat ditekan seekonomis mungkin, karena ferosemen tidak menggunakan kerikil maupun baja tulangan seperti pada beton bertulang pada umumnya. Ferosemen hanya menggunakan campuran mortar dan beberapa lapis jaring kawat (contoh ram kawat ayam).

Jenis–jenis teknologi pelat lantai yang umum digunakan pada bangunan bertingkat adalah pelat konvensional, pelat bondek (floor deck) dan pelat beton pracetak. Pelat konvensional merupakan pelat lantai beton bertulang yang dicetak dengan menggunakan bekisting dan perancah, kemudian diberi tulangan dan dicor dengan beton mutu tertentu, setelah pelat lantai berumur sekian hari, bekisting dan perancah dilepas. Pelat bondek [9] adalah sejenis pelat baja mutu tinggi yang berfungsi sebagai bekisting tetap sekaligus sebagai penulangan positif. Penggunaan pelat bondek tetap mengharuskan adanya beton readymix dengan mutu tertentu seperti halnya pelat konvensional, tetapi efesiensi waktu dan kemajuan pekerjaan dapat dipercepat karena waktu untuk pembuatan dan pembongkaran bekisting sudah tidak diperlukan lagi. Selain itu, pembesian di bagian yang mengalami tarik (tulangan positif) dapat direduksi atau dihilangkan sama sekali sehingga biaya dapat semakin ekonomis. Pelat beton pracetak [10] adalah pelat beton berongga dengan penulangan prategang yang telah dicetak atau diproduksi di pabrik. Penggunaan pelat beton pracetak tidak mengharuskan adanya cor beton seperti pelat konvensional karena tebal pelat yang diproduksi sesuai tebal pelat lantai pada umumnya yaitu 12 cm, 15 cm dan 20 cm. Kecuali bila dikehendaki terciptanya stabilitas geser atau diafragma lantai maka topping atau penulangan ekstra dan cor beton

- 7 -

dengan mutu tertentu harus dilakukan. Keuntungan penggunaan teknologi pelat pracetak berongga adalah efisiensi waktu dan berat sendiri pelat relatif ringan.

Secara visual lembaran pelat bondek mirip dengan lembaran seng yang umum digunakan sebagai penutup atap atau talang air hujan. Perbedaannya terletak pada bahan dasar baja mutu tinggi dengan tonjolan-tonjolan emboss serta desain sambungan pada pelat bondek yang tidak terdapat pada pelat seng. Dalam pelaksanaan konstruksi di lapangan kadang timbul pertanyaan apakah pelat seng jika diupayakan ada tonjolan-tonjolan emboss atau sejenisnya, dan dikonstruksikan sedemikian hingga dapat berfungsi sebagai pelat bondek.

Teknologi pelat pracetak berongga juga mirip dengan teknologi pelat beton penutup parit (saluran air kotor) yang digunakan di kompleks perumahan atau di perkampungan. Umumnya warga membuat terlebih dahulu pelat beton penutup parit dalam cetakan dengan ukuran tertentu pada lokasi tertentu dekat parit. Setelah mengering, pelat beton tersebut diangkat oleh warga, dan diletakkan untuk menutupi saluran air kotor. Setelah parit tertutup, kendaraan-kendaraan dapat parkir atau melintas di atas parit tersebut.

Berdasarkan fenomena yang ada pada teknologi pembuatan pelat beton tersebut, maka dalam penelitian ini akan membahas tentang teknologi penggunaan pelat seng yang diharapkan dapat berfungsi seperti pelat bondek, dan ferosemen yang dicetak terlebih dahulu bersama-sama dengan pelat seng dalam lembaran-lembaran pelat tipis (selanjutnya dinamakan pelat pracetak ferosemen), yang diharapkan dapat berfungsi seperti pelat pracetak. Pelat pracetak ferosemen dibuat dengan ukuran tebal 3 – 4 cm sedemikian hingga mudah diangkat oleh tenaga manusia. Dalam pelaksanaannya di lapangan, diasumsikan pelat pracetak ferosemen tersebut tetap memerlukan beton readymix dan penulangan baja, namun diharapkan dapat mengurangi volume beton dan tulangan baja sehingga menjadi lebih ekonomis dan praktis dibandingkan jenis pelat yang umum digunakan. 2. Benda Uji

Pembuatan benda uji meliputi pembuatan benda uji lembaran seng untuk uji kuat tarik dan pembuatan benda uji pelat ferosemen untuk uji kuat lentur. Benda uji pelat seng dibuat sesuai dengan SII 0318 – 80 [7]. Jumlah benda uji pelat seng yang dibuat adalah 6 buah, yang terdiri 3 buah pelat seng dengan permukaan datar dan 3 buah pelat seng dengan permukaan gelombang. Ukuran dari benda uji pelat seng dapat dilihat pada Gambar 1.

Gambar 1 Dimensi Benda uji pelat seng [7]

Sedangkan benda uji pelat ferosemen dibuat sebanyak 72 buah, yang masing – masing berukuran panjang x lebar x tinggi = 55 cm x 20 cm x 4 cm. Benda uji pelat ferosemen dibuat dengan menggunakan cetakan yang terbuat dari triplek dan pelat seng. Triplek digunakan pada sisi memanjang cetakan benda uji, sedangkan lembaran pelat seng digunakan pada sisi memendek dan sisi alas/bawah dari cetakan. Setelah ferosemen mengeras dan berumur sesuai yang dikehendaki, bagian cetakan yang dilepas adalah bagian tripleknya saja. Bagian seng tetap menyatu dengan ferosemen akibat ikatan paku/mur, yang secara bersamaan akan dilakukan pengujian lentur. Model benda uji ferosemen dapat dilihat Gambar 2 dan 3.

a) dimensi

b) sekrup terpasang

- 8 -

c) ram kawat terpasang

Gambar 2 Cetakan pelat ferrocement [8]

Karena pelat seng yang digunakan adalah seng dengan permukaan datar dan permukaan gelombang, maka cetakan triplek juga harus menyesuaikan permukaan pelat seng yang digunakan. Pada Gambar 3 terlihat tampak samping dari masing-masing jenis permukaan seng yang digunakan.

Gambar 3 Tampak samping cetakan [8]

Jumlah benda uji pelat ferosemen adalah 72 buah yang memiliki variasi pengujian antara lain komposisi campuran, permukaan pelat seng, jumlah lapis ram kawat, dan umur benda uji. Variasi pengujian tersebut dapat dilihat pada Tabel 1.

Tabel 1 : Variasi Pembuatan dan Jumlah Benda Uji Pelat Pracetak Ferosemen [8]

Variasi Jumlah Jaring Kawat

Umur Benda Uji (hari) Jumlah Benda

Uji 3 7 21 28

Pelat Seng Datar

(PC:Psr = 1:3)

0 2 2 2 2 8

1 2 2 2 2 8

2 2 2 2 2 8

Pelat Seng Datar

(PC:Psr = 1:5)

0 2 2 2 2 8

1 2 2 2 2 8

2 2 2 2 2 8

Pelat Seng Gelombang

(PC:Psr = 1:3)

0 2 2 2 2 8

1 2 2 2 2 8

2 2 2 2 2 8

TOTAL 18 18 18 18 72

Komposisi campuran ferosemen

menggunakan perbandingan volume campuran semen : pasir (lolos ayakan ½ cm) = 1 : 3 dan 1 : 5. Jumlah lapis jaring kawat yang menjadi variasi pengujian yaitu 1 lapis, 2 lapis dan tanpa jaring kawat. Demikian pula permukaan pelat seng yang dijadikan variasi pengujian, yaitu permukaan seng datar dan permukaan seng bergelombang. Pengujian kuat lentur dilakukan saat ferosemen berumur 3 hari, 7 hari, 21 hari dan 28 hari [5].

3. Pengujian Agregat Halus Pasir (agregat halus) merupakan komponen terbanyak dalam pembuatan ferosemen. Perbandingan campuran semen (PC) dan pasir yang digunakan untuk ferosemen adalah 1:3 dan 1:5. Agar diperoleh ketepatan proporsi campuran dalam setiap model benda uji maka perlu dilakukan terlebih dahulu analisis agregat halus, meliputi pengujian berat jenis dan penyerapan air, pengujian kadar air, dan analisis saringan [6].

Dari pengujian berat jenis dan penyerapan air agregat halus [5] diperoleh hasil bahwa berat jenis SSD dari pasir beton yang digunakan adalah 2.30. Sedangkan kadar air yang terkandung dalam pasir tersebut adalah 7.75% dan dari hasil analisis saringan, diketahui bahwa gradasi dari pasir beton yang digunakan adalah terletak pada zona 2.

4. Pengujian Tarik Seng Pengujian tarik menggunakan mesin uji tarik berkapasitas max 5 ton, dengan cross head separation 1,3 – 2,5 mm/menit. Pengujian oleh mesin dilakukan dengan memberikan gaya tarik uniaksial pada benda uji seng, hingga benda uji mengalami kehancuran (putus). Kemudian dengan menggunakan jangka sorong, diukur besar pemanjangan (elongation) yang terjadi.

Benda uji yang telah dibuat sesuai dengan ukuran Gambar 1, sebelum diuji terlebih dahulu diberi tanda pada bagian gage length. Kemudian pada bagian benda uji yang membesar luasnya, diberi amplas untuk memperkuat cengkeraman pada alat uji.

Gambar 4 Pengujian Tarik Seng [8]

- 9 -

Selama proses pengujian tarik pelat seng oleh mesin, diamati perilakunya saat menerima gaya tarik. Perilaku tersebut antara lain: besar elongation yang terjadi saat beban tarik diberikan, serta besar gaya yang menyebabkan terjadinya perilaku leleh (beban ulur) dan besar gaya saat seng putus [4].

Berdasarkan pengujian tersebut diperoleh hasil bahwa tegangan tarik putus rata-rata dan tegangan leleh untuk ketiga model uji seng berpermukaan datar adalah sebesar 38.60 kgf/mm2 (378.2 MPa) dan 36.30 kgf/mm2 (355.7 MPa) [8]. Sedangkan tegangan tarik putus rata-rata dan tegangan leleh untuk ketiga model uji seng berpermukaan gelombang adalah sebesar 73.11 kgf/mm2 (716.5 MPa) dan 60.21 kgf/mm2 (590.1 MPa) [8].

Tegangan leleh dari seng berpermukaan datar tersebut cukup mendekati tegangan leleh teoritis dari besi baja tulangan yaitu 400 MPa. Meskipun pengujian tarik seng ini belum meninjau regangan transversal dan regangan aksial yang terjadi pada seng selama pemberian beban uji berlangsung [2], paling tidak dapat diperkirakan bahwa seng mempunyai potensi untuk memberikan kontribusi untuk menahan gaya tarik yang terjadi pada pelat seng dan ferosemen yang menerima beban lentur.

5. Uji Lentur Pelat Ferrocement Setelah pelat seng dan adukan mortar ferrocement berumur satu hari, maka cetakan dilepas terlebih dahulu. Bagian yang dilepas adalah sisi-sisi samping cetakan, atau tripleknya. Kemudian dilakukan penimbangan terlebih dahulu untuk mengetahui berat dari masing-masing model uji pelat seng dan ferosemen. Setelah penimbangan, dilanjutkan proses persiapan mesin uji, setting benda uji dan pemasangan dial gage.

Gambar 5 Penimbangan Benda Uji [8]

Pengujian tekan menggunakan mesin uji

kuat lentur berkapasitas max 1 ton. Pengujian oleh mesin dilakukan dengan memberikan beban tekan pada benda uji pelat ferosemen. Bentang yang digunakan adalah 45 cm dengan pemberian gaya tekan pada tengah–tengah bentang. Pada bagian bawah benda uji, dipasang dial gage dengan

ketelitian 0,01 mm, untuk mengukur besarnya lendutan yang terjadi.

Pencatatan beban uji yang bekerja dan defleksi (lendutan) yang terjadi pada model uji dilakukan setiap kelipatan 50 kgf. Pengamatan selesai dilakukan apabila crack telah timbul, atau ditandainya dengan penurunan jarum penunjuk beban uji. Sehinga selama proses pengujian kuat lentur, diamati fenomena kehancuran yang terjadi pada ferosemen dan pelat seng, serta berapa besar tegangan dan lendutan yang terjadi sebelum adanya kehancuran pada pelat tersebut.

Gambar 6 Pengujian Lentur Ferosemen [8]

Gambar 7 Model Uji Lentur [8] Dari hasil pengujian, diketahui bahwa

pelat seng berpermukaan datar memberikan kontribusi yang lebih baik terhadap peningkatan kekuatan lentur (365 kgf) dan pengurangan defleksi pada pelat (0.65 mm). Sedangkan semakin banyak jumlah lapisan ram kawat, maka kekuatan lentur juga akan makin meningkat. Demikian pula semakin tua umur mortar, maka kekuatan lentur juga akan makin meningkat dan defleksi yang terjadi juga akan mengecil.

Gambar 8 menunjukkan hubungan beban & defleksi pada pelat ferosemen 1:3 yang menggunakan seng datar. Gambar 9 menunjukkan hubungan beban & defleksi pada pelat ferosemen 1:3 yang menggunakan seng gelombang. Gambar 10 menunjukkan hubungan beban & defleksi pada pelat ferosemen 1:5 yang menggunakan seng datar.

6. Berat Per Volume

Dari hasil pengukuran berat masing-masing benda uji diperoleh berat rata-rata ferosemen 1:3 dengan seng datar adalah 13.49 kg, berat rata-rata ferosemen 1:3 dengan seng gelombang adalah 8.91 kg, dan berat rata-rata ferosemen 1:5 dengan seng datar adalah 10.74 kg.

- 10 -

Sehingga dapat diketahui berat per volume masing-masing sebesar 2408.33 kg/m3, 2024.91 kg/m3, dan 2440.15 kg/m3 [8]. Hasil tersebut menunjukkan bahwa berat per volume untuk ferosemen 1:3 dengan seng datar adalah hampir sama dengan beton bertulang yaitu berkisar ± 2400 kg/m3.

0

50

100

150

200

250

300

350

400

0 50 100 150 200

Lendutan (x0.01 mm)

Beb

an (k

gf)

Umur 28 hariUmur 21 hariUmur 7 hariUmur 3 hari

Tanpa Ram Kawat

0

50

100

150

200

250

300

350

400

0 50 100 150 200

Lendutan (x0.01 mm)

Beb

an (k

gf)


Satu Lapis Ram Kawat

0

50

100

150

200

250

300

350

400

0 50 100 150 200

Lendutan (x0.01 mm)

Beb

an (k

gf)


Dua Lapis Ram Kawat

Gambar 8 Hubungan Beban & Defleksi Pada

Pelat Ferosemen 1:3 Menggunakan Seng Datar [8]

7. Uji Coba Lapangan Berikut ini akan disajikan uji coba penggunaan pelat seng dan ferosemen sebagai bagian dari pelat lantai rumah tinggal. Bentang yang diambil cukup pendek, yaitu 150 – 160 cm, dengan ketebalan pelat adalah 5 cm, dan lebar setiap pelat 30 cm. Jenis pelat seng yang digunakan adalah seng berpermukaan datar dengan tebal seng ± 0,25 mm. Jadi pemasangan pelat seng dan ferosemen nantinya akan menyerupai pemasangan papan.

Sedangkan analisis kekuatan yang dilakukan adalah dengan meninjau tegangan dan lendutan yang bekerja pada pelat ferosemen pada saat konstruksi [4]. Perhitungan desain pelat beton bertulang telah dilakukan terlebih dahulu, yang menghasilkan tulangan atas dan tulangan bawah dalam 2 arah yaitu Φ8 – 150. Dalam hal ini, karena menggunakan pelat seng dan ferosemen sebagai pengganti tulangan bawah, maka perlu ditinjau analisis kekuatan pelat seng – ferosemen berdasarkan data-data laboratorium. Hasil analisis percobaan menunjukkan bahwa tegangan hancur pelat seng ferosemen sebesar 0.536 kgf/mm2.

0

50

100

150

200

250

300

350

400

0 50 100 150 200Lendutan (x0.01 mm)

Beb

an (k

gf)


Tanpa Ram Kawat

0

50

100

150

200

250

300

350

400

0 50 100 150 200

Lendutan (x0.01 mm)

Beb

an (k

gf)



0

50

100

150

200

250

300

350

400

0 50 100 150 200

Lendutan (x0.01 mm)

Beb

an (k

gf)


Dua Lapis Ram Kawat

Gambar 9 Hubungan Beban & Defleksi Pelat

Ferosemen 1:3 Menggunakan Seng Gelombang [8]

Dari perhitungan teoritis akibat pembebanan yang terjadi didapat tegangan lentur pada serat lantai terbawah (0.048 kgf/mm2) sangatlah kecil dibandingkan tegangan hancur pelat seng ferosemen hasil dari percobaan laboratorium

- 11 -

(0.536 kgf/mm2) [8], maka jelas pelat seng ferosemen memiliki cukup kekuatan menahan tegangan lentur yang terjadi pada pelat lantai.

0

50

100

150

200

250

300

350

400

0 50 100 150 200Lendutan (x0.01 mm)

Beb

an (k

gf)


Tanpa Ram Kawat

0

50

100

150

200

250

300

350

400

0 50 100 150 200

Lendutan (x0.01 mm)

Beb

an (k

gf)



0

50

100

150

200

250

300

350

400

0 50 100 150 200 250

Lendutan (x0.01 mm)

Beb

an (k

gf)


Dua Lapis Ram Kawat

Gambar 10 Hubungan Beban & Defleksi Pada

Pelat Ferosemen 1:5 Menggunakan Seng Datar [8]

Pada pelaksanaan di lapangan, untuk memperoleh ikatan yang kuat pada ujung tumpuan, maka pada bagian di antara 2 lapisan jala disisipkan 2 tulangan baja berdiameter 8 mm memanjang ke arah panjang pelat ferosemen (Gambar 12). Tulangan ini dapat berfungsi sebagai angkur yang dikaitkan pada tulangan balok, sehingga pelat ferosemen keamanannya akan semakin terjamin selama konstruksi dilaksanakan.

Gambar 13 memperlihatkan detail pemasangan ferosemen dan pelat seng di lapangan. Ferosemen dan pelat seng yang berbentuk seperti papan tersebut diletakkan di atas bekisting dan disusun berdampingan ke arah memanjang balok. Kemudian di atas susunan papan ferosemen seng

diletakkan tulangan susut (tulangan atas) yang kemudian dicor secara simultan.

Detail A

Detail B

Gambar 11 Rencana Uji Coba Pelat Lantai Ferosemen dengan Menggunakan Seng Datar [8]

Gambar 12 Cetakan Pelat Seng-Ferosemen beserta Tulangan Angkurnya [8]

30 cm 30 cm

Lapisan Ram KawatSengΠ8 -150

12 c

m

6 s/d 7 cm

20 cm

Lapisan Ram Kawat

Lapisan Ferosemen

Lapisan SengSebagian balok dicor dahulu

Pengecoran pelat dan sebagian balok yang belum dicor secara bersamaan

Bekisting balok

5 cm

7 cm

- 12 -

Gambar 13 Pengangkuran Pada Balok [8]

8. Kesimpulan Berdasarkan hasil analisis pengujian pelat seng dan ferosemen yang dilakukan sebelumnya, maka dapat diambil kesimpulan sebagai berikut: o Penggunaan ferosemen dan pelat seng sebagai

bekisting tetap untuk material pelat lantai bangunan bertingkat memungkinkan untuk bentang pendek (1.5 m).

o Secara individu, pelat seng gelombang memiliki kuat tarik yang lebih tinggi dibandingkan pelat seng berpermukaan datar. Pada pengujian kuat tarik seng BJLS 30 dengan ketebalan ±0.2 mm dihasilkan tegangan putus sebesar 38.60 kg/mm2 untuk seng berpermukaan datar dan 73.11 kg/mm2 untuk seng berpermukaan gelombang. Namun kontribusi seng terhadap peningkatan kekuatan ferosemen untuk kasus penelitian ini seng berpermukaan datar memberikan hasil yang relatif baik. Hal ini disebabkan karena: a. seng berpermukaan datar lebih mudah dan

praktis digunakan karena bentuk permukaannya yang datar. Sehingga kesalahan pembuatan benda uji untuk seng berpermukaan datar dapat diminimalisasi.

b. Bagian bukit gelombang dari seng justru memperlemah kekuatan pelat ferosemen karena ukuran penampang ferosemen berkurang maka momen inersia pun juga akan berkurang.

o Pada penelitian ini, hasil pengujian kuat lentur terbaik, yaitu yang memberikan nilai kuat lentur tertinggi dan lendutan minimal, adalah pelat ferosemen yang memiliki jumlah lapisan ram kawat sebanyak 2 lapis, dengan campuran mortar PC : pasir = 1 : 3 dan menggunakan seng berpermukaan datar. Semakin tua umur ferosemen, rata-rata model uji secara keseluruhan menunjukkan peningkatan kekuatan yang relatif kecil.

o Berat per volume dari rata-rata benda uji pelat ferosemen yang menggunakan campuran 1:3 adalah sebesar 2408,3 kg/m3. Angka tersebut mendekati dengan angka berat jenis beton yang ditetapkan dalam peraturan pembebanan yaitu 2400 kg/m3.

o Perbedaan kuat lentur yang terjadi selama pengujian untuk pelat ferosemen yang menggunakan campuran 1:3 dan 1:5 tidak terlalu signifikan. Dalam hal ini, ferosemen yang menggunakan mortar 1:5 masih mempunyai potensi yang cukup baik. Demikian pula penggunaan jumlah lapis ram kawat tidak memberikan peningkatan kekuatan lentur yang signifikan, tetapi hanya mengurangi besarnya lendutan yang terjadi.

9. Ucapan Terimakasih Penulis menyampaikan terimakasih kepada penyandang dana penelitian, yaitu Dirjen Diktinas atas hibah penelitian dosen muda yang telah diberikan. Ucapan terimakasih juga disampaikan kepada Bapak Dedi dan Rahmat dari pihak Balai Besar Barang dan Teknik Bandung, serta rekan-rekan anggota peneliti terutama Zulfadli. 10. Daftar Pustaka [1] American Concrete Institut. (1993). “Guide for

the Design, Construction & Repair of Ferrocement”. ACI Committe 549.1R-93. New York: American Concrete Institute.

[2] Dally, J.W. and Riley, W.F. (1991). Experimental Stress Analysis. 3rd Edition. Singapore: Mc Graw Hill.

[3] Djausal, Anshori. Ferrocement. Diakses pada 15 Maret, 2006 dari World Wide Web: http://library.unila.ac.id/ans/index.php.

[4] Gere, J.M. (2001). Mechanics of Material. Fifth Edition. Pacific Grove USA: Brooks/Cole Thomson Learning.

[5] Murdock, L.J., dan Brook, K.M. (1999). Bahan dan Praktek Beton (Edisi Keempat). Terjemahan Hindarko, S. Jakarta: Penerbit Erlangga.

[6] Neville, A.M. (1999). Properties of Concrete (4th ed). England: Longman.

[7] Standar Indusri Indonesia. SII. 0318-80. “Batang Uji Tarik Untuk Bahan Logam.” Departemen Perindustrian Republik Indonesia.

[8] Setiyarto, Y.D., (2007). Laporan Penelitian: Penggunaan Ferrocement dan Pelat Seng Sebagai Material Pelat Lantai Bangunan Bertingkat Untuk Menekan Biaya Konstruksi.

[9] (2006). “Union Floor Deck II”. Proposal Penawaran Harga PT. Union Metal. Bandung: Union Metal.

[10] (2006). “Hollow Core Floor Panels”. Proposal Penawaran Harga PT. Dantosan Precon Perkasa. Jakarta: Dantosan Precon Perkasa

11. Riwayat Singkat Penulis Y. Djoko Setiarto, sejak tahun 2001 penulis terdaftar sebagai dosen tetap UNIKOM. Menyelesaikan program Magister Teknik Sipil di

- 13 -

UNPAR pada akhir tahun 2000 dan hingga tulisan ini dibuat masih berstatus sebagai Kandidat Doktor Teknik Sipil UNPAR. Aktif dalam bidang perencanaan struktur gedung dan jembatan, serta beberapa pembangunan konstruksi perumahan. Kini bertugas sebagai Koordinator Laboratorium Teknologi Beton UNIKOM, Jl. Dipatiukur 112-116 Bandung, telp. (022)2503054, fax. (022)2533754.

- 14 -


ISSN: 1907-4964, halaman 14 s.d 23

ANALISIS PENGGUNAAN OPERATOR CROSSOVER

DALAM PENYELESAIAN MASALAH OPTIMASI FUNGSI MATEMATIKA MENGGUNAKAN ALGORITMA GENETIK

Oleh:

Alif Finandhita, Irawan Afrianto Jurusan Teknik Informatika – Universitas Komputer Indonesia

Abstrak - Optimasi dapat didefinisikan sebagai proses pencarian suatu kondisi yang memberikan nilai maksimum atau minimum pada suatu fungsi. Salah satu masalah optimasi yang sering dihadapi adalah masalah optimasi terhadap fungsi matematika. Banyak metode dalam menyelesaikan masalah optimasi ini, salah satunya adalah dengan menggunakan algoritma genetik. Algoritma genetik adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi biologis. Algoritma genetik menggabungkan proses seleksi, penggunaan operator crossover (penyilangan) dan mutasi untuk mendapatkan solusi terbaik. Ada beberapa metode crossover yang dapat digunakan untuk menyelesaikan masalah optimasi fungsi matematika ini, yaitu single point crossover, two point crossover, multi point crossover, dan uniform crossover. Penggunaan beberapa metode crossover tersebut akan diuji dan dianalisa hasilnya, sehingga dapat diketahui sejauh mana pengaruh penggunaan operator crossover terhadap performansi algoritma genetik untuk menyelesaikan masalah optimasi fungsi matematika, dan metode crossover apa yang terbaik yang dapat digunakan untuk menyelesaikan masalah tersebut. Namun demikian, hasil pengujian selanjutnya dapat saja berbeda karena komponen algoritma genetik berbasis pada fungsi random. Kata kunci: algoritma genetik, optimasi fungsi matematika, operator crossover, single point crossover, two

point crossover, multi point crossover, uniform crossover.

Abstract - Optimization can be defined as a condition of the search process that gives the maximum or minimum value in a function. One of the problems often faced by the optimization problem is the optimization of mathematical functions. Many methods in solving this optimization problem, one is to use the genetic algorithm. Genetic algorithm is heuristic search algorithm based on the mechanism of biological evolution. It combines selection process, the use of crossover operators (crossing) and mutation operators to gets the best solution. There are several methods of crossover that can be used to complete the mathematical function optimization problem, namely single-point crossover, two point crossover, multi-point crossover and uniform crossover. The use of multiple methods of crossover will be tested and its result will be analyzed, so that it can be known how far the influence of crossover operators for genetic algorithm performance to finish the mathematical function optimization problem, and the best crossover method which can be used to finish the problem. However, the next results may be different because of genetic algorithm components based on random functions.

Keywords: genetic algorithm, mathematical function optimization, crossover operator, single point crossover,

two point crossover, multi point crossover, uniform crossover. 1. Pendahuluan

Algoritma genetik adalah algoritma pencarian

heuristik yang didasarkan atas mekanisme evolusi biologis. Keberagaman evolusi biologis adalah variasi dari kromosom antar individu organisme. Variasi kromosom ini akan mempengaruhi laju reproduksi dan tingkat kemampuan organisme untuk tetap hidup. Algoritma genetik menggabungkan proses seleksi, penggunaan operator crossover (penyilangan) dan mutasi dengan tujuan untuk mendapatkan solusi yang terbaik dan optimum di dalam memecahkan suatu masalah, terutama yang berkaitan dengan masalah praktis yang berfokus

pada pencarian parameter–parameter optimal. Keuntungan penggunaan algoritma genetik dapat terlihat dari kemudahan implementasi dan kemampuannya untuk menemukan solusi yang bisa diterima secara cepat untuk masalah–masalah berdimensi tinggi, terutama ketika metode konvensional sudah tidak mampu menyelesaikan permasalahan yang dihadapi.

Dari sekian banyak permasalahan yang dapat diselesaikan dengan menggunakan algoritma genetik, salah satunya adalah permasalahan yang berkaitan dengan optimasi suatu fungsi matematika, baik itu untuk mencari nilai maksimum maupun nilai minimum yang terdapat di dalamnya. Dari dua

- 15 -

operator genetik yang terdapat di dalam algoritma genetik (crossover dan mutasi), operator crossover memegang peranan yang sangat penting sebelum menuju ke tahap selanjutnya, dan berpengaruh terhadap performansi algoritma genetik untuk menghasilkan individu terbaik. Terdapat beberapa operator crossover yang dapat digunakan untuk menyelesaikan permasalahan optimasi fungsi dengan menggunakan algoritma genetik ini. 2. Landasan Teori 2.1 Optimasi

Optimasi adalah tindakan untuk mendapatkan hasil terbaik dari suatu keadaan yang ada. Dalam perancangan, pembuatan, dan pemeliharaan suatu sistem teknik, ahli teknik harus mengambil keputusan teknik dan manajerial dalam beberapa tahapan, keputusan akhirnya yaitu untuk meminimumkan usaha yang dibutuhkan atau memaksimumkan keuntungan yang diharapkan. Karena usaha yang dibutuhkan atau keuntungan yang diharapkan dalam banyak praktik dapat dinyatakan sebagai suatu fungsi dari peubah keputusan (decision variable) tertentu, maka optimasi dapat didefinisikan sebagai proses pencarian suatu kondisi yang memberikan nilai maksimum atau minimum pada suatu fungsi. Dari gambar 2.1 diperlihatkan bahwa titik x* memberikan nilai minimum bagi fungsi f(x), dan titik x* memberikan nilai maksimum bagi fungsi g(x).

Gambar 2.1 (a) titik x* memberikan nilai minimum

bagi fungsi f(x). (b) titik x* memberikan nilai maksimum bagi fungsi g(x).

2.2 Klasifikasi Masalah Optimasi

Masalah optimasi dapat diklasifikasikan ke dalam beberapa bagian sebagai berikut : 1. Berdasarkan keberadaan kendala (existence of

constraints). 2. Berdasarkan sifat persamaan yang dilibatkan

(nature of equation involved). 3. Berdasarkan nilai yang diperbolehkan bagi

peubah desain (permissible values of the design variables).

4. Berdasarkan sifat deterministik peubah yang dilibatkan (deterministic nature of variables involved).

5. Berdasarkan keterpisahan fungsi tujuan (separability of function).

6. Berdasarkan jumlah fungsi tujuan (number of objective function).

2.3 Maksimum dan Minimum

Nilai maksimum (jika ada) suatu fungsi f pada daerah asal S adalah nilai f terbesar yang dicapai f pada keseluruhan S. Demikian juga dengan nilai minimum (jika ada) suatu fungsi f pada daerah asal S adalah nilai terkecil yang dicapai f pada keseluruhan S. Nilai maksimum dan minimum demikian disebut nilai maksimum dan minimum global atau absolut. 2.4 Algoritma Genetik

Algoritma genetik adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi biologis. Keberagamannya pada evolusi biologis adalah variasi dari kromosom antar individu organisme. Variasi kromosom ini akan mempengaruhi laju reproduksi dan tingkat kemampuan organisme untuk tetap hidup.

Pada dasarnya ada empat kondisi yang sangat mempengaruhi proses evaluasi, yaitu : 1. Kemampuan organisme untuk melakukan

reproduksi. 2. Keberadaan populasi organisme yang bisa

melakukan reproduksi. 3. Keberagaman organisme dalam suatu

populasi. 4. Perbedaan kemampuan untuk survive.

Individu yang lebih kuat (fit) akan memiliki tingkat survival dan tingkat reproduksi yang lebih tinggi jika dibandingkan dengan individu yang kurang fit. Pada kurun waktu tertentu (sering dikenal dengan istilah generasi), populasi secara keseluruhan akan lebih banyak memuat organisme yang fit. Struktur Umum Algoritma Genetik

Pada algoritma ini, teknik pencarian dilakukan sekaligus atas sejumlah solusi yang mungkin yang dikenal dengan istilah populasi. Individu yang terdapat dalam satu populasi disebut dengan istilah kromosom. Kromosom ini merupakan suatu solusi yang masih berbentuk simbol. Populasi awal dibangun secara acak, sedangkan populasi berikutnya merupakan hasil evolusi kromosom– kromosom melalui iterasi yang disebut dengan istilah generasi. Pada setiap generasi, kromosom akan melalui proses evaluasi dengan menggunakan alat ukur yang disebut dengan fungsi fitness. Nilai fitness dari suatu kromosom akan menunjukkan kualitas kromosom dalam populasi tersebut. Generasi berikutnya dikenal dengan istilah anak (offspring) terbentuk dari gabungan dua kromosom generasi sekarang yang bertindak sebagai induk (parent) dengan menggunakan operator penyilangan (crossover). Selain operator penyilangan, suatu kromosom dapat juga dimodifikasi dengan menggunakan operator mutasi. Populasi generasi yang baru dibentuk dengan cara menyeleksi nilai fitness dari kromosom induk (parent) dan nilai

- 16 -

fitness dari kromosom anak (offspring), serta menolak kromosom–kromosom yang lainnya sehingga ukuran populasi (jumlah kromosom dalam suatu populasi) konstan. Setelah melalui beberapa generasi, maka algoritma ini akan konvergen ke kromosom terbaik.

Gambar 2.1 Diagram Alir Algoritma Genetik 3. Analisis Masalah 1. Representasi Kromosom Panjang kromosom dapat dirumuskan sebagai :

( )[ ]110-log2 += nabL Sedangkan nilai variabel x dapat dirumuskan sebagai :

( ) ( )[ ] vabax L *12/- ++= Keterangan : n = Nilai presisi (ketepatan n angka di belakang koma) b = Batas bawah variabel a = Batas atas variabel v = Kromosom Contoh proses representasi kromosom pada fungsi satu variabel: Panjang kromosom L untuk x pada selang [-1..2] dengan presisi n = 6 adalah :

( )[ ]1101-(-2log 62 +=L

[ ][ ]

223000001log

110*3log2

62

==

+=

Dengan demikian maka kromosom dapat direpresentasikan sebagai : v1 = 1000101110110101000111 = 2288967 dengan nilai variabel :

( )[ ]637197,02288967*1-2/)1-(-21- 22 =+=x dan nilai fitness : ( ) ( ) 1637197,0.10sin.637197,0637197,0 += πf

( )

586345,11920195,0.637197,0

=+=

Contoh proses representasi kromosom pada fungsi dua variabel: panjang kromosom L1 untuk x1 pada selang [-1..2] dan L2 untuk x2 pada selang [0..5] dengan presisi n = 3 (tiga angka di belakang koma) adalah sebagai berikut:

( )[ ]110-log 112

1 += nabL

( )[ ]12

11012log 32

=++=

( )[ ]110-log 21212

2 += nabL

( )[ ]13

1100-5log 32

=+=

Jadi, panjang kromosomnya adalah sebagai berikut : L = L1 + L2 = 12 + 13 = 25 Dengan demikian maka kromosom dapat direpresentasikan sebagai : vi = 0010110001101011101001001 dimana: vi1 = 001011000110 = 710

( )[ ] 479,0-710*1-2/121- 121 =++=ix

dan vi2 = 1011101001001 = 5961

( )[ ] 638,35961*1-2/0-50 131 =+=ix

Nilai fitness: ( )

( ) ( )( )( ) 1479,0--1638,3.2-479,0-10001

638,3;479,0-

22 ++

=h

( )

663,129644,60141

11271441,0025,60140

1

==

++=

2. Inisialisasi Populasi Hasil inisialisasi populasi awal pada fungsi satu variabel

Tabel 3.1 Hasil Inisialisasi pada Fungsi Satu variabel

Kromosom ke-

Bentuk Biner x Fitness F = f(x)

V1 1000101110110101000111 0,637197 1,586345

V2 1100100011110011100101 1,354900 -0,338878

V3 0000000101001011011010 -0,984829 0,548189

V4 0010001001101100001100 -0,596609 0,936656

V5 0101100101001101011011 0,046513 1,046234

Hasil inisialisasi populasi awal pada fungsi dua variabel

- 17 -

Tabel 3.2 Hasil Inisialisasi pada Fungsi Dua Variabel

Kromosom ke-

Bentuk Biner x1 x2 Fitness F = f(x)

V1 0010001110101111001110

000

-0,58

2

4,756 9.814

V2 1011000010100001110100

110 1,07

0 0,57

0 0,169

V3 1111010001001000101011

101 1,86

3 2,71

3 7.876

V4 0000110100001010111001

111

-0,84

8

3,408 1,702

V5 1011011000011001111100

110 1,13

4 3,11

0 3,865

3. Fungsi Evaluasi

Ada dua hal yang harus dilakukan dalam melakukan evaluasi terhadap kromosom, yaitu : a) Menentukan fungsi tujuan b) Konversi fungsi objektif ke dalam fungsi

fitness. Tahap - tahapannya adalah:

a. Mengubah fungsi objektif ke dalam fungsi fitness yaitu:

eval (Vk ) = i

n

xi xvZ ∑

1=

=

fitness = eval (Vk) b. Total fitness pada populasi adalah :

F = ∑1

)(popsize

k

Vkeval=

Sebagai contoh, pada optimasi fungsi dengan satu variabel, nilai fitness dari salah satu kromosomnya (000101110110101000111) adalah eval (vk) = 1,586345. Sedangkan pada optimasi fungsi dengan dua variabel, nilai fitness dari salah satu kromosomnya (0010110001101011101001001) adalah eval (vk) = 1,6626.

4. Metode Seleksi

Metode seleksi yang digunakan adalah metode roulette wheel. Tahapannya adalah sebagai berikut : a) Hitung peluang seleksi (Pk)

Pk = F

Vkeval )( k = 1,2, …, pop_size

b) Hitung peluang komulatif (Qk)

Qk = ∑1

k

j

pj=

k = 1,2, …, pop_size

Setelah peluang komulatif setiap kromosom diperoleh, maka akan dibentuk populasi baru dengan menentukan suatu bilangan random dari range [0,1]. Urutan bilangan random tersebut berjumlah ukuran populasi yang telah ditetapkan. Jika r ≤ qk, maka seleksi kromosom pertama (vi) untuk populasi baru. Dan jika r > q1, maka seleksi kromosom ke- k (vk) yaitu qk -1 < r ≤ qk.

Contoh Seleksi Kromosom pada Fungsi dengan Satu Variabel

Misalkan ukuran populasi sebanyak 5 buah, dengan kromosom–kromosom yang akan diseleksi tercantum pada tabel di bawah.

Tabel 3.3 Populasi Awal untuk Fungsi dengan Satu

Variabel Kromosom ke-

Bentuk Biner X Fitness F = f(x)

V11 0 0 0 1 0 1 1 1 0 1 1 0 1 0

1 0 0 0 1 1 1 0,637197 1,586345

V2 1 1 0 0 1 0 0 0 1 1 1 1 0 0 1

1 1 0 0 1 0 1 1,354900 -0,338878

V3 0 0 0 0 0 0 0 1 0 1 0 0 1 0 1

1 0 1 1 0 1 0 -0,984829 0,548189

V4 0 0 1 0 0 0 1 0 0 1 1 0 1 1 0

0 0 0 1 1 0 0 -0,596609 0,936656

V5 0 1 0 1 1 0 0 1 0 1 0 0 1 1 0

1 0 1 1 0 1 1 0,046513 1,046234

Total Fitness 3,778546

Dari total fitness di atas, maka nilai fitness

relatif (pk) dan nilai fitness komulatif (qk) dari kromosom – kromosom di atas dapat dicari dan hasilnya terlihat pada tabel di bawah.

Tabel 3.4 Fitness Relatif dan Fitness Komulatif

Kromosom ke-

Fitness Relatif (pk) Fitness Komulatif (qk)

V1 0,420 0,420 V2 -0,090 0,330 V3 0,145 0,475 V4 0,248 0,723 V5 0,277 1,000

Bilangan acak yang terbentuk setelah

dibangkitkan sebanyak ukuran populasi = 5 terlihat pada tabel di bawah.

Tabel 3.5 Bilangan Acak untuk Seleksi No Bilangan Acak 1 0,631 2 0,122 3 0,532 4 0,357 5 0,793

Hasil seleksi setelah bilangan acak

dibangkitkan adalah terlihat pada tabel di bawah Tabel 3.6 Kromosom Baru Hasil Seleksi

Kromosom ke-

Bentuk Biner X Fitness F = f(x) Asal

V1’ 0010001001101100001100 -

0,596609

0,936656 V4

V2’ 1000101110110101000111 0,637197 1,586345 V1

V3’ 0010001001101100001100 -

0,596609

0,936656 V4

V4’ 0000000101001011011010 -

0,984829

0,548189 V3

V5’ 0101100101001101011011 0,046513 1,046234 V5

- 18 -

Untuk seleksi kromosom pada optimasi fungsi dengan dua variabel, prosesnya sama dengan seleksi kromosom pada optimasi fungsi satu variabel.

5. Operator Genetik yang Digunakan a) Single Point Crossover

Pada penyilangan satu titik, posisi penyilangan k (k = 1,2,...,N-1) dengan N = panjang kromosom diseleksi secara acak. Variabel–variabel ditukar antar kromosom pada titik tersebut untuk menghasilkan anak.

Sebagai contoh, pada jenis optimasi maksimum fungsi dengan satu variabel, terdapat 2 kromosom dengan panjang masing – masing kromosom sebesar 22. v1’ = 1 0 1 1 0 1 1 0 0 0 1 1 | 0 0 1 1 0 0 0 1 1 1 v2’ = 1 1 0 0 1 0 0 0 1 1 1 1 | 0 0 1 1 1 0 0 1 0 1

Misalkan posisi penyilangan yang terpilih adalah 12, maka setelah penyilangan diperoleh kromosom – kromosom baru sebagai berikut : v1” = 1 0 1 1 0 1 1 0 0 0 1 1 | 0 0 1 1 1 0 0 1 0 1 v2” = 1 1 0 0 1 0 0 0 1 1 1 1 | 0 0 1 1 0 0 0 1 1 1 b) Two Point Crossover

Crossover ini dilakukan dengan cara membuat dua titik pindah silang, dimana binary string dari awal kromosom sampai dengan titik pindah silang yang pertama diambil dari orang tua pertama, lalu kromosom sampai titik pindah silang ke dua diambil dari orang tua kedua dan sisanya diambil dari orang tua pertama.

Sebagai contoh, pada jenis optimasi maksimum fungsi dengan satu variabel, terdapat 2 kromosom dengan panjang masing–masing kromosom sebesar 22. v1’ = 1 0 1 1 0 1 1 | 0 0 0 1 1 0 0 | 1 1 0 0 0 1 1 1 v2’ = 1 1 0 0 1 0 0 | 0 1 1 1 1 0 0 | 1 1 1 0 0 1 0 1

Misalkan posisi penyilangan yang terpilih adalah 7 dan 14, maka setelah penyilangan diperoleh kromosom–kromosom baru sebagai berikut: v1” = 1 0 1 1 0 1 1 | 0 1 1 1 1 0 0 | 1 1 1 0 0 1 0 1 v2” = 1 1 0 0 1 0 0 | 0 0 0 1 1 0 0 | 1 1 0 0 0 1 1 1 c) Multi Point Crossover

Pada penyilangan banyak titik, m posisi penyilangan ki (k = 1,2,...,N-1,i = 1,2,...,m) dengan N = panjang kromosom yang dipilih secara acak dan tidak diperbolehkan ada posisi yang sama, serta diurutkan naik. Variabel–variabel ditukar antar kromosom pada titik tersebut untuk menghasilkan anak.

Sebagai contoh, pada jenis optimasi maksimum fungsi dengan satu variabel, terdapat 2 kromosom dengan panjang masing–masing kromosom sebesar 22. v1’ = 1 0 1 1 | 0 1 1 0 0 0 1 | 1 0 0 1 1 0 0 | 0 1 1 1 v2’ = 1 1 0 0 | 1 0 0 0 1 1 1 | 1 0 0 1 1 1 0 | 0 1 0 1

Misalkan posisi penyilangan yang terpilih adalah m = 3 yaitu 4, 11, dan 18 , maka setelah penyilangan diperoleh kromosom–kromosom baru sebagai berikut : v1” = 1 0 1 1 | 1 0 0 0 1 1 1 | 1 0 0 1 1 0 0 | 0 1 0 1 v2” = 1 1 0 0 | 0 1 1 0 0 0 1 | 1 0 0 1 1 1 0 | 0 1 1 1 d) Uniform Crossover

Pada penyilangan seragam (uniform crossover), setiap lokasi memiliki potensi sebagai tempat penyilangan. Sebuah mask penyilangan dibuat sepanjang kromosom secara acak yang menunjukkan bit–bit dalam mask yang mana induk akan mensupply anak dengan bit – bit yang ada.

Induk mana yang akan menyumbangkan bit ke anak dipilih secara acak dengan probabilitas yang sama. Pada penyilangan ini, anak 1 akan dihasilkan dari induk 1 jika bit mask bernilai 1, atau sebaliknya, anak 1 akan dihasilkan dari induk 2 jika bit mask bernilai 0. Sedangkan anak 2 dihasilkan dari kebalikan mask.

Sebagai contoh, pada jenis optimasi maksimum fungsi dengan satu variabel, terdapat 2 kromosom dengan panjang masing–masing kromosom sebesar 22. v1’ = 1 0 1 1 0 1 1 0 0 0 1 1 0 0 1 1 0 0 0 1 1 1 v2’ = 1 1 0 0 1 0 0 0 1 1 1 1 0 0 1 1 1 0 0 1 0 1

Mask bit : Sampel 1 = 1 0 0 1 1 1 0 0 1 1 0 1 1 1 0 0 1 1 0 1 1 0 Sampel 2 = 0 1 1 0 0 0 1 1 0 0 1 0 0 0 1 1 0 0 1 0 0 1

Maka setelah penyilangan diperoleh kromosom – kromosom baru sebagai berikut : v1” = 1 1 0 1 0 1 0 0 0 0 1 1 0 0 1 1 0 0 0 1 1 1 v2” = 1 0 1 0 1 0 1 0 1 1 1 1 0 0 1 1 1 0 0 1 0 1 e) Mutasi Biner

Mutasi biner adalah mutasi dengan mengganti satu atau beberapa nilai gen dari kromosom. Tahapannya adalah sebagai berikut : a. Hitung jumlah gen yang ada pada populasi,

yaitu: popsize * L. b. Untuk memilih gen-gen mana saja yang akan

dimutasi, bangkitkan bilangan acak antara [0..1] sejumlah total gen yang ada di populasi.

c. Lakukan proses mutasi dengan membandingkan bilangan acak tersebut dengan Pm.

d. Ganti nilai gen (0 ke 1, atau 1 ke 0) dari kromosom yang akan dimutasi tersebut. Misalkan :

v1’ = 1 0 1 1 0 1 1 0 0 0 1 1 0 0 1 1 0 0 0 1 1 1 Terkena mutasi pada gen ke-15, sehingga:

v1* = 1 0 1 1 0 1 1 0 0 0 1 1 0 0 0 1 0 0 0 1 1 1

- 19 -

f) Mutasi Permutasi Mutasi permutasi adalah mutasi yang

dilakukan dengan cara memilih dua nilai (gen), kemudian kedua nilai tersebut ditukarkan. Untuk kasus kromosom bernilai biner, maka yang ditukarkan adalah dua posisi gen pada kromosom tersebut dengan syarat nilai binernya tidak sama.

Misalkan : v1’ = 1 0 1 1 0 1 1 0 0 0 1 1 0 0 1 1 0 0 0 1 1 1

Terkena mutasi pada gen ke-5 dan ke-15, dan ditukarkan posisinya sehingga menjadi: v1* = 1 0 1 1 1 1 1 0 0 0 1 1 0 0 0 1 0 0 0 1 1 1 4. Perancangan Sistem

Perancangan yang digunakan untuk

menggambarkan sistem menggunakan perancangan procedural menggunakan flowchart

Diagram alir untuk keseluruhan proses kerja sistem adalah sebagai berikut :

Gambar 4.1 Flow Chart Proses Kerja Algoritma

Genetik Secara Umum

Prosedur – prosedur yang terdapat di dalam sistem adalah sebagai berikut :

1. Representasi Kromosom Pada sebuah kromosom terdiri dari kumpulan

gen, yaitu elemen-elemen secara acak yang membentuk sebuah kromosom.

Gambar 4.2 Flow Chart Representasi Kromosom

2. Inisialisasi Populasi Awal

Pada inisialisasi populasi ini akan dibuat sebuah populasi dari kumpulan kromosom yang dipilih secara acak.

Gambar 4.2 Flow Chart Inisialisasi Populasi

3. Fungsi Evaluasi

Ada dua hal yang harus diperhatikan dalam melakukan evaluasi kromosom, yaitu menentukan fungsi tujuan (maksimasi dan minimasi fungsi) dan konversi fungsi objektif ke dalam fungsi fitness dengan mengubah fungsi asal ke dalam fungsi fitness dan menghitung total fitnessnya.

Mulai

Input Kromosom dan Ukuran Populasi

Pilih kromosom secara acak

Ukuran populasi ?

Ya

Tidak

Populasi Awal

Selesai

Mulai

Variabel yang akan dijadikan sebagai kromosom

Proses representasi kromosom

Variabel yang telah dijadikan sebagai kromosom

Selesai

Mulai

Perhitungan jml bit

Representasi Kromosom

Fungsi dan variabel terbaik yang bernilai optimum

Selesai

Inisialisasi Populasi

Jml var, Batas atas var, batas bawah var, nilai presisi

Popsize, maxgen, pm, pc, jns crossover, jns mutasi

Evaluasi Fitness

Seleksi

Crossover

Mutasi

Optimasi tercapai ? Tidak

Ya

- 20 -

Gambar 4.3 Flow Chart Fungsi Evaluasi

4. Metode Seleksi Roulette Wheel

Dalam metode seleksi roulette wheel, nilai fitness relatif (pk) dan nilai fitness komulatif (qk) harus dihitung, kemudian nilai fitness komulatif yang diperoleh dari tiap kromosom dibandingkan dengan bilangan acak yang berada pada selang [0,1].

Gambar 4.4 Flow Chart Seleksi Kromosom dengan

Roulette Wheel 5. Single Point Crossover

Pada penyilangan satu titik, posisi penyilangan k (k = 1,2,...,N-1) dengan N = panjang kromosom diseleksi secara acak.

Gambar 4.5 Flow Chart Single Point Crossover

6. Two Point Crossover

Crossover ini dilakukan dengan cara membuat dua titik pindah silang secara acak.

Gambar 4.6 Flow Chart Two Point Crossover

Mulai

Bilangan acak untuk menentukan posisi persilangan

Pilih bilangan acak untuk kromosom yang berada pada selang [0,1]

Kromosom baru hasil crossover

Selesai

Bilangan acak < pc?

Ya

Tidak

Kandidat parent

Pilih 2 titik potong penyilangan yang berada pada posisi 1 s/d (n-1)

Kromosom genap ?

Lakukan proses crossover

Ya

Tidak

Mulai




Selesai

Bilangan acak < pc?

Ya

Tidak

Kandidat parent

Pilih 1 titik potong penyilangan yang berada pada posisi 1 s/d (n-1)

Kromosom genap ?


Ya

Tidak

Hitung fitness komulatif (qk) : qk=pk, …,qk+1=qk+pk+1

Kromosom hasil seleksi

Selesai

Bangkitkan bilangan acak (r) sebanyak ukuran populasi yang berada pada selang

[0,1]

Cari bilangan random yang memenuhi syarat r ≤ qk dan qk-1 < r secara acak

Memenuhi Syarat ? Ya

Tidak

Mulai

Nilai Fitness

Hitung fitness relatif (pk) : pk= nilai fitness/total fitness

Mulai

Populasi awal yang dibangkitkan secara acak

Hitung nilai fitness : F = f(x)

(untuk maksimasi fungsi) dan F = 1/(f(x)+h)

(untuk minimasi fungsi)

Hitung total nilai fitness dengan menjumlahkan nilai fitness pada tiap kromosom

Total fitness

Selesai

- 21 -

7. Multi Point Crossover Pada penyilangan banyak titik, m posisi

penyilangan ki (k = 1,2,...,N-1,i = 1,2,...,m) dengan N = panjang kromosom yang dipilih secara acak.

Gambar 4.7 Flow Chart Multi Point Crossover

8. Uniform Crossover Pada penyilangan seragam (uniform

crossover), setiap lokasi memiliki potensi sebagai tempat penyilangan.

Gambar 4.8 Flow Chart Uniform Crossover

9. Mutasi Biner

Mutasi biner dilakukan dengan cara mengganti nilai gen dari 0 ke 1, atau sebaliknya.

Gambar 4.9 Flow Chart Mutasi Biner

Mulai

Populasi hasil crossover

Periksa nilai bilangan acak terhadap peluang mutasinya (pm)

Kromosom hasil mutasi

Selesai

Bilangan acak < pm?

Ya

Tidak

Tentukan kromosom dari gen yang terpilih untuk dimutasi

Ganti nilai gen (0 ke 1, atau 1 ke 0) dari kromosom yang akan dimutasi

Hitung jumlah gen pada populasi

Bangkitkan bilangan acak yang berada pada selang [0,1] sebanyak jumlah gen

pada populasi

Mulai

Bit Mask yang dibangkitkan secara acak

Pilih parent yang akan menyumbangkan bit secara acak (probabilitas sama)

Bit Mask (sampel 1) bernilai 1 ?

Anak 1 dihasilkan dari parent 1

Ya

Tidak


Bit Mask (sampel 2) bernilai 1 ?


Ya

Tidak


Selesai


Mulai




Selesai

Bilangan acak < pc?

Ya

Tidak

Kandidat parent

Pilih m titik potong penyilangan yang berada pada posisi 1 s/d (n-1)

Kromosom genap ?


Ya

Tidak

- 22 -

10. Mutasi Permutasi Mutasi permutasi dilakukan dengan cara

mengganti posisi gen dari kromosom yang akan dimutasi.

Gambar 4.10 Flow Chart Mutasi Permutasi

5. Implementasi dan Pengujian Sistem 5.1 Implementasi Sistem

Tahap implementasi sistem dibuat berdasarkan tahap perancangan. Batasan–batasannya adalah sebagai berikut: 1. Nilai x yang akan dihasilkan pada fungsi f(x)

= x.sin(10π.x)+1,0 berada pada selang [-1..2]. 2. Nilai x1 dan x2 yang akan dihasilkan pada

fungsi h(x1,x2) = 1000 (x1-2x2)² + (1- x1)² berada pada selang [-1..2] untuk x1 dan [0..5] untuk x2.

3. Nilai presisi yang digunakan adalah 1000000 untuk proses optimasi fungsi dengan satu variabel (pencarian nilai maksimum) dan 1000 untuk proses optimasi fungsi dengan dua variabel (pencarian nilai minimum).

4. Ukuran populasi yang digunakan adalah 20. 5. Maksimum generasi yang digunakan adalah

100. 6. Peluang mutasi (Pm) yang digunakan antara 1

hingga 5 %.

7. Peluang crossover (Pc) yang digunakan adalah antara 10 hingga 50 %.

5.2 Pengujian Sistem

Pengujian sistem dilakukan pada optimasi fungsi satu variable dan fungsi dua variable dengan parameter-parameter sebagai berikut :

1. Optimasi Fungsi Satu Variabel Pengujian 1 a. Jumlah populasi : 20 b. Jumlah maksimum generasi : 100 c. Peluang crossover (Pc) : 30 % Pengujian 2 a. Jumlah populasi : 20 b. Jumlah maksimum generasi : 100 c. Peluang mutasi (Pm) : 1 % 2. Optimasi Fungsi Dua Variabel Pengujian 1 a. Jumlah populasi : 20 b. Jumlah maksimum generasi : 100 c. Peluang crossover (Pc) : 30 % Pengujian 2 a. Jumlah populasi : 20 b. Jumlah maksimum generasi : 100 c. Peluang mutasi (Pm) : 1 % 5.2.1 Analisis Hasil Pengujian 1. Optimasi Fungsi Satu Variabel a) Analisis Hasil Pengujian 1

Dari hasil pengujian ini diketahui bahwa nilai fitness, nilai variabel x dan nilai maksimum terbaik diperoleh pada generasi ke-37. Nilai peluang mutasi (Pm) yang digunakan adalah sebesar 5 % untuk jenis yang dipilih yaitu mutasi permutasi dan jenis crossover yang dipilih adalah multi point crossover. Rincian nilainya adalah sebagai berikut : a. Nilai fitness terbaik : 2,850 b. Nilai fitness terburuk : 2,846 c. Nilai fitness rata – rata : 2,849 d. Nilai variabel x : 1,851 e. Nilai maksimum : 2,850 b) Analisis Hasil Pengujian 2

Dari hasil pengujian ini diketahui bahwa nilai fitness, nilai variabel x dan nilai maksimum terbaik diperoleh pada generasi ke-6. Nilai peluang crossover (Pc) yang digunakan adalah sebesar 10 % untuk jenis crossover yang dipilih yaitu multi point crossover dan jenis mutasi yang dipilih adalah mutasi biner. Rincian nilainya adalah sebagai berikut : a. Nilai fitness terbaik : 2,850 b. Nilai fitness terburuk : 2,850 c. Nilai fitness rata – rata : 2,850 d. Nilai variabel x : 1,851 e. Nilai maksimum : 2,850

Mulai

Populasi hasil crossover

Periksa nilai bilangan acak terhadap peluang mutasinya (pm)

Kromosom hasil mutasi

Selesai

Bilangan acak < pm?

Ya

Tidak

Pilih 2 posisi gen yang akan dimutasi yang berada pada posisi 1 s/d (n-1)

Tukar posisi gen dari kromosom yang akan dimutasi

Hitung jumlah gen pada populasi

Bangkitkan bilangan acak yang berada pada selang [0,1] sebanyak jumlah gen pada populasi

Nilai tidak sama ?

Ya

Tidak

- 23 -

2. Optimasi Fungsi Dua Variabel a) Analisis Hasil Pengujian 1

Dari hasil pengujian ini diketahui bahwa nilai fitness, nilai variabel x1, nilai variabel x2 dan nilai minimum terbaik diperoleh pada generasi ke-100 Nilai peluang mutasi (Pm) yang digunakan adalah sebesar 2 % untuk mutasi yang dipilih adalah mutasi biner dan jenis crossover yang dipilih adalah multi point crossover. Rincian nilainya adalah sebagai berikut : a. Nilai fitness terbaik : 10,000 b. Nilai fitness terburuk : 10,000 c. Nilai fitness rata – rata : 10,000 d. Nilai variabel x1 : 1,07 e. Nilai variabel x2 : 0,53 f. Nilai minimum : 0,000 b) Analisis Hasil Pengujian 2

Dari hasil pengujian ini diketahui bahwa nilai fitness, nilai variabel x1, nilai variabel x2 dan nilai minimum terbaik diperoleh pada generasi ke-1. Nilai peluang crossover (Pc) yang digunakan adalah sebesar 10 % untuk jenis crossover yang dipilih yaitu multi point crossover dan jenis mutasi yang dipilih adalah mutasi biner. Rincian nilainya adalah sebagai berikut: a. Nilai fitness terbaik : 10,000 b. Nilai fitness terburuk : 10,000 c. Nilai fitness rata – rata : 10,000 d. Nilai variabel x1 : 1,08 e. Nilai variabel x2 : 0,54 f. Nilai minimum : 0,000 6. Kesimpulan

Berdasarkan hasil implementasi dan pengujian

dapat disimpulkan bahwa: 1. Rata–rata nilai maksimum dan nilai minimum

yang diperoleh dari hasil pengujian terhadap optimasi fungsi matematika dengan menggunakan algoritma genetik telah mendekati nilai acuannya yang diperoleh dengan menggunakan metode konvensional.

2. Hasil terbaik diperoleh pada saat nilai maksimum dan nilai minimum pada proses optimasi fungsi matematika dengan menggunakan algoritma genetik telah menghasilkan nilai yang paling mendekati nilai acuannya yang diperoleh dengan menggunakan metode konvensional.

3. Hasil pengujian yang telah dilakukan dengan mengkombinasikan peluang crossover (Pc), peluang mutasi (Pm), dan jenis mutasi menunjukkan bahwa jenis operator crossover yang terbaik yang digunakan untuk memperoleh nilai maksimum atau nilai minimum pada proses optimasi fungsi

matematika dengan menggunakan algoritma genetik adalah multi point crossover.

4. Hasil terbaik bisa juga didapat dari penggunaan jenis crossover yang lainnya karena komponen algoritma genetik berbasis pada fungsi random, sehingga algoritma genetik bisa menghasilkan solusi yang berbeda – beda pada setiap kali diproses.

7. Daftar Pustaka 1. Gen, Mitsuo & Cheng, Runwei. Genetic

Algorithms & Engineering Design. New York: A Wiley-Interscience Publication. 1997.

2. Goldberg, D.E. Genetic Algorithms in Search Optimization & Machine Learning. New York: Addision-Wesley Publishing Company. 1989.

3. Kusumadewi, Sri. Artifial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Penerbit Graha Ilmu. 2003.

4. Michalewiz, Zbigniew. Genetic Algortihms + Data Structures = Evolution Programs. Springer-Verlag. 1996.

5. Rao, S.S. Optimization Theory and Applications–Second Edition. New Delhi: Wiley Eastern Limited. 1984.

6. Suyanto. Algoritma Genetika dalam MATLAB. Yogyakarta: Penerbit ANDI. 2005.

8. Riwayat Singkat Penulis

Nama : Alif Finandhita Pekerjaan : Staf Dosen Jurusan Teknik

Informaika – Universitas Komputer Indonesia (UNIKOM)

Alamat : Jl. Dipati Ukur 112-114 Bandung 40132

Email : [email protected] Telp : 08157143384 Nama : Irawan Afrianto Pekerjaan : Staf Dosen Jurusan Teknik

Informaika – Universitas Komputer Indonesia (UNIKOM)

Alamat : Jl. Dipati Ukur 112-114 Bandung 40132

Email : [email protected] Telp : 08170223513

,

- 24 -


ISSN: 1907-4964, halaman 24 s.d 30

ANALISIS METODE EXPONENTIAL SMOOTHING

DALAM PERENCANAAN PRODUKSI (Studi Kasus Dalam Menentukan Jumlah Kebutuhan Tenaga Kerja Pada Pt. X)

Oleh :

Dekrita Komarasakti Dosen Kopertis IV dpk. Universitas Sangga Buana YPKP Bandung

Abstrak - Peramalan dan perencanaan produksi suatu perusahaan berkaitan dengan sistem perencanaan dalam bentuk perencanaan jangka panjang maupun perencanaan jangka pendek Untuk menunjang keberhasilan perencanaan produksi perusahaan harus dapat memperkirakan atau meramalkan kuantitas produk pada masa yang akan datang. Salah satu alat peramalan dalam perencanaan produksi adalah Metode Exponential Smoothing. PT. X sebagai suatu perusahaan yang bergerak dalam industri garmen harus pula mempunyai suatu perencanaan produksi yang baik. Hal ini sejalan dengan meningkatnya permintaan produksi dari tahun ke tahun. Fenomena ini menjadi menarik karena berkaitan dengan perencanaan produksi perusahaan itu sendiri, terutama apabila dikaitkan dengan kebutuhan tenaga kerja. Metode penelitian yang digunakan dalam skripsi ini adalah metode Deskriptif Analitis, yaitu suatu metode penelitian yang dilakukan dengan cara mengumpulkan, mengolah dan menganalisis data aktual atas suatu fenomena yang terjadi pada masa sekarang. Berdasarkan hasil observasi, data kuantitatif yang digunakan dianalisis menggunakan metode peramalan Exponential Smoothing dengan pengukuran kesalahan Mean Absolute Deviation (MAD). Melalui metode Exponential Smoothing, perencanaan produksi menurut permintaan pada periode sebelumnya diubah dari unit menjadi jam kerja, sehingga diperoleh prediksi permintaan produksi untuk tahun 2008 sebanyak 12.593 pcs dengan kapasitas produksi perhari 250 pcs, jumlah tenaga kerja yang dibutuhkan 51 orang dengan kebutuhan 99.960 jam waktu kerja biasa (Reguler Time) ditambah 3104 jam waktu kerja lembur (Over Time) dan memenuhi permintaan produksi prediksi biaya tambahan sebesar Rp. 16.004.024.

Kata Kunci: peramalan, perencanaan produksi, metoda exponential smoothing, Abstract - The forecasting and production planning of a company relates to planning system in the form of long-range planning and also planning of short term. One of each supports success of the company production planning must can estimate or forecasts product amount during which will come. The method of exponential smoothing can be used to forecasting in production planning. As a garment company in industry, PT. X must also have a good production planning. This production planning forecast is in line with the increasing of request of produce of from year to year. This phenomenon becomes is interesting because relating to production planning company itself, especially if related to requirement of labour. According to analize, the analityc of descriptive where it done by the way of collecting, process and actual data analysis to a phenomenon happened during now. Based on result of observation, quantitative data applied analysed to applies forecasting method of Exponential Smoothing with measurement of mistake of Mean Absolute Deviation ( MAD). By the method of Exponential Smoothing, production planning according to request at period before all changed from unit to become office hours, causing is obtained prediction of request of produce of the year 2008 12593 pcs with capacities produce of 250 pcs/day, number of labours required 51 with requirement of 99960 hours ordinary in working ( Reguler Time) added 3104 hours overtime in working ( Over Time) and fulfills request of produce of prediction of surcharger Rp. 16.004.024 Keywords: forecasting, production planning, method of exponential smoothing.

- 25 -

1. Pendahuluan

Persaingan dalam bidang usaha garmen saat ini semakin tajam, terbukti dengan banyaknya perusahaan yang mem PHK karyawan bahkan dinyatakan pailit. Agar perusahaan mampu bersaing, maka perusahaan harus dapat memanfaatkan penggunaan bahan baku, tenaga kerja serta peralatan lainnya secara efisien dan efektif sehingga akan tercapai suatu hasil produksi yang optimal dengan biaya yang minimum. Perusahaan dikatakan efisien apabila mampu mengeluarkan biaya yang dibutuhkan sekecil mungkin dari yang direncanakan dan dikatakan efektif apabila perusahaan mampu mengolah faktor-faktor produksi sesuai waktu yang telah direncanakan. Oleh sebab itu diperlukan suatu peramalan dalam proses produksi.

2. Kajian Pustaka Kelancaran proses produksi dalam suatu perusahaan ditentukan oleh berbagai faktor pendukung salah satunya adalah perencanaan produksi. Menurut Sofjan Assauri (2004 ; 129), “Perencanaan produksi (Production Planning) adalah perencanaan dan pengorganisasian sebelumya mengenai orang-orang, bahan-bahan, peralatan lain, serta modal yang diperlukan untuk memproduksi barang-barang pada suatu periode tertentu di masa depan sesuai dengan yang diperkirakan atau diramalkan.” Peramalan adalah suatu metode untuk menentukan kejadian yang akan datang dengan bantuan adanya data masa lalu, sehingga perencanaan dapat tercapai dengan efektif dan efisien. Dalam hal ini ada beberapa metode peramalan yang harus dipilih sebagai suatu teknik dan metode peramalan yang paling tepat dan metode peramalan yang baik adalah yang mempunyai kesalahan peramalan yang paling kecil. Menurut Riduwan dan H. Sunarto (2007 ; 95), “Peramalan adalah suatu proses memperkirakan secara sistematis tentang apa yang paling mungkin terjadi di masa yang akan datang berdasarkan informasi masa lalu dan sekarang yang dimiliki agar kesalahannya dapat diperkecil. Bernard W. Taylor (2001; 474), mengemukakan bahwa metode Exponential Smoothing adalah metode rata-rata bergerak yang memberikan bobot yang lebih kuat pada data yang lebih terakhir dari pada data yang lebih awal, sehingga dapat digunakan sebagai alat peramalan yang efektif dan efisien.

3. Metode Analisis

3.1 Penghalusan Exponensial ( Exponential Smoothing)

Exponential smoothing adalah salah satu metode peramalan yang mudah untuk digunakan. Metode dasar yang digunakan adalah teknik rata-rata bergerak. Dalam hal ini akan terjadi penghalusan secara exponential yang mencakup pemeliharaan atau mempertahankan data masa lalu. Adapun rumus penghalusan exponensial menurut Spyros Makridakis (1995) adalah :

1')1(' −−+= ttt SXS αα

1")1('" −−+= ttt SSS αα

ttttt SSSSSat "'2)"'(' =+=

mbtatF

SSbt

mt

tt

.

)"'()1(

+=

−=

+

−αα

Dimana : S’t = nilai pemulusan eksponensial tunggal pada waktu t S”t = nilai pemulusan eksponensial ganda pada waktu t at = nilai rata-rata yang disesuikan bt = taksiran kecenderungan dari periode waktu yang satu ke periode lainnya. Ft = fungsi peramalan dari t m = Jumlah periode ke muka yang diramalkan α = koefisien pemulusan

MAD (Mean Absolute Deviation) atau deviasi absolut rata-rata hitung adalah sebuah ukuran untuk kesalahan peramalan menyeluruh untuk suatu model yang dihitung dengan mengambil jumlah nilai absolut dari kesalahan peramalan individu dan membaginya dengan jumlah periode data (n), dimana :

MAD = ∑=

n

i nei

1

4. Perhitungan Metode Exponential

Smoothing PT X Data yang dijadikan dasar untuk meramalkan perencanaan produksi PT X adalah data permintaan produksi tahun 2006 – 2007, dengan konstanta penghalusan (α) ditentukan sebesar 0,1. Datanya adalah sebagai berikut :

- 26 -

Tabel 4.1

Permintaan Produksi 2006 - 2007

Bulan Permintaan Produksi

Januari 2006 181209 Februari 191533 Maret 186611 April 195996 Mei 198578 Juni 201544 Juli 206081 Agustus 208739 September 206299 Oktober 207021 November 217898 Desember 220774 Januari 221497 Februari 2007 217786 Maret 228676 April 229036 Mei 236027 Juni 234333 Juli 237349 Agustus 240165 September 242981 Oktober 245798 November 248614 Desember 251430

Sumber : Data diolah Berdasarkan data pada tabel diatas dan grafik pada lampiran, dapat dihitung : Periode 1 S’ = 0,1 (181.209) + 0,9 (181.209) Januari 2006 = 18.120,9 + 163.088,1 = 181.209

S“ = 0,1 (181.209) + 0,9 (181.209) = 18.120,9 + 163.088,1 = 181.209 Periode 2 S’ = 0,1 (191.533) + 0,9 (181.209) Februari 2006 = 19.153,3 + 163.088,1 = 182.241,4

S“ = 0,1 (182.241,4) + 0,9 (181.209) = 18.244,14 + 163.088,1 = 181.312,24 at = 2(182.241,4) – 181.312,24 = 183.170,56 bt = 1/9 (182.241,4 - 181.312,24) = 103,24 ft = 183.170,56 + 103,24 = 183.273,8 Untuk perhitungan selanjutnya, sampai dengan bulan Desember 2007 atau periode 24 dapat dihitung dengan cara yang sama. Selanjutnya dapat dihitung ramalan produksi untuk tahun 2008 atau periode 25 sampai periode 36 menggunakan at 24 + bt 24 dengan nilai m 1-12 untuk bulan Januari sampai dengan bulan Desember 2008, adalah sebagai berikut : Periode : 25 = 247.325,39 + 2140,54 (1) = 249.465,93 26 = 247.325,39 + 2140,54 (2) = 251.606,47 27 = 247.325,39 + 2140,54 (3) = 253.747,01 28 = 247.325,39 + 2140,54 (4) = 255.887,55 29 = 247.325,39 + 2140,54 (5) = 258.028,09 30 = 247.325,39 + 2140,54 (6) = 260.168,63 31 = 247.325,39 + 2140,54 (7) = 262.309,17

32 = 247.325,39 + 2140,54 (8) = 264.449,71 33 = 247.325,39 + 2140,54 (9) = 266.590,25 34 = 247.325,39 + 2140,54 (10) = 268.730,79 35 = 247.325,39 + 2140,54 (11) = 270.871,33 36 = 247.325,39 + 2140,54 (12) = 273.011,87

4.2 Kesalahan Peramalan Perhitungan kesalahan peramalan untuk permintaan produksi tahun 2006-2007 dengan konstanta penghalusan 0.1 adalah : MAD =

2411.200935

1

=∑=

n

i nei = 8372.3

4.3 Analisis Ramalan Produksi

Berdasarkan hasil perhitungan sebelumnya dapat dilihat bahwa ramalan produksi untuk tahun 2008 mengalami kenaikan setiap bulan. Kenyataannya perusahaan mempunyai mesin produksi sebanyak 250 buah, sehingga dengan asumsi hasil standar perhari setiap mesin adalah 1 pcs, maka dalam satu hari kapasitas produksi mencapai 250 pcs produk. Dengan asumsi tersebut, maka dapat diketahui kapasitas produksi perbulan berdasarkan perkiraan permintaan produksi.

Tabel 4.2 Penggunaan Mesin 2008

Bulan Permintaan Produksi (pcs)

Penggunaan Mesin

Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember

249.467 251.606 253.747 255.888 258.028 260.169 262.309 264.450 266.590 268.731 270.871 273.012

998 1006 1015 1024 1032 1041 1049 1058 1066 1075 1083 1092

Sumber : Data diolah Adapun ramalan permintaan produksi untuk tahun 2008 dapat terlihat jelas pada grafik dalam lampiran.

Analisis Ramalan Jam Kerja Dengan adanya ramalan permintaan yang dibuat dalam unit produk, kita mempunyai pilihan untuk mengubah unit produk menjadi jam kerja atau mengubah jam kerja produksi menjadi unit produk. Apabila perusahaan menetapkan 8 jam kerja per hari dan jumlah hari kerja yang digunakan perusahaan sebanyak lima hari dalam seminggu dan mengikuti hari libur nasional yang ditetapkan pemerintah, maka kita

- 27 -

dapat meramalkan permintaan (jam) berdasarkan ramalan unit x jam kerja per hari

Tabel 4.3 Ramalan Kebutuhan Jam Kerja 2008

Sumber : Data diolah Tabel 4.4

Kebutuhan Jam Kerja 2008

Periode

Bulan Per Bulan

Unit Jam

25 26 27 28 29 30 31 32 33 34 35 36

Jan Feb Mar Apr Mei Jun Juli Ags Sep Okt Nov Des

998 1006 1015 1024 1032 1041 1049 1058 1066 1075 1083 1092

7984 8048 8120 8192 8256 8.328 8.392 8.464 8.528 8.600 8.664 8.736

Sumber : Data diolah 4.5 Ramalan KebutuhanTenaga Kerja Berdasarkan perhitungan peramalan diatas, dapat diketahui berapa jumlah tenaga kerja yang dibutuhkan, yaitu : ∑ Rencana Permintaan (Jam) ∑ Jam Kerja/orang Setiap Bulan = 100.348 1960 = 51,18 = 51 orang Apabila diketahui kapasitas produksi perhari diasumsikan 250 pcs, maka kapasitas produksi yang dihasilkan per orang dalam satu hari adalah 250/51 = 4,9 atau 5 pcs. 4.6 Perencanaan Produksi Dengan mengetahui ramalan permintaan perbulan (jam), penetapan jam kerja per orang

setiap bulan dan jumlah tenaga kerja yang dibutuhkan sebanyak 51 orang, maka kita dapat menyusun rencana produksi untuk tahun 2008 sebagai berikut : - Kebutuhan waktu kerja = jam kerja perorang

tiap bulan x ramalan jumlah tenaga kerja - Kebutuhan waktu kerja lembur = ramalan

permintaan (jam) – kebutuhan waktu kerja Berdasarkan tabel diatas, maka rencana produksi tahun 2008 membutuhkan 99.960 jam waktu kerja biasa ditambah 3104 jam waktu kerja lembur. dan diketahui ramalan kebutuhan tenaga kerja sebanyak 51 orang dengan kapasitas produksi yang dihasilkan perorang dalam satu hari sebanyak 5 pcs untuk memenuhi permintaan produksi yang setiap bulan mengalami peningkatan. Dengan demikian dapat pula diketahui biaya tambahan yang diperlukan untuk produksi tahun 2008. Apabila perusahaan mengikuti peraturan pemerintah, melalui Upah Minimum Regional (UMR) yang ditentukan kurang lebih sebesar Rp. 892.000,- per bulan dan waktu kerja standar yang ditentukan 173 jam per bulan, maka dapat diketahui upah per jam adalah sebagai berikut : Upah/jam = UMR Jam kerja standar = Rp. 892.000

173 jam = Rp. 5.156,-

Selanjutnya biaya tambahan yang diperlukan dalam satu tahun untuk memenuhi waktu kerja lembur adalah : Biaya tambahan = Rp. 5.156 X 3104 jam

= Rp. 16.004.224,-

Dari hasil tersebut terlihat dari perolehan peramalan permintaan produksi selama tahun 2008 sebanyak 12.593 pcs dengan penentuan kapasitas produksi perhari 250 pcs, maka dapat ditentukan jumlah tenaga kerja yang dibutuhkan sebanyak 51 orang dengan dibutuhkan waktu kerja 99.960 jam dan ditambah 3104 jam waktu kerja lembur.

Periode Bulan Hari Jam Kerja /orang/bul

an Kumulatif

25 26 27 28 29 30 31 32 33 34 35 36


21 20 18 22 20 21 22 19 22 21 19 20

168 160 144 176 160 168 176 152 176 168 152 160

168 328 472 648 808 976

1152 1304 1480 1648 1800 1960

∑ 245 1960

- 28 -

Tabel 4.5

Kebutuhan Jam Kerja 2008

Peri ode Bulan

Ramalan Permin

taan (jam)

Jam Kerja

Per Orang

Rencana Produksi

Waktu Kerja

Waktu Kerja Lmbr

25 26 27 28 29 30 31 32 33 34 35 36


7984 8048 8120 8192 8256 8.328 8.392 8.464 8.528 8.600 8.664 8.736

168 160 144 176 160 168 176 152 176 168 152 160

8568 8160 7344 8976 8160 8568 8976 7752 8976 8568 7752 8160

- -

776 -

96 - -

712 -

32 912 576

∑ 100.348 1960 99.960 3104 Sumber : Data diolah 5. Kesimpulan Suatu perencanaan dapat dilakukan melalui peramalan kuantitatif. Keakuratan peramalan dapat diketahui dengan cara menghitung kesalahan peramalan, untuk mengetahui seberapa baik kinerja suatu model peramalan. Hasil penelitian yang dilakukan pada PT X, melalui metode peramalan Exponential Smoothing untuk meramalkan permintaan produksi tahun 2008 ddapat digunakan dalam menganalisis waktu kerja yang dibutuhkan dan biaya tambahan yang harus dikeluarkan oleh perusahaan. Dari penggunaan metode Exponential Smoothing ini, perencanaan produksi dianalisis dengan mengubah semua unit menjadi jam kerja dan diperoleh hasil bahwa permintaan produksi untuk tahun 2008 adalah sebanyak 12.593 pcs dengan kapasitas mesin 250 buah sedangkan jumlah tenaga kerja yang dibutuhkan adalah 51 orang. Selain itu dibutuhkan 99.960 jam waktu kerja biasa ditambah 3104 jam waktu kerja lembur, dan adanya biaya tambahan sebesar Rp. 16.004.024.

6. Daftar Pustaka

Aris Hutapea. 2001 . Teknik Analisis

Manajemen. Diklat aparatur I Lembaga Administrasi Negara, Bandung.

Bernard W. Taylor . 2001. Sains Manajemen. Salemba Empat, Jakarta.

Jeff Madura. 2001. Pengantar Bisnis. Salemba Empat, Jakarta

Lalu Sumayang.. 2003. Dasar-dasar Manajemen Produksi dan Operasi. Salemba Empat, Jakarta.

Lerbin R. Aritonang. 2002. Peramalan Bisnis. Ghalia Indonesia, Jakarta.

Makridakis, Spyros. et. al. 1995. Metode dan Aplikasi Peramalan. Erlangga, Bandung.

Mitra Bestari. 2004. Manajemen Operasi. UPFE-UMY, Yogyakarta.

Render Barry dan Jay Heizer.. 2001. Prinsip-prinsip Manajemen Operasi. Salemba Empat, Jakarta.

Riduwan & Sunarto. 2007. Pengantar Statistika. Alfabeta, Bandung.

Sofjan Assauri. 2004. Manajemen Produksi dan Operasi. Edisi Revisi. Fakultas Ekonomi Universitas Indonesia, Jakarta.

http://www.wikipedia.com

7. Riwayat Singkat Penulis H. Dekrita Komarasakti, Drs, Msi, dosen Kopertis IV Jawa Barat dpk. Universitas Sangga Buana YPKP Bandung

- 29 -

Tabel Peramalan Permintaan Produksi dengan Metode Peramalan Exponential Smoothing (α 0.1)

Periode Permintaan Produk (X) S' S" at bt ft (x - ft)

1 181209 181209 181209 2 191533 182241.4 181312.24 183170.56 109.24 3 186611 182678.36 181448.85 183907.86 136.61 183273.8 3337.2 4 195996 184010.12 181704.98 186315.26 256,13 184044.48 11951.52 5 198578 185466.91 182081.17 188852.65 376.19 186571.39 12006.61 6 201544 187074.61 182580.51 191568.72 499.34 189228.84 12315.16 7 206081 188975.25 183219.98 194730.52 639.47 192068.06 14012.93 8 208739 190951.62 183993.14 197910.1 773,16 195369.99 13369.01 9 206299 192468.35 184842.45 200150.25 849.32 198683.26 7615.74

10 207021 193939.81 185752.18 202127.44 909.74 200979.57 6041.42 11 217898 196335.63 186810.52 205860.74 1058.34 203037.18 14860.81 12 220774 198779.46 188007.4 209551.52 1196.89 206919.08 13854.91 13 221497 201051.21 189311.78 212790.64 1304.38 210748.41 10748.59 14 217786 202724.68 190653.06 214796.3 1341.29 214095.02 3690.98 15 288676 205319.81 192119.73 218519.89 1466.67 216137.59 12538.4 16 229036 207691.42 193676.89 221705.95 1557.17 219986.56 9049.43 17 236027 210524.97 195361.69 225688.25 1684.8 223263.12 12763.87 18 234333 212905.77 197116.09 228695.45 1754.4 227373.05 6959.94 19 237349 215350.09 198939.48 231760.7 1823.4 230449.85 6899.14 20 240165 217831.58 200828.68 234834.48 1889.21 233584.1 6580.9 21 242981 220346.52 202528.91 238164.08 1979.72 236723.69 6257.3 22 245798 222891.66 204656.22 241218.1 2036.27 240143.8 5654.2 23 248614 225463.89 206655.07 244272.71 2089.86 243254.37 5359.63 24 251430 228060.5 208795.61 247325.39 2140.54 246362.57 5067.42 25 249465.93 26 251606.47 27 253747.01 28 255887.55 29 258028.09 30 260168.63 31 262309.17 32 264449.71 33 266590.25 34 268730.79 35 270871.33 36 273011.87

∑

5,315,975.00

4,470,842.22

4,402,396.63

4,903,917.56

26,842.85

7,817,164.58

200,935.11 Sumber :Data intern perusahaan yang diolah

- 30 -

Gambar 4.1 Grafik permintaan

- 31 -


ISSN: 1907-4964, halaman 31 s.d 36

PENGARUH JENIS DAN KONSENTRASI ASAM PERENDAMAN,

TEMPERATUR DAN LAMA EKSTRAKSI TERHADAP KARAKTERISTIK FISH GLUE DARI LIMBAH IKAN TENGGIRI

Oleh:

T.Handoko, I.Sandy, S.O.Rusli, B.H.Bisowarno

Jurusan Teknik Kimia Universitas Katolik Parahyangan

Intisari - Sebagai negara maritim, Indonesia menghasilkan produksi perikanan yang sangat besar. Salah satu produk perikanan terbesar adalah ikan tengiri. Sebagai akibatnya, limbah ikan yang terbuang mempunyai jumlah yang besar pula. Sebagian besar dari limbah ini dibuang begitu saja, padahal limbah ikan masih mempunyai nilai ekonomis yang tinggi apabila diolah kembali. Salah satu cara pengolahan limbah ikan adalah pembuatan fish glue. Sekarang ini, fasilitas pembuatan fish glue belum berkembang di Indonesia karena belum ditemukannya kondisi optimum proses pembuatan fish glue dengan karakteristik produk yang memenuhi standar. Penelitian ini dilakukan dengan tujuan untuk menemukan kondisi proses yang dapat menghasilkan fish glue. Penelitian pendahuluan dilakukan untuk mendapatkan jenis asam dan konsentrasi asam terbaik dan penelitian utama untuk menentukan temperatur dan lama ekstraksi. Analisis fish glue yang dilakukan adalah uji kerekatan dan sifat fisik berupa densitas, viskositas, pH, dan kadar air, serta kadar protein. Hasil dari penelitian adalah larutan perendaman yang paling baik adalah asam lemah (asam asetat) dengan konsentrasi 5%-v/v dan fish glue dengan kekuatan rekat paling baik didapatkan dengan ekstraksi pada temperatur 60oC dengan lama 6 jam. Kata kunci: ikan tengiri, limbah ikan, pengolahan limbah, fish glue Abstract - Indonesia as a maritime country has a large number of fishery production. Mackerel fish is one of the products. For its production, waste such as bones, skin and fins are being thrown away in large number. Economically, these wastes have a large amount of gelatin implied and can be used as fish glue. This type of glue has not been produced in Indonesia because of lack of knowledge on its process and characteristic. The purpose of this research is determining the optimum parameters in processing fish glue. Preliminary research was done in order to determine acid type and its concentration. Main research was done in order to determine temperature and time of extraction. The product were analyzed its adhesion and its physical characteristics, such as density, viscosity, pH, and water content. The results of this research are weak acid (CH3COOH) with 5 % is the best solution and extraction in 60 oC for 6 hours will give a good fish glue with a clear yellowish solution with good adhesion. Keywords: mackerel fish, fish waste, fish waste treatment, fish glue

1. Pendahuluan Indonesia sebagai negara kepulauan mempunyai angka produksi perikanan yang tinggi dan semakin meningkat. Sektor perikanan, baik kelautan maupun dari perairan umum lainnya menghasilkan produksi yang sangat besar. Data Statistik Perikanan Tangkap Indonesia menunjukkan peningkatan produksi perikanan laut Indonesia, dari 4.300.241 ton pada tahun 2004, mencapai angka 4.408.419 ton dan pada tahun 2005, dan angka ini masih terus meningkat. Salah satu produk perikanan laut Indonesia adalah ikan tenggiri (Sconberanorus Sp.). Ikan ini tersebar

di seluruh wilayah perairan Indonesia, terutama wilayah Indonesia Timur. Daging ikan tenggiri mempunyai rasa dan tekstur yang lezat. Sebagai produk makanan lokal, ikan tenggiri sering dibuat pempek dan otak-otak. Ikan ini merupakan ikan yang besar termasuk jenis ikan pelagis besar, dengan tulang yang besar pula, sehingga ikan tenggiri banyak diekspor dalam bentuk fillet. Produksi perikanan menjadi salah satu komoditi ekspor utama Indonesia. Pada tahun 2000, volume ekspor hasil perikanan Indonesia mencapai angka 203.155 ton. Pengiriman komoditi perikanan untuk diekspor dilakukan sebagian besar dalam bentuk fillet ikan, dimana tulang ikan ditinggalkan di

- 32 -

Indonesia. Apabila diasumsikan bahwa rendemen tulang ikan sebesar 12%, akan didapatkan limbah ikan tidak terpakai sebesar 87.472 ton. [30] Jumlah ini termasuk besar untuk limbah yang tidak terpakai, akibatnya Indonesia menghadapi masalah penanggulangan limbah ikan tidak terpakai ini. Limbah ikan dapat terkontaminasi mikroorganisme pembusuk, menyebabkan masalah bau tidak sedap, dan dalam jumlah banyak, menimbulkan permasalahan tempat dan sarana penampungan limbah. Salah satu cara yang dapat digunakan untuk menambah nilai guna dari limbah ini adalah dengan mengolahnya menjadi produk lain, seperti lem organik, fish glue. Pengolahan limbah ikan dapat memberikan solusi untuk pembuangan limbah ikan tidak terpakai, dan menambah nilai guna dari limbah tidak terpakai tersebut.

Fish Glue merupakan lem yang terbuat dari gelatin yang didapat dari kepala, tulang dan kulit dari ikan. Fish glue mempunyai standar yang dilihat dari sifat karakteristiknya. Standar dari fish glue yang baik dapat dilihat pada Tabel 1.

Tabel 1. Standar karakteristik fish glue yang baik

Warna Coklat caramel (coklat

muda) Wujud pada temperatur kamar

Cairan kental

Viskositas (200C) 6000 – 8000 cP Densitas (200C) 1.17 g/cm3

pH 4.6 – 5.4 Shear strength 3200 psi Berat Molekul rata – rata

60

Abu < 0.1 %

Fish glue mempunyai temperatur gel yang rendah, yang memberikan sifat non-gelling pada fish glue. Sifat ini bertentangan dengan animal glue lainnya, yang merekatkan substrat dengan cara membentuk gel pada temperatur ruang, fish glue merekatkan substrat dengan cara mengabsorpsi air pada permukaan berpori. Fish glue mempunyai titik gel yang rendah menyebabkan viskositas dan tegangan permukaannya rendah. Sifat-sifat ini cocok untuk mendukung fish glue sebagai lem yang baik. Gelatin adalah suatu turunan protein yang diperoleh dari hidrolisis kolagen. Ikatan tiga dimensi antar molekul kolagen terputus menjadi suatu susunan yang lebih mudah tersusun ulang. Struktur gelatin mempunyai banyak kemiripan dengan struktur kolagen. Karena kandungan proteinnya yang tinggi, gelatin banyak digunakan sebagai produk pangan.

Gelatin mempunyai banyak kegunaan berkat sifatnya di samping dapat membentuk gel dalam air. Sifat adhesivenya dapat digunakan sebagai tablet obat dan lem. Sifat pengontrol kristalnya dapat digunakan untuk membentuk es loli dan es krim. Sifat pembentukan filmnya dapat digunakan untuk pembentukan kapsul, dan bersamaan dengan sifat pembentuk busanya dapat digunakan untuk pembuatan marshmallow. Sifat pengemulsinya dapat digunakan untuk membuat toffee (sejenis permen dari gula dan mentega) dan es krim. Sifat pengentalnya digunakan dalam formula sup instant bubuk, dan sifat pengikat airnya digunakan dalam produksi daging kalengan. Gelatin mempunyai struktur molekul yang menyerupai precursornya, kolagen. Keduanya mempunyai struktur yang sangat mirip, perbedaannya terletak pada ikatan kovalen silang kolagen yang telah diputuskan sehingga berubah menjadi gelatin. Sebagai protein, gelatin mengandung sejumlah besar glycine (hampir 1/3 dari residu gelatin), hydroxyproline dan proline. Struktur yang banyak ditemukan adalah Gly-X-Y dimana Y adalah imino acid seperti hydroxyproline dan proline, dan X adalah asam amino lainnya seperti Alanin, Arginin, dan sebagainya. 2. Metode Penelitian Percobaan pendahuluan dilakukan untuk mengetahui jenis asam dan konsentrasi asam yang diperlukan untuk tahap pre-treatment pembuatan fish glue. Percobaan ini meliputi pembersihan bahan baku dari daging, lemak, dan pengotor lainnya. Setelah itu bahan baku direndam menggunakan larutan asam. Asam yang digunakan divariasikan asam lemah (CH3COOH) dan asam kuat (HCl). Konsentrasi kedua asam tersebut juga divariasikan 4%, 5% dan 6% b/v. Perendaman dilakukan dengan perbandingan berat tulang terhadap volume asam 1:4, dengan massa tulang awal setiap tempuhan adalah 50 gram. Perendaman dilakukan selama 24 jam, kemudian hasil perendaman dipisahkan dan dianalisis. Hasil analisis dari variasi jenis asam dan konsentrasi asam yang terbaik akan diteruskan ke tahap percobaan utama. Percobaan utama diawali dengan perendaman dengan asam asetat (CH3COOH) 5% v/v dengan perbandingan berat tulang: pelarut yaitu 1:4 dengan massa umpan 298 gram. Setelah direndam selama 24 jam, tulang ikan dipisahkan dari asam dengan cara filtrasi menggunakan alat filtrasi vakum. Selanjutnya tulang ikan hasil perendaman diekstraksi dengan air panas untuk mengekstrak gelatin dalam tulang.

- 33 -

Percobaan pembuatan fish glue dilakukan dengan variasi lama ekstraksi dan suhu ekstraksi. Lama ekstraksi dilakukan 4, 5 dan 6 jam, serta suhu ekstraksi yang digunakan adalah 45 oC, 60 oC dan 75 oC. Ekstraksi dilakukan dengan perbandingan berat tulang dan air 1:3, dibantu dengan pengadukan menggunakan impeller dengan kecepatan 300 rpm. Temperatur ekstraksi dijaga dengan menggunakan waterbath. Setelah tahap ekstraksi selesai dilakukan, ekstrak dipisahkan dari tulang ikan dan kotoran lainnya dengan filtrasi vakum. Proses filtrasi ini dilakukan pada saat suhu gelatin tinggi sehingga wujudnya berbentuk cairan encer. Tahap terakhir adalah tahap evaporasi, larutan gelatin dipekatkan dengan cara dipanaskan dalam oven vakum pada suhu 55 oC selama 36 jam. 3. Hasil dan pembahasan Hasil pendahuluan disajikan pada tabel 2.

Hasil terbaik dari percobaan pendahuluan adalah kondisi perendaman dengan asam CH3COOH 5%. fish glue yang dibuat dengan perendaman dengan HCl tidak membentuk gel bila didinginkan, berbeda halnya dengan fish glue yang dibuat dengan perendaman dengan CH3COOH yang membentuk gel. Dengan memperhitungkan sifat fisik gelatin yang membentuk gel pada suhu rendah, disimpulkan bahwa perendaman dengan HCl menghidrolisis kolagen terlalu kuat, sehingga gelatin yang terbentuk terhidrolisis oleh asam kuat menjadi protein yang lebih sederhana.Pemilihan jenis asam lemah dilakukan atas dasar bentuk fisik tulang, dimana terjadi pembengkakkan tulang yang mengindikasikan kolagen tulang telonggarkan. Hal ini terlihat dari kenaikan massa tulang dan viskositas larutan perendaman yang lebih kental. Konsentrasi asam yang digunakan tidak

Tabel 2: Hasil pendahuluan

Pengamatan HCl (4%)

HCl (5%)

HCl (6%)

CH3COOH (4%)

CH3COOH (5%)

CH3COOH (6%)

Warna larutan akhir keruh Sangat keruh

agak keruh keruh sangat

keruh keruh

Massa tulang (g) 42.45 43.715 42.555 74.35 70.4 70.45

Viskositas (cP) 11.324 0.9468 0.9954 58.508 55.074 49.643

Densitas (g/mL) 10.439 10.533 10.533 10.079 10.060 10.154

Tabel 3. Hasil percobaan utama pada setiap tempuhan

Lama Ekstraksi T Karakteristik Fish glue 4 jam 5 jam 6 jam

45 oC ρ (g/mL) 0,9968 1,0009 1,0009

μ (cP) 0,8221 0,7042 0,8187

kadar protein (ppm) 78,5117 71,9521 60,0846

pH 4,57 4,64 4,72

kadar air (%) 80 68,9 66,7

lama rekat (s) 1255 1903 574

60 oC ρ (g/mL) 0,9968 1,0049 1,0009

μ (cP) 0,8931 0,8853 0,8996


pH 4,5 4,52 4,67

kadar air (%) 68 66,4 68,9

lama rekat (s) 857 1462 1792

75 oC ρ (g/mL) 1,0090 1,0131 1,0131

μ (cP) 1,1744 0,7398 0,9622


pH 4,47 4,6 4,39

kadar air (%) 65,71 62,9 58,1

lama rekat (s) 794 911 1456

- 34 -

memberikan pengaruh terhadap viskositas, densitas maupun massa tulang, sehingga untuk menentukan konsentrasi asam yang dipakai, ditentukan dari kondisi fisik larutan. Konsentrasi asam diambil 5% karena memberikan kekeruhan yang paling besar, berarti banyak pengotor yang dihilangkan sehingga pada tahap ekstraksi pengotor yang terbawa lebih sedikit. Hasil terbaik dari percobaan pendahuluan selanjutnya digunakan pada percobaan utama. Hasil percobaan utama dapat dilihat pada Tabel 3. Densitas fish glue yang didapatkan berkisar antara 0.99 – 1.01 g/mL yang lebih rendah dibandingkan densitas standar fish glue yaitu 1.17 g/mL. Hal ini dikarenakan kandungan gelatin fish glue lebih sedikit, sehingga memiliki densitas yang lebih rendah dibandingkan fish glue yang dijual di pasaran. Bertambahnya densitas terhadap penambahan temperatur ekstraksi dikarenakan temperatur mempengaruhi kelarutan kolagen sehingga dapat terhidrolisis oleh air. Semakin tinggi temperatur, kolagen yang terhidrolisis akan semakin banyak sehingga gelatin yang terbentuk pun semakin banyak pula, dan densitas fish glue yang didapatkan akan semakin besar. Sementara itu, pengaruh penambahan lama ekstraksi terlihat dengan penambahan lama ekstraksi, densitas fish glue semakin besar. Namun rentang penambahan densitas tidak terlalu besar yaitu sekitar 0.005 g/mL. Hal ini dikarenakan penambahan jumlah gelatin terlarut dalam fish glue tidak terlalu besar, karena jumlah kolagen dalam umpan yang terhidrolisis terbatas. Tabel 2. Hasil percobaan pendahuluan. Viskositas fish glue yang dihasilkan jauh lebih rendah dari standar fish glue, yaitu 30-4000 cP karena gelatin terlarut sangat sedikit sedangkan kadar air fish glue yang tinggi. Karena kandungan air yang tinggi ini, pada titik leleh gelatin, fish glue menjadi encer menyerupai air. Viskositas fish glue semakin bertambah dengan penambahan temperatur ekstraksi. Hal ini menggambarkan temperatur ekstraksi sangat berpengaruh terhadap banyaknya kolagen yang terhidrolisis menjadi gelatin. Semakin tinggi temperatur ekstraksi, maka gelatin yang terbentuk semakin banyak, larutan fish glue menjadi semakin kental karena terbentuknya koloid gel antara gelatin dan air sehingga memiliki viskositas yang semakin besar. Sementara itu, dengan penambahan lama ekstraksi yang dilakukan, tidak berpengaruh terlalu besar terhadap perubahan viskositas. Untuk ekstraksi dengan temperatur 60 °C, viskositas fish glue menunjukkan angka yang tetap. Hal ini disebabkan kolagen dalam umpan sudah habis terhidrolisis

sehinga tidak menunjukkan penambahan jika waktu ekstraksi ditambah. Derajat keasaman fish glue yang didapat berkisar antara 4.4 – 4.7, sesuai dengan standar fish glue menyatakan bahwa pH dari fish glue seharusnya berkisar antara 4 – 6. Apabila pH fish glue terlalu asam atau terlalu basa, bakteri perusak mudah tumbuh dan mengotori fish glue, sehingga waktu penyimpanan fish glue menjadi singkat. Semakin lama ekstraksi dilakukan, pH fish glue semakin tinggi. Semakin tinggi suhu ekstraksi, semakin tinggi pula pH fish glue. Hal ini diduga suhu ekstraksi yang tinggi menyebabkan kelarutan mineral-mineral tulang ikan ke dalam air menjadi tinggi, dan semakin lama ekstraksi dilakukan, semakin banyak mineral terlarut ke dalam fish glue. Kehadiran mineral dapat menyebabkan kondisi fish glue menjadi lebih basa. Seluruh fish glue yang dihasilkan mengandung protein, dengan kadar berkisar antara 58 hingga 72 ppm. Fish glue belum memiliki standar kadar protein, pengujian kadar protein ini dilakukan untuk melihat pengaruh kondisi ekstraksi terhadap kadar gelatin dalam fish glue. Kadar air yang didapatkan berada pada rentang 62% hingga 80%. Kadar air ini masih belum memenuhi standar fish glue yaitu 55%. Fish glue membutuhkan waktu evaporasi yang lebih lama karena jumlah gelatin terlarut yang sedikit. Profil kadar air menunjukkan bahwa kadar air berada pada rentang yang sama dengan kenaikan temperatur dan lama ekstraksi yaitu sekitar 60%. Hal ini dikarenakan jumlah pelarut yaitu air terlalu banyak dibandingkan kolagen yang terhidrolisis, sehingga penambahan kolagen terhidrolisis tidak berpengaruh terlalu besar terhadap kadar air, kadar air yang dihasilkan berada pada rentang yang sama. Untuk mendapatkan kadar air fish glue sesuai dengan standar yaitu 55%, fish glue dipekatkan lebih lama lagi. Namun pada percobaan ini, evaporasi tidak dilanjutkan karena perolehan fish glue yang sangat sedikit. Hal ini menandakan kadar gelatin yang sangat rendah pada larutan hasil ekstraksi. Pengujian kekuatan rekat fish glue belum mempunyai standar. Oleh karena itu, dalam percobaan ini dilakukan metode pengujian kerekatan fish glue semata-mata untuk membandingkan kekuatan fish glue yang dihasilkan dengan kondisi ekstraksi berbeda-beda. Metode pengujian kekuatan rekat fish glue dilakukan dengan menempelkan dua buah kayu dengan luas penampang 5x5cm dan menggantungnya di udara. Kekuatan rekat dipengaruhi oleh kadar gelatin dalam fish glue. Semakin banyak gelatin terlarut dalam fish glue, semakin besar kekuatan rekatnya.

- 35 -

Lama ekstraksi akan menambah jumlah gelatin yang terlarut dalam fish glue. Sedangkan temperatur ekstraksi yang tinggi mendenaturasi gelatin menjadi protein yang lebih sederhana, sehingga kadar gelatinnya turun. Berdasarkan hasil percobaan utama, pembuatan fish glue yang paling baik dilakukan pada temperatur ekstraksi 60 oC. Temperatur yang digunakan tidak boleh terlalu tinggi, karena dapat mendenaturasi gelatin menjadi protein yang lebih sederhana. Temperatur optimum 60 oC terlihat dari kekuatan rekat yang paling tinggi. Lama ekstraksi gelatin sebaiknya dilakukan selama 6 jam, karena mamberikan kekuatan rekat yang besar, gelatin terlarut yang paling besar. Semakin lama ekstraksi dilakukan, semakin banyak gelatin yang terekstraksi ke dalam fish glue.

4. Kesimpulan 1. Larutan asam perendaman yang paling baik

untuk pembuatan fish glue adalah asam asetat. 2. Konsentrasi asam perendaman optimum untuk

pembuatan fish glue adalah 5% v/v. 3. Temperatur ekstraksi yang memberikan

kekuatan rekat fish glue paling baik adalah 60oC.

4. Ekstraksi untuk pembuatan fish glue dilakukan selama 6 jam.

5. Metode Lowry tidak dapat digunakan untuk mengukur keadaan gelatin.

6. Untuk mendapatkan fish glue dengan kadar air 70%, diperlukan evaporasi dalam keadaan vakum pada temperatur 55 °C selama 36 jam.

7. Kerekatan dipengaruhi oleh gelatin sehingga temperatur ekstraksi tidak boleh dilakukan pad suhu tinggi.

8. Proses filtrasi yang baik dalam pembuatan fish glue dapat mengurangi bau tidak sedap dari fish glue.

9. Penambahan aditif perlu dilakukan terhadap fishglue yang dihasilkan.

5. Daftar Pustaka Anonymous, 2005, Produksi perikanan Indonesia,

http://statistik.dkp.go.id/index.php?action=perairanlaut

Anonymous, 2005, Perikanan Laut http://www.wwf.or.id/index.php?fuseaction=news.detail&id=NWS1134715319&language=i

Wahyuni, Mita, 2001, Perbaikan Daya Saing Industri Pengolahan Perikanan Melalui Pemanfaatan Limbah Non Ekonomis Ikan Menjadi Gelatin, http://www.dkp.go.id/content.php?c=3867

Edwards, W.P., 2001, Why Not Period Glue?, http://home.pacbell.net/ebeniste/gluearticle.htm

Kolodziejska, I., 2007, Effect of extracting time and temperature on yield of gelatin from different fish offal, http://www.sciencedirect.com

Nalinanon, S., 2006, Improvement of gelatin extraction from bigeye snapper skin using pepsin-aided process in combination with protease inhibitor, http://www.sciencedirect.com

Arnesen, J.A., 2005, Extraction and characterisation of gelatine from Atlantic salmon (Salmo salar) skin, http://www.sciencedirect.com

Cho, S.M., 2003, Processing optimization and functional properties of gelatin from shark (Isurus oxyrinchus) cartilage, http://www.sciencedirect.com

Peranginangin, Rosmawaty. 2007. Teknologi Ekstraksi Gelatin secara Asam dari Kulit Ikan sebagai Bahan Pangan dan Farmasi

Badan Statistik Indonesia Hadi, Susilo. 2006. Ekstraksi Gelatin dari Tulang

Ikan Kakap Merah (Lutjanus sp) secara Asam. Jurnal Pascapanen dan Bioteknologi Kelautan dan Perikanan Vol.1 No. 1

Kasankala, L.M., Optimization of gelatin extraction from grass carp (Catenopharyngodon idella) fish skin by response surface methodology, http://www.sciencedirect.com

Arnesen, J.A., 2005, Extraction of muscle proteins and gelatin from cod head, http://www.sciencedirect.com

Zeigler, C.C., 1945, Gelatin, http://www.freepatentsonline/2368393

Damschroder, R.E., 1949, Method of Preparing Gelatin, http://www.freepatentsonline/2048728

Epstein, C.H., 1935, Gelatin Product and Method of Making Same, http://www.freepatentsonline/2024683

Rapkin, E., 1956, Extraction of Animal Glue in Presence of Insoluble Basic Substance, http://www.freepatentsonline/2740774

Spence, A., 1953, Method of Making Hide Glue,, http://www.freepatentsonline/2648659

Trudel, M., 1951, Raw fish treating process, http://www.freepatentsonline/2560011

Hasbullah. 2001. Teknologi Tepat Guna Agroindustri Kecil Sumatera Barat

Wahyuningsih, Sri. 1996. Pembuatan Glue dari Limbah Kulit Mentah. Bull. Lit. Bang Industri No.21 / Agustus 1996

Anonymous, 2005, Tenggiri, Direktorat Pelabuhan Perikanan Ditjen Perikanan Tangkap Departemen Kelautan dan Perikanan Republik Indonesia, http://www.pipp.dkp.go.id/pipp2/species.html?idkat=1&idsp=17

Officers of DPI Fisheries, 2002, Spanish Mackerel, http://www2.dpi.qld.gov.au/fishweb/2592.html

- 36 -

Sulistijo, Sumber pesisir dan laut propinsi jawa barat, http://www.bplhdjabar.go.id/wjemp/news_wjemp.cfm?doc_id=358

Delarosa, A., Adhesive, http://www.mnsu.edu/emuseum/prehistory/ancienttech/adhesives.html

Anonymous, Adhesives and Glues, http://www.bookrags.com/research/adhesives-and-glues-woc/

Anonymous, 1906, Analysis of glue and gelatin, www.oldandsold.com.html

Anonymous , Glue, http://www.enotes.com/how-products-encyclopedia/glue

Anonymous, 2007, Adhesives (glues), http://www.explainthatstuff.com/adhesives.html

Anonymous, How does glue work?, http://www.straightdope.com/mailbag/mglue.html

SpecialChem S.A., 2002, Adhesives & Sealants: Adhesion theory - Basics of adhesion, http://www.specialchem4adhesives.com/resources

Longman, JH. De Bussy, 1972, Natural Organic Materials and Related Synthetic Products., Materials and Technology Vol IV

Anonymous, Bonding Theories, http://www.roymech.co.uk/Useful_Tables/Adhesives/Adhesive_Bond.html

Anonymous, Glue, http://www.geoffswoodwork.co.uk/adhesives.htm

Anonymous, Fish Glue, http://www.kremerpigmente.de/intl.catalog/63550e.htm

Dr. Bernard Cole. Pr. Sci, 2003, Gelatine, Consumer Information., http://www.gelatin.co.za/gelatine-consumer.html#USES

Harris. P, 1990, Food Gels. 1990, New York : Elseirer Applied Science.

Chaplin, M., Gelatin, http://www.lsbu.ac.uk/water/hygel.html

Anonymous, Fish Gelatin, http://www.norlandprod.com/techrpts/fishgelrpt.html

Harper. K. and Hepwocer A. Texture Modifying Agents : A Manual of Aegerales, Gums, Starches.

Harris.P, V Normand, IT Norton, 2003., Gelatin., Unilever Research Laboratory, Sharnbrook, Bedford, UK

Anonymous, Gelatin, http://en.wikipedia.org/wiki/Gelatin

Anonymous, What is gelatin?, http://www.gmap-gelatin.com/faq.html

Amomymous, Collagen and other proteins, www.steve.gb.com/.../collagen_(alpha_chain).jpg

Caroline, B., 2006, Pengaruh Waktu Perendaman Dan Konsentrasi Asam Asetat Terhadap Densitas, Viskositas Dan Daya Rekat Fish Glue Dari Limbah Ikan Tuna, Bandung, Universitas Katolik Parahyangan

Anonymous, Collagen Bonding, http://courses.cm.utexas.edu/jrobertus/ch339k/overheads-1.htm

Tarwiyah dkk., 2001, Teknologi Tepat Guna Agroindustri Kecil Sumatra Barat, Jakarta, Dewan Ilmu Pengetahuan, Teknologi dan Industri Sumatra Barat

Anonymous, Glue, http://en.wikipedia.org/wiki/Glue

P.J. Hansen, Lowry protein assay, http://www.animal.ufl.edu/hansen/protocols/lowry.htm

Anonymous, Hartree-Lowry and Modified Lowry Protein Assays, http://www.ruf.rice.edu/~bioslabs/methods/protein/lowry.html

6. Riwayat Singkat Penulis Toni Handoko, S.T adalah lulusan Jurusan Kimia Teknik UNPAR yang diangkat menjadi dosen sekarang sudah memiliki jabatan fungsional lektor, lahir di Solo pada 2 Oktober 1978. Beliau aktif dalam melaksanakan TriDharma Perguruan tinggi dengan mengikuti berbagai seminar nasional dan publikasi penelitiannya dari tahun 2003. Beberapa penelitian yang sudah dipublikasikan adalah:

- Pengolahan kecipir menjadi margarin, kecap dan isolat protein,

- Pengolahan sagu menjadi HFS, lem, dan bioetanol,

- Pengolahan bintaro menjadi bioetanol, - Pengolahan limbah ikan menjadi fishglue, - Pengolahan kacang hijau menjadi HFS dan

isolat protein, - Pembuatan twin screw extruder, - Pembuatan dog food dan pet litter, - Pemurnian alumina dari spent catalyst dan

pembuatan semen dari spent catalyst, Alamat kantor jalan Ciumbuleuit 94 Bandung, 40141, Telepon 022-2032700 Hp. 0818-0986-7188 dan Email [email protected]

Jurnal Tekno Juli 2009

Documents

Transcript of Jurnal Tekno Juli 2009