Pengaruh Variasi Temperatur Extruder, Printing Speed dan Layer Thickness Terhadap Prediksi Surface Roughness pada Mesin 3D Printing Material PLA+ Menggunakan Machine Learning

Maulana, Muhammad Ardi (2023) Pengaruh Variasi Temperatur Extruder, Printing Speed dan Layer Thickness Terhadap Prediksi Surface Roughness pada Mesin 3D Printing Material PLA+ Menggunakan Machine Learning. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 10211910010074-Undergraduate_thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (2MB) | Request a copy

Abstract

Penggunaan Additive manufacturing (AM) atau yang biasa dikenal 3D Printing, telah meningkat dalam beberapa tahun terakhir di berbagai sektor seperti, arsitektur, otomotif, energi dan kesehatan. Fused filament fabrication (FFF) adalah salah satu Additive manufacturing yang paling banyak digunakan. Namun, salah satu masalah utama pada Adaptive Manufature adalah kekasaran permukaan. Kekasaran permukaan yang dihasilkan banyak dipengaruhi oleh pengaturan parameter proses pencetakan
Penelitian ini bertujuan untuk mempelajari hubungan antara parameter yang digunakan pada 3D printer dan kekasaran permukaan hasil cetakan. Proses pencetakan pada mesin 3D printer melibatkan gerakan dalam sumbu X, Y, dan Z untuk membentuk lapisan-lapisan yang menghasilkan getaran. Penelitian ini juga mencakup penerapan machine learning dalam memprediksi tingkat kualitas hasil printing. Penelitian dilakukan dengan mengukur tingkat getaran pada mesin 3D printer dan kekasaran permukaan spesimen hasil pencetakan dengan menggunakan berbagai setting parameter seperti printing speed, temperature extruder dan layer thickness
Metode machine learning yang digunakan adalah polynomial regresi untuk melakukan prediksi tingkat kualitas hasil printing. Akurasi sistem machine learning yang diperoleh dalam penelitian ini mencapai 85%. Hasil penelitian menunjukkan adanya korelasi antara layer thickness dan getaran mesin 3D printer dan surface roughness pada hasil cetakan. Dengan penerapan machine learning, tingkat kualitas hasil printing dapat diprediksi dengan akurasi yang memadai. Penelitian ini memiliki potensi untuk membantu meningkatkan kualitas hasil printing pada mesin 3D printer dengan mengoptimalkan setting parameter yang digunakan

Item Type:	Thesis (Other)
Uncontrolled Keywords:	3D Print, Additive Manufacturing , Machine Learning, Suhu, Getaran,3D Print, Additive Manufacturing , Machine Learning, Temperature, Vibration
Subjects:	Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines. T Technology > T Technology (General) > T174 Technological forecasting T Technology > TS Manufactures
Divisions:	Faculty of Vocational > Mechanical Industrial Engineering (D4)
Depositing User:	Muhammad Ardi Maulana
Date Deposited:	18 Jan 2024 03:35
Last Modified:	18 Jan 2024 03:35
URI:	http://repository.its.ac.id/id/eprint/103730

Actions (login required)

View Item