Studi Parameter Proses Injection Molding

Gan Shu San, Soejono Tjitro, Isaac H. A, Henry M., Hariyanto G.

Jurusan Teknik Mesin Universitas Kristen Petra
Jl. Siwalankerto 121-131 Surabaya, 60236
Telp. 31-8439040, Fax. 31-8417658
gshusan@petra.ac.id, stjitro@petra.ac.id

Abstract
The rapid development in injection molding machine technology has brought significant influence to
the extensive utilization of plastics as raw material for manufacture products. One of manufacture products
that make use of plastics is furniture, such as chairs. Unfortunately the cost of plastics material tends to
increase recently. PT. XYZ produces plastic chairs, where the type is called Espana, and the material
composition is 75% pure plastic, 15% reprocessed pellets and 10% caltex. The ideal weight of plastic chairs
required by PT. XYZ is 0.875 0,015 kg with acceptable technical criteria. Currently, PT. XYZ needs quite a
long time, about 3-4 hours, to determine the setting of process parameter using trial-error method, such that
the weight is under the tolerance with cycle time of 68-70 seconds per product.
Response variables that would be acknowledged as the accomplishment of this research are ideal
weight and shorter cycle time, by applying three factorial design experiments. The objective of the first
experiment is to determine parameters of the process that significantly influence the cycle time and chair
weight, chosen from all assumed controllable factors, while the uncontrollable factors are ruled out of
research variables. Second experiments objective is to determine the optimal setting for shorter cycle time.
Where as the third experiments objective is to determine the optimal setting for ideal weight. As for the
experiment design method, the first one has implemented 2-level-fractional-factorial-design while the second
and third experiments have implemented 3-level-factorial design.
The first experiment has resulted in 3 significant factors that have an effect on chair weight, namely
injection stroke, holding stroke and holding time. While the 3 significant factors that influence cycle time are
holding time, injection time, and cooling time. The second experiment has resulted in optimal setting for
shorter cycle time, which are holding time 3 seconds, injection time 17 seconds, and cooling time 37 seconds,
with 54.1 seconds of cycle time. The result of third experiment is the optimal setting for ideal chair weight,
which are injection stroke 215 mm, holding stroke 52 mm and holding time 5.5 seconds for a chair with
0.881 kg weight.
Further analysis of the experiments results has been done and resulted in optimal setting of
parameters which holding time 3 seconds, injection time 17 seconds, cooling time 37 seconds, injection
stroke 215 mm, and holding stroke 52 mm. The chairs produced under this setting weigh 0.877 kg and cycle
time for the production is 54.1 seconds.
Keywords: injection molding, desain factorial, optimization

1. Latar Belakang
Perkembangan teknologi mesin injection molding yang semakin pesat berimbas
terhadap semakin luasnya pemakaian material plastik untuk produk-produk manufaktur.
Salah satu produk manufaktur yang memanfaatkan material plastik adalah produk
furniture, seperti kursi. Namun demikian, pada kondisi saat ini harga bahan baku plastik
cenderung meningkat. PT. XYZ memproduksi kursi plastik tipe espana dengan komposisi
75% bijih plastik murni, 15% avalan pellet plastik dan 10 % caltex.
Berat ideal kursi plastik yang diinginkan PT. XYZ adalah 0,875 0.015 kg dengan
kondisi kursi plastik yang dihasilkan memenuhi persyaratan. Saat ini, PT. XYZ

memerlukan waktu yang lama, sekitar 3-4 jam, untuk menentukan setting parameter proses
dengan cara trialerror agar diperoleh berat kursi yang ideal dan waktu siklus 68-70 detik
per produk.
Untuk itu perlu dilakukan penelitian yang bertujuan untuk menentukan faktorfaktor yang berpengaruh terhadap berat kursi dan waktu siklus dalam proses injection
molding serta menentukan variable setting yang paling optimal. Dengan demikian akan
didapatkan waktu setting mesin yang lebih singkat, berat kursi yang optimal dengan waktu
siklus produksi kursi yang lebih singkat, yang pada akhirnya akan berdampak pada
peningkatan kapasitas produksi tanpa mengurangi kualitas produk.

2. Tinjauan Pustaka
Diagram Sebab Akibat
Diagram sebab-akibat (cause and effect diagram atau fishbone diagram) adalah
sebuah teknik grafis yang digunakan untuk mengurutkan dan menghubungkan interaksi
antara faktor-faktor yang berpengaruh dalam suatu proses. Dengan diketahui sebab dari
efek yang terjadi, diharapkan hasil dari proses produksi bisa diperbaiki dengan mengubah
faktor terkontrol dari suatu proses.
Rancangan Penelitian/ Desain Eksperimen
Pada umumnya eksperimen digunakan untuk mempelajari kinerja dari proses atau
sistem yang biasanya divisualisasikan seperti kombinasi mesin, metode, orang dan bahan
baku yang mempengaruhi proses perubahan input menjadi output. Pendekatan statistik
digunakan untuk aplikasi pada proses eksperimen ini.
Faktor terkontrol
x1 x2 xp

input

PROSES

output
y

z1 z2 zq
Faktor tidak terkontrol
Gambar 1 Model Umum Suatu Proses atau Sistem

Ada dua aspek eksperimen, yaitu desain eksperimen dan analisa statistik data.
Desain eksperimen statistik adalah proses perancangan eksperimen untuk mengumpulkan
data yang tepat sehingga dapat dianalisa dengan menggunakan metode statistik, sehingga
kesimpulan yang diperoleh bersifat obyektif dan valid.
Desain Faktorial Tiga Level (3k)
Desain faktorial tiga level adalah suatu rancangan faktorial yang terdiri dari k
faktor, dimana setiap faktor dibatasi oleh tiga level, yaitu: level rendah, level menengah
dan level tinggi. Desain faktorial ini juga disebut desain faktorial 3k dengan jumlah
percobaan sebanyak 3k. Penggunaan rancangan desain faktorial 3k ini biasanya untuk
menyelesaikan masalah optimasi. Notasi-notasi yang digunakan dalam desain faktorial ini
adalah:

Level rendah dinotasikan dengan 1 atau (-) atau 0.

Level menengah dintasikan dengan 0 atau 1.

Level tinggi dinotasikan dengan +1 atau (+) atau 2.

Pengujian statistik untuk menganalisa desain faktorial 3 k ini dilakukan dengan

menggunakan anova dan analisa berikut:
a.

Analisa residual desain faktorial 3k.

b.

Pembentukan model dasar desain faktorial 3k.

c.

Pengujian statistik desain faktorial 3k.

d.

Perbaikan model dasar desain faktorial 3k.

e.

Penentuan kondisi optimum eksperimen.

Analisa Variansi (Anova) Desain Faktorial 3k

Pada desain faktorial 3k terdapat tiga faktor yaitu faktor A, B dan C. Faktor A
mempunyai jumlah level a, faktor B mempunyai jumlah level b, faktor C mempunyai
jumlah level c dan jumlah replikasi yang harus dilakukan sebanyak n kali. Jadi jumlah
observasi yang harus dilakukan sebanyak: N a b c n
Response Surface Methodology (RSM)
Response Surface Methodology (RSM) merupakan suatu metode gabungan antara
teknik matematika dan teknik statistik yang digunakan untuk membuat model dan
menganalisa suatu respon y yang dipengaruhi oleh beberapa variabel bebas atau faktor x

untuk mengoptimalkan respon tersebut. Hubungan antara respon y dan variabel bebas x
adalah sebagai berikut:
y = f (x1, x2, , xk) +

(1)

dimana y = variabel respon, xi = variabel bebas / faktor (i = 1, 2, , k), = error

Langkah pertama dari RSM adalah menemukan hubungan antar respon y dan faktor
x melalui persamaan polinomial orde pertama dan digunakan model regresi linier atau yang
lebih dikenal dengan first orde model (model orde I).
k

y 0 i xi
i 1

k 1 k

ij xi x j

i j j 2

(2)

dimana = koefisien regresi

Rancangan eksperimen orde I dilanjutkan dengan tahap penyaringan faktor dari
pengujian anova dapat diketahui faktor-faktor yang signifikan. Sedangkan untuk model
orde II digunakan model polinomial orde kedua yang fungsinya kuadratik.
k

i 1

i 1

y 0 i xi ii xi2

k 1 k

ij xi x j

i j j 2

(3)

Rancangan eksperimen orde II yang digunakan adalah rancangan desain faktorial 3 k yang
sesuai untuk menyelesaikan masalah optimasi.
Mesin Injection Moulding
Prinsip

proses injection molding thermoplastic meliputi proses melelehkan

material resin ke kondisi cair, proses menginjeksikan cairan resin ke dalam mold cavity dan
proses penahanan tekanan (holding pressure) hingga cairan resin dingin dan membeku.
Proses melelehkan material resin dilakukan di dalam silinder yang dililiti dengan heater.
Gambar 2 memperlihatkan mesin injection molding.

Gambar 2 Mesin Injection Molding

Berdasarkan pengamatan di lapangan, ada delapan tahapan dalam proses injection
molding, seperti ditunjukkan pada gambar 3. Sebelum resin digunakan, resin harus
dikeringkan dan bebas dari air/uap air. Sebab adanya air/uap air pada resin akan
mempengaruhi kualitas resin cairan. Untuk itu sebelum masuk resin masuk ke barrel, resin
dilewatkan pada hopper yang dilengkapi dengan pemanas dan blower.
MOLD TERTUTUP

LANGKAH INJEKSI

EJECTION

MOLD TERBUKA

PENAHANAN

PENDINGINAN
PEMANASAN (material
untuk proses berikutnya)

PERIODE STABILISASI
PENGERINGAN RESIN

Gambar 3 Siklus Injection Molding

3.

Metodologi Penelitian
Pada awalnya dilakukan survey di lapangan untuk mendapatkan parameter-

parameter proses injection molding. Parameter-parameter kemudian diplotkan ke dalam

diagram tulang ikan. Diagram tulang ikan akan menunjukkan semua faktor terkontrol yang

dicurigai memberikan efek yang signifikan terhadap proses produksi dan juga
menunjukkan faktor-faktor yang tidak terkontrol. Produk yang akan diamati adalah kursi
plastik, seperti yang ditunjukkan gambar 4.

Gambar 4. Kursi Plastik

Penelitian I memilih semua faktor yang terkontrol yang dicurigai memberikan efek
signifikan terhadap waktu siklus dan berat kursi pada proses injection molding. Sedangkan
faktor-faktor yang tidak terkontrol bukan menjadi variabel penelitian. Semua faktor yang
terkontrol yang dijadikan sebagai variabel penelitian adalah parameter proses setting mesin
injection molding. Variabel penelitian I antara lain adalah injection stroke, holding stroke,
cooling time, injection time, injection speed, holding time, holding pressure dan injection
pressure.
Penelitian II menyaring (screening) menjadi 3 faktor yang paling signifikan
terhadap waktu siklus dari sejumlah faktor yang telah dibahas dalam penelitian I. Kriteria
yang digunakan dalam melakukan screening parameter proses ini adalah melalui P-value.
Penelitian III menyaring (screening) menjadi 3 faktor yang paling signifikan
terhadap berat kursi dari hasil penelitian I. Kriteria yang digunakan dalam melakukan
screening parameter proses ini juga melalui P-value.
Setelah dilakukan survey lapangan dan berdasarkan fishbone diagram, maka
ditentukan faktor-faktor independen terkontrol yang diduga berpengaruh secara signifikan
terhadap proses injection moulding tersebut dengan melakukan setting pada masingmasing parameter faktor yang ada, yaitu:

Tabel 1 Faktor dan Level Penelitian I

Faktor
Injection Stroke (mm)
Holding Stroke (mm)
Cooling Time (sec)
Injection Time (sec)
Injection Speed (mm/sec)
Holding Time (sec)
Holding Pressure (kg)
Injection Pressure (kg)
4.

Level Atas
220
55
41
23
50
3,0
20
40

Level bawah
200
45
38
18
40
2,5
15
38

Hasil Penelitian dan Pembahasan

Tabel 1 dan 2 memperlihatkan hasil penelitian dengan respon terhadap waktu siklus
dan berat kursi.
Tabel 2 Waktu Siklus Pembuatan Kursi Plastik

Tabel 3 Berat Kursi Plastik

Injection

Holding Stroke (mm)

Stroke

45 (1)

50 (2)

65 (3)

(mm)

Holding Time (detik)

Holding Time (detik)

Holding Time (detik)

200 (1)

215 (2)

230 (3)

4,5 (1)

5,5 (2)

6,5 (3)

4,5 (1)

5,5 (2)

6,5 (3)

4,5 (1)

6,5 (2)

5,5 (3)

0.867

0.874

0.875

0.863

0.869

0.872

0.864

0.869

0.878

0.869

0.862

0.88

0.859

0.866

0.879

0.846

0.851

0.874

0.881

0.868

0.876

0.856

0.868

0.875

0.853

0.876

0.868

0.869

0.878

0.883

0.886

0.874

0.887

0.867

0.874

0.882

0.879

0.878

0.885

0.876

0.883

0.879

0.85

0.877

0.892

0.876

0.873

0.871

0.879

0.883

0.863

0.848

0.866

0.883

0.875

0.888

0.896

0.882

0.887

0.891

0.87

0.881

0.885

0.875

0.894

0.895

0.876

0.864

0.881

0.882

0.871

0.884

0.869

0.861

0.879

0.864

0.882

0.887

0.872

0.878

0.858

4.1Analisa variansi waktu siklus

Hasil penelitian menunjukkan bahwa hanya 4 (empat) faktor yang berpengaruh
signifikan terhadap waktu siklus (cycle time) yaitu injection stroke, cooling time, injection
time, dan holding time. Pada tabel anova, nilai P dari keempat faktor tersebut di atas lebih
Pvalue (0,05), sehingga dapat disimpulkan bahwa keempat parameter tersebut di atas
berpengaruh signifikan terhadap waktu siklus.
Variabilitas dari respon dapat dilihat dari normal probability plot residual pada
gambar 5 yang menunjukkan bahwa model sudah terdistribusi normal dan data dapat
dianalisa dengan menggunakan ANOVA.
Normal Probability Plot of the Residuals
(response is cyc time)

Residual

-1

-2

-1

Normal Score

Gambar 5 Normal Plot Probalitiy dengan Respon Waktu Siklus

Hasil uji main effects plot pada gambar 6, dimana terlihat bahwa injection stroke
memberikan efek yang paling kecil dibandingkan efek dari cooling time, injection time,
dan holding time sehingga dapat disimpulkan bahwa level-level dari faktor injection stroke
kurang berpengaruh signifikan terhadap waktu siklus. Injection stroke berhubungan dengan
injection speed dimana semakin besar injection stroke maka injection speed cenderung
semakin cepat. Injection speed ini berhubungan dengan injection pressure dimana
fungsinya mempercepat gerakan screw untuk melakukan injeksi. Namun demikian, jika
tekanan injeksi tidak diatur maka perubahan injection stroke tidak berpengaruh terhadap
waktu siklus.. Jika ditinjau dari tingkat signifikan sebesar 95% maka faktor injection stroke
dapat dianggap signifikan terhadap cycle time.
Injection time adalah faktor yang paling berpengaruh dengan nilai effect paling
besar yaitu 2,7371. Hal ini terlihat pada grafik main effect plot dimana garis dan range-nya
yang paling panjang. Sedangkan holding time yang mempunyai nilai effect 1,1262,
pengaruhnya lebih kecil dibandingkan cooling time.

Pada faktor cooling time, injection time, dan holding time, terlihat bahwa
kemiringan grafiknya cukup besar dimana grafik tersebut menunjukkan waktu terkecil
pada titik 38 detik untuk cooling time, 18 detik untuk injection time, dan 2,5 detik untuk
holding time.
Main Effects Plot - Means for cyc time

69.9

cyc time

69.3

68.7

68.1

67.5

Istr

CLtime

Itime

Htime

Gambar 6 Grafik Main Effect Plot dengan response waktu siklus

Pada significance level () 5%, holding stroke tidak masuk pada kategori faktor
yang berpengaruh tetapi faktor ini menjadi signifikan pada error tingkat II. Walaupun
faktor ini gagal tolak

pada = 5% tetapi faktor ini dapat dianggap signifikan. Pada

grafik interaction plot holding stroke-holding time terlihat bahwa holding stroke pada level
tinggi memberikan interval waktu berada pada kisaran nilai waktu siklus yang lebih tinggi
dari pada holding stroke level rendah. Jadi dengan meningkatnya holding stroke akan
mempengaruhi peningkatan holding time, hal ini juga didukung dengan grafik main effect
plot holding stroke pada gambar 8..
Interaction Plot - Means for cyc time
Hstr
4.5
69.0

5.5
4.5

Mean

5.5
68.5

68.0

67.5
2.5

3.0

Htime

Gambar 7 Grafik Interaksi Holding Stroke terhadap Holding Time

Main Effects Plot - Means for cyc time

6 8.7

cyc time

6 8.6

6 8.5

6 8.4

6 8.3
4 .5

5.5

Hstr

Gambar 8 Grafik Main Effect Plot Holding Stroke

4.2 Analisa variansi berat produk
Hasil penelitian menunjukkan bahwa injection stroke, holding stroke, holding time
dan coling time berpengaruh signifikan terhadap berat produk. Berdasarkan analisa
variansi, tampak bahwa nilai-nilai P dari injection stroke, holding stroke holding time, dan
cooling time lebih kecil dibandingkan Pvalue (0,05). Holding stroke memiliki pengaruh
paling besar dibandingkan ketiga parameter proses lainnya. Hal ini terlihat bahwa nilai
effect-nya pada anova paling besar.
Injection stroke berpengaruh terhadap berat produk karena berkaitan dengan injeksi
material lelehan plastik ke dalam mould. Semakin besar injection stroke maka berat produk
semakin meningkat. Holding stroke dan holding time berpengaruh terhadap berat produk
karena keduanya menentukan kepadatan dari produk dan mengatasi shrinkage produk.
Cooling time berpengaruh terhadap berat produk karena cooling time berhubungan
dengan holding stroke. Namun cooling time kurang memberikan efek yang cukup
signifikan jika dibandingkan dengan tiga faktor lainnya yaitu injection stroke, holding
stroke, dan holding time.
Variabilitas dari respon berat produk dapat dilihat dari uji residual, dimana pada
grafik Normal probability plot pada gambar 9, digambarkan points of the plot mendekati
garis lurus linier kekanan atas dan tidak berbentuk kurva. Hal ini menunjukkan bahwa
residual dari data memiliki nilai normal yang merata dari yang paling kecil hingga paling
besar bersamaan dengan semakin besarnya nilai residual yang berarti model sudah
terdistribusi normal dan data dapat dianalisa dengan menggunakan ANOVA.

Normal Probability Plot of the Residuals

(response is brt prod)

Residual

0.01

0.00

-0.01

-2

-1

Normal Score

Gambar 9 Normal Plot Probalitiy dengan Respon Berat Produk

Berdasarkan analisa main effect plot pada gambar 10, didapatkan bahwa injection
stroke, holding stroke dan holding time memiliki pengaruh yang kuat terhadap berat
produk. Sedangkan cooling time memiliki sedikit pengaruh terhadap berat produk karena
slope/kemiringan grafiknya lebih landai dan pendek dibandingkan slope ketiga grafik yang
lain.
Main Effects Plot - Means for brt prod

0.883

brt prod

0.879

0.875

0.871

0.867
Istr

Hstr

CLtime

Htime

Gambar 10 Grafik Main Effect Plot dengan Response Berat

4.3 Nilai Optimal Faktor-Faktor yang Berpengaruh Terhadap Waktu Siklus.
Hasil penelitian menunjukkan bahwa holding time, injection time, cooling time dan
interaksi holding time cooling time berpengaruh signifikan terhadap waktu siklus. Hal ini
ditunjukkan oleh tabel 4, dimana nilai F o dari masing-masing variasi lebih besar dibanding
Ftabel. Koefisien determinasi (R2) didapatkan sebesar 0,996, hal ini menunjukkan bahwa
99,6 % dari variabilitas waktu untuk pembuatan kursi Espana pada mesin injection
molding disebabkan oleh faktor-faktor yang dipilih yaitu holding time, injecion time, dan
cooling time.

Tabel 4 Tabel Anova dari Data Eksperimen

Sumber
variasi
A
B
C
AB
AC
BC
ABC
Error
Total

Degree of Fredom
(DOF)
2
2
2
4
4
4
8
54
80

Sum of Squares
(SS)
13.7110
0.1069
223.6279
0.0790
0.3468
0.1038
0.1600
0.8731
239.0085

Mean Squares
(MS)
6.8555
0.0535
111.8139
0.0197
0.0867
0.0260
0.0200
0.0162

Fo
424.02
3.31
6915.8
1.22
5.36
1.61
1.24

Dari peninjauan hasil plot histogram residual yang ditunjukkan oleh gambar 11
menunjukkan bahwa data-data tersebut sudah terdistribusi normal. Selain itu, Normal
Probability Plot of Residuals pada gambar 12 yang mendekati linier ke arah kanan,
menunjukkan nilai residual memiliki nilai yang merata dari yang terkecil hingga yang
terbesar bersamaan dengan makin besarnya nilai residual yang berarti model sudah
terdistribusi normal.

Histogram of the Residuals

(response is CycTime)

Frequency

15

10

0
-0.2

-0.1

0.0

0.1

0.2

Residual

Gambar 11 Histogram dari Residual

0.3

Normal Probability Plot of the Residuals

(response is CycTime)
2

Normal Score

-1

-2

-0.2

-0.1

0.0

0.1

0.2

Residual

Gambar 12 Normal Probability Plot of Residuals

Faktor cooling time memberikan pengaruh yang paling besar terhadap waktu siklus.
Hal ini ditunjukkan oleh perubahan level antara level 37 detik, 39 detik dan 41 detik
mengakibatkan perubahan waktu siklus yang cukup besar pada gambar 13. Analisa faktorfaktor yang lebih optimal dari grafik main effects plot tersebut, yaitu faktor holding time
menghasilkan waktu siklus optimal pada level 1 atau pada level 3 detik, faktor injection
time menghasilkan waktu siklus optimal pada level 2 atau pada level 17 detik, dan faktor
cooling time menghasilkan waktu siklus optimal pada level 1 atau pada level 37 detik.
.
Main Effects Plot - Data Means for CycTime

HoldTime

InjTime

CoolTime

59

CycTime

58

57

56

55
1

Gambar 13 Main Effects Plot

Interaction Plot - Data Means for CycTime

1

HoldTime

59

3
57
2
55
1

InjTime

59

3
57
2
55
1

CoolTime

59

3
57
2
55
1

Gambar 14 Interaksi Antar Faktor

Gambar 14 menunjukkan plot interaksi antar faktor terlihat bahwa faktor-faktor
yang dipilih memiliki interaksi satu dengan yang lainnya sehingga menghasilkan waktu
siklus yang lebih cepat, khususnya interaksi antara faktor holding time dan faktor cooling
time.
Dalam memperoleh model yang optimal maka model dikoreksi dengan
mengeluarkan interaksi-interaksi yang tidak signifikan dan dilakukan pengolahan lagi. Dari
hasil regresi ulang ini dapat dilihat bahwa respon menghasilkan model curvature sehingga
response surface yang digunakan adalah model orde 2.
Faktor yang dipakai dalam perbaikan model yaitu holding time (A), faktor injection
time (B), faktor cooling time (C), interaksi antara injection time (A) dengan injection time
(A). Model optimasi yang didapatkan yaitu :
y = 52,1804 + 0,5039 A 0,3096 B + 2,0350 C + 0,0770 A2 +
dimana :
o Y : respon berupa waktu siklus dari pembuatan (detik).
o A : faktor holding time dengan nilai level dari 1 (3 det) sampai 3 (4 det)
o B : faktor injection time dengan nilai level dari 1 (15det) sampai 3 (19det)
o C : faktor cooling time dengan nilai level dari 1 (37det) sampai 3 (41det)
Perhitungan koefisien determinasi dari model optimasi ini menunjukkan 99,3% variabilitas
data telah dijelaskan oleh model tersebut. Dengan demikian nilai optimal faktor-faktor
yang mempengaruhi waktu siklus sesuai dengan model optimasi tersebut diatas adalah
faktor holding time 3 detik, injection time 17 detik, dan cooling time 37 detik.
.

4.4 Nilai Optimal Faktor-faktor yang Berpengaruh Terhadap Berat Kursi.

Hasil penelitian menunjukkan bahwa injection stroke, holding stroke dan holding
time berpengaruh signifikan terhadap berat kursi. Hal ini ditunjukkan pada tabel hasil
pengolahan analisa varian (Anova) Pada tabel 5 di bawah ini terlihat bahwa nilai F o dari
masing-masing variasi lebih besar dibanding Ftabel. Namun interaksi parameter proses tidak
memberikan pengaruh signifikan terhadap respon. Koefisien determinasi (R2) didapatkan
sebesar 0,604, hal ini berarti 60,4% dari variabilitas berat produk dipengaruhi oleh
injection stroke, holding stroke dan holding time.
Tabel 5 Hasil Pengolahan Anova dengan Response Berat Kursi

Variasi

SS

DOF

MS

F0

Ftabel

0,0016312

0,0008156

11,99

3,17

0,0006269

0,0003134

4.61

3,17

0,0017254

0,0008627

12,68

3,17

AB

0,0001259

0,315

0,46

2,55

AC

0,0000452

0,113

0,17

2,55

BC

0,0002693

0,673

0,99

2,55

ABC

0,0011797

0,0001475

2,17

2,18

Error

0,0036747

54

0,0000680

Total

0,0092782

80

Secara umum penyimpangan yang terjadi pada grafik normal gambar 15 adalah sangat
kecil, sehingga grafik probabilitas normal dapat didekati dengan regresi linear ke kanan
atas dengan penyimpangan yang kecil. Hal ini menunjukkan variasi residual terdistribusi
dan tersebar dengan menurut distribusi normal.

Normal Probability Plot of the Residuals

(response is Berat Pr)
2.5
2.0

Normal Score

1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-2.0
-2.5
-0.02

-0.01

0.00

0.01

Residual

Gambar 15 Grafik Probabilitas Normal

Grafik main effect plot pada gambar 1, menggambarkan secara langsung hubungan
antara variabel-variabel parameter proses dengan nilai respon. Pada grafik ini terlihat
bahwa ketiga variabel yang digunakan untuk penelitian memiliki pengaruh yang cukup
signifikan terhadap respon berat kursi plastik. Hal ini ditandai dengan adanya kemiringan
garis yang cukup besar dari tiap faktor terhadap respon. Variabel injection stroke, dan
holding time memiliki kemiringan garis yang lebih besar, dibandingkan dengan holding
stroke sehingga perubahan nilai pada kedua variabel tersebut memberikan pengaruh yang
lebih besar dibandingkan dengan perubahan nilai variabel holding stroke. Berdasarkan
hasil dari main effect plot dapat diperkirakan setting yang paling optimal untuk nilai respon
yang dikehendaki.
Main Effects Plot - Data Means for Berat Pr

Inject Strk

Hold Strk

Hold Time

0.880

Berat Pr

0.877
0.875
0.874

0.871

0.868
1

Gambar 16 Grafik Main Effect Plot

Injection stroke merupakan variabel yang paling penting dalam proses injection
molding, dan umumnya di setting pertama kali dalam persiapan proses. Hal ini disebabkan
karena variabel ini berkaitan langsung dengan banyaknya material yang akan diinjeksikan
ke dalam mold untuk menghasilkan produk yang sempurna. Pengaturan secara presisi
untuk variabel ini sangat dibutuhkan untuk menghindari cacat produk ataupun pemakaian
material yang berlebihan.
Volume material yang diinjeksikan ke dalam mold ditentukan dengan mengalikan
antara luas penampang dari screw dengan panjang langkah dari screw. Variabel injection
stroke adalah variabel yang mengatur panjang langkah dari screw tersebut. Semakin besar
nilai setting yang digunakan untuk variabel injection stroke maka

semakin panjang

langkah screw mundur untuk melakukan pengisian material ke dalam ruang didepan screw.
Sehingga material yang diinjeksikan ke dalam mold semakin banyak. Hal ini berarti berat
produk semakin berat dengan semakin besarnya nilai dari injection stroke. Dengan
memperhatikan gambar 16, setting injection stroke yang menghasilkan berat kursi plastik
0,875 kg adalah 215 mm.
Pada saat langkah injection stroke berakhir, akan dilanjutkan dengan langkah holding
stroke. Variabel ini berguna untuk memperkecil kemungkinan tidak terisinya cairan plastik
pada cavity akibat injection stroke. Penambahan material secara perlahan-lahan dilakukan
melalui holding stroke untuk menyempurnakan proses injection molding dan juga untuk
mengkompensasikan adanya penyusutan selama proses pendinginan.
Pengaturan nilai holding stroke dalam mesin injection molding berhubungan
dengan pengaturan nilai injection stroke. Penambahan holding stroke akan memperpendek
langkah injection stroke. Proses injeksi pada holding stroke dilakukan pada tekanan yang
lebih kecil dibandingkan dengan injection stroke. Hal ini untuk menghindari timbulnya
flash. Selain itu, holding stroke bersama dengan holding pressure akan berfungsi sebagai
penahan selama proses pendinginan cairan plastik agar cairan plastik yang belum
membeku tidak berbalik arah menuju nozzle.
Jika nilai holding stroke terlalu tinggi maka produk yang dihasilkan akan terlalu
ringan, dan kemungkinan kekuatan kursi plastik untuk menahan beban berat menurun.
Namun, bila nilai holding stroke terlalu kecil, maka kekakuan produk kursi menurun.
Berdasarkan gambar 16, setting holding stroke 50 mm.
Variabel holding time berhubungan erat dengan variabel holding stroke. Hal ini
disebabkan karena waktu yang dibutuhkan untuk melakukan holding stroke dengan
tekanan tertentu ditentukan dari pengaturan nilai setting holding time. Pada gambar 16,

memperlihatkan semakin besar nilai setting holding time, maka berat produk yang
dihasilkan semakin besar. Sebab semakin lama waktu yang disediakan untuk melakukan
holding stroke dengan tekanan tertentu, maka semakin sempurna proses holding yang
terjadi dan produk kursi terhindari dari cacat shrinkage. Jika nilai setting holding time
terlalu kecil, maka proses holding menjadi tidak sempurna dan muncul cacat pada produk
(kurang padat, lunak, shrinkage).
Untuk mendapatkan berat kursi plastik yang optimum yaitu 0,875 kg dapat
dilakukan dengan menarik garis horizontal yang melalui ordinat 0,875 hingga memotong
masing-masing kurva pada gambar 16. Hasil perpotongan antara garis horisontal dengan
kurva didapatkan absis injection stroke, holding stroke, dan holding time masing-masing
215 mm, 50 mm dan 5,5 detik.
Hasil optimasi melalui response surface diperoleh sebagai berikut: injection stroke
213, 8 mm, holding stroke 51,92 mm dan holding time 5,23 detik. Model optimasi yang
diperoleh adalah:
y = 0,854741 + 0,0143519 A 0,0025556 B + 0,00164815 C +
Dengan mempertimbangkan keterbatasan console maka parameter proses untuk
mendapatkan berat optimum kursi adalah injection stroke 215 mm, holding stroke 52 mm
dan holding time 5,5 detik dengan berat kursi yang diperoleh 0,881 kg.
4.5 Analisa Terhadap Hasil Akhir Penelitian.
Dari delapan parameter yang teridentifikasi melalui penelitian I yaitu injection
stroke, holding stroke, cooling time, injection time, injection speed, holding time, holding
pressure, dan

injection pressure, lebih lanjut dapat diidentifikasi parameter yang

mempunyai pengaruh terbesar pada respon berupa waktu siklus dan berat kursi.
Untuk respon waktu siklus, nilai variabel setting optimal holding time 3 detik,
injection time 17 detik, dan cooling time 37 detik akan menghasilkan waktu siklus 54,17
detik, yang diperoleh melalui model optimasi. Sedangkan untuk berat produk, nilai
variabel setting optimal injection stroke 215 mm, holding stroke 52 mm dan holding time
5,5 detik akan menghasilkan berat kursi 0,881 kg.
Untuk mendapatkan nilai variable setting dari semua parameter penting dari proses
injecction molding ini maka dilakukan analisa variasi beberapa nilai setting pada model
optimasi untuk tiap respon. Adanya perbedaan nilai optimal untuk holding time diatasi
dengan percobaan bersilang.

Setting holding time sebesar 3 detik untuk model optimasi berat kursi, dengan nilai
setting optimal parameter lain yang tidak berubah, memberikan hasil 0,877 kg, dimana
hasil ini masih memenuhi persyaratan standar berat kursi dari perusahaan, dan ternyata
malah lebih mendekati berat ideal.
Di lain pihak, setting holding time sebesar 5,5 detik untuk model optimasi waktu
siklus, dengan nilai setting optimal parameter lain yang tidak berubah, memberikan hasil
waktu siklus sebesar 58,04 detik, dimana telah terjadi peningkatan sekitar 7%. Dengan
demikian, setting ini kurang memadai untuk dipilih menjadi setting optimal.
Dari analisa tersebut di atas, maka setting optimal parameter proses injection molding
untuk pembuatan kursi Espana ini adalah holding time 3 detik, injection time 17 detik,
cooling time 37 detik, injection stroke 215 mm, dan holding stroke 52 mm.

5. Kesimpulan
Melalui pengamatan di lapangan serta diskusi dengan pelaku operasional di
industri, telah diidentifikasi faktor-faktor yang dinilai memiliki pengaruh penting terhadap
waktu siklus dan berat produk, berdasarkan pengalaman operasional secara langsung.
Faktor-faktor tersebut adalah injection stroke, holding stroke, cooling time, injection time,
injection speed, holding time, holding pressure, dan injection pressure.
Dengan pengujian statistik dapat ditentukan faktor-faktor yang berpengaruh secara
signifikan terhadap waktu siklus dan berat produk dengan significant level 5%, yaitu
holding time, injection time, cooling time, injection stroke,dan holding stroke.
Melalui analisa main effect plot serta model optimasi yang diperoleh dengan
metode response surface maka didapatkan nilai optimal dari faktor-faktor yang
berpengaruh pada waktu siklus dan berat produk, yaitu holding time 3 detik, injection time
17 detik, cooling time 37 detik, injection stroke 215 mm, dan holding stroke 52 mm.
Dengan setting parameter seperti tersebut diatas maka diperoleh perbaikan proses
injection molding, yang dalam penelitian ini diukur dengan pengurangan waktu siklus dari
range 68 70 detik menjadi 54,17 detik. Untuk berat produk, penerapan setting parameter
seperti di atas akan menghasilkan produk dengan berat 0,877 kg yang cukup mendekati
berat ideal sesuai standar perusahaan yaitu 0,875 kg dengan toleransi 0,015.
Referensi
1. Brydson, J. A. (1975). Plastic Materials (3rd ed). London: Newnes Butterworth.

2. Dominick, V. Rosato., Donald, V. Rosato., & Marlene, G. Rosato. (2000). Injection

Molding Handbook (3rd ed). Massachusetts: Kluwer Academic Publishers.
3. Menges, & Mohren. (1993). How to Make Injection Molds (2 nd ed). Munich; Vienna;
New York; Barcelona: Hanser.
4. Minitab: Users Guided (Release 11.1). (1996). Minitab Inc.
5. Montgomery, Douglas. C. (1997). Design and Analysis Experiment (4thed). New York:
John Wiley And Sons.
6. Montgomery, Douglas. C. (1997). Introduction to Statistical Quality Control (3th ed).
New York: John Wiley and Sons.
7. _______, Factors of Molding Condition. May, 2005
( http://www.the-stables.net/body.htm)
8. _______,

Guide

for

Injection

(http://www.basell.com/catalog.htm)

Molding

Polypropylene.

September,

2003