ABSTRAK
Ulir pendorong adalah bagian penggerak dari tempat tidur rumah sakit yang berf PT. Mega Andalan Kalasan (MAK) merupakan perusahaan dalam negeri yang bergerak dalam industri alat kesehatan di Indonesia, salah satunya adalah bed rumah sakit. Bed rumah sakit yang diproduksi tersebut mempunyai kemampuan untuk menaikkan dan menurunkan bagian depan dan belakang bed dengan adanya ulir pendorong. Ulir pendorong diproduksi menggunakan mesin CNC Turning dengan steady rest yang memerlukan kepresisian dan akurat. Objek dalam penelitian ini adalah ulir pendorong tipe hi-low supramax bed 73004. Berdasarkan pengamatan, rata-rata defect ulir pendorong adalah 20% yang disebabkan oleh pahat yang sudah aus. Hal ini dikarenakan chatter pada mesin CNC Turning. Berdasarkan permasalahan dari proses produksi ulir pendorong ini dapat diminimalisir dengan menggunakan beberapa parameter seperti seperti spindle speed, depth of cut, coolant dan tool wear. Tujuan dari penelitian ini adalah untuk mengurangi variasi produk ulir dengan melakukan eksperimen dalam proses pembuatan ulir pendorong. Eksperimen dilakukan menggunakan metode Taguchi guna mendapatkan proses optimasi yang simultan dengan kasus multirespon yaitu diameter mayor, diameter minor, diameter pitch, dan cycle time. Metode Taguchi multirespon digunakan untuk eksperimen kasus multi respon dilakukan dengan menggunakan kombinasi metode GRA dan PCA. Penelitian ini menggunakan replikasi sebanyak 3 kali dalam setiap ekspeimen dan orthogonal array dalam eksperimen ini menggunakan kombinasi L9. Hasil eksperimen yang dilakukan menunjukkan adanya penurunan variansi respon ukuran diameter mayor, diameter minor, diameter pitch dengan rata-rata dari 0.0145 menjadi
0.0016 dan cycle time yang lebih cepat dari 440 detik menjadi 320 detik menggunakan kombinasi metode GRA dan PCA. Kondisi optimum terjadi pada spindle speed 1200 mm/menit, depth of cut 0,1 mm, coolant 1:30, dan waktu pemakaian pahat 70% pemakaian.
Kata kunci : Proses Turning , Optimasi, Grey Relational Analysis (GRA),
Principal Component Analysis (PCA)