digilib@itb.ac.id +62 812 2508 8800

COVER Yulianto
PUBLIC Alice Diniarti

BAB 1 Yulianto
PUBLIC Alice Diniarti

BAB 2 Yulianto
PUBLIC Alice Diniarti

BAB 3 Yulianto
PUBLIC Alice Diniarti

BAB 4 Yulianto
PUBLIC Alice Diniarti

BAB 5 Yulianto
PUBLIC Alice Diniarti

BAB 6 Yulianto
PUBLIC Alice Diniarti

PUSTAKA Yulianto
PUBLIC Alice Diniarti

Salah satu bagian penting dalam sistem pengereman adalah bagian material gesek. Pengembangan material gesek untuk sistem pengereman saat ini mengarah kepada teknologi rem komposit yang memiliki keunggulan utama, antara lain, ketahanan aus, bobot yang ringan, kestabilan terhadap sifat gesekan, ketahanan panas, dan biaya produksi yang relatif murah. Lebih lanjut untuk setiap aplikasi rem komposit diperlukan karakteristik yang berbeda satu sama lain. Saat ini, perancangan dan produksi rem komposit optimum untuk berbagai aplikasi bertumpu pada penelitian yang lebih bersifat coba-coba yang terkadang memerlukan waktu yang lama dalam pengembangan rem untuk aplikasi yang baru. Dalam tesis ini, metodologi perancangan rem komposit yang lebih sistematis dan lebih efisien dikembangkan berdasarkan metodologi perancangan berbasisdata. Penerapan metodologi perancangan berbasisdata pada rem komposit dimulai dengan penyusunan basis data yang diuji secara empirik untuk memperoleh tiga karakteristik utama rem komposit yaitu crush strength, cross breaking strength, dan koefisien gesek, pembuatan metamodel dengan metode Radial Basis Function dan proses optimasi metode Memetic Algorithm. Metamodeling menghasilkan persamaan pendekatan karakteristik terhadap material penyusun berdasarkan basis data yang kemudian digunakan untuk proses optimasi secara numerik. Metodologi ini diuji coba dengan kasus simulasi secara sistematis sebelum diujicoba untuk kasus sebenarnya, yaitu perancangan rem komposit kereta api dan sepeda motor. Hasil perancangan ini menghasilkan error maksimum antara hasil optimasi dan target sebesar 5,8% dan menghasilkan komposisi material penyusun optimum untuk tiap karakteristik dengan variasi nilai masing-masing sebesar 16,3%, 12,8%, dan 11,5% dan sebagian besar hasil perancangan berada pada rentang tersebut. Rentang variasi tersebut didapatkan berdasarkan error basis data yang dihasilkan yaitu error yang didapatkan dari analisis korelasi dan tingkat keyakinan data dari basis data empirik. Besarnya error yang dihasilkan menunjukkan bahwa diperlukannya penambahan basis data kembali untuk mengurangi error tersebut.