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

ABSTRAK Henokh Budijanto
PUBLIC Irwan Sofiyan

COVER - Henokh.pdf
PUBLIC Irwan Sofiyan

BAB I - Henokh.pdf
PUBLIC Irwan Sofiyan

BAB II - Henokh.pdf
PUBLIC Irwan Sofiyan

BAB III - Henokh.pdf
PUBLIC Irwan Sofiyan

BAB IV - Henokh.pdf
PUBLIC Irwan Sofiyan

BAB V - Henokh.pdf
PUBLIC Irwan Sofiyan

PUSTAKA Henokh Budijanto
PUBLIC Irwan Sofiyan

LAMPIRAN - Henokh.pdf
PUBLIC Irwan Sofiyan

Penggunaan komposit polimer serat karbon (Carbon Fiber Reinforced Polymer / CFRP) semakin meningkat khususnya pada industri pesawat terbang. Akan tetapi material CFRP rawan mengalami kegagalan seperti delaminasi maupun retak. Metode pengujian tidak merusak (Nondestructive Evaluation / NDE) seringkali digunakan untuk mendeteksi kerusakan pada material CFRP. Akan tetapi metode NDE mengharuskan perawatan terjadwal yang rutin dilakukan. Metode pemantauan kesehatan struktur (Structural Health Monitoring / SHM) dikembangkan untuk meminimalkan kebutuhan akan perawatan terjadwal sehingga deteksi kerusakan pada komposit dapat dilakukan secara berkelanjutan (real-time). Teknologi Addressable Conducting Network (ACN) merupakan salah satu teknologi SHM yang dikembangkan untuk memantau lokasi kerusakan dari suatu panel CFRP. Pada ACN, serangkaian pita elektroda dipasangkan pada bidang atas panel CFRP dan serangkaian pita eletroda lainnya dipasangkan pada bagian bawah panel CFRP. Sepasang elektroda pada bidang atas dan bidang bawah diukur nilai resistansinya sehingga metode ini juga disebut dengan perubahan resistansi elektrik (Electric Resistance Change Method / ERCM). Akan tetapi ACN/ERCM ini menggunakan metode two-probe yang rentan akan pengaruh resistansi kontak. Resistansi kontak dapat menyebabkan kesalahan pengukuran dan interpretasi data. Metode four-probe dapat digunakan untuk menggantikan pengukuran two-probe sehingga resistansi kontak tidak berpengaruh pada pengukuran. Akan tetapi, secara fundamental metode four-probe pada material CFRP termasuk kedalam metode perubahan tegangan listrik. Hal ini disebakan sifat material CFRP yang memiliki konduktivitas elektrik yang kecil pada arah ketebalan. Perbedaan kedua metode ini disajikan secara lengkap pada penelitian ini. Tujuan akhir penelitian ini yaitu menguji metode pengukuran baru dengan memanfaatkan metode perubahan tegangan elektrik yang diterapkan pada pelat CFRP dengan susunan elektroda ACN. Pertama-tama eksperimen dilakukan untuk menghitung konduktivitas material CFRP. Nilai konduktivitas ini kemudian digunakkan pada tahap pembuatan model simulasi. Simulais pertama dilakukan untuk memvalidasi hasil pengukuran konduktivitas. Simulasi memiliki perbedaan sebesar 4,37% pada arah lungsin dan 5,33% pada arah pakan. Selanjutnya eksperimen pengukuran resistansi sebidang, antar bidang, pengukuran tegangan sebidang, dan antar bidang dilakukan pada spesimen uji. Hasil ini juga dibandingkan dengan hasil simulasi menggunakan metode pengukuran yang sama. Hasil eksperimen dari pengukuran resistansi sebidang maupun antar-bidang menghasilkan pengukuran yang tidak seragam. Hal ini dikarenakan pengukuran resistansi yang dipengaruhi oleh resistansi kontak. Pada simulasi, fenomena ini dapat terlihat ketika merubah nilai konduktansi kontak yang merupakan properti kontak antara pelat CFRP dengan elektroda tembaga. Pada eksperimen pengukuran tegangan, didapatkan hasil yang seragam karena tidak dipengaruhi oleh resistansi kontak. Fenomena ini juga dapat terlihat pada hasil simulasi, dimana meskipun nilai konduktansi kontak dirubah, pengukuran tetap menunjukkan hasil yang seragam. Selanjutnya pengujian sensitivitas dilakukan dengan melakukan simulasi spesimen uji dengan adanya retak yang terbagi kedalam tiga lokasi. Hasil pengujian sensitivitas menunjukan bahwa metode perubahan tegangan elektrik memiliki sensitivitas yang lebih baik dibandingkan dengan metode perubahan resistansi elektrik. Metode perubahan tegangan elektrik dipilih menjadi metode terbaik karena memilki sensitivitas yang tinggi, dan dapat mendeteksi retak yang terletak pada pinggir pelat CFRP. Simulasi dengan menggunakan perangkat lunak Abaqus dilakukan untuk mendapatkan data sebanyak 1296 data. Data ini kemudian diolah dengan menggunakan neural network untuk memahami pola-pola yang terbentuk. Prediki lokasi dilakukan untuk mendeteksi lokasi kerusakan yang terjadi pada pelat CFRP dengan menggunakan neural network yang telah dilatih. Hasil prediksi mampu memetakan lokasi retak dengan baik bahkan dengan panjang retak yang bervariasi.