Perpustakaan Digital ITB

Kompensasi kesalahan pemosisian pada mesin CNC, pada umumnya, dilakukan berdasarkan data pengukuran, yang diasumsikan linier, dan kemudian dimasukkan ke dalam look-up table pada CNC controller. Pada kenyataannya, data pengukuran kesalahan pemosisian berbentuk non-linier akibat berbagai faktor seperti kelurusan ballscrew, kesalahan pitch dan cacat lokal. Oleh karena itu, penelitian ini bertujuan untuk membentuk peta kesalahan (error map), melakukan kompensasi multi-point secara langsung, serta menentukan pola kesalahan menggunakan pemodelan machine learning pada mesin perkakas CNC 1-sumbu rakitan. Pengukuran kesalahan pemosisian dilakukan menggunakan instrumen laser interferometer dengan memvariasikan pergerakan mesin secara point to point. Data hasil pengukuran awal digunakan untuk menyusun peta kesalahan yang kemudian dimasukkan ke dalam controller motor servo melalui aplikasi lightening sebagai nilai kompensasi. Proses ini diiterasi hingga nilai kesalahan memenuhi batas toleransi standar ISO 10791-4. Selanjutnya, pemodelan kesalahan dilakukan menggunakan metode Simple Linear Regression (SLR), Second Order Polynomial Regression (SOPR), dan Gaussian Process Regression (GPR) untuk mengevaluasi pola kesalahan sesungguhnya. Hasil penelitian menunjukkan bahwa kompensasi kesalahan pemosisian menggunakan peta kesalahan secara iteratif berhasil menurunkan nilai keterulangan (R) ke 6 ?m, kesalahan sistematis (E) ke 10 ?m, dan akurasi (A) ke 16 ?m. Selain itu, hasil pemodelan dengan SOPR mengonfirmasi bahwa kesalahan pemosisian yang terjadi bersifat non-linier.