Penerapan teknologi pengolah citra dan fisika pada bidang tekstil

PENERAPAN TEKNOLOGI PENGOLAH CITRA DAN FISIKA PADA BIDANG TEKSTIL

Penulis: Andrian Wijayono, S.Tr. T Syarif Iskandar, M.T Siti Rohmah, M.T Irwan, M.T Dr. Valentinus Galih Vidia Putra, M.Sc

Editor: Budi Soewondo, M.Sc.

PENERAPAN TEKNOLOGI PENGOLAH CITRA DAN FISIKA PADA BIDANG TEKSTIL

Penulis: Andrian Wijayono, S.Tr. T Syarif Iskandar, M.T Siti Rohmah, M.T Irwan, M.T Dr. Valentinus Galih Vidia Putra, M.Sc

Editor: Budi Soewondo, M.Sc.

PENERAPAN TEKNOLOGI PENGOLAH CITRA DAN FISIKA PADA BIDANG TEKSTIL

Penulis

:

Andrian Wijayono, S.Tr.T Syarif Iskandar, M.T Siti Rohmah, M.T Irwan, M.T Dr. Valentinus Galih Vidia Putra, M.Sc ISBN

: 978-602-72713-8-8

Editor

:

Budi Soewondo, M.Sc. Penyunting

:

Andi Risnawan, S.T Desain Sampul dan Tata Letak

:

Andrian Wijayono, S.Tr. T Penerbit

:

CV. Mulia Jaya Redaksi

:

Jalan Anggajaya II No. 291-A, Condong Catur Kabupaten Sleman, Yogyakarta Telp: 0812-4994-0973 Email: [email protected]

Cetakan Pertama Oktober 2017 Hak Cipta dilindungi undang-undang Dilarang memperbanyak karya tulis ini dalam bentuk dan dengan cara Apapun tanpa ijin tertulis dari penerbit dan penulis

KATA PENGANTAR Dengan mempersembahkan puji dan syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat dan karunia-Nya, akhirnya penulis dapat menyelesaikan penyusunan buku yang berjudul PENERAPAN TEKNOLOGI PENGOLAH CITRA DAN FISIKA PADA BIDANG TEKSTIL . Buku ini

ditulis dengan tujuan sebagai buku referensi mengenai penerapan fisika dan pengolahan citra

digital untuk bidang tekstil yang dapat dengan mudah dimengerti dan dipahami bagi kalangan pembaca, khususnya bagi akademisi dan praktisi tekstil di industri. Penulis menyadari bahwa buku ini dapat diselesaikan berkat dukungan dan bantuan dari berbagai pihak. Oleh karena itu, ucapan terima kasih kepada semua pihak yang secara langsung dan tidak langsung memberikan kontribusi dalam penyelesaian buku ini. Pada kesempatan ini penulis juga menghaturkan terima kasih kepada: 1. Direktur Politeknik STTT Bandung 2. Rekan-rekan dosen di Politeknik STTT Bandung 3. Anggota tim riset smart textile Pada kesempatan ini, penulis ingin menyampaikan permohonan maaf kepada semua pihak karena dalam penyusunan buku ini ini tentunya masih banyak kekurangan dan kelemahan yang penulis tidak sadari. Untuk itu, saran dan masukan untuk perbaikan yang membangun sangat penulis harapkan. Semoga karya kecil ini dapat berguna bagi kita semua. Bandung,

Oktober 2017

Penulis

DAFTAR ISI KATA PENGANTAR

………………

DAFTAR ISI

………………

𝑖𝑖𝑖

………………

1

………………

10

………………

19

………………

27

………………

36

………………

48

STUDI PENGARUH BENTUK PERMUKAAN NAVEL TERHADAP HAIRINESS (PENDEKATAN TEORI DAN VALIDASI EKSPERIMEN) Kartika Alam, Valentinus Galih Vidia Putra, Syarif Iskandar HUBUNGAN ACTUAL TWIST TIPE-Z TERHADAP KECEPATAN BENANG PADA MESIN PINTAL (PENDEKATAN FISIKA) Valentinus Galih Vidia Putra PEMODELAN UNTUK MENENTUKAN HUBUNGAN TWIST TERHADAP NOMOR BENANG NM PADA MESIN ROTOR OPEN-END SPINNING MENGGUNAKAN METODE LAGRANGE DAN KOMPUTASI NUMERIK (PENDEKATAN FISIKA)

𝑣

Valentinus Galih Vidia Putra ANALISA TEORI UNTUK MENENTUKAN YARN TENSION PADA MESIN OPEN-END SPINNING (ANALISA FISIKA) Resty Mayseptheny, Valentinus Galih Vidia Putra, Ronaldo Talapessy ANALISA TEORI PEMBENTUKAN TWIST PADA MESIN AIR JET SPINNING TIPE MURTA VORTEX SPINNING Abdurrohman, Valentinus Galih Vidia Putra, Ronaldo Talapessy KERANGKA ACUAN NON-INERSIA PADA S-TWIST DAN ZTWIST TERHADAP BESAR TWIST PADA MESIN PINTAL (PENDEKATAN TEORITIK DAN KAJIAN FISIKA) Valentinus Galih Vidia Putra, M.F Rosyid

SIMULASI PEMODELAN DARI TWIST YANG DIPENGARUHI PERGERAKAN SERAT DALAM BENANG PADA KOORDINAT SOLENOID Valentinus Galih Vidia Putra, M. F Rosyid, Guntur MEMPREDIKSI KERANGKA NON INERSIA TERKAIT DENGAN KECEPATAN BOBBIN BERBANDING DENGAN KECEPATAN ROTOR

………………

57

………………

69

………………

80

………………

100

………………

119

………………

180

………………

251

………………

300

………………

340

Arief Dewanto, Totong, Valentinus Galih Vidia Putra PEMODELAN DAN VALIDASI EKSPERIMEN UNTUK MENENTUKAN ACTUAL TWIST TIPE-Z TERHADAP KUALITAS BENANG KAPAS 100% RING SPINNING Andriansyah, Syarif Iskandar, Valentinus Galih Vidia Putra, Andrian Wijayono PENERAPAN TEKNIK IDENTIFIKASI TEKSTIL

ANALISIS

CITRA

UNTUK

Andrian Wijayono, Valentinus Galih Vidia Putra PENERAPAN TEKNOLOGI PENGOLAH CITRA DIGITAL DAN KOMPUTASI PADA PENGUKURAN DAN PENGUJIAN BERBAGAI PARAMETER BENANG Andrian Wijayono, Valentinus Galih Vidia Putra PENERAPAN TEKNOLOGI PENGOLAH CITRA DIGITAL DAN KOMPUTASI PADA PENGUKURAN DAN PENGUJIAN BERBAGAI PARAMETER KAIN NON WOVEN Andrian Wijayono, Valentinus Galih Vidia Putra, Irwan PENERAPAN TEKNOLOGI PENGOLAH CITRA DIGITAL DAN KOMPUTASI PADA PENGUKURAN DAN PENGUJIAN BERBAGAI PARAMETER KAIN TENUN Andrian Wijayono, Valentinus Galih Vidia Putra, Irwan Siti Rohmah PENERAPAN TEKNOLOGI PENGOLAH CITRA DIGITAL DAN KOMPUTASI PADA PENGUKURAN DAN PENGUJIAN BERBAGAI PARAMETER KAIN RAJUT Andrian Wijayono, Valentinus Galih Vidia Putra BIOGRAFI

1 STUDI PENGARUH BENTUK PERMUKAAN NAVEL TERHADAP HAIRINESS (PENDEKATAN TEORI DAN VALIDASI EKSPERIMEN) Kartika alam, Mahasiswa STTTekstil, Bandung Valentinus Galih Vidia Putra, Staf Pengajar STTTekstil, Bandung Syarif Iskandar, Staf Pengajar STTTekstil, Bandung

Abstrak: Pada penelitian ini telah dikaji pengaruh bentuk permukaan navel (terhadap hairiness baik secara teori maupun validasi eksperimen. Dari hasil eksperimen didapatkan bahwa bentuk permukaan navel mempengaruhi jumlah hariness pada benang open end spinning. Hubungan bentuk permukaan navel (ditinjau dari sudut kemiringan navel) terhadap jumlah hairiness memiliki hubungan berbanding lurus. Hasil eksperimen ini sesuai dengan perhitungan teori yaitu memiliki rumusan: 𝐻𝑎𝑖 𝑖 =𝜇 +𝐶 , 𝐻𝑎𝑖 𝑖 adalah jumlah hariness pada benang, 𝜇 adalah koefisien gaya gesek (dikaitkan dengan bentuk navel). Kata Kunci: Navel, Open-end spinning.

1.1 PENDAHULUAN Hairiness atau bulu pada benang merupakan serat-serat yang keluar dari badan benang dan merupakan suatu variabel penting pada kualitas suatu benang. Menurut Yilmaz dkk (2008) menyatakan bahwa material yang digunakan pada mesin open end spinning umumnya adalah cotton dari hasil penelitian bahwa KN 4 menghasilkan hairines yang lebih banyak dibandingkan

Kartika A, Putra V.G.V, Iskandar S, Studi pengaruh permukaan navel

1

dengan KN 0. Menurut Babak Y (2013 menyatakan bahwa untuk KN 0 memiliki jumlah hairiness yang lebih sedikit dibandingkan dengan KN 4. Pada penelitian ini akan dikaji secara teoriritis dan validasi eksperimen tentang pengaruh bentuk navel terhadap jumlah hairiness. Pemodelan teori dilakukan dengan menggunakan metode lagrange. Eksperimen digunakan untuk memvalidasi hubungan bentuk navel terhadap hairiness. Pada penelitian ini dilakukan uji hairiness dengan menggunakan nomor benang OE 10s kecepatan rotor 55.000 rpm, jenis mesin open-end spinning merk Autocoro SRZ 117. Menurut Rieter (2000) menyatakan bahwa bentuk permukaan navel untuk KN 0 dan KN 4 memiliki pengaruh terhadap hairiness yaitu seperti pada Gambar-1 di bawah.

Gambar-1 Pengaruh bentuk permukaan navel terhadap hairiness Rieter (2000)

Kartika A, Putra V.G.V, Iskandar S, Studi pengaruh permukaan navel

2

Kartika A, Putra V.G.V, Iskandar S, Studi pengaruh permukaan navel

10

2 HUBUNGAN ACTUAL TWIST TIPE-Z TERHADAP KECEPATAN BENANG PADA MESIN PINTAL (PENDEKATAN FISIKA) Valentinus Galih Vidia Putra, Staf Pengajar STTTekstil, Bandung

Abstrak: Penentuan twist pada benang dapat diselesaikankan dengan berbagai teori pemodelan untuk menentukan hubungan antara twist pada proses spinning, baik di mesin ring spinning ataupun di mesin openend spinning, terhadap kecepatan benang telah banyak dilakukan dan terus dikembangkan untuk mendapatkan bentuk pemodelan yang dapat memperlihatkan nilai actual twist. Pada penelitian ini telah dijabarkan perumusan yang dapat memperlihatkan hubungan antara actual twist terhadap kecepatan benang dengan menggunakan pendekatan teoritik secara lebih lengkap. Pada bentuk Z-twist didapatkan bahwa besar actual twist 𝑇 =

𝑉𝐺𝑎𝑙𝑖ℎ 𝜋

+

𝑟𝑜𝑡𝑜𝑟

𝑉

+ 𝐺𝑉𝑖

𝑖𝑎

≈

𝑟𝑜𝑡𝑜𝑟

𝑉

dituliskan dalam bentuk lain yaitu nilai twist 𝑇 = 𝐺𝑉𝑖

𝑖𝑎 𝜋

+ 𝐺𝑉𝑖

𝑖𝑎

𝑟𝑜𝑡𝑜𝑟

𝑉

≈

𝑟𝑜𝑡𝑜𝑟

𝑉

.

atau dapat 𝑟𝑜𝑡𝑜𝑟

𝑉

+

𝜋

+

Kata Kunci: actual twist, kecepatan benang, pemintalan.

2.1 PENDAHULUAN Twist dikarakterisasikan berdasarkan arah dan kecepatan rotasi pada rotor dan juga kecepatan pada penghantar benang. Definisi dari twist adalah banyaknya lilitan pada benang tiap satuan panjang dan memiliki dimensi [L]-1. Proses twist pada mesin spinning dapat dilakukan dengan mesin ring spinning atau open end spinning (rotor spinning, friction spinning dan air jet spinning). Menurut

Putra V.G.V, Hubungan actual twist tipe-z terhadap kecepatan benang

10

Further [1] dan Lawrence [2] besar twist pada mesin spinning bergantung pada kecepatan rotor pada mesin rotor spinning/spindle pada mesin ring spinning dan juga kecepatan penyuapan benang, dan dirumuskan seperti pada persamaan (1) di bawah. Menurut Rohlena [3] bentuk twist dapat dibedakan menjadi dua buah bentuk yaitu: tipe Z-Twisted dan tipe S-Twisted. Bentuk STwisted adalah bentuk di mana arah kecepatan antara penghantar benang dan kecepatan rotor memiliki arah yang sama. Sebaliknya, jika arahnya berlawanan, maka tipe twist adalah Z-Twisted, dan nilainya bergantung dari kecepatan anguler benang terhadap kecepatan penyuapan benang. Secara garis besar rumusan untuk Z-twist adalah sesuai persamaan (2).

Dengan

𝑇=

𝑇= 𝜋

+

𝑟 𝑡 𝑟

𝑉

𝑟 𝑡 𝑟

𝑉

≈

(1)

/

𝑟 𝑡 𝑟

𝑉

(2)

/

adalah koefisien penyusutan dengan nilai

< 1 dan umumnya

berkisar 0.95; d adalah diameter rotor; nrotor adalah kecepatan anguler rotor tiap satu putaran dalam satuan waktu; dan Vd adalah kecepatan penyuapan benang. Hubungan twist terhadap kecepatan rotor (

𝑟 𝑡 𝑟)

dan penyuapan

benang (Vd) menurut Trommer [4]. Pada rotor spinning adalah sesuai dengan persamaan (3). 𝑇=

𝑟 𝑡 𝑟

𝑉

+

𝜋

+

𝐺

𝜋

≈

𝑟 𝑡 𝑟

𝑉

/

(3)

Pada ketiga persamaan di atas menunjukkan terdapat kesamaan bahwa untuk pengabaian nilai koefisien penyusutan dan konstanta yang dikarenakan

Putra V.G.V, Hubungan actual twist tipe-z terhadap kecepatan benang

11

pengaruh perputaran benang terhadap rotor eG , maka didapatkan hasil persamaan (1). Pada persamaan (2) dan persamaan (3) (kedua persamaan tersebut disebut sebagai actual twist, yaitu besar twist yang terukur secara real) terdapat berbagai macam pemodelan untuk menentukan besar twist. Dari rumusan (2) dan (3) terdapat suatu perbedaan rumusan dalam menentukan nilai twist jika faktor koefisien penyusutan

dan konstanta yang

dikarenakan pengaruh perputaran benang terhadap rotor eG tidak diabaikan. Pentingnya penjabaran untuk mengetahui hubungan antara persamaan (2) dan (3) serta kesesuaiannya terhadap persamaan (1) adalah salah satunya untuk menentukan penomoran benang Nm yang lebih akurat yaitu dengan mengacu pada rumusan Trommer [4] dan Rohlena [3] hubungan twist dengan nomor benang adalah 𝑇 = 𝛼 √𝑁

(4)

2.2 PEMODELAN UNTUK Z-TWIST Pada tipe Z-Twisted dapat dianalisa sebagai berikut di bawah: Jika dimisalkan bahwa rotor bergerak dengan suatu kecepatan sudut ∅′ dan

benang bergerak dengan kecepatan 𝜓′ dengan arah gerak yang sama seperti pada Gambar 1, maka dapat diperlihatkan bahwa jika benang dan rotor dianggap sebagai suatu silinder pejal dengan massa m dan M , dengan jejari benang adalah r sedangkan jejari rotor adalah R.

Putra V.G.V, Hubungan actual twist tipe-z terhadap kecepatan benang

12

A

B

Gambar-1 (A) Model S-twisted dan Z-twisted; (B) Skema pergerakan mesin spinning dan benang

𝑅−𝑟

′

= 𝜓 ′ 𝑟 + 𝑅𝜙 ′ = 𝑉 + 𝑅𝜙′

𝑉 = 𝑅−𝑟

′

(5)

− 𝑅𝜙′

(6)

Jika panjang jejari r <
𝑦𝑎𝑟

−

𝑉 =

𝑟 𝑡 𝑟)

Keterangan:

′

− 𝜙′ 𝑅

𝜆𝜋 𝑅= 8

𝑦𝑎𝑟

(7)

− 6

𝑟 𝑡 𝑟

𝜆𝜋

(8)

Vd = kecepatan pengantar benang (m/s) nyarn ,nrotor = kecepatan benang dan kecepatan rotor dalam setiap sudut 𝜆 (1/s) R= jejari rotor (m) d = diameter rotor (m) Jika untuk satu putaran penuh Persamaan (8) dapat dituliskan menjadi 𝑉 =(

𝑦𝑎𝑟

−

𝑟 𝑡 𝑟 )𝜋

Putra V.G.V, Hubungan actual twist tipe-z terhadap kecepatan benang

(9)

13

3 PEMODELAN UNTUK MENENTUKAN HUBUNGAN TWIST TERHADAP NOMOR BENANG NM PADA MESIN ROTOR OPEN-END SPINNING MENGGUNAKAN METODE LAGRANGE DAN KOMPUTASI NUMERIK (PENDEKATAN FISIKA) Valentinus Galih Vidia Putra, Staf Pengajar STTTekstil, Bandung

Abstrak: Penentuan nomor benang Nm dalam industri tekstil dapat ditentukan dari nilai twist pada benang. Penentuan twist pada benang dapat diselesaikankan dengan berbagai teori pemodelan untuk menentukan hubungan antara twist pada proses spinning, baik di mesin ring spinning ataupun di mesin open-end spinning, terhadap nomor benang telah banyak dilakukan dan terus dikembangkan untuk mendapatkan bentuk pemodelan yang dapat memperlihatkan nilai twist terhadap nomor benang. Pada penelitian ini telah dijabarkan perumusan yang dapat memperlihatkan hubungan antara twist terhadap nomor benang dengan menggunakan pendekatan teoritik secara lebih lengkap serta pendekatan mekanika analitik (metode Lagrange) dan komputasi numerik. Didapatkan hasil bahwa rumusan twist optimum untuk mesin rotor open end T  3,3 N m sedangkan twist minimum adalah

T 

Nm

Kata Kunci: actual twist, nomor benang, metoda Lagrange.

3.1 PENDAHULUAN Hubungan penjabaran twist dengan nomor benang dalam tinjauan mekanika analitik dalam berbagai literatur jarang ditemui, beberapa penelitian lebih

Putra V.G.V, Pemodelan hubungan menentukan nomor Nm Terhadap Twist

19

menitikberatkan pada penjabaran hubungan twist terhadap kecepatan rotor, seperti Furter (2009) dan Lawrence (2010) besar twist pada mesin spinning bergantung pada kecepatan rotor pada mesin rotor spinning/spindle pada mesin ring spinning dan juga kecepatan delivery yarn, dan dirumuskan seperti pada persamaan (1) di bawah, sedangkan menurut Vaclav Rohlena (1975) bentuk twist dapat dibedakan menjadi dua buah bentuk yaitu: tipe Z-Twisted dan tipe S-Twisted. Bentuk S-Twisted adalah bentuk yang mana arah kecepatan antara penghantar yarn dan kecepatan rotor memiliki arah yang sama, sebaliknya jika arahnya berlawanan, maka tipe twist adalah Z-Twisted, nilai twist bergantung dari kecepatan anguler yarn terhadap kecepatan delivery yarn, hubungan Antara actual twist dengan nomor benang menurut Vaclav Rohlena (1975) seperti persamaan (2) T 

nrotor (1 / m) Vd

T  N m

(1)

2/3

(2)

Dengan  adalah koefisien pengali twist. Hubungan twist terhadap kecepatan rotor (nrotor) dan delivery yarn (Vd) menurut Gunter Trommer (1995) pada mesin rotor spinning adalah sesuai dengan persamaan (3) dan hubungan terhadap nomor benang secara umum dapat diperlihatkan pada persamaan (4)

Putra V.G.V, Pemodelan hubungan menentukan nomor Nm Terhadap Twist

20

 nrotor

T 

 Vd



1000

d

 eG

1000 

n   rotor d  Vd

(3)

Terdapat berbagai macam pemodelan untuk menentukan besar twist terhadap kecepatan rotor, tetapi jarang ditemui rumusan baku yang menghubungkan besar twist dengan nomor benang. Kajian twist terhadap penomoran benang

Nm

yang lebih akurat yaitu dengan mengacu pada

rumusan Gunter Trommer (1995) [4] dan Furter (2009) [1] serta Vaclav Rohlena (1975)

[3]

perlu dikaji, karena terdapat berbagai metode yang

menghasilkan rumusan yang berbeda.

T  e Nm

(4)

3.2 PEMODELAN TWIST DENGAN METODE LAGRANGE Definisi twist adalah jumlah puntiran dalam tiap panjang H pada yarn. Dapat diperlihatkan pada Gambar-1.

Gambar-1 Panjang satu putaran twist

Putra V.G.V, Pemodelan hubungan menentukan nomor Nm Terhadap Twist

21

 adalah Besar sudut twist, F adalah Fspin gaya take up roller, r adalah jejari yarn, maka

T 

1 H

tgn  

(5)

r

h 1 tgn   H 2r



2r H

(6)

(7)

Lagrangian L adalah

1 m(l ' 2 l 2 sin 2  ' 2 )  Fl cos  2 l sin  1 L  m(l ' 2 l 2 sin 2  ' 2 )  F tgn 2

L  T V 

(8)

(9)

d  L  dL   dt  r '  dr

(10)

ml"  ml sin 2  '2 F cos 

(11)

Jika dianggap kecepatan l’ lilitan yarn konstan, maka

Putra V.G.V, Pemodelan hubungan menentukan nomor Nm Terhadap Twist

22

ml sin 2  ' 2  F cos 

(12)

sin 2  F  cos  ml ' 2

(13)

sin   sin  

F Fh  2 2 2 ' l m ml ' F  '.l

Nm

sin   tgn   const N m

(14)

(15) (16)

Maka didapatkan bahwa nilai twist adalah 1 tgn   H 2r

T

F 2r '.l

Nm   Nm

(17)

(18)

Dengan nilai  ' r  R '( R  r ) ' ' dan  adalah koefisien twist T

Nm

(19)

Hasil hubungan antara twist dan nomor benang pada persamaan di atas sesuai dengan hasil studi Gunter Trommer (1995) ,Lawrence (2010) dan Furter (2009). Bentuk pemodelan di atas dapat dianggap bahwa kecepatan l’ bernilai konstan. Untuk percepatan l” pelilitan memiliki suatu nilai tertentu, maka

Putra V.G.V, Pemodelan hubungan menentukan nomor Nm Terhadap Twist

23

Trommer (1995), karakteristik semua proses OE spinnign adalah memecah padatan sliver menjadi serat individual, diikuti penyatuan kembali serat dan twistingnya ke benang. Individual serat pada rotor mengalami twist di daerah yarn peel off point. Menurut Vaclav Rohlena (1975) dan Gunter Trommer (1995) menyatakan bahwa terdapat kecenderungan tenacity (kekakuan) [cN/Tex] yang cenderung naik hingga pada titik take off nozzle. Menurut Gunter Trommer (1995) besar yarn tension untuk nomor benang Tex adalah F=(1,4.10-13)nR2dx2 [cN/Tex]. Dari persamaan ini dijaleskan bahwa tenacity berbanding lurus dengan besar yarn tension untuk nomor benang yang sama.

4.2 PEMODELAN PERGERAKAN BENANG DALAM ROTOR Pada tipe Z-Twisted dapat dianalisa sebagai berikut: Jika dimisalkan bahwa rotor bergerak dengan suatu kecepatan sudut Ø’ dan benang bergerak dengan kecepatan Ψ’ dengan arah gerak yang sama seperti pada Gambar 1, maka dapat diperlihatkan bahwa jika yarn dan rotor dianggap sebagai suatu silinder pejal dengan massa m dan M, dengan jejari benang adalah r sedangkan jejari rotor adalah R.

Gambar-1. Skema Pergerakan mesin rotor dan yarn.

Mayseptheny R, Putra V.G.V, Talapesy R, Analisa teori yarn tension OE

28

𝑅−

Ø’ = Ψ’ r + R Ø’ = 𝑉𝑑 + 𝑅Ø’

𝑉𝑑 = 𝑅 −

Ø’ − 𝑅Ø’

𝑉𝑑 = 𝜃′ − Ø’ 𝑅

(1) (2) (3)

Jika panjang jejari r << R, maka dapat dituliskan 𝑉𝑑 = 𝑉𝑑 =

Keterangan:

𝑎𝑟 𝑎𝑟

−

−

𝑟 𝑡 𝑟 𝑟 𝑡 𝑟

𝜆

𝑅

𝜆 𝑅

(4)

(5)

Vd = kecepatan pengantar benang (m/s) 𝑎𝑟

,

𝑟 𝑡 𝑟=

kecepatan yarn dan kecepatan rotor dalam setiap sudut (1/s)

R = jejari rotor (m) d = diameter rotor (m) Jika untuk satu putaran penuh Persamaan (5) dapat dituliskan menjadi 𝑉𝑑 =

𝑎𝑟

−

𝑟 𝑡 𝑟

𝑑

(6)

4.3 PEMODELAN YARN TENSION PADA ROTOR Untuk mendapatkan besar persamaan gerak yarn tension pada rotor dilakukan studi analisa sistem mekanis yarn yang bergeral di mesin rotor seperti pada Gambar-2 di bawah.

Mayseptheny R, Putra V.G.V, Talapesy R, Analisa teori yarn tension OE

29

Gambar-2. Pemodelan yarn tension pada rotor. Tinjauan: Jika dimisalkan bahwa terdapat perputaran kerangka Oxyz (rotor) yanr mempengaruhi yarn sebesar Ø’, dengan sumbu x adalah sumbu sepanjang

gerakan yarn, dan terdapat perputaran pada sumbu-y, maka akan muncul gaya tegangan pada yarn. Menurut Gunter (1995)[3], tegangan pada proses spinning bertambah seiring dengan bertambahnya kecepatan rotor dengan suatu jejari rotor yang konstan pada saat proses spinning. ∑ 𝐹 = 𝑀𝑅Ø’

(6)

∆𝑇 = 𝜍. ∆𝑥𝑥Ø’

(8)

𝜕𝑇 = 𝜍. 𝑥Ø’ 𝜕𝑥

(10)

∆𝑇𝑅 = 𝑀𝑅Ø’ = 𝜍. ∆𝑅𝑅Ø’

(7)

∆𝑇 = 𝜍. 𝑥Ø’ ∆𝑥

(9)

Mayseptheny R, Putra V.G.V, Talapesy R, Analisa teori yarn tension OE

30

𝑅

𝑑𝑇 = ∫

𝜍. 𝑥Ø’ 𝑑𝑥

=

𝜍

∆𝑇 = 𝑇 − 𝑇 = 𝑇 𝑇 − = 𝜍 𝜍

𝑅 −

𝑅 −

𝑇 ≈( ) 𝑅 − 𝜍 𝑇 =𝐶 𝜍

(11)

Ø’ Ø’

Ø’

(13)

(14)

𝑅 −

Untuk;

(12)

(15)

≈

𝑇 𝑇 = ≈ ( ) 𝑅 Ø’ 𝑇𝑡 𝜍

(16)

Nilai 𝑇 adalah besar tegangan pada saat di tepi rotor dengan 𝑇 =

untuk

𝜍

syarat awal, dan mensubstitusikan nilai𝑇 ≈ 𝑅 Ø’ , maka nilai 𝑅 berkisar −

dalam skala

cN/Tex (jika kecepatan anguler rotor yang terbaca dalam

satuan menit dan diameter rotor dalam satuan mm, kecepatan angulernya menyatakan banyak putaran rotor tiap menit dan menggunakan data eksperimen Gunter (1995)[3] bahwa besar kecepatan sudut rotor untuk satu putaran Ø’ = −

. ,

.

𝜆

=

−

tiap 1000 menit maka konversi ke satuan SI adalah ≈ , .

−

[N/tex]

Mayseptheny R, Putra V.G.V, Talapesy R, Analisa teori yarn tension OE

31

Satuan dari tegangan yarn tiap satuan tex Ro adalah N/tex, umunya satuan Tex adalah massa M yarn (dalam gram) tiap 1000m (Rohlena, 1975)[2], sehingga besar Ro adalah sekitar 𝑅 = , 𝑅 = ,

𝑅 =𝐶

− −

𝑟 𝑡 𝑟 𝑑𝑟 𝑡 𝑟 𝑟 𝑡 𝑟 𝑑𝑟 𝑡 𝑟

𝑟 𝑡 𝑟 𝑑𝑟 𝑡 𝑟

[N/tex]

(17)

[N/tex]

(18)

[N/tex]

(19)

Persamaan (19) disebut sebagai gaya tegangan tiap satuan Tex yang dihasilkan pada daerah take-off nozzle sesaat setelah keluar dari rotor. Untuk besar nomor benang yang sama (Tex), maka Ro sebanding dengan yarn tension (F).

4.4 SIMULASI KOMPUTASI MENGGUNAKAN MATLAB Dari persamaan (16) dapat dimodelkan hubungan antara tenacity terhadap yarn path (diameter rotor). Hasil simulasi dapat dilihat pada Gambar-3 di bawah.

Gambar-3. Hubungan tenacity terhadap yarn path

Mayseptheny R, Putra V.G.V, Talapesy R, Analisa teori yarn tension OE

32

𝑉𝑓 = Ø’ − ’ 𝑅

(5)

Persamaan (5) adalah jenis Twist tipe S-twist

[2]

. Adapun besar twist dapat

dirumuskan sebagai berikut: 𝑉𝑓 = 𝑉𝑓 =

Keterangan:

𝑧𝑧𝑙 𝑧𝑧𝑙

𝜆𝜋 𝑅 8

−

− 36

𝜆𝜋𝑅

(6)

(7)

Vf = kecepatan front roll (m/s) , 𝜆 (1/s)

𝑧𝑧𝑙

= kecepatan benang dan kecepatan nozzle dalam setiap sudut

R = jari-jari nozzle (m) d = diameter nozzle (m) Jika untuk satu putaran penuh Persamaan (6) dapat dituliskan menjadi: 𝑉𝑓 =

𝑇 =

𝑧𝑧𝑙

−

=

𝑉𝑓

𝑧𝑧𝑙

𝑉𝑓

−

𝜋𝑑

(8)

𝜋𝑑

(9)

Dapat dilakukan pendekatan bahwa besar twist T adalah:

Keterangan:

𝑇 =

𝑉𝑓

≈

𝑧𝑧𝑙

𝑉𝑓

(10)

T = twist (1/m)

Abdurrohman, Putra V.G.V, Talapessy R, Analisa pembentukan twist mesin vortex

40

5.3 PEMODELAN PERGERAKAN BENANG PADA NOZZLE 2

Gambar-4. Pemodelan pergerakan benang pada nozzle 2 = Kecepatan sudut benang di dalam nozzle = Kecepatan sudut nozzle = Kecepatan sudut pengantar benang 𝑅 = Jari-jari nozzle

Vd = Kecepatan penghantar benang n2 = Kecepatan nozzle 2 𝑅 − 𝑟 Ø’ = R Ø’ + Ψ’ r + = 𝑅Ø’ + 𝑉𝑑 𝑉𝑑 = 𝑅 − 𝑟 Ø’ − 𝑅Ø’

Jika panjang jejari r << R maka nilai 𝑅 − 𝑟 ≅ 𝑅, maka dapat dituliskan 𝑉𝑑 =

′ − Ø’ 𝑅

Abdurrohman, Putra V.G.V, Talapessy R, Analisa pembentukan twist mesin vortex

(11) (12)

(13)

41

Persamaan (12) adalah jenis twist tipe Z-twist

[4]

. Adapun besar twist dapat

dirumuskan sebagai berikut: 𝑉𝑑 =

−

− 36

𝑉𝑑 =

Keterangan:

𝜆𝜋 𝑅 8

𝑧𝑧𝑙 𝑧𝑧𝑙

𝜆𝜋𝑅

(14)

(15)

Vd = Kecepatan penghantar benang (m/s) , 𝜆 (1/s)

𝑧𝑧𝑙

= kecepatan benang dan kecepatan nozzle dalam setiap sudut

R = jari-jari nozzle (m) d = diameter nozzle (m) Jika untuk satu putaran penuh Persamaan (12) dapat dituliskan menjadi: 𝑉𝑑 =

𝑇 =

−

𝑉𝑑

=

𝜋𝑑

𝜋𝑑

𝑧𝑧𝑙

+

𝑧𝑧𝑙

𝑉𝑑

(16) (17)

Dapat dilakukan pendekatan bahwa besar twist T adalah:

Keterangan:

𝑇 =

𝑉𝑑

≈

𝑧𝑧𝑙

𝑉𝑑

(18)

T = twist (1/m)

Abdurrohman, Putra V.G.V, Talapessy R, Analisa pembentukan twist mesin vortex

42

5.3 PEMODELAN BESAR TWIST PADA AIR JET SPINNING Berdasarkan pemodelan di atas maka besar twist pada mesin air jet spinning atau MVS dapat dirumuskan sebagai berikut.

𝑇𝑀𝑉 =

𝑇𝑀𝑉 = 𝑇 + 𝑇𝑧

𝑇𝑀𝑉 =

𝑧𝑧𝑙

−

𝑉𝑓

𝑇𝑀𝑉 = 𝑇𝑀𝑉 =

𝜋𝑑

𝑧𝑧𝑙

𝑧𝑧𝑙

+

(19) 𝑧𝑧𝑙

𝑉𝑑

𝑉 +𝑉 𝑉 𝑉

𝑉 𝑉 + ( ) 𝑉

𝑧𝑧𝑙

𝑉

𝑉 + 𝑉

(20)

(21)

(22)

(23)

Menurut Perera H. A. A. E dkk (2008)[3] bahwa:

Keterangan:

𝑉 =𝐷 𝑉

(23)

D = Draft umumnya sekitar 0,966 [3].

Abdurrohman, Putra V.G.V, Talapessy R, Analisa pembentukan twist mesin vortex

43

6 KERANGKA ACUAN NON-INERSIA PADA S-TWIST DAN Z-TWIST TERHADAP BESAR TWIST PADA MESIN PINTAL (PENDEKATAN TEORITIK DAN KAJIAN FISIKA) Valentinus Galih Vidia Putra, Staf Pengajar STTTekstil, Bandung M.F. Rosyid, Universitas Gadjah Mada, Yogyakarta

Abstrak: Kerangka acuan non inersia pada mekanika klasik dapat diterapkan salah satunya untuk mengetahui besar twist dan hubungannya terhadap arah putar spindle pada mesin pintal ring spinning. Twist adalah salah satu parameter terpenting dalam pembentukan benang. Twist menjelaskan berbagai macam sifat dari suatu material, seperti hairiness, strength, penomoran benang (yarn count) dsb. Pengaruh bentuk S-twist dan Z-twist terhadap besar twist telah dikaji pada penelitian ini. Pada penelitian ini didapatkan bahwa bentuk Z-twist memiliki nilai twist yang lebih besar dibandingkan dengan S-twist. Kata Kunci: S-twist, Z-twist, twist, mesin pintal, hairiness, yarn

count.

6.1 PENDAHULUAN Kerangka acuan non inersia didefinisikan sebagai kerangka acuan yang bergerak dengan suatu percepatan tertentu. Secara umum kerangka acuan non inersia terdiri dari dua buah kerangka yaitu: kerangka diam (kerangka tanah) dan kerangka gerak (kerangka kendaraan) seperti pada Gambar-1 di bawah

Putra V.G.V, Rosyid M.F, Kerangkat acuan non-inersia pada twist S dan Z

48

Gambar-1 Kerangka acuan non inersia Twist dikarakteristikan berdasarkan arah dan kecepatan rotasi pada rotor dan juga kecepatan pada penghantar yarn. Definisi dari twist adalah banyaknya lilitan pada yarn tiap satuan panjang dan memiliki dimensi [L]-1. Twist adalah salah satu parameter terpenting dalam pembentukan benang. Nilai twist menjelaskan berbagai macam sifat dari suatu material, seperti hairiness, strength, penomoran benang (yarn count) dsb [1]. Hubungan antara twist terhadap hairiness dan penomoran benang dapat diperlihatkan pada Gambar-2 di bawah.

Gambar-2 Pengaruh twist terhadap nomor benang dan hairiness [1]. Proses twist pada mesin spinning dapat dilakukan dengan mesin ring spinning atau mesin open end spinning (rotor spinning, friction spinning dan air jet spinning). Besar twist pada mesin spinning bergantung pada kecepatan rotor pada mesin rotor spinning/spindle pada mesin ring spinning dan juga kecepatan delivery yarn [1], twist pada ring spinning dan rotor spinning dapat diperlihatkan pada Gambar-3 di bawah, dapat dibedakan menjadi dua buah bentuk yaitu: tipe Z-twisted dan tipe S-twisted [3]. Bentuk S-twisted adalah bentuk yang mana arah kecepatan antara penghantar yarn (kecepatan front roller) dan kecepatan rotor (spindle pada mesin ring spinning) memiliki arah

Putra V.G.V, Rosyid M.F, Kerangkat acuan non-inersia pada twist S dan Z

49

yang sama, sebaliknya jika arahnya berlawanan, maka tipe twist adalah Ztwisted, nilai twist bergantung dari kecepatan anguler yarn terhadap kecepatan delivery yarn secara umum nilai twist sesuai persamaan (1). Pada bentuk Z-twist untuk mesin open end spinning akan dihasilkan persamaan (2).

Gambar-3 Mesin ring spinning [2]. 𝑇= 𝑇=

𝑛

𝑛

𝑉

𝑣 𝑙𝑙

=

𝑉

=

𝜋

𝑖

+

𝜋

𝑛

𝑉

+

𝑛

𝑖

𝑉

≈

𝑛

𝑉

(1)

(2)

Dengan adalah koefisien penyusutan dengan nilai < dan umumnya berkisar 0,95; 𝑖 adalah diameter bobbin [3]; 𝑛 𝑖 𝑙 adalah kecepatan anguler spindel tiap satu putaran dalam satuan waktu; dan 𝑉 adalah kecepatan front roller. Hubungan twist terhadap kecepatan rotor (𝑛 ) dan delivery yarn (𝑉 ) pada mesin rotor spinning adalah sesuai dengan persamaan (3) [4]. 𝑇=(

𝑛

𝑉

+

𝜋

+

𝜋

)≈

𝑛

𝑉

Putra V.G.V, Rosyid M.F, Kerangkat acuan non-inersia pada twist S dan Z

(2)

50

Keterangan: = konstanta yang dikarenakan pengaruh perputaran yarn terhadap rotor 𝑉 = kecepatan pengantar benang (m/s) 𝑛 ,𝑛 = kecepatan yarn dan kecepatan rotor dalam setiap sudut λ (1/s) R = jejari rotor (m) = diameter rotor (m) Arah putaran pada tipe z-twist umumnya terdapat pada meisn open-end spinning, untuk mengubahnya ke dalam bentuk s-twist seperti pada mesin ring spinning memiliki probabilitas atau keboleh jadian minimal (sangat kecil) [4]. Hal senada diungkapkan oleh Lawrence, seperti pada Tabel-1 tipe twist pada open end rotor spinning dan ring spinning. Tabel-1 Jenis twist pada open-end rotor spinning dan ring spinning [2]

Dapat diperlihatkan dari Tabel-1 bahwa tipe z-twist dapat diaplikasikan pada mesin ritor spinning dan juga ring spinning, sedangkan pada tipe s-twist hanya dapat terjadi pada mesin ring spinning. Hasil rumusan twist pada ring spinning adalah seperti pada persamaan (4).

Putra V.G.V, Rosyid M.F, Kerangkat acuan non-inersia pada twist S dan Z

51

=[

] 𝜑 +

+ cos 𝜙

+

cos 𝜙 𝜙 𝜑 +

𝑔

+ cos 𝜙 + cos 𝜙

Metrik elemen dapat diketahui sebagai =

𝜙

cos 𝜙

(5)

Persamaan geodesic dari silinder untuk 𝜙 dan 𝜑 dan untuk = sebagai berikut +𝛤

−

− =𝜙 [ +[

+ [

+𝛤

+ 𝛤

+

+

𝜙+

+

𝑖 𝜙 𝜙 + + 𝜙 𝑖 + 𝜙+ 𝑖 𝜙 + 𝜙+

=𝜑+

𝜙

𝜙+

+𝛤

] 𝜙+

+ 𝜙 𝑖 𝜙 ] 𝜙𝜑 𝜙+

(4)

dapat ditulis

+ 𝜙 𝜑 𝜙+ 𝜙 𝜙𝜑

+

𝜙

𝜙

(6)

𝑖 𝜙

]𝜑 (7) (6)

Dengan menggunakan persamaan (6), dapat diasumsikan bahwa terdapat gaya eksternal sebagai sebuah gaya pada take-off rotor 𝐹𝑡𝑎𝑘 − = 𝐹 yang

terjadi pada mesin. Trommer [8] telah ditemukan bahwa maka

𝑟

≈

𝑑

𝑣

atau 𝜑 ≈ ,

Putra V.G.V, Rosyid M.F, Maruto G, Simulasi pemodelan Twist pada koordinat solenoid

61

{

sin 𝑣

+ cos 𝑣 +

cos 𝑣 +

sin 𝑣

Jika jejari benang

= 𝐹𝑡𝑎𝑘

+

cos 𝑣 + =

sin 𝑣

+

cos 𝑣 +

sin 𝑣 cos 𝑣

−

+ cos 𝑣

{

+

( +

−

−

cos 𝑣 +

cos 𝑣

= , maka

+ cos 𝑣 sin 𝑣 { cos 𝑣 + ) ( + { +

+

+ cos 𝑣

−

+

)

+

sin 𝑣

cos 𝑣 +

∝

𝑣

}

−

𝐹𝑡𝑎𝑘

sin 𝑣

cos 𝑣 +

−

}

(6)

𝑣

(9)

cos 𝑣

𝑣

}

Diasumsikan bahwa sin ∝= / , maka + cos 𝑣 sin 𝑣 { ( + cos 𝑣 + ) {

}𝑣 =

cos 𝑣

= 𝐹𝑡𝑎𝑘

+

+

}

= 𝐹𝑡𝑎𝑘

sin 𝑣

cos 𝑣 +

−

(10) (6)

} 𝑖

−

Putra V.G.V, Rosyid M.F, Maruto G, Simulasi pemodelan Twist pada koordinat solenoid

(11) (6)

62

Untuk jarak

≫ , maka

{ ( + {

𝑖 ∝

𝑎

+ cos 𝑣

cos 𝑣 + +

−

{

≈

(6)

∝

) +

≈ 𝐹𝑡𝑎𝑘

−

𝑖

𝑎

cos 𝑣 ℎ

−

𝑎

= ,

≈ ,

} sin 𝑣 𝑖

cos 𝑣 +

} sin 𝑣 𝑖 ∝

cos 𝑣

∝

𝜔 = 𝐹𝑡𝑎𝑘

𝜔 = 𝐹𝑡𝑎𝑘

√𝐹𝑡𝑎𝑘 − 𝜔ℎ

−

√𝑁 = ,

√𝐹 √𝑁 𝑟 𝐻

∝

𝜔

}

−

(12) (13) (14)

√𝐹

ℎ

√𝑁 (15)

Menurut Hearle [1], twist didefinisikan sebagai = =

,

𝑟

∝

√𝐹

(16)

𝑎𝑟

𝑎𝑟

𝐻

√𝑁

Putra V.G.V, Rosyid M.F, Maruto G, Simulasi pemodelan Twist pada koordinat solenoid

(17)

63

Putra dkk [6] telah menunjukan jumlah antihan benang dapat berhubungan dengan nomor benang pada koordinat silinder. Putra dkk [5, 6] melaporkan bahwa prediksi antihan dapat diimplementasikan untuk menghitung jumlah antihan yang berhubungan dengan nomor benang. Rohlena [8] melaporkan selisih antara hasil dari measured twist (twist real), 𝑇 , dan adjusted twist pada mesin, 𝑇 . Selisih dari twist tersebut dirumuskan seperti pada persamaan (1). Pada bidang tekstil, antihan pada benang dapat dilakukan dengan menggunakan mesin open-end spinning (rotor spinning) dan dengan menggunakan ring spinning. Menurut Rohlena [8], Trommer [9] dan Lawrence [7], nilai antihan pada mesin spinning bergantung pada kecepatan rotor ( 𝑟 𝑡 𝑟 ) dan kecepatan pengantar benang (𝑉𝑑). Lawrence [7] merumuskan antihan ring spinning dipengaruhi oleh kecepatan sudut bobbin ( 𝑖 ) dan kecepatan pengantar benang dari front roller (𝑉𝑑). Menurut Rohlena [8], antihan dapat dibedakan menjadi dua jenis, yaitu z-twist dan s-twist. S-twist terbentuk ketika arah antara kecepatan penghantar (kecepatan benang) dan kecepatan sudut benang (putaran benang baik pada spindle maupun pada rotor) memiliki arah yang sama, tetapi untuk z-twist, arah dari kecepatan sudut dan kecepatan penghantar memiliki arah yang berlawanan. Jumlah antihan bergantung pada perbandingan antara kecepatan sudut dan kecepatan penghantar benang yang secara umum disepakati seperti pada persamaan (1). Rohlena [8] dan Lawrence [7] juga menjelaskan bahwa z-twist dibuat dengan mesin open-end spinning dirumuskan seperti pada persamaan (2). Secara eksperimen para peneliti [12,13,14,15] telah menemukan dan menganalisis bahwa: 1) Semakin besar antihan benang, maka semakin besar nomor benang Nm; 2) Semakin besar antihan, semakin kecil kekuatan dan 3) semakin besar antihan, maka semakin sedikit hairiness benang. 𝑇 =∝ 𝑇=

√𝑁 = 3 √99, ≈ ,3 .

𝑦 𝑟

𝑉

=

𝜋𝑑𝑟

𝑇=

𝑡 𝑟

+

𝑟 𝑡 𝑟

𝑉𝑑

𝑟 𝑡 𝑟

𝑉𝑑

≈

3

−1

(1)

𝑟 𝑡 𝑟

𝑉𝑑

Dewanto A, Totong, Putra V.G.V, Memprediksi kerangka non-inersia

(2)

72

Dimana koefisien penyusutan adalah suatu konstanta dan besarnya < dan umumnya berkisar 0.95; diameter rotor, 𝑑𝑟 𝑡 𝑟 berdimensi panjang; kecepatan sudut rotor 𝑟 𝑡 𝑟 ; dan 𝑉 adalah kecepatan delivery benang dari rotor. Menurut Trommer [9] pada mesin rotor spinning, hubungan antara antihan dan kecepatan rotor ( 𝑟 𝑡 𝑟 ) dan kecepatan penghantar benang 𝑉 ) disepakati seperti pada persamaan (3). n 1000 1000    eG T   rotor  d d   Vd

(3)

Dimana,

eG = suatu konstanta yang dipengaruhi oleh pergerakan benang Vd = kecepatan delivery benang (m/s) 𝑑 = diameter rotor (m) 𝑅 = jejari rotor (m)

nyarn , nrotor = kecepatan sudut benang dan rotor (1/s) Menurut Trommer [9], arah dari putaran pada z-twist umumnya dapat diaplikasikan dan disesuaikan pada rotor spinning, dimana arah putarannya dapat diganti menjadi jenis s-twist. Hasil yang sama ditemukan oleh Lawrence [7], seperti dapat dilihat pada Tabel-1. Dapat disimpulkan pada Tabel-1 bahwa jenis z-twisted dapat diaplikasikan baik pada rotor spinning maupun pada ring spinning, dimana tipe s-twist hanya dapat dilakukan pada ring spinning. Menurut Lawrence [7], persamaam dari kecepatan front roller ditunjukan pada persamaan (4). 𝑉𝐹 = 𝜋 𝑑

−𝑑

𝑡

Dewanto A, Totong, Putra V.G.V, Memprediksi kerangka non-inersia

(4)

73

𝑇 ≈

𝑉𝐹

𝑖

(5)

8.2 PEMODELAN RING SPINNING

S-twist dapat dianalisis dari mesin ring spinning. Prinsip dari mesin ring spinning dapat dijelaskan sebagai berikut: Bobbin berputar dan benang bergerak mengikuti lintasan melingkar dan setiap satu putaran penuh menambahkan satu buah lilitan benang sepanjang AB seperti pada Gambar-4. Benang melintas melewati guide eye, yang ditunjukan pada titik A, lalu bergerak melintasi traveller menuju bobbin pada titik B. Benang telah diikatkan pada bobbin dan bobbin yang dipasang pada spindle akan berputar karena putaran spindle.. Apabila kecepatan sudut traveller dan bobbin adalah ̇ dan 𝜑̇ dengan jejari benang 𝑟 dan lintasan melingkar memiliki jejari sebesar 𝑅 + 𝑟, maka dapat dirumuskan sebagai berikut. 𝑅 + 𝑟 ̇ = −𝛹̇ 𝑟 + 𝜑̇ 𝑅 = −𝑉 + 𝜑̇ 𝑅

(6)

𝑉 ≈ 𝜑̇ − ̇ 𝑅

(8)

𝑉 = 𝜑̇ 𝑅 − 𝑅 − 𝑟 ̇

𝑉 =

𝑖

𝑇=

−

𝑡𝑟 𝑣

𝑉

𝑡𝑟 𝑣 𝑟

=

𝑟

𝜋𝑑 =

𝑉

𝑖

−

𝑖

(7)

𝜋𝑑

𝜋𝑑

Dewanto A, Totong, Putra V.G.V, Memprediksi kerangka non-inersia

(9) (10)

74

Twist real (Tpi)=tpm/39,37

25 20 15 10 5 0 0 y = 1.3927x0.8047 R² = 0.968

5

10

15

20

25

30

35

Nomor Benang Ne=Nm x 0,59

Gambar-7 Grafik Hubungan Twist dengan Nomor Benang secara validasi Eksperimen Data dari hasil validasi eksperimen pada Tabel-1 menunjukan semakin besar nomor benang maka semakin besar pula nilai twist hal ini sesuai dengan R.Furter (2009). Perbandingan model teori ini sesuai dengan rumusan secara eksperimen yaitu dengan bertambahnya nomor benang, maka bertambah juga nilai twist. Hasil eksperimen pengujian dapat dilihat pada Gambar-7 Menurut Sarwono (2012) regresinon non linier merupakan suatu gambaran panjang yang terbatas yang disusun oleh sekelompok variabel. Hubungan antara variabel bebas (x) tergantung pada variabel dependen (y) dalam regresi non linier. Dengan demikian hubungan antara kedua variabel tersebut tidak bersifat linier. Regresi ini bermanfaat untuk menggambarkan gejala-gejala yang tidak linier, seperti hubungan antara twist dan nomor benang . Variabel twist tidak berhubungan secara linier dengan Nomor benang, artinya apabila variabel twist bertambah maka nomor benang bertambah juga. Perhitungan regresi

Andriansyah, Iskandar S, Putra V.G.V, Pemodelan & validasi actual twist

92

akan menghasilkan koefisien korelasi. Koefisien korelasi adalah indeks yang digunakan untuk mengukur derajat hubungan, meliputi kekuatan hubungan bentuk/arah. Semakin dekat nilai koefisien korelasi ke +1, maka semakin kuat korelasi positifnya, berdasarkan Gambar-7, R kuadrat yang di peroleh adalah 0.968, nilai tersebut mendekati korelasi +1 maka ada kaitannya yang signifikan antara twist dengan nomor benang.

9.4.2 HUBUNGAN ANTARA ACTUAL TWIST DENGAN KEKUATAN BENANG Hubungan antara twist dengan kekuatan benang (strength) pada proses pemintalan dapat diperlihatkan melalui jumlah serat pada benang. Menurut Furter (2009) hubungan twist dengan kekuatan benang adalah berbanding terbalik hal ini senada dengan yang dikatan Zhang (2011) didapakan bahwa hubungan nomor benang dalam metric terhadap kekuatan adalah berbanding terbalik , Gambar-8 menunjukan bahwa hubungan twist terhadap tegangan benang adalah berbanding terbalik.

Gambar-8 Hubungan Twist dengan Kekuatan Benang (R. Furter, 2009 dan Zhang, 2011)

Andriansyah, Iskandar S, Putra V.G.V, Pemodelan & validasi actual twist

93

Kekuatan Benang (g)

Menurut hasil validasi eksperimen pada Tabel-1 menunjukan bahwa hubungan twist dengan kekuatan benang adalah berbanding terbalik. Perbandingan model teori ini sesuai dengan rumusan secara eksperimen. Hasil eksperimen pengujian dapat dilihat pada grafik Gambar-9. Dengan demikian pemaparan menurut para ahli dengan hasil eksperimen yang dilakukan memiliki hasil yang sama, bahwa hubungan twist dengan kekuatan benang adalah berbanding terbalik.

400 350 300 250 200 150 100 50 0 0 5 y = 18278x-1.426 R² = 0.9915

10

15

20

25

Twist real (TPI)=Tpm/ 39,37

Gambar-9 Grafik Hubungan Twist dengan Kekuatan Benang

9.4.3 HUBUNGAN ANTARA ACTUAL TWIST DENGAN DIAMETER BENANG Menurut Zhang (2011) menyatakan bahwa hubungan antara twist terhadap diameter benang untuk material benang katun adalah berbanding terbalik. Gambar-10 menunjukan hubungan antara twist dengan diameter benang menurut Zhang (2011).

Andriansyah, Iskandar S, Putra V.G.V, Pemodelan & validasi actual twist

94

Gambar-10 Hubungan twist dengan diameter benang (Zhang, 2011) Menurut hasil validasi eksperimen pada Tabel-1 menunjukan bahwa hubungan twist dengan diameter benang adalah berbanding terbalik. Perbandingan model teori ini sesuai dengan rumusan secara eksperimen. Hasil eksperimen pengujian dapat dilihat pada grafik Gambar-11 dibawah ini

Diameter Benang (mm)

0.25 0.2 0.15 0.1

0.05 0

0 5 -1.079 y = 3.8713x R² = 0.9844

10

15

20

25

Twist real (TPI)= Tpm/ 39,37

Gambar-11 Grafik hubungan twist dengan diameter benang

Andriansyah, Iskandar S, Putra V.G.V, Pemodelan & validasi actual twist

95

parameter struktural merupakan hal yang penting [6, 7]. Berdasarkan literatur yang terkait dengan masalah ini, kita dapat menyatakan bahwa teknik tersebut dapat digunakan untuk menentukan diameter serat. Selanjutnya, dengan menggunakan teknik tersebut memungkinkan untuk mendapatkan pandangan dari objek tekstil benang untuk mengamati kemungkinan cacat benang dan menentukan penyebabnya, terutama pandangan ujung sambungan benang, sehingga dapat diukur secara ilmiah dan kuantitatif mengenai hasil penyambungan benangnya. Dengan menggunakan teknik ini, peneliti dapat mengukur parameter struktural dasar produk tekstil benang, seperti thickness, hairiness, dan jumlah antihan [6]. Teknik yang dibahas juga memungkinkan dilakukannya pengamatan serupa pada objek tekstil 2D dan 3D. Pohole [7] pertama kali menerapkan analisis citra komputer digital di bidang tekstil. Pada 1970-an, Pohole menggunakannya untuk memperkirakan daerah penampang serat wol. Cara baru menerapkan teknik pengolahan gambar menciptakan kemungkinan untuk menganalisis hasil pengukuran area penampang serat, memperkirakan penyimpangan campuran serat pada permukaan campuran benang, maturity serat, dan kerusakan pada serat wol. Masalah ini telah menjadi subyek penelitian yang dilakukan oleh Berlin, Worley, Raey [8], Thibodeaux, Evans [9], Watanabe, Kurosaki, Konoda [10], Zhao, Joh so , Willa d [ ], Żu ek, K u ińska, da Ad ia [ ]. Perkembangan teknik pengolahan citra yang pesat pada tahun 1990an membuka jalan bagi penelitian mengenai prosedur baru analisis ini. Algoritma untuk digitalisasi gambar berfungsi untuk memperkirakan fitur morfologis nonwoven seperti porositas, distribusi orientasi serat dalam nonwoven, dan estimasi distribusi keteraturan serat di jaring telah dikembangkan oleh Huang dan Bresee [15]. Peneliti ini juga menerapkan proses pengukuran otomatis berdasarkan prosedur koreksi citra dengan menggunakan prosedur thresholding skala abu-abu. Zhang dan Bresee [16] membandingkan berbagai teknik analisis citra yang bertujuan untuk mengenali dan mengklasifikasikan dua jenis cacat, yaitu

Wijayono A, Putra V.G.V, Penerapan teknik analisis citra untuk identifikasi tekstil

111

sambungan dan thick places yang terjadi pada kain tenun. Mereka menerapkan segmentasi citra menggunakan nilai ambang batas dari mask objek. Secara mandiri, mereka juga melakukan prosedur peningkatan kualitas gambar dengan menggunakan operasi koreksi seperti histogram average, autocorelation, erotion, dan dilatation. Mereka menyatakan bahwa penerapan koreksi citra dengan penggunaan metode penentuan secara statistik grey level gambar (prosedur threshold) lebih efisien daripada operasi morfologi yang menggunakan prosedur sederhana untuk menghilangkan perbedaan mask objek dengan erotion atau dilatation. Menurut Zhang dan Bresee [16], penerapan metode morfologi untuk teknik pengolahan citra memerlukan perhitungan daya yang lebih besar dibandingkan dengan menggunakan metode statistik, mengingat kualitas pemrosesan mask gambar yang diminta lebih tinggi. Cybulska [6], [17] juga mengusulkan metode sendiri untuk memperkirakan struktur benang dengan menggunakan analisis citra digital. Dia melakukan penilaian terhadap parameter struktur dasar benang seperti ketebalan, rambut, dan twist, dengan menerapkan teknik pengolahan citra yang diperluas dengan metode numerik. Metode yang diusulkan memungkinkan karakteristik struktural numerik diperoleh pada setiap titik panjang benang, serta nilai ratarata dan ukuran dispersi yang dapat diterima untuk parameter struktural benang. Selanjutnya, Kopias, Mieli ka da Ste pień [ ] e ggu aka digitalisasi it a untuk mengevaluasi poliuretan dan sambungan benang bertekstur. Untuk digitasi gambar mereka menerapkan metode berdasarkan pemindai yang terhubung ke stand komputer yang dilengkapi dengan program perangkat lunak yang dirancang untuk pengenalan objek otomatis. Kelainan pada proses pengenalan citra otomatis dieliminasi secara manual. Teknik segmentasi, yang menggabungkan tingkat pengolahan citra awal dengan analisis threshold dari objek tertentu serta digunakan dalam analisis citra komputer. Teknik tersebut memungkinkan pemilihan area pada gambar yang memenuhi kriteria homogenitas yang ditentukan dari mask; Hal tersebut

Wijayono A, Putra V.G.V, Penerapan teknik analisis citra untuk identifikasi tekstil

112

berarti akan membedakan objek dalam proses digitalisasi yang berbeda dari ambang threshold yang telah diatur. Analisis komparatif metode segmentasi a g dipilih e dasa ka g adie i te sitas a a dilakuka oleh K u ińska dan Graczyk [22], yang mengukur luas permukaan serat. Berdasarkan penyelidikan Materka [23], mereka mengukur jumlah piksel yang termasuk pada objek yang diberikan, dan selanjutnya dikalikan dengan area nyata dalam piksel. Analisis menunjukkan bahwa segmentasi berdasarkan gradien warna intensitas piksel tetangga menghasilkan hasil yang hampir sama dengan segmentasi manual. Ini berasal dari prinsip kerja yang sama dari kedua algoritma dan akal manusia, karena manusia yang melihat objek membedakan batasnya terlebih dahulu di tempat-tempat yang ditandai oleh perubahan i te sitas a a a g te esa . Me u ut Woź i ki [ ], esolusi jalu elekt o ik dari digitalisasi gambar topeng memiliki pengaruh terbesar pada resolusi akhir citra digital dan proses digitalisasi, dan resolusi sistem optik hanya pada tingkat a g le ih e dah. Woź i ki, dala uku a e ge ai dasa -dasar teknik pemrosesan citra [1], juga menjelaskan sumber kesalahan perolehan gambar, yang menunjukkan perlunya perhatian khusus diberikan pada kesalahan geometri gambar. Kesalahan ini sangat penting dalam pengolahan sampling; Mereka diwakili dalam deformasi jaring segi empat yang diterima sebagai gambar uji, dan mewakili penyimpangan distorsi. Deformasi gambar terbesar terjadi pada batas gambar, dan ini adalah alasan bahwa pengukuran harus dilakukan di tengah gambar. Iluminasi juga memiliki pengaruh besar terhadap kualitas perolehan citra digital. Menurut Kopias dan Jurasz [24, 25], saat mengukur geometri tekstil, sangat menguntungkan untuk menganalisis gambar struktur datar yang diperoleh dengan iluminasi dengan cahaya yang dipantulkan dan dipancarkan. Menggunakan sistem optik dengan transduser CCD memungkinkan hasil terbaik diperoleh dengan perolehan kembali gambar; deformasi hanya bisa terjadi pada margin mask gambar. Menurut Investigasi ke dalam geometri objek standar dan estimasi inhomogeneity mereka telah dilakukan oleh Perzyna, yang menjelaskan masalah ini di tesis Ph.D. miliknya [27].

Wijayono A, Putra V.G.V, Penerapan teknik analisis citra untuk identifikasi tekstil

113

Gambar-48 menunjukkan dua gambar pindaian dari dua benang yang berasal dari kelas mutu yang berbeda. Li dkk (2012) telah menggunakan kedua sampel ini untuk menunjukkan kinerja metodologi dalam sistem saat menganalisis benang dengan kelas yang berbeda.

(a) Benang grade A

(b) Benang grade B Gambar-48 Gambar pindaian dari benang grade A (a) dan pindaian dari benang grade B (b)

Wijayono A, Putra V.G.V, Penerapan teknologi image processing untuk evaluasi benang

171

Secara garis besar, proses pengolahan citra terbagi atas dua buah proses, yaitu proses preprocessing dan proses data extraction. Proses preprocessing meliputi proses transformasi wavelet dan mengubah citra dalam bentuk citra biner. Transformasi wavelet merupakan analisis multi-resolusi yang digunakan untuk memisahkan bagian benang dengan bagian bulu atau serat pada permukaan benang. Gambar-49 menunjukan hasil analisis wavelet citra digital benang pada Gambar-48.

(a) Benang grade A

(b) Benang grade B Gambar-49 Hasil analisis wavelet

Wijayono A, Putra V.G.V, Penerapan teknologi image processing untuk evaluasi benang

172

Setelah proses transformasi wavelet, citra digital kemudian diubah dalam bentuk citra biner. Hasil pengubahan citra hasil analisis wavelet menjadi citra biner dapat dilihat pada Gambar-50. Hal ini dapat mempermudah analisis fast Fourier Transform (FFT) proses tresholding dengan metode OTSU.

(a) Benang grade A

(b) Benang grade B Gambar-50 Citra biner hasil analisis wavelet

Wijayono A, Putra V.G.V, Penerapan teknologi image processing untuk evaluasi benang

173

Berdasarkan citra biner pada Gambar-50, Li dkk (2012) melakukan analisis pengukuran diameter benang dengan menggunakan metode histogram. Gambar-51 dan Gambar-52 menunjukan histogram dari nilai pixel-pixel yang ada pada citra Gambar-50 untuk mengidentifikasi diameter benang.

(a) Benang grade A

(b) Benang grade B Gambar-51 Grafik histogram diameter benang

Wijayono A, Putra V.G.V, Penerapan teknologi image processing untuk evaluasi benang

174

(a) Benang grade A

(b) Benang grade B Gambar-52 Grafik width map diameter benang Prinsip pengambilan nilai pada histogram adalah dengan melihat nilai color value pada pixel-pixel. Grafik pada Gambar-51 akan menghitung jumlah setiap pixel yang memiliki nilai yang sama, kemudian dibentuk ke dalam distribusi kumulatif. Puncak pada grafik akan merepresentasikan benang pada kain, hal

Wijayono A, Putra V.G.V, Penerapan teknologi image processing untuk evaluasi benang

175

Berdasarkan perbandingan yang ada pada grafik Gambar-39, ditemukan bahwa metoda pengukuran pori O95 dan O50 image processing akan menghasilkan nilai pengukuran yang relatif lebih kecil dibandingkan dengan nilai hasil pengukuran metode lainnya. Hal tersebut berlaku bagi kain geotekstil P, geotekstil M, geotekstil C4 dan geotekstil D1.

12.7 DAFTAR PUSTAKA 1. A. Dockery, "Australian Partnership Seeks to Commercialize Nonwoven Wool," Apparel Magazine, vol. 45, pp. 12, 2003. 2. A. Latif-Amet, A. Ertüzün, and A. Erçil, "An Efficient Method for Texture Defect Detection: Sub-Band Domain Co-occurrence Matrices," Image and Vision Computing, vol. 18, pp. 543-553, 2001. 3. A. Mojsilo i , M. V. Popo i , A. N. Neško i , a d A. Popo i , D, "Wavelet Image Extension for Analysis and Classification of Infarcted Myocardial Tissue," IEEE Transactions on Biomedical Engineering, vol. 44, pp. 856-866, 1997. 4. A. Sirikasemleert and X. Tao, "Objective evaluation of textural changes in knitted fabrics by laser triangulation," Textile Research Journal, vol. 70, pp. 1076-1087, 2000. 5. Ahmet AL dkk, (2000). An Efficient Method For Texture Defect Detection: Subband Domain Co-Occurrence Matrices, Image and Vision Computing, 543-553. 6. Ahmet AL dkk, (2002). Digital Image Analysis to Determine Pore Opening Size Distribution of Nonwoven Geotextiles, Journal of Computing in Civil Engineering, Vol. 16 Issue 4. 7. ASTM D1894-08 Standard Test Method for Static and Kinetic Coefficients of Friction of Plastic Film and Sheeting. 8. ASTM. . Sta da d test ethod fo dete i i g appa e t ope i g size of a geote tile. D , West Co shoho ke , Pa. 9. Australian Wool Innovation Limited, Promoting Innovation: Wool product and industrial marketing - positioning AWI activity. Sydney: Australian Wool Innovation Limited, 2002.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter non woven

242

10. Australian Wool Innovation Limited, "Fibre Processing, Products & Services: Program Priorities 2003-2008," Australian Wool Innovation Limited, Sydney, Draft Report 21 July 2003. 11. Australian Wool Innovation Limited, "Non-woven launch opens the door for new wool products," Media & Events, 2003; http://www.wool.com.au/LivePage.aspx?pageId=880. 12. Australian Bureau of Statistics, "Year Book Australia 2003 Agriculture Special Article - The wool industry - looking back and forward," AusStats: Special Article, 2003; http://www.abs.gov.au/ausstats/abs%40.nsf/94713ad445ff1425ca25 682000192af2/1476d522ebe22464ca256cae0015bad4!OpenDocume nt. 13. A dilek, A. H. . Filt atio pe fo a e of geote tileaste ate sludge s ste s. PhD thesis, U i . of Wis o si -Madison, Madison, Wis. 14. B. Pourdeyhimi, B. Maze, and H. V. Tafreshi. 2006. Simulation and Analysis of Unbonded Nonwoven Fibrous Structure, J. of Engineered Fibers and Fabrics, Vol 1, Issue 2. 15. B. Pourdeyhimi, H.V. Tafreshi, and B. Mazé. 2007. 3-D Simulation and Analysis of Nonwoven Structures. JEFF , 1 (2) ,47-52. 16. B. Xu, "Instrumental evaluation of fabric pilling," Journal of the textile institute, vol. 88, pp. 488-500, 1997. 17. Bhatia, S. K., Hua g, Q., a d S ith, J. L. . Appli atio of digital image processing in morphological anal sis of geote tiles. P o ., Conf. on Digital Image Processing: Techniques and Applications in Civil Engineering, Vol. 1, ASCE, New York, 95–108. 18. Bourke P (1983). Fractal Dimension Calculator User Manual, from World Wide Web http://astronomy.swin.edu.ac. 19. Brzakovic D et al (1996). Designing a defect classification systems: a case study, Pattern Recognition, 29(8), 1401-1419. 20. C. H. Hsi, R. R. Bresee, and P. A. Annis, "Characterizing Fabric Pilling by Using Image Analysis Techniques - Part II - Comparison with Visual Pill Ratings," Journal of the Textile Institute, vol. 89, pp. 96-105, 1998.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter non woven

243

21. C. Wen, S. Chiu, W. Hsu, and G. Hsu, "Defect Segmentation of Texture Images with Wavelet Transform and a Co-occurrence Matrix," Textile Research Journal, vol. 71, pp. 743-749, 2001. 22. Campbell JG et al (1997). Flaw detection in woven textile using model based clustering, Irish Machine Vision and Image Processing Conference, University of Ulster. 23. Chow, C. K., and Kaneko, T. (1971). Bou da dete tio of adiog aphi i ages a th eshold ethod. P o ., IFIP Co g ess, Laxenburg, Austria, 130–134. 24. Cho , C. K. a d Ka eko, T. . Auto ati ou da dete tio of left e t i le f o i ea igiog a s. Co put. Bio ed. Res., , 8– 410. 25. David Rigby Associates, "Nonwoven End-Use Products: World Market Forecasts to 2010," David Rigby Associates, Manchester January 2003. 26. Dar IM et al (1997). Automated pilling detection and fuzzy classification of textile fabrics, Proc. SPIE, Vol. 3029, 26-36. 27. Die i k , W. . Ope i g size dete i atio of te h i al te tiles used i ag i ultu al appli atio s. Geote t. Geo e ., ~ !, – 245. 28. E. Bertaux, M. Lewandowski, and S. Derler. 2007. Relationship between Friction and Tactile Properties for Woven and Knitted Fabrics, Textile Res. J. Vol 77(6): 387–396. 29. E. Ghassemieh, M. Acar, and H. Versteeg, "Microstructural analysis of non-woven fabrics using scanning electron microscopy and image processing. Part 1: development and verification of the methods," Proceedings of the Institution of Mechanical Engineers Part L, Journal of Materials: Design and Applications, vol. 216, pp. 199-207, 2002. 30. Elsha ief, A. M., a d Lo ell, C. . Dete i atio a d comparisons of the pore structure of o o e geote tiles, Re e t developments in geotextile filters and prefabricated drainage geocomposites, STP 1281, S. K. Bhatia and L. D. Suits, eds., West Conshohockon, Pa., 35–55.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter non woven

244

31. Escofet J et al (1996). Detection of local defects in textile webs using Gabor filters, Proc. SPIE, Vol. 2785, 163- 170. 32. Fis he , G. R. . The i flue e of fa i po e st u tu e o the eha io of geote tile filte s. PhD thesis, U i . of Washi gto , Seattle. 33. Fischer, G. R., Holtz, R. D., and Christopher, B. R. (199 . Filte ite ia ased o po e ope i g size dist i utio . P o ., th I t. Co f. o Geotextiles, Vol. 1, The Hague, The Netherlands, 289–294. 34. Frame M et al (2002). Fractal, Graphics & Mathematics Education, The Mathematical Association of America. 35. Gi oud, J. P. . G a ula filte s a d geote tile filte s. P o ., Geofilte s , I dust ial Fa i s Asso iatio I te atio al, Mo t eal, – 680. 36. Gonzales, R. C., and Woods, R. E. (1992). Digital image processing, Addison Wesley, Reading, Mass. 37. Hall, C. E. Introduction to Electron Microscopy, 1996 (McGraw Hill). 38. He sto k, P. V. a d Chel e g, D. M. . Auto ati g adie t th eshold dete i atio fo edge dete tio . IEEE T a s. I age Process., 5(5), 784–787. 39. Huart J et al (1994). Integration of computer vision on to weavers for quality control in the textile industry, SPIE Vol. 2183, 155-164. 40. H. C. Abril, M. S. Millan, Y. Torres, and R. Navarro, "Automatic method based on image analysis for pilling evaluation in fabrics," Optical Engineering, vol. 37, pp. 2937-2947, 1998. 41. H. Sari-Sarraf and J. S. Goddard, "Vision System for OnLoom Fabric Inspection," IEEE Transactions on Industry Applications, vol. 35, pp. 1252-1259, 1999. 42. I. H. Sul, K. H. Hong, H. Shim, and T. J. Kang. 2006. Surface Roughness Measurement of Nonwovens Using Three-Dimensional Profile Data, Textile Res. J. Vol 76(11): 828–834. 43. J. Amirbayat and M. J. Alagha, "The objective assessment of fabric pilling - Part II: Experimental work," Journal of the textile institute, vol. 85, pp. 397-401, 1994.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter non woven

245

44. J. Hu, B. Xin, and H. Yan. 2002. Measuring and Modeling 3D Wrinkles in Fabrics, Textile Res. J. Vol 72(10), 863-869. 45. J. O. Ukponmwan, A. Mukhopadhyay, and K. N. Chatterjee, Pilling, vol. 28. Oxford: The Textile Institute, 1998. 46. Jang, D. J., F ost, D. J., a d Pa k, J. Y. . P epa atio of epo i p eg ated sa d oupo s fo i age a al sis. Geote h. Test. J., 22(2), 147–158. 47. K. R. Castleman, Digital Image Processing. Upper Saddle River, New Jersey: Prentice Hall Inc., 1996. 48. Kapur, J. N., Sahoo, P. K., a d Wo g, A. K. C. . A e ethod for gray-level picture thresholding using the entropy of the histog a . Co put. Vis. G aph. I age P o ess., , –285. 49. Karras D et al (1998). Supervised and unsupervised neural network methods applied to textile quality control based on improved wavelet feature extraction techniques, International Journal on Computer Mathematics, Vol. 67, 169-181. 50. L. Li and X. Huang, "Fabric Defect Detection Using Adaptive Wavelet Transform," Journal of Dong Hua University, vol. 19, pp. 35-39, 2002. 51. Lo a d, G., a d Rolli , A. . Filt atio eha io a al sis of thi heat- o ded geote tiles. P o ., Geos theti s , I dust ial Fa i s Association International, Roseville, Minn., 482–492. 52. M. A. Srinivasan, and K. Dandekar. 1996. An Investigation of The Mechanics of Tactile Sense Using Two-Dimensional Models of Primate Fingertip, Journal of biomechanical engineering, vol. 118, pp. 48-55. 53. M. C. Hu and I. S. Tsai, "Fabric Inspection Based on Best Wavelet Packet Bases," Textile Research Journal, vol. 79, pp. 662-670, 2000. 54. M. Govindaraj, A. Garg, A. Raheja, G. Huang, and D. Metaxas. 2003. Haptic Simulation of Fabric Hand, Eurohaptics Conference 2003. 55. M. K. Mandal, T. Aboulnsar, and S. Panchanathan, "Fast Wavelet Histogram Techniques for Image Indexing," Computer Vision and Image Understanding, vol. 75, pp. 99-110, 1999. 56. Mandelbrot BB ,The Fractal Geometry of Nature, W.H. Freeman and Company (1983). New York.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter non woven

246

kain. Gambar-32 memperlihatkan perangkat meja inspeksi yang telah dimodifikasi. Meja pemeriksaan kain telah dikembangkan untuk pemeriksaan kain secara online dengan menggunakan kamera untuk menganalisis cacat pada kain. Kain melewati platform semi transparan dengan cahaya yang dapat disesuaikan sesuai visibilitas pada kain (citra harus memiliki pencahayaan seragam dan citra yang jernih). Perangkat tersebut terdiri dari rol kain, rol pengulur kain dan rol lainnya untuk mengatur pergerakan kain. Gerakan rol ini dioperasikan oleh motor yang dapat dikontrol dengan saklar ke belakang, tombol start-stop dan tombol kontrol kecepatan. Rol tesebut memiliki sensor untuk menampilkan panjang kain dan kecepatan kain pada platform. Terdapat pula tombol reset untuk mengatur ulang counter panjang kain. Kotak panel juga berisi lampu atas, lampu bawah dan tombol lampu. Perangkat tersebut juga memiliki stand kamera horizontal yang bisa bergerak naik turun secara vertikal dengan roda pengatur. Kamera sudah terpasang di stand kamera diatas meja pemeriksaan. Kamera telah terintegrasi ke perangkat lunak inspeksi menggunakan kabel USB dan menangkap data online gambar kain. Semua penyesuaian kamera seperti fokus, kecerahan, kontras, dan lain-lain telah dikontrol dari perangkat lunak inspeksi. Persiapan kain jute dan pengambilan gambar pada platform inspeksi menggunakan perangkat lunak inspeksi telah dilakukan. Perangkat lunak inspeksi mengukur dan menganalisis cacat kain dan dinyatakan sebagai no. cacat, peta cacat, titik & intensitas grafik cacat pada posisi kain yang berbeda, panjang cacat yang ditangkap, dll. Meja inspeksi telah dibuat oleh Das skk (2016) memiliki spesifikasi berikut: 1. 2. 3. 4. 5.

Dapat mengulur kain pada mode jalan dan mode inching Dapat mengulur ke arah maju dan mundur Kecepatan penguluran pada kain dapat diubah Memiliki lebar 46 inci Memiliki penutup atas untuk menghindari pengaruh interferensi cahaya yang berlebihan dari arah lampu 6. Memiliki kamera yang dapat diatur ketinggiannya

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain tenun

291

7. Memiliki counter kecepatan penguluran 8. Memiliki counter panjang kain

Gambar-33 Proses pendeteksian cacat kain dengan alat yang dirancang Das dkk (2016) Setelah selesai melakukan inspeksi pada kain, pekerjaan pengembangan perangkat lunak dimulai. Untuk pengembangan perangkat lunak standar, jenis video kain yang berbeda telah ditangkap pada kecepatan kain yang berbeda dan ketinggian yang berbeda. Pengolahan citra awal telah dilakukan pada citra tunggal. Segmentasi semua area cacat dari keseluruhan citra telah dilakukan dalam citra tunggal dengan menggunakan teknik pengolahan citra. Kemudian dihitung total area gambar, total semua area cacat dan perhitungan persentase area yang cacat. Sebuah tanda indikasi telah ditampilkan di semua area yang cacat pada setiap sentroid area cacat untuk melihat kekurangan kain secara jelas. Ada dua jenis indikasi indikator merah dan biru. Indikator merah menunjukkan daerah kental dan indikator biru menunjukkan area kain yang tipis. Pengolahan citra telah dilakukan di semua frame video untuk deteksi cacat waktu nyata dan menghitung persentase kerusakan. Perangkat lunak ini telah menampilkan citra real time kain pada meja inspeksi. Perangkat lunak ini memiliki tombol start and stop untuk menangkap video dan analisis. Sebelum memulai pengambilan video, penyesuaian ukuran cacat minimum diperlukan menggunakan scroll bar. Atas dasar penyesuaian ukuran cacat minimum, perangkat lunak akan mengabaikan ukuran cacat dibawah ukuran kecil

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain tenun

292

tersebut. Setelah menekan tombol start, perangkat lunak akan memulai mendeteksi cacat dan menghitung persentase cacat kain bergerak pada meja inspeksi secara real time. Setelah menekan tombol stop, panjang kain yang ditangkap telah dihitung berdasarkan jumlah roller yang ditampilkan pada panel. Setelah menekan tombol grafik, perangkat lunak telah menampilkan grafik konsentrasi cacat dan grafik titik cacat pada berbagai panjang kain. Berbagai percobaan telah dilakukan pada berbagai jenis kain (gramase yang berbeda) dan kecepatan yang berbeda. Komputer telah menghitung cacat deteksi dan persentase cacat pada kecepatan pergerakan kain sekitar empat meter per menit.

Gambar-34 Hasil segmenasi area cacat pada kain

Gambar-35 Sistem pendeteksian cacat real-time

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain tenun

293

Gambar-36 Tampilan aplikasi pendeteksi cacat

13.5

DAFTAR PUSTAKA

1. A. Ku ar, Auto ated defe t defe tio i te tured aterials, Ph.D. dissertation, Dept. Elect.Electron. Eng., Univ. Hong Kong, Hong Kong, May 2001 2. B.Karunamoorthy, Dr.D.Somasundareswari, S.P.Sethu AUTOMATED PATTERNED FABRIC FAULT DETECTION USING IMAGE PROCESSING TECHNIQUE INMATLAB .I ter atio alJour al of Ad a ed Resear h i Computer Engineering & Technology (IJARCET) .Volume 4. Issue 1, January 2015 3. Berlin J, Worley S, Ramey H. Measuring the Cross-Sectional Area of Cotton Fibres with an Image Analyzer. Textile Res. J. 1981; 51: 109-113. 4. Bhanumati, P., Nasira, G.M. Fabric inspection system using Artificial Neural Network, International Journal of Computer Engineering 5. C.H. Chan, G.K.H. Pang, Fa ri defe t dete tio Fourier a al sis , IEEE Trans. Industry Applications vol.36, no.5 (Sep/Oct 2000) 1267–1276. 6. Cybulska M. Assessing Yarn Structure with Image Analysis Methods. Textile Res. J. 1999; 69: 369-373.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain tenun

294

7. Cybulska M. Analysis of Warp Destruction in the Process of Weaving Using the System for Assessment of the Yarn Structure. Fibres & Textiles in Eastern Europe 1997; 5(4): 68–72. 8. Das S, Sengupta S, Shambhu V.B, Ray D.P. 2016. Defect detection of jute fabric using image processing. Economic Affairs 61(2): 273-280. 9. Escofet J, Millán M, Ralló M. Modeling of woven fabric structures based on Fourier image analysis. Journal of Applied Optics 2001; 40, 34: 61716176. 10. Feng Y, Li L. Automatic measurement of weave count with wavelet transfer. J. Text. Res. 2001; 22, 2: 94-95. 11. H. Sari-Sarraf a d J. S. Goddard, O -line optical measurement and o itori g of ar de sit i o e fa ri s, Pro .SPIE, ol.2 ,pp.44452,1996. 12. He F, Li L, Xu J. Woven fabric density measure based on adaptive wavelets transform. J. Text. Res. 2007; 28, 2: 32-35. 13. Huang X, Bresee R. Characterizing Nonwoven Web Structure Using Image Analysis Techniques. INDA 1993; 5: 13-211. 14. J. G. Ca p ell, C. Frale , F. Murtagh, a d A. E. Rafter , Li ear fla detection in woven textiles using model- ased lusteri g, Dept. Statistics, Univ. Washington, Seattle, WA, Tech. Rep. 314, Jul. 1996, pp. 1– 15. 15. Jasińska I. Assess e t of a Fa ri Surfa e after the Pilli g Pro ess Based on Image Analysis. FIBRES & TEXTILES in Eastern Europe 2009; 17, 2 (73): 55-58. 16. Jeong YJ, Jang J. Applying image analysis to automatic inspection of fabric density for woven fabrics. Fibers and Polymers 2005; 26, 2: 156-161. 17. Kang TJ, Chang HK, Kung WO. Automatic recognition of fabric weave patterns by digital image analysis. Textile Research Journal 1999; 69, 2: 77-83 18. Kumar, "Computer-Vision-Based Fabric Defect Detection: A Survey," IEEE Trans. Ind. Electron., vol. 55, no. I, pp. 348-363, Jan. 2008.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain tenun

295

yang dipotong dari titik tengah kain, dan lima nilai yang dihasilkan langsung dirata-ratakan. Tabel- 9 Kriteria faktor kekasaran kain

Tabel-10 menunjukan nilai kekasaran yang diperoleh dari dua sampel yang berbeda, yakni sampel kain A01 dan sampel kain A08. Berdasarkan hasil pengamatan tersebut, bahwa kain dengan struktur yang berbeda akan menghasilkan kekasaran permukaan yang berbeda. Pada Tabel-11 menunjukan perbandingan hasil pengukuran kekasaran kain dengan menggunakan kedua metode, yaitu metode Kawabata dan metode pengolah citra digital Semnani dkk (2011) Tabel-10 Nilai kekasaran yang diperoleh dari kain jenis A01 dan A08

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain rajut

333

Tabel-11 Perbandingan nilai kekasaran yang diperoleh dengan metode Kawabata dan pengolah citra digital

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain rajut

334

Gambar-16 Hubungan antara hasil pengukuran kekasaran kain dengan menggunakan metode Kawabata (sumbu x) dan metode pengolahan citra digital (sumbu y) Untuk mengetahui hubungan antara indeks kekasaran yang diukur dengan pengolahan citra dan nilai SMD yang diukur dengan metode Kawabata, Semnani (2011) melakukan analisis regresi dengan menggunakan perangkat lunak statistik SPSS. Gambar-16 menunjukkan plot regresi dari analisis tersebut. Koefisien korelasi hasil perhitungan adalah 0,903, menunjukkan korelasi yang baik antara nilai kekasaran kain yang diukur dengan dua metode yang berbeda. Selain itu, koefisien korelasi negatif menunjukkan bahwa nilai kekasaran yang diukur dengan perubahan Kawabata berbanding terbalik dengan yang diukur dengan metode pengolahan citra.

14.6 DAFTAR PUSTAKA 1. Ajayi J. O.; An attachment to the constant rate of elongation tester for estimating surface irregularity of fabric, Text. Res. J., Vol. 64, (1994), pp. 4756. 2. Ajayi J. O., Elder H. M.; Fabric friction, handle, and compression, J. Text. Inst., Vol. 88,(1997), pp. 232–241. 3. Ajayi J. O.; Fabric Smoothness, Friction, and Handle, Textile Res. J. 62 (1), (1992), pp. 52–59.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain rajut

335

4. Akay M, Ann Biomed Eng, 23 (1995) 529. 5. Almeida, L.R., V.M. Correlo, P. Lisboa, A.R. Martins, A.P. Marques, A.S. Ribeiro, C. Silva, G. Bonifacio, V. Oliveira, R.A. Sousa, A.L. Oliveira, and R.L. Reis, Innovative 3D Biotextiles for Potential Bone Tissue Engineering Applications. International Journal of Artificial Organs, 2011. 34(8): p. 663663. 6. Amirbayat J.; International Journal of Clothing Science and Technology, 2005, 16(5), 308-313. 7. Amirbayat J.; Hearte J. W. S.; Journal of Textile Institute; 1989, 80(1), 51-70. 8. ASTM D4966-98, American Society for Testing and Materials, ASTM International, PA. 9. Baykal P. D.; Babaarslan O.; Rizvan E.; FIBRES & TEXTILES in Eastern Europe, 2007, 15(4), 21-25. 10. Burg, K.J.L., S. Porter, and J.F. Kellam, Biomaterial developments for bone tissue engineering. Biomaterials, 2000. 21(23): p. 2347-2359. 11. Carr W. W., Posey J. E., Tincher W. C.; Frictional characteristics of apparel fabrics, Textile Res. J. 58 (3), (1994), pp. 129–136. 12. Choi M.; Ashdown S., Textile Research Journal; 2000, 70(12), 1033-1045. 13. Chot M.; Ashdown S. P.; Textile Research Journal, 2000, 17(12), 1033-1045. 14. Gomes, M., H. Azevedo, P. Malafaya, S. Silva, J. Oliveira, G. Silva, R. Sousa, J. Mano, R. Reis, B. Clemens van, T. Peter, L. Anders, H. Jeffrey, F.W. David, C. Ranieri, D.d.B. Joost, and S. Jérôme, Natural Polymers in tissue engineering applications, in Tissue Engineering. 2008, Academic Press: Burlington. p. 145192. 15. Greenwood J. A.; A unified theory of surface roughness, Proc. Roy. Soc. London, Vol. A393, (1984), p. 33 16. Hasani H., Determination of handle of knitted fabrics using an objective measuring technique, Indian Journal of Fibre & Textile Research, Vol. 34, (2009), pp. 245-252. 17. Hutmacher, D.W., Scaffold design and fabrication technologies for engineering tissues - state of the art and future perspectives. Journal of Biomaterials SciencePolymer Edition, 2001. 12(1): p. 107-124. 18. Hutmacher, D.W., J.T. Schantz, C.X.F. Lam, K.C. Tan, and T.C. Lim, State of the art and future directions of scaffold-based bone engineering from a

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain rajut

336

19.

20.

21. 22.

23. 24. 25. 26. 27.

28. 29. 30. 31. 32. 33.

34.

biomaterials perspective. Journal of Tissue Engineering and Regenerative Medicine, 2007. 1(4): p. 245-260. ISO 4287 (1997), Geometrical product specification, GPS-surface Texture, Profile Method – Terms, Definitions, and Surface Texture Parameters, Beuth Verlag, Berlin In Hwan Sul, Kyung Hwa Hong, Huensup Shim, Tae Jin Kang; Surface roughness measurement of nonwovens using threedimensional profile Data, Text. Res.J., Vol. 76, (2006), p. 828. Jaouachi B.; Louati H. and Hellali H.; AUTEX Research Journal; 2010, 10(4), 110-115. Jiang G M, Production Technology of Warp-knitted Fabric–Warp Knitted Theory and Typical Products (China Tetile & Apparel Press, Beijing), 2010, 288. JUODSNUKYTĖ D.; GUTAUSKAS M.; ČEPONONIENĖ E.; MATERIALS SCIENCE; 2006, 12(3), 243-246. Kang T. J. Lee J. Y.; Filament crimp in three dimensions measured by image analysis and fractal geometry, Textile Res. J. Vol. 71 (2), (2001), pp. 112–116. Kawabata S. (1980), The standardization and analysis of hand evaluation, 2nd ed., HESC, Text. Mach. Soc., Osaka Kenins P.; Influence of fibre type and moisture on measured fabric-to-skin friction, Textile Res. J. Vol. 64 (12), (1994), pp. 722–728 Kim J. O., Slaten B. L.; Objective evaluation of fabric hand Part I: Relationships of Fabric Hand by the Extraction Method and Related Physical and Surface Properties, Textile Res. J., Vol. 69 (1), (1992), pp. 59–67. Kirk W.; and Ibrahim S. M.; Textile Research Journal 1966, 36, 37-47. Kuo C F J, Kao C Y & Chiu C H, Text Res J, 79 (2009) 1235. Kuo C F J, Jian B L, Wu H C & Peng K C, Text Res J, 82 (2012) 571. Lachkar A, Benslimane R, D'Orazio L & Martuscelli E, Text Res J, 97 (2006) 301. Mather, R.R., Developments in textiles. Med Device Technol, 2006. 17(8): p. 32-5. Militký J., Mazal M.; Image analysis method of surface roughness evaluation, International Journal of Clothing Science and Technology, 19, (2007), pp. 186193. Özdil N.; FIBRES & TEXTILES in Eastern Europe; 2008, 1 (66), 63-67.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain rajut

337

35. Pan N.; Zeronian S.; Ryu H.; Textile Research Journal, 1993, 63(1), 33–43. 36. Peykamian S., Rust J. P.; Yarn quality indexing using a mechanical stylus, Textile Res. J. Vol. 69 (6), (1999), pp. 394–400 37. Ribeiro, A.S., Durães N., C. Silva, J. Morgado, G. Bonifácio, L.R. Almeida, R.A. Sousa, A.L. Oliveira, and R.L. Reis, Innovative bio-based multifilament fibres and textiles structures for bone regeneration Proc 50th Dornbirn Man Made Fibres Congress, 2011. Dornbirn, Austria 38. Ribeiro, A.S., Durães N., C. Silva, J. Morgado, G. Bonifácio, L.R. Almeida, R.A. Sousa, A.L. Oliveira, and R.L. Reis, Evaluation of Novel 3D Architectures Based on Knitting Technologies for Engineering Biological Tissues, International Conference on Medical Textiles and Healthcare Products (MedTex13). 39. Salgado, A.J., O.P. Coutinho, and R.L. Reis, Bone tissue engineering: State of the art and future trends. Macromolecular Bioscience, 2004. 4(8): p. 743-765. 40. Savvas G. V.; Provatidis C.G.; Structural characterization of textile fabrics using surface roughness data, International Journal of Clothing Science and Technology; Vol. 16, No. 5, 2004, p. 445 41. Sengöz N. G.; Textile Progress; 2004, 36, 1, 1- 64. 42. Silva, N.A., A.J. Salgado, R.A. Sousa, J.T. Oliveira, A.J. Pedro, H. Leite-Almeida, R. Cerqueira, A. Almeida, F. Mastronardi, J.F. Mano, N.M. Neves, N. Sousa, and R.L. Reis, Development and Characterization of a Novel Hybrid Tissue EngineeringBased Scaffold for Spinal Cord Injury Repair. Tissue Engineering Part A, 2010. 16(1): p. 45-54. 43. Sto k ridge H. C.; „The su je tive assess e t of the rough ess of fa ri s”, J. Text. Inst., Vol. 48, (1957), pp. 26-34. 44. Tuzlakoglu, K. and R.L. Reis, Biodegradable Polymeric Fiber Structures in Tissue Engineering. Tissue Engineering Part B-Reviews, 2009. 15(1): p. 17-27. 45. Ucar N.; Realff M.; Radhakrishnaiah P. and Ucar M.; Textile Research Journal, 2002, 72(11), 977–982. 46. Vitro L., Naik A.; Frictional behavior of textile fabrics, Part I: Sliding phenomena of fabrics on metallic and polymeric solid surfaces, Textile Res. J. Vol. 67 (11), (1997), pp. 793–802. 47. Wang, X.G., C.M. Han, X.L. Hu, H.F. Sun, C.G. You, C.Y. Gao, and H.Y. Yang, Applications of knitted mesh fabrication techniques to scaffolds for tissue

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain rajut

338

48.

49. 50. 51. 52. 53.

54. 55. 56. 57. 58.

engineering and regenerative medicine. Journal of the Mechanical Behavior of Biomedical Materials, 2011. 4(7): p. 922-932 Wollina, U., M. Heide, W. Muller-Litz, D. Obenauf, and J. Ash, Functional textiles in prevention of chronic wounds, wound healing and tissue engineering. Curr Probl Dermatol, 2003. 31: p. 82-97. Xiao F P & Feng X Z, The Segmentation and Information Extraction of High Resolution Remote Sensing Images (Science Press, Beijing), 2012, 151. Xie F, Lin Y & Chen Y Y, J Tongji Univ, 37 (2009) 115. Xu B G & Lin S, AATCC Rev, 2 (2002) 42. Yeung K. W.; Li Y. and Zhang X.; Textile Research Journal, 2002, 72(8), 693700. Yoon H. N., Sawyer L. C., Buckley A.; Improved comfort polyester Part II: Mechanical and surface properties, Textile Res. J. Vol. 54 (6), (1984), pp.357– 365. Zhang X.; Li Y.; Yeung K. W. and Yao M.; Textile Research Journal; 1998, 67, 5191- 518. Zhang X.; Li Y.; Yeung K. W. and Yao M.; Textile Asia, 1999, 30 (6), 33–36. Zhang X.; Li Y.; Yeung K. W. and Yao M.; Textile Research Journal; 1999, 68, 599- 606. Zhang X.; Li Y.; Yeung K. W.; Textile Research Journal, 2000, 70(9), 751–757. Zurek W., Jankowiakm D., Frydrych I.; Surface frictional resistance of fabrics woven from filament yarns, Textile Res. J. Vol. 55 (2), (1985), pp. 113–121.

Wijayono A, Putra V.G.V, Penerapan pengolah citra pada evaluasi parameter kain rajut

339

Andrian Wijayono, S.Tr.T lahir di desa Cilame, Padalarang, Kabupaten Bandung Barat, Jawa Barat pada tanggal 13 Maret 1997. Penulis menyelesaikan pendidikan dasar di daerah tanah kelahirannya, Padalarang, Jawa Barat. Penulis menamatkan pendidikan Diploma Empat (D-IV/S-1) Teknik Tekstil di Politeknik STTT Bandung pada tahun 2017. Saat ini penulis berprofesi sebagai seorang Dosen LB dan mengajar mata kuliah Fisika Dasar dan Mekatronika. Kegiatan dan Riwayat penulis: 1. Asisten Laboratorium Fisika-Mekatronika (2016-2017) 2. Mengajar mata kuliah praktikum Fisika Dasar 1 dan Fisika Dasar 2 (Maret 2017 – Desember 2017) 3. Mengajar mata kuliah praktikum Mekatronika Tekstil (Maret 2013) Kegiatan Ilmiah yang pernah diikuti: 1. 2. 3. 4. 5. 6. 7.

Se i ar TEXTILE PRESENT NAD FUTURE Politek ik STTT Ba du g ( Nove ber 2013) Seminar Kontribusi Fisika (SKF) ITB (16-17 Desember 2015) Pelatihan Mekatronika Politeknik STTT (Maret 2017) Seminar PERTEPORA (Perkembangan Teknologi Poliester dan Rayon) Politeknik STTT Bandung (8 April 2016) Seminar Textile Engineering Day (10 Juni 2016) Sekolah Analisa Fungsional dan Proses Stokastik I Universitas Gajah Mada (23-25 Mei 2017) 2th Indonesia Textile Conference (8 November 2017)

Biografi Penulis

340

Karya Ilmiah yang pernah ditulis:

No

Bidang

1

Tekstil

2

Tekstil

Prosiding Seminar Nasional Tekstil

Pemodelan Dan Validasi Nilai Konstanta Diameter Benang Secara Teori Dan Pengolahan Citra Digital

3

Tekstil

Prosiding Seminar Nasional Tekstil

Pemodelan Dan Validasi Nilai Sudut Antihan Benang Secara Teori Dan Pengolahan Citra Digital

Biografi Penulis

Karya Ilmiah Jurnal Nasional Tekstil

Judul Rancang Bangun Alat Pengulur Benang (Non-Continous) Dengan Menggunakan Perangkat Arduino Uno

Identitas Karya Ilmiah TEXERE (Journal of Textile Science and Technology) accepted Sebagai penulis 1 2th Indonesia Textile Conference 8 November 2017 Sebagai penulis 1 2th Indonesia Textile Conference 8 November 2017 Sebagai penulis 2

341

Penulis juga pernah mendapatkan dana hibah berupa riset funding sebagai berikut

N o 1

Bidan Sumber g Dana Tekst Pusdiklat il KEMENPERIN 2015

2

Tekst il

Biografi Penulis

Pusdiklat KEMENPERIN 2017

Judul

Identitas Karya Ilmiah Rancang Bangun Alat Penelitian SPIRIT Pengukur Actual Twist 2015 dan Diameter Benang dengan Menggunakan Prinsip Fisika Optik dan Dimensi Fraktal Metoda Baru Penelitian SPIRIT Prototipe Alat 2017 Pengukur Diameter Benang Dengan Teknologi Image Processing Dan Mikroskop Digital Serta Perangkat Lunak Berbasis Java

342

Dr. Valentinus Galih V.P., M.Sc lahir di desa Wedi, Kabupaten Klaten, Jawa Tengah pada tanggal 4 Maret 1987. Pendidikan dasar sampai menengah diselesaikan di kota kecil Bekasi, Jawa Barat. Penulis menamatkan pendidikan strata satu (S-1), Master (S-2) dan Doktor (S-3) Fisika di Fakultas Matematika dan Ilmu Pengetahuan Alam FMIPA UGM. Saat ini penulis menjabat sebagai kepala Laboratorium Fisika-Mekantronika STTT Bandung. Kegiatan Organisasi dan Riwayat penulis: 1. Asisten Tugas Lab I, II dan III di Laboratorium Fisika UGM (2007-2009) 2. Tim panitia Lomba Fisika Nasional (TOP COP UGM), UGM Yogyakarta (2007). 3. Tim koordinator Lomba Cerdas Cermat KKN-PPM UGM. Yogyakarta di Purworejo (2008) 4. Anggota Keluarga Mahasiswa Katolik (KMKath), UGM, Yogyakarta (2005-2010) 5. Pengajar Fisika dan Matematika SMA, LBB SSC, Yogyakarta (20102012) 6. Pengajar Olimpiade Sains Nasional Fisika SMA De Britto, Yogyakarta da SMP IPH School, Surabaya (2011-2013) 7. Asisten dosen mata kuliah Fisika Matematika, Prodi Geofisika, Jurusan Fisika UGM, Yogyakarta (2012) 8. Dosen Fakultas Teknik Informatika Universitas Dian Nuswantoro, Semarang, Mata Kuliah: Fisika dasar 1 dan 2, Pengantar elektronika dasar (2012-2013) 9. Dosen Fisika, Politeknik STTT Bandung, Mata Kuliah: Fisika Dasar 1 dan 2, Mekatronika Tekstil, Utilitas 1 dan 2.

Biografi Penulis

343

Kegiatan Ilmiah yang pernah diikuti: 1. Indonesia Textile Conference, Seminar Nasional Tekstil 2014 2. Seminar Nasional Pekan Ilmiah Fisika XXV 3. The 2th International Conference on Kinematics, Mechanics of Rigid Bodies and Materials (MECHKINEMATICS 2014) 4. The 4th International Conference on Theoretical and Applied Physics (ICTAP) 2014 5. Indonesia Textile Conference, Seminar Nasional Tekstil 2017 Karya Ilmiah yang pernah ditulis:

No

Bidang

1

Tekstil

2

Tekstil

Biografi Penulis

Karya Ilmiah Jurnal Nasional Tekstil

Jurnal Nasional Tekstil

Judul Pemodelan untuk menentukan hubungan actual twist Tipe-Z terhadap kecepatan sudut pada mesin spinning (Rotor dan Ring Spinning)

Studi pengaruh bentuk s-twisted dan z-twisted terhadap besar twist pada mesin pintal

Identitas Karya Ilmiah TEXERE (Journal of Textile Science and Technology) Vol.12 No.1 ISSN 14113090. (2014). Sebagai penulis 1 TEXERE (Journal of Textile Science and Technology) Vol.12 No.1 ISSN 14113090. (2014). Sebagai penulis 1

344

3

Tekstil

Prosiding Seminar Nasional Tekstil

Studi pengaruh bentuk permukaan navel terhadap hairiness (Pendekatan teori dan validasi eksperimen)

4

Tekstil

Prosiding Seminar Nasional Tekstil

Hubungan actual twist tipe-z terhadap kecepatan benang pada mesin pintal (Pendekatan fisika)

5

Tekstil

Prosiding Seminar Nasional Tekstil

6

Fisika

Prosiding Seminar Nasional Fisika

Pemodelan untuk memnentukan hubungan twist terhadap nomor benang Nm pada mesin Rotor Open-End Spinning Menggunakan Metode Lagrange dan Komputasi numeric (Pendekatan Fisika) Analisa teori untuk menentukan Yarn Tension pada Mesin Open-End Spinning (Analisa Fisika)

Biografi Penulis

Prosiding Seminar Nasional Tekstil 2014, ISSN 23565055, Vol 1, No 1 (2014) Penulis 1 Prosiding Seminar Nasional Tekstil 2014, ISSN 23565055, Vol 1, No 1 (2014) Penulis 1 Prosiding Seminar Nasional Tekstil 2014, ISSN 23565055, Vol 1, No 1 (2014) Penulis 1

Prosiding Seminar Nasional Fisika, ISSN 2339-160X, Vol 2, No 1

345

7

Fisika

Prosiding Seminar Nasional Fisika

Analisa Teori Pembentukan Twist pada mesin Air jet spinning tipe Murata Vortex Spinning

8

Fisika

Prosiding Seminar Nasional Fisika

Pengenalan Sistem kerangka inersia pada pengaruh Bentuk STwist dan Z-Twist terhadap besar twist pada mesin pintal ring spinning

9

Fisika

Prosiding Seminar Nasional Fisika

Bentuk pemodelan pergerakan seratbenang dalam tampang lintang structur benang ring spinning (tinjauan fisika teori)

10

Fisika

Jurnal Internasio nal

Theoretical Modeling of Predicting the optimum twist Angle of Cotton Fiber Movement on OE Yarn Made by Rotor Spinning Machine

Biografi Penulis

(2014) sebagai penulis 1 Prosiding Seminar Nasional Fisika, ISSN 2339-160X, Vol 2, No 1 (2014) sebagai penulis 1 Prosiding Seminar Nasional Fisika, ISSN 2339-160X, Vol 2, No 1 (2014) sebagai penulis 1 Prosiding Simposium Nasional Inovasi dan Pembelajaran Sains 2015 (SNIPS 2015) Journal of Applied Mathematics and Physics, (2015), 3, 623630, Published Online May

346

11

Fisika

Jurnal Internasio nal

Predicting the Actual Strength of Open-End Spun Yarn Using Mechanical Model

12

Fisika

Jurnal Internasio nal

A Simulation Model of Twist Influenced by Fibre Movement Inside Yarn on Solenoid Coordinate

13

Fisika

Jurnal Internasio nal

New theoretical modeling for predicting yarn angle on OE yarn influenced by fibre movement on torus

Biografi Penulis

2015 in SciRes. http:/dx.doi.or g/10.4236/ja mp.2015.3507 4 penulis 1 Applied Mechanics and Materials, indexed by scopus, vol 780 (2015) pp 69-74 © (2015) Trans Tech Publication, Switzerland doi: 10.4028/www .scientific.net/ AMM.780.69 penulis 2 Global Journal Pure and Applied Mathematics, indexed by scopus (2016) Indian Journal of Fibre & Textile Research

347

coordinate based on Vol. 42, classical mechanics September approach 2017, pp. 359363

Buku yang pernah ditulis: 1. Pengantar Eksperimen Fisika (untuk SMA/S-1), CV Mulia Jaya, 2015. (ISBN 978-602-72713-0-2) 2. Pengantar Listrik Magnet, CV Mulia Jaya, Yogyakarta, 2015. (ISBN 978602-72713-2-6) 3. Pengantar Fisika Dasar, CV Mulia Jaya, Yogyakarta, 2017. (ISBN 978602-72713-6-4) 4. Penerapan kalkulus tensor pada kasus pemintalan benang, CV Mulia Jaya, Yogyakarta, 2017. (ISBN 978-602-72713-7-1)

Penulis juga pernah mendapatkan dana hibah berupa riset funding sebagai berikut

No

Bidang

1

Tekstil

2

Tekstil

Biografi Penulis

Sumber Dana Pusdiklat KEMENPE RIN 2015

Pusdiklat KEMENPE RIN 2017

Judul

Identitas Karya Ilmiah Rancang Bangun Alat Penelitian Pengukur Actual Twist SPIRIT 2015 dan Diameter Benang dengan Menggunakan Prinsip Fisika Optik dan Dimensi Fraktal Metoda Baru Penelitian Prototipe Alat SPIRIT 2017 Pengukur Diameter Benang Dengan Teknologi Image

348

Processing Dan Mikroskop Digital Serta Perangkat Lunak Berbasis Java

Biografi Penulis

349

Siti Rohmah AT., M.T merupakan dosen desain tekstil yang juga menjabat sebagai kepala laboratorium desain teksil. Penulis menamatkan kuliah sarjana (S-1) di ITT dan melanjutkan ke program magister teknik industri (S-2). Penulis mendalami dan menguasai mengenai ilmu bidang anyaman dan desain tekstil. Penulis mengajar mata kuliah praktikum Desain Tekstil 1, Desain Tekstil II dna Desain Tekstil III di Politeknik STTT Bandung. Karya Ilmiah yang pernah ditulis: No Bidang Karya Judul Ilmiah Denim 1 Tekstil Jurnal Modifikasi Tekstil dengan Aplikasi Kain Bermotif dan Teknik Pelusuhan 2

Tekstil

Jurnal Tekstil

Efek Variasi Proses Bio Washing pada Pelusuhan Denim dengan Menggunakan Enzim

3

Tekstil

Jurnal Tekstil

Pengaruh Variasi Penggunaan Weight Tension Terhadap Keseragaman Berat Gulungan yang Dihasilkan pada Proses Rewinding Benang Filamen Poliester DTY

Biografi Penulis

Identitas Karya Ilmiah Prosiding Seminar Nasional ISBN: 979 1006 00 8 Universitas Negeri Semarang, 2006 Prosiding Seminar Nasional ISBN: 97998117-4-0 Universitas Negeri Yogyakarta, 2006 Texere Volume 6 Nomor 1 Januari 2008 ISSN: 14113090, 2008

350

150/96 di mesin Pirn Winder Murata Type 303 Pendidikan Tinggi Teknik Busana dalam Upaya Menumbuhkan Jiwa Kewirausahaan di Bidang Distro Analisis Tingkat Risiko Ergonomi pada Pekerja Konveksi dengan Metoda Job Strain Index ( JSI ),

4

Tekstil

Jurnal Tekstil

5

Tekstil

Jurnal Tekstil

6

Tekstil

Jurnal Tekstil

Investigasi Kecelakaan di Industri Tekstil dengan Pendekatan Unsafe Action dan Unsafe Condition

7

Tekstil

Jurnal Tekstil

8

Tekstil

Jurnal Tekstil

Evaluasi Tingkat Risiko Pekerjaan dengan Metode Job Strain Index (JSI) pada Pekerja Konveksi dan Hubungannya dengan Carpal Tunnel Syndrome (CTS) sebagai Penyakit Akibat Kerja, Tinjauan Pembuatan Poster, 2014 Desain Anyaman Pakan Tambahan dengan

Biografi Penulis

Prosiding 2009

Seminar,

Prosiding Seminar Nasional Teknik Industri ISSN: 23387122 Universitas Malikussaleh LhoksemaweAceh, 2013 Prosiding Seminar Nasional Teknik 104 Industri ISSN: 23387122 Universitas Malikussaleh LhoksemaweAceh, 2013 Prosiding Seminar Nasional ISBN: 978979-98438-8-3 Universitas Islam IndonesiaYogyakarta, 2013

351

9

Tekstil

Jurnal Tekstil

10

Tekstil

Jurnal Tekstil

11

Tekstil

Jurnal Tekstil

12

Tekstil

Jurnal Tekstil

Biografi Penulis

Menggunakan Software DBWeave Pengamatan Pengaruh Bentuk Grove Rotor Terhadap Kekuatan, Mulur, Hairiness dan Ketidakrataan pada benang Open End Ne1 7, Pengaruh Penyetelan Needle Position Terhadap Wale Per Inci (WPI) dan Course Per Inci (CPI) pada Kain Rajut Desain Jersey dengan Menggunakan Benang Cotton Nep pada Mesin Rajut Datar Merek Stoll Tipe CMS 311 TC-L, Pembuatan Desain Songket dengan Menggunakan Software DBWeave Proposed Form of Work Agreement in Specifik Time (PKWT) for IKM Employees (Case Study at IKM "X" in Tasikmalaya),

Texere Volume 12 Nomor 2, 2014

Laporan Penelitian yang tersimpan di perpustakaan STTT, 2014

Prosiding Seminar nasional ISBN 978979-25-0224-4,2015 Proceeding International Conference ICCi 2015 ISBN: 978-602-091725-2

352

Irwan S.Teks, M.T adalah dosen yang ahli di bidang pertenunan di Politeknik STTT. Penulis mengajar mata kuliah Persiapan Pertenunan, praktikum Persiapan Pertenunan, Pertenunan I, praktikum Pertenunan I di Politeknik STTT.

Buku yang pernah ditulis: 1. Modul Praktikum Persiapan Pertenunan. Sekolah Tinggi Teknologi Tekstil. 2. Modul Praktikum Pertenunan I. Sekolah Tinggi Teknologi Tekstil. 3. Pengantar pengukuran performansi teknologi di industri tekstil, Sekolah Tinggi Teknologi Tekstil, ISBN 978-979-1052-15-3.

Biografi Penulis

353

Syarif Iskandar S.Teks., M.T adalah dosen yang ahli di bidang Pemintalan di Politeknik STTT. Penulis mengajar mata kuliah Pemintalan I, Pemintalan II, Pemintalan III dan praktikum Pemintalan III di Politeknik STTT.

Buku yang pernah ditulis: 1. Modul Praktikum Pemintalan I. Sekolah Tinggi Teknologi Tekstil. 2. Modul Praktikum Pemintalan II. Sekolah Tinggi Teknologi Tekstil. 3. Pengantar pengukuran performansi teknologi di industri tekstil, Sekolah Tinggi Teknologi Tekstil, ISBN 978-979-1052-15-3. 4. Teknologi pemintalan : suatu pengantar, Balai Besar Tekstil Badan Penelitian dan Pengembangan Industri, ISBN 978-602-17138-2-2.

Biografi Penulis

354

Biografi Penulis

355

Biografi Penulis

355