Nama : Moch. Haidar Alwi R.

NPM : 18032010019
Mata Kuliah : Proses Manufaktur

REVIEW JURNAL INTERNASIONAL

Judul Gaussian process-based surrogate modeling framework for process planning in
laser powder-bed fusion additive manufacturing of 316L stainless steel
Penulis Gustavo Tapia, Saad Khairallah, Manyalibo Matthews, Wayne E. King, Alaa
Elwany
Tahun 2017
Isi Jurnal Dalam tulisan ini, kita fokus pada pengembangan model pengganti untuk
meningkatkan L-PBF optimasi proses. Lebih khusus, kita mulai dengan
membangun efisien berbasis proses Gaussian ( GP) pengganti untuk model fisika
berbasis high-fidelity diusulkan dalam [ 9 . 10 . 17 ] Untuk mempelajari
mekanisme fisik proses AM. Berikutnya, kita menggunakan model proses
Gaussian prediktif untuk membangun sebuah model permukaan respon pengganti
untuk data eksperimen yang diperoleh dari pengukuran kedalaman kolam meleleh
dalam proses L-PBF. Kolam renang mencair adalah wilayah di antarmuka laser
bubuk di mana partikel bubuk logam sekering untuk membentuk genangan logam
cair kemudian memantapkan setelah bergerak sinar laser ke lokasi lain.
Kedalaman kolam lelehan ( d) telah banyak menarik dalam beberapa penelitian
sebelumnya karena memberikan indikasi seberapa baik lapisan berturut-turut
ikatan satu, Serta cara untuk mencegah modus lubang kunci. hati-hati memilih
kombinasi daya laser ( P), kecepatan scanning ( v), dan ukuran balok ( σ)
diperlukan untuk mencapai yang terakhir, Yang pada gilirannya mencegah pori
cacat pada bagian dibuat. Model proses berbasis respon permukaan Gaussian
kami memanfaatkan data lintasan percobaan tunggal untuk menentukan
pengolahan jendela yang memenuhi kondisi ini sekaligus mengurangi kebutuhan
untuk sejumlah besar pengamatan eksperimental. proses perencanaan di L-PBF
aditif manufaktur untuk menentukan pengaturan parameter proses optimal telah
menjadi fokus dari banyak upaya penelitian baru-baru ini. Sebagian besar
 pendekatan yang ada mengandalkan baik pada melakukan sejumlah besar
percobaan untuk mengidentifikasi optimal parameter jendela atau memanfaatkan
model simulasi high-fidelity untuk membantu dalam proses perencanaan. Kedua
pendekatan yang baik biaya- atau waktu-intensif, dan kadang-kadang keduanya.
pemodelan pengganti statistik dapat menjadi pendekatan yang efektif untuk
mengurangi beberapa beban ini dengan menawarkan alternatif komputasi yang
efisien untuk eksperimen mahal atau model simulasi high-fidelity komputasi
intensif. Kami mengembangkan Gaussian berdasarkan proses-pemodelan
pengganti untuk mencapai tugas ini, dengan terbatas data yang tersedia
eksperimental dan simulasi kesetiaan tinggi dalam proses L-PBF.
Metode Metode yang digunakan dalam jurnal ini adalah korelasional merupakan suatu
yang metode yang melibatkan tindakan suatu pengumpulan data guna menentukan,
Digunakan apakah ada hubungan dan tingkat hubungan antara dua variabel atau lebih. Karena
mengetahui tingkat hubungan yang ada, peneliti akan dapat mengembangkan
sesuai dengan tujuan penelitian
Kelebihan 1. Kemampuan untuk menyelidiki antara beberapa variabel secara bersama-
Metode sama(simultan)
yang 2. Dapat memberikan informasi tentang hubungan antara variabel-variabel yang
Digunakan diteliti
Kelemahan 1. Hasilnya cuma mengidentifikasi apa sejalan dengan apa, tidak mesti
Metode menunjukkan saling berhubungan bersifat kausal
yang 2. Kurang melakukannya kontrol terhadap variabel-variabel bebas
Digunakan
Alternatif Metode yang lain dalam jurnal ini adalah ekperimental. Dalam penelitian metode
Metode ini berusaha untuk mengisolasi dan melakukan kontrol setiap kondisi-kondisi
yang Dapat yang relevan dengan situasi yang di teliti kemudian melakukan pengamatan
Digunakan terhadap efek atau pengaruh ketika kondisi-kondisi dimanipulasi.