PENERAPAN JARINGAN SYARAF TIRUAN UNTUK DIAGNOSIS CIRI KERUSAKAN BERDASARKAN KARAKTERISTIK GETARAN PADA ALAT ROTATING MOTOR = The Application of Artificial Neural Network for Diagnosing Fault Based on Vibration Characteristics in Rotating Motor


Saragih, Agus Edwin (2023) PENERAPAN JARINGAN SYARAF TIRUAN UNTUK DIAGNOSIS CIRI KERUSAKAN BERDASARKAN KARAKTERISTIK GETARAN PADA ALAT ROTATING MOTOR = The Application of Artificial Neural Network for Diagnosing Fault Based on Vibration Characteristics in Rotating Motor. Thesis thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D022201008_tesis_19-09-2023 caver1.jpg

Download (278kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
D022201008_tesis_19-09-2023 bab 1-2.pdf

Download (4MB)
[thumbnail of Dapus] Text (Dapus)
D022201008_tesis_19-09-2023 dp.pdf

Download (6MB)
[thumbnail of Full Text] Text (Full Text)
D022201008_tesis_19-09-2023.pdf
Restricted to Repository staff only until 19 January 2026.

Download (18MB)

Abstract (Abstrak)

Motor berputar merupakan salah satu komponen dalam sebuah sistem industri yang kondisinya harus terjaga dengan baik. Kondisi motor yang normal, unbalance, misalignment serta mechanical looseness dapat dideteksi dengan melakukan diagnosis awal melalui analisis spektrum getaran. Spektrum getaran memberikan informasi yang unik mengenai kondisi motor dimana identifikasinya memerlukan keahlian khusus. Agar diagnosis ini dapat dilakukan dengan efektif dan efisien, maka diperlukan metode yang cepat dan akurat dalam mengidentifikasi kondisi motor tersebut. Penelitian ini bertujuan untuk merancang sistem cerdas dalam mendiagnosis getaran motor berputar menggunakan jaringan syaraf tiruan. Pengujian dilakukan pada kondisi sistem unbalance dan alignment dengan variasi putaran motor 700 RPM, 1200 RPM dan 1795 RPM. Data spektrum getaran diambil dari hasil software Omnitrend serta pembuatan model jaringan menggunakan Matlab R2018a. Eksperimen dilakukan menggunakan metode jaringan syaraf tiruan tipe backpropagation dimana data set spektrum getaran kondisi unbalance, misalignment, mechanical looseness yang digunakan sebagai data pelatihan. Backpropagation merupakan algoritma pembelajaran dalam jaringan syaraf tiruan yang terbentuk dari tiga lapisan lapisan utama yaitu input layer, hidden layer serta output layer. Model arsitektur yang digunakan adalah 6-12-3 dengan tingkat akurasi kinerja model tersebut adalah 100% dengan epoch sejumlah 52 iterasi sedangkan pada training confusion matrix data yang dipergunakan 70% sejumlah 42 data, pada validation dan test confusion matrix data yang dipergunakan 30% sejumlah 18 data, total keseluruhan data yang dipergunakan sebanyak 60 data. Hasil pengujian menunjukkan bahwa diagnosis 36 data spektrum getaran memberikan hasil prediksi yang akurat dalam waktu yang singkat. Peningkatan kualitas hasil prediksi menggunakan jaringan syaraf tiruan ini dapat dilakukan dengan menambahkan data pelatihan.

Keywords : motor berputar, spektrum getaran, jaringan syaraf tiruan, backprogation

Item Type: Thesis (Thesis)
Uncontrolled Keywords: Rotating motor, Vibration spectrum, Artificial neural network, Backprogation
Subjects: T Technology > TJ Mechanical engineering and machinery
Divisions (Program Studi): Fakultas Teknik > Teknik Mesin
Depositing User: S.Sos Rasman -
Date Deposited: 25 Apr 2024 06:41
Last Modified: 25 Apr 2024 06:41
URI: http://repository.unhas.ac.id:443/id/eprint/32279

Actions (login required)

View Item
View Item