DIAGNOSA KEGAGALAN RODA GIGI BERBASIS SINYAL AKUSTIK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Nur, Akbar Aulia (2017) DIAGNOSA KEGAGALAN RODA GIGI BERBASIS SINYAL AKUSTIK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Other thesis, Universitas Sebelas Maret.

[img] PDF - Published Version
Download (427Kb)

    Abstract

    Roda gigi merupakan elemen mesin yang berfungsi untuk mentransmisikan daya dan putaran poros sehingga sistem mekanisme mesin dapat bekerja sesuai dengan fungsinya. Seiring dengan pemakaian, roda gigi akan mengalami kerusakan seperti aus, patah, atau retak. Untuk mencegah terjadinya kegagalan secara tiba-tiba, maka dibutuhkan deteksi dini untuk mengatasi kegagalan tersebut. Penelitian ini bertujuan untuk mendiagnosis adanya kegagalan pada roda gigi dengan mengklasifikasikannya menggunakan SVM berdasarkan sinyal akustik. Pengambilan data akustik diakukan dengan data akuisisi DEWESoft dengan sensor microphone PCB 426E01. Pengujian dilakukan pada rig pengujian roda gigi dengan variasi 5 kondisi roda gigi, yaitu roda gigi normal, patah 25%, patah 50%, patah 75%, dan patah 100%. Sinyal akustik diakuisisi dengan frekuensi sampling 20kHz. Ekstraksi fitur dilakukan terhadap sinyal akustik domain waktu. Fitur yang diekstraksi meliputi mean, variance, standar deviasi, maximum, minimum, peak value, RMS, skewness, kurtosis, range, dan impuls factor. Principle Component Analysis (PCA) diterapkan untuk mereduksi fitur. Klasifikasi SVM diselesaikan menggunakan perangkat lunak MATLAB R2016a. Dalam penelitian ini, klasifikasi SVM menggunakan metode One-Against-One (OAO) dan metode OneAgainst-All (OAA) serta beberapa fungsi kernel diantaranya kernel RBF, kernel polynomial dan kernel linier. Hasil penelitian menunjukkan bahwa metode klasifikasi SVM dapat digunakan untuk diagnosis kegagalan pada roda gigi menggunakan sinyal akustik. Penerapan metode One-Against-One dengan menggunakan kernel RBF dan kernel polynomial merupakan metode terbaik dalam klasifikasi roda gigi berdasarkan sinyal akustik. Pada akurasi model SVM didapatkan akurasi sebesar 100% dan akurasi pengujian model SVM didapatkan 100%. Kata kunci : Roda gigi, akustik, PCA, domain waktu, multiclass SVM

    Item Type: Thesis (Other)
    Subjects: T Technology > T Technology (General)
    T Technology > TJ Mechanical engineering and machinery
    T Technology > TL Motor vehicles. Aeronautics. Astronautics
    Divisions: Fakultas Teknik
    Fakultas Teknik > Teknik Mesin
    Depositing User: Rea Aisha Champa
    Date Deposited: 17 Jul 2017 22:06
    Last Modified: 17 Jul 2017 22:06
    URI: https://eprints.uns.ac.id/id/eprint/33997

    Actions (login required)

    View Item