DETEKSI ANOMALI PADA VALVE BERBASIS PRINCIPAL COMPONENT ANALYSIS (PCA) DAN LIGHT GRADIENT BOOSTING MACHINE (LIGHTGBM) CLASSIFIER

Adhitya Febriansyah, 2012010001 (2024) DETEKSI ANOMALI PADA VALVE BERBASIS PRINCIPAL COMPONENT ANALYSIS (PCA) DAN LIGHT GRADIENT BOOSTING MACHINE (LIGHTGBM) CLASSIFIER. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (338kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (329kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (866kB) | Request a copy
	Text (HALAMAN HASIL FINAL DETEKSI PLAGIASI) 5. HALAMAN HASIL FINAL DETEKSI PLAGIASI.pdf Restricted to Repository staff only Download (472kB) | Request a copy
	Text (ABSTRAK) 6. ABSTRAK.pdf Download (826kB)
	Text (KATA PENGANTAR) 7. KATA PENGANTAR.pdf Restricted to Repository staff only Download (791kB) | Request a copy
	Text (DAFTAR ISI) 8. DAFTAR ISI.pdf Download (749kB)
	Text (DAFTAR GAMBAR) 9. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (715kB) | Request a copy
	Text (DAFTAR TABEL) 10. DAFTAR TABEL.pdf Restricted to Repository staff only Download (707kB) | Request a copy
	Text (BAB I PENDAHULUAN) 11. BAB I PENDAHULUAN.pdf Download (971kB)
	Text (BAB II TINJAUAN PUSTAKA) 12. BAB II TINJAUAN PUSTAKA.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 13. BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 14. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (BAB V PENUTUP) 15. BAB V PENUTUP.pdf Restricted to Repository staff only Download (852kB) | Request a copy
	Text (DAFTAR PUSTAKA) 16. DAFTAR PUSTAKA.pdf Download (746kB)
	Text (LAMPIRAN) 17. LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (FULLTEXT) 18. SKRIPSI - ADHITYA FEBRIANSYAH (2012010001).pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (FULLTEXT DOC) 19. SKRIPSI - ADHITYA FEBRIANSYAH (2012010001).docx Restricted to Repository staff only Download (20MB) | Request a copy
	Text (POSTER) 20. POSTER SKRIPSI - ADHITYA FEBRIANSYAH (2012010001).pdf Download (250kB)

Abstract

Deteksi anomali merupakan teknik yang paling efektif digunakan pada sistem pemeliharaan prediktif. Seiring perkembangan teknologi, deteksi anomali mengalami perubahan dalam prosesnya, setelah masuknya Artificial Intelligence (AI) yang diterapkan dalam sistem pemeliharaan prediktif berupa Machine Learning. Pada penelitian ini, akan membahas terkait penggunaan Machine Learning dalam mendeteksi anomali pada valve berbasis fitur Principal Component Analysis (PCA) menggunakan model Light Gradient Boosting Machine (LightGBM). Tujuannya adalah untuk mengukur performansi model yang dihasilkan menggunakan fitur PCA dan LightGBM pada valve. Penelitian ini menggunakan dataset berbentuk audiofile yang memiliki tingkat SNR sebesar 6 dB, dengan sampling rate 16.000 Hz. Pada tahap awal dilakukan pre-processing data, sehingga dataset yang digunakan berjumlah 1410, dengan pembagian data normal 702 dan data abnormal 708. Pada proses pengolahan, dataset dibagi menjadi dua yaitu sebesar 70% data training atau 986 data dan 30% data testing atau 424 data. Proses pengolahan data training dan data testing, penelitian ini menggunakan pengujian Cross-Validation dan Confussion Matrix untuk melihat performansi model yang dibangun dengan input nilai K-Fold (5, 10, 15 dan 20). Pada pengolahan data training menggunakan fitur PCA dengan model LightGBM, diperoleh skor performansi sebesar 99,3%. Sedangkan, ketika model diuji dengan data testing, diperoleh skor performansi model sebesar 99,7%. Secara keseluruhan hasil dari pengolahan data training dan data testing, menggunakan fitur PCA dan model LightGBM diperoleh skor performansi sebesar 99,5%. Hasil tersebut, menunjukkan hasil yang lebih baik dari kombinasi PCA dan XGBoost.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.24/UISI-01/MR
Uncontrolled Keywords:	Deteksi Anomali, Mesin Valve, Machine Learning, Principal Component Analysis (PCA), Light Gradient Boosting Machine (LightGBM)
Contributors:	Contribution Name Email Thesis advisor Anindita Adikaputri Vinaya, S.T., M.T. anindita.vinaya@uisi.ac.id
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Department of Engineering Management
Depositing User:	Adhitya Febriansyah
Date Deposited:	15 Feb 2024 12:21
Last Modified:	15 Feb 2024 12:21
URI:	https://repository.uisi.ac.id/id/eprint/6102

Actions (login required)

View Item