KLASIFIKASI KERUSAKAN MESIN POMPA DENGAN METODE SUPPORT VECTOR MACHINE (SVM)

Avie Aura Dzilfadhilah, 2011710012 (2021) KLASIFIKASI KERUSAKAN MESIN POMPA DENGAN METODE SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (38kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (37kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Registered users only Download (362kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (238kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINAITAS.pdf Restricted to Repository staff only Download (280kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (341kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (334kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (296kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (274kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (267kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (351kB)
	Text (BAB II TINJAUAN PUSTAKA) 11. BAB II TINJAUAN PUSTAKA.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOOGI PENELITIAN.pdf Restricted to Repository staff only Download (364kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (643kB) | Request a copy
	Text (BAB V PENUTUP) 14. BAB V PENUTUP.pdf Restricted to Repository staff only Download (268kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (355kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (434kB) | Request a copy
	Text (FULL TEXT) 17. SKRIPSI - AVIE AURA DZILFADHILAH (2011710012).pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (FULL TEXT DOC) 18. SKRIPSI - AVIE AURA DZILFADHILAH (2011710012).docx Restricted to Repository staff only Download (4MB) | Request a copy
	Text (JURNAL) 19. JURNAL - AVIE AURA DZILFADHILAH (2011710012).docx Restricted to Repository staff only Download (272kB) | Request a copy

Abstract

Mesin merupakan sebuah atau seperangkat alat mekanik atau elektrik menggunakan prinsip kerja mengubah energi untuk membantu kegiatan manusia atau menghasilkan produk tertentu. Kondisi sebuah mesin harus terus dijaga dan dipantau dalam keadaan baik, karena kualitas mesin yang buruk akan menurunkan produktivitas mesin serta produk yang dihasilkan tidak sesuai harapan. Maka dari itu dibutuhkannya pemeliharaan kondisi mesin agar penurunan keandalan tidak menyebabkan mesin tersebut mengalami kerusakan parah. Pada umumnya kerusakan yang sering terjadi adalah misalignment (tidak seporos), unbalance (ketidakseimbangan), dan bearing fault (kerusakan bantalan). Penelitian ini bertujuan untuk mengetahui hasil klasifikasi serta tingkat keakuratan kerusakan pada mesin menggunakan Machine Learning dengan metode SVM. Objek pada penelitian ini adalah pompa yang digunakan adalah pompa air tipe “Panasonic GP- 129” dari Laboratorium Rekayasa Akustik dan Fisika Bangunan Jurusan Teknik Fisika ITS dan memprediksi tiga kerusakan kondisi mesin yaitu misalignment, unbalance, dan bearing fault. Diharapkan pada penelitian ini dapat mengklasifikasikan kerusakan mesin dengan tingkat keakuratan lebih tinggi dibandingkan sebelumnya. Berdasarkan hasil penelitian menunjukkan bahwa klasifikasi kerusakan mesin pompa menggunakan metode SVM Linear memiliki performansi tingkat keakuratan sebesar 96,7%, SVM Quadratic sebesar 100%, SVM Cubic sebesar 96,7%. Pada penelitian ini, metode SVM juga dibandingkan dengan Decision Tree dan KNN. Metode SVM memiliki performansi lebih baik dibandingkan kedua metode tersebut dalam klasifikasi kerusakan mesin.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Support Vector Machine dan Machine Learning
Contributors:	Contribution Name Email Thesis advisor Anindita Adikaputri Vinaya, S.T., M.T. anindita.vinaya@uisi.ac.id
Subjects:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General) T Technology > TJ Mechanical engineering and machinery
Divisions:	Department of Engineering Management
Depositing User:	Avie Aura Dzilfadhilah
Date Deposited:	16 Sep 2021 14:55
Last Modified:	16 Sep 2021 14:55
URI:	https://repository.uisi.ac.id/id/eprint/1706

Actions (login required)

View Item