Perpustakaan Digital ITB

Perawatan mesin merupakan salah satu komponen penting dalam menjaga performa mesin. Perawatan yang tepat dan desain yang sesuai akan memberikan umur dan kapasitas produksi yang optimal. Perawatan yang cukup dikenal luas adalah perawatan berbasis kondisi (condition-based maintenance/CBM) dimana rekomendasi perawatan diberikan berdasarkan informasi yang diperoleh dari pemantauan kondisi mesin. Data yang sering digunakan untuk mengamati kondisi mesin merupakan data getaran yang dianalisis di ranah frekuensi. Sayangnya analisis ini sering memberikan kesimpulan yang kurang akurat, terutama jika sinyal getaran memiliki level derau terhadap sinyal (noise to signal ratio) yang tinggi. Tugas sarjana ini dilakukan untuk mengevaluasi keandalan salah satu metode yang dikembangkan dalam pemrosesan data getaran, yaitu metode diagnostik cacat permesinan dengan menggabungkan pemodelan deret waktu dan pengenalan pola jarak terdekat (Dianviviyanthi dan Nurprasetio, 2000). Metode ini bertujuan untuk mengenali cacat yang terjadi pada peralatan berdasarkan nilai parameter model deret waktu. Proses identifikasi cacat dilakukan melalui langkah pembelajaran terlebih dahulu untuk mengetahui orde AutoRegressive (AR) atau AutoRegressive Moving Average (ARMA) yang sesuai dan nilai vektor fitur acuan. Data lain yang tidak diketahui jenis cacatnya kemudian dicari nilai parameter AR atau ARMA dengan orde yang sama, lalu jarak vektor parameter data uji diukur terhadap vektor parameter hasil proses pembelajaran. Untuk memperkuat diagnosis, metode yang sudah dikembangkan dilengkapi dengan uji statistika (uji hipotesis). Keandalan metode diagnostik diuji dengan melaksanakan metode secara berulang-ulang (Monte Carlo Experiment). Pengujian dilakukan dengan menggunakan anjungan uji yang terdapat di Laboratorium Mekanika dan Konstruksi Mesin. Dalam hal ini, digunakan 30 data di tahap pembelajaran dan 26 data lain untuk pembanding. Setelah diimplementasi, metode ini mampu membedakan kedua kasus dengan menggunakan AR(4) untuk acuan cacat tak balans dan AR(12) untuk acuan cacat tak balans yang disertai kelonggaran mekanis. Hasil implementasi metode ditampilkan dalam bentuk boxplot dan uji hipotesis dengan Hotelling’s T2 test. Dengan demikian, keandalan metode telah berhasil dibuktikan secara eksperimental dan metode dapat direkomendasikan sebagai pelengkap analisis domain frekuensi yang telah lebih dulu populer.