Kondisi operasi dari suatu mesin rotasi dapat dianalisis berdasarkan level getaran
yang ditimbulkannya. Level getaran mesin umumnya dinyatakan dalam nilai RMS.
Nilai RMS getaran dapat digunakan untuk mengklasifikasikan apakah suatu mesin
rotasi beroperasi dalam kondisi sehat atau bahaya berdasarkan standar ISO-10816.
Oleh sebab itu, nilai RMS perlu dihitung secara teliti karena kesalahan perhitungan
nilai RMS dapat menyebabkan kekeliruan dalam proses pengambilan kesimpulan
mengenai kondisi mesin. Pada tahun 2012, penelitian di Laboratorium Dinamika
ITB telah menurunkan persamaan untuk menghitung kesalahan nilai RMS akibat
ketidaktepatan dalam pemilihan parameter pengukuran. Akan tetapi, persamaan
perhitungan kesalahan nilai RMS ini belum divalidasi secara eksperimental.
Dalam penelitian ini, persamaan perhitungan kesalahan nilai RMS ini akan
divalidasi melalui kaji eksperimental pada tiga jenis data akuisisi, yakni NI-6001,
PCI-4472, dan Leonova Diamond. Hasil kajian ini menunjukkan bahwa kesalahan
nilai RMS masih terjadi pada ketiga data akuisisi tersebut dan kesalahan nilai RMS
yang terjadi merupakan fungsi dari sudut fasa, periode sinyal, serta waktu rekam,
sesuai dengan persamaan perhitungan yang telah diturunkan.
Selain itu, penelitian ini juga mengembangkan algoritma baru untuk meningkatkan
akurasi perhitungan nilai RMS. Dalam penelitian ini, proses suaian kurva
berbasiskan kombinasi algoritma Particle Swarm Optimization dan algoritma
Levenberg-Marquardt akan digunakan untuk membangun algoritma perhitungan
nilai RMS yang baru. Hipotesis yang digunakan dalam pengembangan algoritma
ini adalah bahwa nilai RMS dari suatu sinyal getaran yang terukur akan sama
dengan nilai RMS dari model sinyal sinusoidal apabila proses suaian kurva mampu
menghasilkan model sinyal sinusoidal yang sesuai dengan sinyal terukur.
Berdasarkan hasil simulasi dan pengujian, terungkap bahwa algoritma baru yang
diusulkan mampu menghitung nilai RMS secara akurat.