Perpustakaan Digital ITB

Motor induksi tiga fasa merupakan komponen penggerak utama dalam sistem produksi di berbagai sektor industri, namun kegagalan pada bearing, rotor, dan stator masih kerap terjadi dan menyebabkan terhentinya proses produksi, terutama jika perawatan yang dilakukan tidak tepat sasaran sehingga justru mempercepat kerusakan motor dan meningkatkan downtime. Penelitian ini menyajikan desain dan implementasi sistem manajemen perawatan motor induksi tiga fasa yang mengintegrasikan subsistem diagnostik dan subsistem estimasi sisa umur pakai (RUL), di mana subsistem diagnostik memanfaatkan data arus tiga fasa untuk mendeteksi kerusakan stator dan rotor serta data vibrasi untuk mendeteksi kerusakan bearing menggunakan model klasifikasi Random Forest, sedangkan subsistem estimasi RUL membangun indeks kesehatan motor dari data vibrasi menggunakan Importance Ranking Test, Principal Component Analysis, dan Genetic Algorithm, kemudian memprediksi sisa umur pakai dengan metode particle filter. Hasil pengujian menunjukkan bahwa subsistem diagnostik berhasil memenuhi target spesifikasi dengan tingkat deteksi kerusakan 94,95%, tingkat alarm palsu 8,33%, tingkat kesalahan diagnosis 0%, dan tingkat kerusakan terlewat 3,88%, sementara subsistem estimasi RUL menghasilkan rata-rata Mean Absolute Percentage Error sebesar 40,4% yang belum memenuhi target akurasi, namun tetap mampu mengikuti tren degradasi motor secara konsisten untuk mendukung pengambilan keputusan perawatan.