Muhammad Nadziful Malik (2020) DECISION TREES CLASSIFIER UNTUK MENDETEKSI KAVITASI PADA POMPA SENTRIFUGAL. S2 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (852kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (786kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (48kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (116kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (871kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (479kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (754kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (44kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (114kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (169kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (763kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (3MB)

Abstract

Dunia perindustrian banyak menggunakan pompa sentrifugal untuk proses kegiatan produksi. Permasalahan pada penggunaan pompa sentrifugal adalah kerap terjadi kavitasi. Kavitasi mengakibatkan penurunan performa pompa sehingga mengganggu kegiatan produksi. Oleh karena itu, dibutuhkan metode untuk memantau aktivitas pompa secara intensif. Sinyal getaran adalah parameter yang dapat digunakan untuk mengetahui kondisi operasi mesin. Metode berbasis teknik pengenalan pola (machine learning) menggunakan sinyal getaran telah banyak diterapkan pada mesin rotari untuk mendeteksi berbagai kerusakan komponen namun belum banyak diteliti efektivitasnya untuk mendeteksi kavitasi. Penelitian ini bertujuan menghasilkan metode deteksi kavitasi berbasis sinyal getaran menggunakan algoritma machine learning yaitu decision trees. Decision trees adalah classifier yang unggul karena dapat mengeliminasi jumlah perhitungan maupun data yang tidak diperlukan selama jumlah kelas dan kriteria yang digunakan tidak terlalu banyak.
Penelitian ini dilakukan menggunakan alat uji simulasi kavitasi berupa rangkaian pipa air loop tertutup bertekanan yang terdiri dari beberapa komponen diantaranya pompa sentrifugal, kompresor vakum, katup, pressure gauge, flowmeter, instalasi perpipaan, dan tangki vakum. Simulasi dilakukan dengan mengatur tekanan vakum pada tangki vakum. Accelerometer dipasang pada casing untuk merekam getaran pompa sentrifugal. Data getaran kemudian diekstrak menjadi parameter statistik domain waktu. Setelah ekstraksi sinyal getaran data akan dibagi menjadi data training dan data testing. Data training digunakan untuk melatih classifier dan akan diuji tingkat akurasinya menggunakan data testing.
Decision trees dapat digunakan untuk mendeteksi berbagai level kavitasi pada pompa sentrifugal. Metode deteksi kavitasi menggunakan decision trees classifier menghasilkan nilai akurasi training sebesar 97,10

Dosen Pembimbing: IR. BERLI PARIPURNA KAMIEL, S.T., M.M., M.ENG., SC. PH.D | NIDN0502037401
Item Type: Thesis (S2)
Divisions: Fakultas Teknik > S1 Teknik Mesin
Depositing User: Unnamed user with email robi@umy.ac.id
Date Deposited: 12 Oct 2021 06:22
Last Modified: 02 Nov 2021 02:10
URI: https://etd.umy.ac.id/id/eprint/1894

Actions (login required)

View Item View Item