Fadrun (2021) DETEKSI KEBOCORAN PIPA AIR BERSIH MENGGUNAKAN ALGORITMA CUBIC SUPPORT VECTOR MACHINE (SVM). S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (600kB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (328kB)
Abstrak.pdf
Restricted to Registered users only
Download (187kB)
Bab I.pdf
Download (321kB)
Bab II.pdf
Restricted to Registered users only
Download (1MB)
Bab III.pdf
Restricted to Registered users only
Download (950kB)
Bab IV.pdf
Restricted to Registered users only
Download (966kB)
Bab V.pdf
Restricted to Registered users only
Download (189kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (303kB)
Lampiran.pdf
Restricted to Registered users only
Download (308kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (667kB)
Full Text.pdf
Restricted to Repository staff only
Download (3MB)
Abstract
<p><strong>INTISARI</strong></p>
<p>Air merupakan sumber kehidupan bagi seluruh makhluk hidup, tanpa air makhluk hidup tidak akan bertahan untuk kelangsungan hidupnya. Untuk memenuhi kebutuhan hidupnya manusia mengalirkan air dari suatu tempat ke tempat tinggalnya. Air tersebut dialirkan menggunakan pipa-pipa yang tersambung satu sama lain mulai dari sumber air sampai ke tujuannya. Pipa-pipa yang terhubung tersebut kadangkala berada di bawah tanah dan tersebar dari lokasi yang relatif luas. Karena pipa-pipa tersebut tertanam di dalam tanah, maka sulit untuk memantau/memonitor aliran air dalam pipa jika terjadi kebocoran atau kehilangan air. Oleh karena itu, dibutuhkan penelitian yang bertujuan untuk mendeteksi dan mengembangkan metode dalam hal memantau kebocoran pipa.</p>
<p>Proses penelitian ini dimulai dengan perekaman data sinyal getaran pada system jaringan pipa air yang disimulasikan menggunakan rig uji penelitian pada laboratorium. Sinyal getaran direkam pada kondisi pipa normal, kondisi bocor kecil dengan kebocoran 3 mm, dan kondisi bocor besar dengan kebocoran 10 mm. Data hasil akuisisi sinyal getaran kemudian diekstraksi ke dalam 8 parameter statistik domain waktu dan 5 parameter statistik dari domain frekuensi. Data hasil ekstraksi parameter diseleksi menggunakan PCA dan hasil seleksi menghasilkan matriks <em>score. </em>Dari total 1800 data matriks <em>score,</em> dibagi 80</p>
Item Type: | Thesis (S1) |
---|---|
Divisions: | Fakultas Teknik > Teknik Mesin S1 |
Depositing User: | Unnamed user with email robi@umy.ac.id |
Date Deposited: | 22 Sep 2021 08:45 |
Last Modified: | 22 Sep 2021 08:45 |
URI: | https://etd.umy.ac.id/id/eprint/2929 |