APLIKASI SUPPORT VECTOR MACHINE (SVM) BERBASIS SINYAL GETARAN UNTUK MENDIAGNOSIS KERUSAKAN BANTALAN GELINDING

BANTALAN MERUPAKAN KOMPONEN MESIN YANG BERFUNGSI MENUMPU POROS AGAR DAPAT BERPUTAR DAN MENAHAN BEBAN DENGAN BAIK. KERUSAKAN YANG SERING TERJADI PADA BANTALAN DAPAT TERJADI PADA LINTASAN DALAM, LINTASAN LUAR, ELEMEN GELINDING DAN SANGKAR. METODE SPEKTRUM UMUM DIGUNAKAN UNTUK MENDETEKSI KERUSAKAN GETARAN. NAMUN DEMIKIAN METODE ANALISIS SPEKTRUM MEMILIKI KELEMAHAN YAITU TIDAK DAPAT MENDETEKSI CACAT AWAL BANTALAN KARENA AMPLITUDO PADA FREKUENSI CACAT TIDAK TERAMATI KARENA TERBENAM OLEH AMPLITUDO-AMPLITUDO KOMPONEN LAINNYA. PENELITIAN INI BERTUJUAN UNTUK MENGEMBANGKAN METODE DETEKSI CACAT BANTALAN MELALUI PENDEKATAN MACHINE LEARNING DENGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) BERBASIS SINYAL GETARAN.
PERANGKAT AKUISISI DATA DAN SENSOR ACCELEROMETER DIGUNAKAN UNTUK MEREKAM SINYAL GETARAN BANTALAN NORMAL, CACAT LINTASAN DALAM DAN CACAT LINTASAN LUAR PADA ALAT UJI. CACAT PADA LINTASAN DALAM DAN LINTASAN LUAR BANTALAN DIBUAT MENGGUNAKAN ELECTRIC DISCHARGE MACHINE (EDM) DENGAN LEBAR 0,4 MM DAN KEDALAMAN 1,4 MM. HASIL EKSTRAKSI 7 PARAMETER STATISTIK DOMAIN WAKTU DAN 4 PARAMETER STATISTIK DOMAIN FREKUENSI DIGUNAKAN SEBAGAI INPUT SVM. PROSES PARTISI DATA DILAKUKAN UNTUK MEMBAGI DATA EKSTRAKSI MENJADI 75