Garuda - Garba Rujukan Digital

PENERAPAN METODE NEURAL NETWORK UNTUK MENGKLASIFIKASI KERUSAKAN BATANG ROTOR MOTOR INDUKSI MELALUI DATA SPEKTRUM ARUS Osni Boimau; Iradiratu Diah PK; Belly Yan Dewantara; Daeng Rahmatullah
MEDIA ELEKTRIKA Vol 13, No 1 (2020): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Kerusakan batang rotor merupakan salah satu jenis kerusakan pada motor induksi yang dapat menyebabkan masalah serius. Kerusakan tersebut dapat mencapai 5% - 10% dari seluruh kasus gangguan motor induksi. Oleh karena itu perlu adanya prediksi awal untuk mengetahui adanya gangguan pada motor induksi, agar dapat dilakukan perbaikan lebih cepat dan tanggap sebelum terjadi kerusakan yang lebih parah. Pada penelitian ini membahas tentang klasifikasi kerusakan batang rotor motor induksi dengan menggunakan analisa arus stator. Data spectrum arus diambil mengunakan metode fast fourier transform. Eksperimen penelitian dilakukan menggunakan metode Neural Network sebagai alat bantu untuk mendeteksi sinyal kesalahan dari mesin listrik karena mampu mengenali pola setiap kerusakan pada batang rotor motor induksi. Pengujian sistem dilakukan untuk mementukan letak kerusakan dalam beberapa kondisi, yaitu kondisi rotor diambil dari hasil pendeteksian Fast Fourier Transform, kondisi beban diambil dari presentase pembebanan yakni 0%, 25%, 50%, 75%, 100% dan tingkat kerusakan motor diambil mulai dari kondisi batang rotor normal sampai rotor mengalami kerusakan 3BRB7mm. Hasil pengujian ini membuktikan bahwa metode Neural Network mampu mengklasifikasi setiap kondisi kerusakan batang rotor motor induksi dengan membuktikan dari hasil Mean Squared Error MSE yang dihasilkan memiliki nilai rata-rata pada semua kondisi kerusakan sebesar 5.84 . Dengan rata-rata efisiensi pengujian dibawah 5%

RANCANG BANGUN KENDALI KECEPATAN MOTOR BERBASIS LOGIKA FUZZY UNTUK SISTEM PROPULSI ELEKTRIK PADA KAPAL MENGGUNAKAN PULSE WIDTH MODULATION (PWM) Abd Gafur; Iradiratu Diah PK; Belly Yan Dewantara
MEDIA ELEKTRIKA Vol 13, No 1 (2020): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Sistem propulsi kapal adalah suatu mekanisme yang akan memutar baling-baling. Pada perkembangan saat ini motor induksi 3 fasa banyak digunakan untuk kendaraan elektrik baik untuk mobil listrik maupun propulsi pada kapal. Disamping keunggulannya motor induksi memiliki kelemahan yaitu sulitnya mengatur kecepatan motor induksi dikarenakan sifatnya yang tidak linier. Pada prinsipnya motor induksi dioperasikan pada kecepatan yang konstan, bila beban berubah kecepatan motor juga berubah. Dari permasalahan tersebut dalam penelitian ini dirancang alat kendali kecepatan motor berbasisi logika fuzzy untuk sistem propulsi elektrik pada kapal menggunakan pulse width modulation. Untuk mengetahui kinerja alat maka dilakukan beberapa pengujian, pengujian pertama dengan membandingkan respon kecepatan motor mengguakan logika fuzzy dan tanpa logika fuzzy dimana hasilnya adalah untuk respon kecepatan motor tanpa menggunakan kontrol logika fuzzy rata-rata dapat menempuh 23 detik untuk stady state, sedangkan untuk penggunaan kontrol logika fuzzy rata-rata mampu mencapai stady state dengan waktu 17 detik. Untuk nilai rata-rata error stady state tanpa penggunaan kontrol logika fuzzy yaitu sebanyak 97 rpm, sedangkan untuk penggunaan kontrol logika fuzzy rata-rata nilai error stady state adalah 78 rpm. Dimana untuk rise time sendiri tanpa menggunakan logika fuzzy rata-rata adalah 4 detik dan untuk penggunaan kontrol logika fuzzy memerlukan waktu rata-rata 2 detik.

KLASIFIKASI HUBUNG SINGKAT TURN TO TURN PADA BELITAN STATOR MOTOR INDUKSI YANG DISEBABKAN KEGAGALAN ISOLASI MENGGUNAKAN METODE NEURAL NETWORK (NN) Barli Jeihan Irawan; Iradiratu Diah PK; Belly Yan Dewantara; Daeng Rahmatullah
MEDIA ELEKTRIKA Vol 13, No 1 (2020): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Hampir seluruh industri menggunakan motor induksi sebagai alat bantu produksi, hal ini disebabkan karena beberapa alasan yaitu, kecepatan putar yang dihasilkan konstan, motor induksi tidak memiliki sikat sehingga rugi gesek dapat dikurangi, dan perawatannya yang mudah. Pada penelitian ini adalah mendeteksi kerusakan belitan stator yang disebabkan oleh laminasi belitan sehingga terjadinya hubung singkat pada satu phasa, yang disebut juga dengan turn fault. Metode Fast Fourier Transform (FFT) yang digunakan untuk pedeteksian arus dengan pembebanan 0%, dan 100% yang nantinya hasil deteksi untuk klasifikasi pada Neural Network (NN). Pengkategorian tingkat pembebanan dan tingkat kerusakan yang dialami oleh motor induksi, yaitu turn to turn u1, turn to turn u1 dan v1, dan turn to turn u1, v1 dan w1. Pembacaan hasil test yang dilakukan pada Neural Network memiliki hasil prediksi yang baik karena MSE yang dihasilkan tidak melebihi tingkat keerroran 5% yang telah ditetapkan

DIAGNOSA EKSENTRISITAS CELAH UDARA PADA MOTOR INDUKSI MELALUI ANALISIA AXIAL FLUKS Achmad Hadi Fithrooh; Iradiratu Diah P.K; Belly Yan Dewantara
MEDIA ELEKTRIKA Vol 12, No 2 (2019): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Penelitian ini membahas analisa fluks untuk mendeteksi kerusakan pada motor induksi pada eksentrisitas celah udara. Pemilihan sensor fluks sebagai deteksi eksentrisitas celah udara dikarenakan memiliki keakurasian yang tinggi. Penggambilan data menggunakan sensor fluks dilakukan dengan cara axial, yang dimaksud adalah mensejajarkan atau menghorisontalkan sensor fluks terhadap stator. Dari data tersebut kemudian diolah menggunakan metode Fast Fourier Transform (FFT) dan mendapatkan data berupa tegangan terhadap frekuensi. Hasil penelitian dapat mendeteksi eksentrisitas ketika motor tanpa beban. Terlihat dari lonjakan amplitudo meningkat pada frekuensi prediksi (23hz-26hz) sebesar 2,48% pada eksentrisitas 0,1mm dan 12,58% pada eksentrisitas 0,2mm. Dengan adanya sistem deteksi kerusakan motor, khususnya eksentrisitas pada celah udara dapat mengantisipasi kerusakan fatal pada motor induksi.

PENERAPAN ARTIFICIAL NEURAL NETWORK UNTUK MENGETAHUI KONDISI BEARING MOTOR MELALUI ANALISA POLA ARUS STATOR Sari Putri Wardiningsih; Iradiratu Iradiratu; Belly Yan Dewantara; Daeng Rahmatullah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.085 KB)

Motor induksi adalah peralatan elektronik yang digunakan dalam berbagai aplikasi industri untuk mengubah energi listrik menjadi energi mekanik. Motor induksi merupakan peralatan yang memiliki peranan sangat penting di industry karena begitu banyak operasi di industri yang menggunakan motor induksi sebagai penggerak utamanya. Alasan utamanya karena motor induksi memiliki kehandalan yang tinggi dan biaya yang relatif lebih rendah. Meskipun cukup handal tetapi dapat saja mengalami kerusakan total pada saat beroperasi. Kerusakan total pada motor induksi pada saat mendukung proses produksi dapat menyebabkan rendahnya mutu barang yang dihasilkan sampai berhentinya proses produksi itu sendiri. Untuk menghindari kerusakan total pada motor induksi, pada penelitian ini digunakan metode artificial neural network dengan algoritma backpropagation untuk memprediksi letak kerusakan yang akan terjadi pada motor induksi 3 fasa. Agar dapat digunakan untuk memprediksi kerusakan motor induksi pada stator dengan artificial neural network harus memiliki struktur jaringan yang optimal. Diharapkan pada penelitian ini dititik beratkan pada pencarian struktur artificial neural network yang optimal berdasarkan pola data pelatihan seperti mencari jumlah time delay, hidden layer, node hidden layer, nilai konstanta learning rate dan momentum. Diharapkan dengan pengujian ini dapat memprediksi kondisi kerusakan outer bearing pada motor induksi 3.Kata kunci : artificial neural network, kerusakan outer ,motor induksi.

IDENTIFIKASI GANGGUAN BELITAN STATOR MOTOR INDUSKI METODE WAVELET Fahmi Ilman Huda; Iradiratu D.P.K; Belly Yan Dewantara
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.513 KB)

Motor induksi merupakan motor yang paling banyak digunakan dalam berbagai aplikasi mulai dari aplikasi di industri-industri besar seperti di industry manufaktur, pertambangan, transportasi, sampai aplikasi di lingkungan rumah tangga. Mekanisme kerusakan pada mesin induksi yang paling umum dapat dikategorikan menurut komponen utama mesin seperti gangguan stator, rotor, dan bearing. Hampir 40% gangguan pada motor induksi terjadi pada bagian stator hal ini bias disebebkan karena hubung singkat pada belitan staor. Maka Pada penelitian ini kerusakan yang dideteksi pada bagian belitan stator dan dilakukan dalam beberapa kondisi, yaitu kondisi tanpa beban dan berbeban. Untuk mengatasi kerugian dari metode sebelumnya, maka deteksi kerusakan belitan stator motor induksi ini menggunakan analisa signal arus motor yang dilengkapi dengan metode wavelet sebagai pertimbangan kerusakan. Oleh karena itu, perlu adanya diagnosis awal yang mendeteksi adanya kerusakan pada belitan stator motor induksi, agar dapat dilakukan perbaikan lebih cepat dan tanggap sebelum terjadi kerusakan yang lebih parah. Serta meminimalisir terjadinya peningkatan getaran, peningkatan kebisingan, peningkatan suhu kerja, kehilangan efisiensi yang dapat menyebabkan kerusakan pada bagian motor induksi yang lain.Kata kunci : Analisis Sinyal Arus Motor, Belitan stator, Motor Induksi, Metode Wavelet.

MONITORING KONDISI BALL BEARING PADA MOTOR INDUKSI MELALUI ANALISA ARUS STATOR BERBASIS WAVELET TRANSFORM Eriza Rahayu Purnamasari; Iradiratu Diah; Belly Yan Dewantara
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (774.135 KB)

Kerusakan bearing adalah salah satu jenis kerusakan yang terjadi pada motor induksi yang dapat menyebabkan masalah serius, dan jika dibiarkan akan menyebabkan kerusakan pada komponen yang lainnya. Oleh karena itu, perlu adanya diagnosis atau pendeteksi awal untuk menanganinya agar dapat mengetahui dan segera dilakukan perbaikan sebelum terjadi gangguan yang lebih serius dan lebih besar lagi. Pada penelitian kali ini, akan dibahas mengenai teknik deteksi kerusakan ball bearing pada motor induksi dengan menggunakan analisis arus stator Dan system yang digunakan berbasis wavelet transform sebagai perangkat pengolah sinyal sehingga mampu untuk mendeteksi kondisi motor dalam keadaan stabil atau pun mengalami kerusakan.Kata kunci : Decomposition wavelet transform, kerusakan ball race bearing, motor induksi.

Rancang Bangun Pembangkit Hybrid Pv Dan Turbin Angin Type Savonius Untuk Penerangan Pada Jalan Tol Naufal Wahyu Pramasetya; Belly Yan Dewantara
Jurnal Teknik Elektro dan Komputer TRIAC Vol 9, No 2 (2022): Special Edition
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v9i1.13423

Sistem pembangkit hybrid didesain untuk memproduksi energi listrik, sistem ini terdiri dari beberapa unit pembangkit seperti PV, turbin angin, mikrohidro, dan generator, dengan menggunakan pembangkit hybrid PV dan turbin angin type savonius untuk penerangan pada jalan tol. Pada pengujian ini dengan melakukan pengambilan data angin dan photovoltaic (PV) selama 2 hari, pengambilan data pada RPM generator DC, uji coba turbin angin dan PV selama 2 hari, dari dua sumber energi tersebut menghasilkan energi lebih besar untuk menyuplai baterai dan mampu menyalakan lampu beban DC 7watt selama 12 jam. Hasil penelitian ini menunjukan bahwa photovoltaic (PV) akan bekerja secara optimal jika disinari matahari dengan suhu 25˚C dan tingginya radiasi matahari. Untuk menghasilkan energi listrik pada turbin angin generator diperlukan putaran 500 rpm keatas untuk menyuplai ke battery karna diperlukan tegangan 12v keatas. Dengan kecepatan angin 8 m/s keatas, putaran generator mampu menghasilkan 12v keatas. Pada uji coba PV dan turbin angin ke-1 mendapatkan energi total 46,5 dan pada uji coba ke-2 mendapatkan energi 44,8. Dikarenakan faktor cuaca pengambilan data hanya sampai jam 12.30

Short Time Fourier Transform (STFT) sebagai Feature Extraction Deteksi Kerusakan Inner Race Bearing Motor Induksi Secara Realtime Menggunakan Sinyal Suara Iradiratu Diah Prahmana Karyatanti; Belly Yan Dewantara; Fitrya Salsabillah
CYCLOTRON Vol 6 No 2 (2023): CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/cl.v6i2.19511

Motor induksi merupakan motor listrik yang dapat mengubah energi listrik menjadi energi mekanik. Motor induksi banyak digunakan didalam dunia industri sebagai penggerak utama karena memiliki tingkat kehandalan yang tinggi, perawatan yang mudah, konstruskisnya sederhana dan harganya murah. Bearing merupakan komponen pendukung dari motor induksi yang membantu rotor agar dapat berputar secara bebas. Salah satu kerusakan terbesar yang terjadi pada motor induksi yang sering ditemui adalah kerusakan bearing. Hampir sekitar 41-44% kasus kerusakan motor induksi yang terjadi pada bearing. Penelitian ini akan mengembangkan monitoring kondisi inner race bearing secara realtime menggunakan raspberry pi melalui sinyal suara dengan metode Short Time Fourier Transform (STFT). Metode ini lebih efektif karena STFT dapat memberikan informasi spektrum frekuensi pada seluruh nilai amplitudo yang telah melalui proses windowing. Pada penelitian ini feature extractionÂ dengan pendekatan STFT untuk deteksi kerusakan inner race bearing menghasilkan akurasi sebesar 98.7%. Kontribusi hasil penelitian adalah tool yang dihasilkan merupakan alternatif solusi dalam mendeteksi kerusakan pada inner race bearing motor induksi yang akurat.

Pengembangan Cloud SCADA 1.3 sebagai otomasi industri jarak jauh iradiratu diah PK; Istiyo Winarno; Belly Yan Dewantara; Tri Rusti Maydrawati; Daeng Ramatullah
CYCLOTRON Vol 7 No 01 (2024): CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/cl.v7i01.20522

Kegiatan produksi industry sangat tergantung oleh kemajuan teknologi dan otomasinya. Kemajuan otomasi industri sangat mempengaruhi kualitas dan kuantitas hasil produksi. SCADA Automation system merupakan teknologi yang digunakan untuk otomasi industry. Pengoperasian SCADA memerlukan tenaga ahli yang menguasai dasar, desain, dan pengaturan semua unit yang akan dikontrol. Untuk mencetak tenaga ahli yang berkompenten diperlukan alat pembelajaran yang tepat untuk mewadahi sarana pendidikan di universitas dan sekolah kejuruan. Minimnya produksi alat praktikum SCADA dalam negeri menjadi kendala besar untuk menvisualisasi kurikulum. Tuntutan perubahan kurikulum disesuaikan dengan kebutuhan dan kemajuan teknologi masa kini. Jika mengandalkan alat pratikum buatan luar negeri maka diperlukan waktu dan biaya yang tidak sedikit. Pembelajaran alat praktikum yang didatangkan dari luar negeri kadangkala tidak selaras dengan kurikulum di indonesia. Untuk menunjang SDM yang sesuai dengan tuntutan industry maka kurikulum pembelajaran harus disesuaikan dengan kebutuhan industry. Berdasar latar belakang tersebut maka penelitian ini mengembangkan alat praktikum SCADA sebagai otomasi industry dengan kurikulum yang sesuai dengan pembelajaran di Indonesia. Pengembangan Cloud SCADA 1.3 dikembangkan dengan mengaplikasikan revolusi teknologi 4.0 sebagai teknologi monitoring dan kendali jarak jauh. Hasil produk memberikan inovasi training kits produk dalam negeri yang sesuai dengan kurikulum dan tuntutan industry sebagai penunjang pembalajaran. Kata kunci: Training kits, SCADA, Otomasi industri, IoT

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search