Silvya Rahmatiara Putri
Statistika, Universitas Islam Bandung

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Visualisasi Kerusakan Bearing Menggunakan Metode Independent Component Analysis (ICA) Silvya Rahmatiara Putri; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (510.792 KB) | DOI: 10.29313/bcss.v2i2.4236

Abstract

Abstract. Vibration is a response of a mechanical system either caused by a given excitation force or changes in operating conditions as a function of time. The force that causes this vibration can be caused by several sources such as contact/impact between moving/rotating components, rotation of an unbalanced mass, misalignment and also Bearing faults which will be the topic of this research. The data used is Bearing vibration data obtained from the Prognostics Center of Excellence (PcoE) through prognostic data storage donated by the Intelligent Maintenance System (IMS), University of Cincinnati in 2003. Principal Component Analysis (PCA) method is used to see how many components resulting from. Furthermore, the selected component from the Principal Component (PC) becomes the basis for the component results from the Independent Component Analysis (ICA) which is used to visually see the distribution of data. In this thesis presents ICA and compare with Principal Component Analysis (PCA). In the visual results of the plot of the Principal Component and Independent Component Bearing damage, it can be identified that each damage produces a different form of vibration after being reduced. Abstrak. Getaran merupakan respon dari sebuah sistem mekanik baik yang diakibatkan oleh gaya eksitasi yang diberikan maupun perubahan kondisi operasi sebagai fungsi waktu. Gaya yang menyebabkan getaran ini dapat ditimbulkan oleh beberapa sumber misalnya kontak/benturan antar komponen yang bergerak/berputar, putaran dari massa yang tidak seimbang (unbalance mass), misalignment dan juga karena kerusakan bantalan (Bearing fault) yang akan menjadi topik penelitian ini. Data yang digunakan yaitu data vibrasi Bearing yang diperoleh dari Prognostics Center of Excellence (PcoE) melalui penyimpanan data prognostik yang disumbangkan oleh Intelligent Maintenance System (IMS), University of Cincinnati pada tahun 2003. Metode Analisis Komponen Utama (AKU) digunakan untuk melihat berapa komponen yang dihasilkan. Selanjutnya komponen terpilih dari Komponen Utama (KU) menjadi dasar untuk hasil komponen dari Independent Component Analysis (ICA) yang digunakan untuk melihat sebaran data dengan visual oleh plot, sehingga menghasilkan beberapa komponen. Dalam skripsi ini akan disajikan ICA dalam statistik dan bandingkan metode ini dengan Analisis Komponen Utama (AKU). Pada hasil visual plot Komponen Utama dan Independent Component kerusakan Bearing dapat diidentifikasi bahwa pada setiap kerusakan menghasilkan bentuk getaran yang berbeda-beda setelah direduksi.