PENERAPAN ARTIFICIAL NEURAL NETWORK SEBAGAI INDIKATOR KETIDAKSESUAIAN MAIN ENGINE KAPAL KONTAINER

Anjani, Salsa Risma (2025) PENERAPAN ARTIFICIAL NEURAL NETWORK SEBAGAI INDIKATOR KETIDAKSESUAIAN MAIN ENGINE KAPAL KONTAINER. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0421040044 - Salsa Risma Anjani - Penerapan _i_Artificial Neural Network__i_ sebagai Indikator Ketidaksesuaian pada _i_Main Engine__i_ Kapal Kontainer.pdf Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Industri maritim memiliki peran strategis dalam mendukung perdagangan internasional, khususnya dalam distribusi barang antarnegara. Main engine, sebagai komponen utama penggerak kapal, sangat menentukan kelancaran operasional kapal. Oleh karena itu, pemantauan kondisi mesin menjadi aspek yang sangat penting. Indikator seperti suhu bantalan utama, suhu gas buang, dan kecepatan putaran mesin digunakan untuk menilai kesehatan mesin. Pendekatan preventive maintenance yang mengandalkan jadwal tetap belum mampu mengidentifikasi kerusakan sejak dini. Untuk itu, digunakan teknologi Artificial Neural Network (ANN) yang mampu menganalisis data sensor secara real-time. Data dikirim ke PLC, diproses oleh ANN, dan diklasifikasikan ke dalam kondisi Normal, Waspada, atau Bahaya. Informasi ini ditampilkan secara visual dan dapat diakses kru kapal melalui Node-Red dengan protokol Modbus TCP-IP. Hasil menunjukkan bahwa sistem memiliki akurasi klasifikasi 94,11%, mampu mengaktifkan alarm otomatis, dan mengirim data secara real-time melalui MQTT, meskipun ada deviasi suhu ±10°C. Hal ini membuktikan efektivitas ANN dalam sistem monitoring mesin kapal yang cerdas dan adaptif.

Actions (login required)

View Item