KLASIFIKASI KERUSAKAN MOTOR INDUKSI BERDASARKAN VIBRASI BERBASIS MIKROKONTROLER

Kurniawan, Irfan (2026) KLASIFIKASI KERUSAKAN MOTOR INDUKSI BERDASARKAN VIBRASI BERBASIS MIKROKONTROLER. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0922040039 - Irfan Kurniawan - Klasifikasi Kerusakan Motor Induksi Berdasarkan Vibrasi Berbasis Mikrokontroler.pdf Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Motor induksi satu fasa merupakan salah satu peralatan penting di industri yang rentan mengalami kerusakan mekanik, seperti unbalance, misalignment, looseness, dan bearing fault. Penelitian ini bertujuan mengembangkan sistem monitoring dan klasifikasi kondisi motor induksi secara real-time menggunakan metode Fast Fourier Transform (FFT) dan K-Nearest Neighbor (KNN) yang diimplementasikan pada mikrokontroler STM32. Sensor accelerometer BMI160 digunakan untuk memperoleh sinyal getaran tiga sumbu, kemudian dilakukan proses high-pass filtering, perhitungan RMS kecepatan getaran, dan transformasi FFT untuk memperoleh fitur domain frekuensi. Fitur tersebut diklasifikasikan menggunakan algoritma KNN dengan nilai K = 5 ke dalam lima kondisi motor, yaitu Normal, Unbalance, Misalignment, Looseness, dan Bearing Fault. Hasil klasifikasi ditampilkan pada HMI TJC dan dikirimkan ke website menggunakan ESP32 untuk pemantauan secara real-time. Berdasarkan hasil pengujian, sistem memperoleh akurasi keseluruhan sebesar 83%. Tingkat keberhasilan identifikasi untuk kondisi Normal sebesar 85%, Unbalance sebesar 80%, Misalignment sebesar 90%, Looseness sebesar 80%, dan Bearing Fault sebesar 80%. Hasil tersebut menunjukkan bahwa kombinasi metode FFT dan KNN mampu mengidentifikasi karakteristik kerusakan motor induksi dengan baik serta layak diterapkan sebagai sistem pendukung Condition-Based Maintenance (CBM).

Actions (login required)

View Item