Sistem Monitoring dan Kontrol Plant Air Receiver dengan Metode Fuzzy Logic dan Support Vector Machine

Shafirah, Shalina Al (2018) Sistem Monitoring dan Kontrol Plant Air Receiver dengan Metode Fuzzy Logic dan Support Vector Machine. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0914040012 - Shalina Al Shafirah - Sistem Monitoring dan Kontrol Plant Air Receiver dengan Metode Fuzzy Logic dan Support Vector Machine.pdf - Other Restricted to Repository staff only Download (1MB)

Abstract

Pada suatu perusahaan kimia milik BUMN yang bergerak dibidang produksi pupuk. Khususnya pada pabrik 1 yang merupakan penunjang udara untuk kebutuhan setiap line pada Plant Air Receiver. Kebutuhan udara di supply oleh tiga kompresor udara dengan menggunakan tenaga listrik. Penggunaan kompresor diaktifkan secara manual dengan keluaran maksimal. Kemudian untuk mengetahui apakah setiap line tersebut mengalami kebocoran atau tidak maka operator harus turun langsung untuk mengecek keadaan dari setiap line. Dengan adanya permasalahan tersebut, maka peneliti membuat suatu sistem kontrol dan monitoring tekanan Plant Air Receiver dengan menggunakan mikrokontroler sebagai kontrol utama, metode Fuzzy Logic untuk mengatur persentase bukaan valve yang bergantung pada tekanan udara di penampung dan tekanan udara di line, Support Vector Machine yang digunakan untuk mengetahui kebocoran pada setiap line untuk proses pengukuran tekanan udara menggunakan sensor MPX5500DP. Monitoring keseluruhan sistem dapat dipantau menggunakan GUI Matlab. Untuk mendeteksi adanya kebocoran pada setiap line maka disetiap line yang menuju ke Plant Air Receiver diberi sensor MPX5500DP agar dapat diteliti tekanan yang masuk pada Plant Air Receiver. Saat telah mengetahui tekanan yang keluar dan tekanan yang masuk sama maka tidak ada kebocoran dan sebaliknya jika tekanan yang masuk dan keluar berbeda maka teridentifikasi terjadi kebocoran. Apabila line tidak terdapat kebocoran dan tekanan penampung kurang dari setpoint maka valve akan tebuka sesuai dengan kebutuhan. Pada penelitian ini memperoleh hasil yang baik dengan keberhasilan sebesar 100% untuk penerapan Fuzzy Logic dan 90% untuk penerapan Support Vector Machine.

Actions (login required)

View Item