TUGAS KECERDASAN BUATANFarndika primayoga i0411021

Latar belakang• Salah satu bagian penting dalam proses

pembakaran adalah sistem pengapian (ignition). Pada motor bensin, terdapat busi pada celah ruang bakar yang dapat memercikkan bunga api yang kemudian membakar campuran bahan bakar dan udara pada suatu titik tertentu yang diinginkan dalam suatu siklus pembakaran. Penempatan titik penyalaan yang tepat, dapat meningkatkan efisiensi pembakaran dan mengoptimalkan energi dari pembakaran.

tujuan• Penelitian tentang pengaruh variasi derajat

pengapian terhadap efisiensi termal dan konsumsi bahan bakar telah dilakukan oleh Nanlohy, 2012. Penelitian menggunakan mesin 125 cc

• Tekanan Efektif Rata-rata• Unjuk kerja mesin yang relatif terukur dapat

diperoleh dari pembagian kerja per siklus dengan perpindahan volume silinder per siklus. Parameter ini merupakan gaya per satuan luas dan dinamakan dengan mean effective pressure (MEP).

Data

putaran (rpm)

Bmep (kPa)

satndarr maju 3 ˚ maju 6˚

5000 946.8 946.8 923.6

5500 1005.1 1001.2 981.8

6000 1012.8 999.9 994.7

6500 866.6 961.1 983.1

7000 896.4 911.9 924.9

7500 847.2 870.5 875.7

8000 746.3 756.7 811

8500 642.9 672.6 689.4

9000 596.3 607.9 624.8

Hasil prediksimaju 6˚ Prediksi Error

983.1 971,6450361

-11.652

924.9 926,0278581

0.1219

875.7 875,4007001

-0.0342

811 813,8517175

0.3516

689.4 694,6363432

0.7596

624.8 643,0949043

29.281

plotting

simpulan• BMEP atau Tekanan rata–rata terendah pada

putaran 6500 Rpm dihasilkan oleh derajat pengapian yang dimajukan 6º dari standarnya sebesar 923,5 kPa, sedang pada putaran 7000-9000 Rpm, Bmep terendah dihasilkan derajat pengapian standar sebesar 596,3 kPa.Dengan menggunakan matlab sebagai device prediksi pada magnet dengan derajat pengapian dimajukan 6°, didapatkan error yang kecil.dengan error terkecil adalah 0.1219 dan error terbesar 29.281.Pada putaran 7000 Rpm dengan error terkecil dengan Bmep adalah 924.9 kPa (real) dan 926.0278581 (prediksi) .

CLASSIFICATION lssvm• Mesin rotasi adalah mesin yang jamak dijumpai

dalam proses industri manufakturing maupun industri proses dan hampir menjadi tulang punggung utama dalam proses industri tersebut. Kondisi mesin menjadi aspek utama yang diperhatikan demi kelancaran proses produksi. Dengan mengetahui keadaan teraktual mesin, diharapkan dapat diambil keputusan yang tepat sehingga proses produksi dapat berjalan secara optimal.

RMS dan Delta RMS

• RMS merupakan ciri yang mengukur komposisi karakteristik energi dari sinyal getaran. Ciri ini baik dalam mengidentifikasi tingkat noise secara keseluruhan, tetapi tidak menyediakan informasi apapun tentang lokasi komponen yang rusak. Delta RMS adalah perbedaan antara nilai RMS saat ini dan sebelumnya. Pendekatan yang paling dasar untuk pengukuran kerusakan dalam domain waktu adalah menggunakan pendekatan RMS. Pendekatan RMS sering tidak cukup sensitif, khususnya untuk mendeteksi kerusakan yang baru mulai

Skewnes

• Skewnes menunjukkan sebuah kemiringan atau ketidaksimetrisan dari sebuah distribusi frekuensi. Untuk mendapatkan nilai skewness (sk),

data  RMS Skewness Output

NORMAL

0.0172 0.1357 1

0.0173 0.0900 1

0.0168 0.1201 1

0.0175 0.1630 1

0.0180 0.1415 1

0.0178 0.1701 1

0.0176 0.1006 1

0.0169 0.1408 1

0.0173 0.0858 1

0.0172 0.1275 1

UNBALANCE

0.0201 -0.1174 2

0.0201 -0.0354 2

0.0192 -0.0731 2

0.0193 -0.0978 2

0.0192 -0.0850 2

0.0192 -0.0227 2

0.0203 0.0673 2

0.0197 -0.0352 2

0.0195 -0.0624 2

0.0193 -0.1507 2

MISALIGNTMENT

0.0181 -0.2057 3

0.0185 -0.1216 3

0.0188 -0.1008 3

0.0187 -0.0578 3

0.0186 -0.0196 3

0.0187 -0.1569 3

0.0188 -0.1310 3

0.0187 -0.0203 3

Verifikasi hasil

kesimpulan• Dari percobaan yang dilakukan pada klastering

untuk mengelompokkan kerusakn berdasarkan variabel yang ditentukan menunjukan data yang valid sehingga kesalahan dianggap kecil.Karena dari 3 kelompok yang didapatkan semua menempati kelompoknya masing-masing dan hal menjadikan bahwa metode menggunakan lssvm cukup baik dalam hal penggelompokan pada hasil data percobaan.

Terima kasih