View/Open

Author
Made Agus, Andi Gunawan
Robiyanto,

Advisor
Nike Dwi, Grevika Drantantiyas, S.Si., M.T.
Ahmad, Suaif, S.Si., M.Si.

Koleksi
Teknik Fisika

Publisher

Di industri pembangkit listrik banyak digunakan Motor-Operated Valve pada jalur pipa uap tekanan tinggi, sehingga sering terjadi kerusakan yang sulit untuk diprediksi. Untuk itu diperlukan alat diagnosis kerusakan valve tersebut. Tujuan penelitian ini adalah membuat rancang bangun diagnosis serta klasifikasi kerusakan valve berdasarkan dari analisa tegangan, arus, torsi, daya dan menentukan besar akurasinya. Metode perancangan alat dengan menggunakan Raspberry Pi 3 B+, sensor tegangan ZMPT101B, sensor arus SCT-013 dan modul ADC ADS1115. Metode yang digunakan untuk klasifikasi kerusakan pada valve adalah Artificial Neural Network (ANN) feedforward dengan arsitektur model yaitu 13 unit neuron pada lapisan masukan, 16 neuron pada lapisan tersembunyi dengan fungsi aktivasi tanh dan 5 neuron pada lapisan keluaran dengan menggunakan fungsi aktivasi sotmax. Pelatihan algoritma dilakukan dengan data latih, uji, validasi menggunakan variasi rasio data dan learning rate sehingga menghasilkan prediksi dengan akurasi terbaik. Hasil proses pelatihan algoritma didapatkan model terbaik pada learning rate 0.001, rasio 80

URI
https://repo.itera.ac.id/depan/submission/SB2208270005

Keyword