TUGAS

KECERDASAN
BUATAN
Farndika 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
Bmep (kPa)

putaran (rpm)

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 prediksi
maju 6

Prediksi

Error
-11.652

983.1

971,6450361
0.1219

924.9

926,0278581
-0.0342

875.7

875,4007001
0.3516

811

813,8517175
0.7596

689.4

694,6363432
29.281

624.8

643,0949043

plotting

simpulan
BMEP atau Tekanan ratarata terendah pada putaran
6500 Rpm dihasilkan oleh derajat pengapian yang
dimajukan 6 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

NORMAL

UNBALANCE

MISALIGNTMENT

RMS
0.0172
0.0173
0.0168
0.0175
0.0180
0.0178
0.0176
0.0169
0.0173
0.0172
0.0201
0.0201
0.0192
0.0193
0.0192
0.0192
0.0203
0.0197
0.0195
0.0193
0.0181
0.0185
0.0188
0.0187
0.0186
0.0187
0.0188

Skewness
0.1357
0.0900
0.1201
0.1630
0.1415
0.1701
0.1006
0.1408
0.0858
0.1275
-0.1174
-0.0354
-0.0731
-0.0978
-0.0850
-0.0227
0.0673
-0.0352
-0.0624
-0.1507
-0.2057
-0.1216
-0.1008
-0.0578
-0.0196
-0.1569
-0.1310

Output
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3

0.0187

-0.0203

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