YRPIPKUYRPIPKU
Journal of Applied Engineering and Technological Science (JAETS)Journal of Applied Engineering and Technological Science (JAETS)Penelitian ini bertujuan mengembangkan sistem pemeliharaan prediktif untuk mesin penggiling vertikal yang telah beroperasi sejak tahun 1978 dengan mengintegrasikan teknik pembelajaran mesin, analisis getaran, dan logika fuzzy. Penelitian ini menangani tantangan peningkatan keausan dan kegagalan tak terduga pada mesin lama yang dapat menyebabkan waktu henti mahal dan penurunan efisiensi operasional. Data getaran dan suhu dikumpulkan selama 12 hari menggunakan akselerometer MPU-9250, dengan kondisi dikategorikan sebagai baik, sedang, dan rusak. Berbagai model pembelajaran mesin, termasuk regresi logistik, k‑nearest neighbors, support vector machine, decision tree, random forest, dan Naive Bayes, dilatih untuk mengklasifikasikan keadaan bantalan. Model random forest mencapai akurasi tertinggi sebesar 94,59 %, menunjukkan keefektifannya dalam memprediksi kegagalan mesin. Hasil penelitian menyoroti potensi penggabungan data sensor multidimensi dengan analitik lanjutan untuk mendeteksi kerusakan secara dini, meminimalkan waktu henti, dan meningkatkan efisiensi operasional. Pendekatan ini menyediakan solusi biaya‑efektif untuk pemeliharaan mesin lama serta berkontribusi pada kemajuan teoretis dalam aplikasi pembelajaran mesin dan perbaikan praktis dalam praktik pemeliharaan industri. Temuan studi ini menawarkan wawasan yang dapat diskalakan bagi industri yang bergantung pada peralatan warisan, mendorong manufaktur berkelanjutan melalui optimalisasi penggunaan sumber daya dan peningkatan keandalan.
Studi ini menunjukkan kelayakan penggunaan teknik pembelajaran mesin untuk pemeliharaan prediktif mesin penggiling vertikal yang sudah tua.Model random forest dengan akurasi tinggi dan ketahanan terhadap data noise memberikan gambaran komprehensif tentang kesehatan mesin melalui integrasi data getaran dan analisis pentingnya fitur.Penelitian selanjutnya dapat menambahkan parameter seperti beban operasional atau kelembaban serta menerapkan teknik deep learning lanjutan untuk meningkatkan akurasi prediksi, sehingga meningkatkan efisiensi operasional dan mengurangi biaya pemeliharaan pada industri.
Penelitian selanjutnya dapat mengeksplorasi penggunaan sensor industri berfrekuensi tinggi untuk meningkatkan akurasi deteksi getaran pada mesin lama, sehingga mengurangi noise yang memengaruhi model pembelajaran mesin. Selanjutnya, penting untuk mengembangkan model pembelajaran mendalam, seperti jaringan saraf konvolusional atau LSTM, yang dapat memanfaatkan data time‑series berukuran besar dan menangkap pola keausan jangka panjang, dengan menguji efektivitasnya pada dataset yang diperluas menjadi beberapa bulan. Selain itu, sebuah studi komparatif dapat diarahkan pada integrasi faktor lingkungan tambahan, misalnya suhu, kelembaban, dan beban operasional, untuk menilai kontribusi masing‑masing variabel terhadap prediksi kegagalan, serta menguji apakah kombinasi multi‑sensor tersebut meningkatkan robustitas sistem pemeliharaan prediktif pada berbagai tipe mesin industri.
- Health Condition Monitoring and Control of Vibrations of a Rotating System through Vibration Analysis.... hindawi.com/journals/js/2022/4281596Health Condition Monitoring and Control of Vibrations of a Rotating System through Vibration Analysis hindawi journals js 2022 4281596
- Predictive Maintenance using Machine Learning with the Support from Smart Sensors and Supply Chain Management... doi.org/10.17485/ijst/v16isp2.8904Predictive Maintenance using Machine Learning with the Support from Smart Sensors and Supply Chain Management doi 10 17485 ijst v16isp2 8904
- Machine Learning Based Predictive Maintenance Model. ieom index machine learning based predictive maintenance... doi.org/10.46254/in02.20220528Machine Learning Based Predictive Maintenance Model ieom index machine learning based predictive maintenance doi 10 46254 in02 20220528
- Radware Bot Manager Captcha. radware manager captcha apologize ensure keep safe please confirm human... doi.org/10.1088/1742-6596/2299/1/012001Radware Bot Manager Captcha radware manager captcha apologize ensure keep safe please confirm human doi 10 1088 1742 6596 2299 1 012001
| File size | 1.14 MB |
| Pages | 15 |
| DMCA | Report |
Related /
BIARJOURNALBIARJOURNAL Sebaliknya, negara berkembang menghadapi hambatan seperti kesenjangan teknologi, keterbatasan sumber daya, dan ketidakpastian hukum yang menghambat adopsiSebaliknya, negara berkembang menghadapi hambatan seperti kesenjangan teknologi, keterbatasan sumber daya, dan ketidakpastian hukum yang menghambat adopsi
STTMCILEUNGSISTTMCILEUNGSI Overfitting diamati selama pelatihan, dengan selisih 15-20% antara metrik pelatihan dan validasi. Temuan ini menunjukkan potensi model untuk aplikasi lapanganOverfitting diamati selama pelatihan, dengan selisih 15-20% antara metrik pelatihan dan validasi. Temuan ini menunjukkan potensi model untuk aplikasi lapangan
UNAMAUNAMA 446.599 entri data lalu lintas jaringan dari berbagai jenis serangan seperti Benign, DDoS, Attack, dan lainnya. Tahapan metode meliputi data preprocessing,446.599 entri data lalu lintas jaringan dari berbagai jenis serangan seperti Benign, DDoS, Attack, dan lainnya. Tahapan metode meliputi data preprocessing,
DHARMAWACANADHARMAWACANA Hasil pengujian menunjukkan respon cepat (buzzer < 2 detik, notifikasi ≈5 detik) serta akurasi tinggi dalam mendeteksi kebocoran gas dan api, tanpa menghasilkanHasil pengujian menunjukkan respon cepat (buzzer < 2 detik, notifikasi ≈5 detik) serta akurasi tinggi dalam mendeteksi kebocoran gas dan api, tanpa menghasilkan
UNJUNJ 6%, dan F1-Score sebesar 94%. Meskipun demikian, performa identifikasi rentan terhadap kondisi pencahayaan backlight, motion blur, dan pose wajah yang6%, dan F1-Score sebesar 94%. Meskipun demikian, performa identifikasi rentan terhadap kondisi pencahayaan backlight, motion blur, dan pose wajah yang
UNJUNJ Prototype deteksi gerakan jatuh berbasis IoT telah berhasil mengirimkan peringatan jatuh melalui bunyinya buzzer sebagai alarm dan juga notifikasi dariPrototype deteksi gerakan jatuh berbasis IoT telah berhasil mengirimkan peringatan jatuh melalui bunyinya buzzer sebagai alarm dan juga notifikasi dari
USKUSK Data akurasi ingatan untuk kedua jenis kartu dikumpulkan dan kemudian dianalisis menggunakan uji Wilcoxon signed-rank, yang menunjukkan bahwa jumlah tinjauanData akurasi ingatan untuk kedua jenis kartu dikumpulkan dan kemudian dianalisis menggunakan uji Wilcoxon signed-rank, yang menunjukkan bahwa jumlah tinjauan
STMIK BANJARBARUSTMIK BANJARBARU KNN memperoleh akurasi yang lebih tinggi (94,69%) dibandingkan Naïve Bayes (93,06%), serta skor yang lebih baik pada metrik presisi, recall, dan F1-score.KNN memperoleh akurasi yang lebih tinggi (94,69%) dibandingkan Naïve Bayes (93,06%), serta skor yang lebih baik pada metrik presisi, recall, dan F1-score.
Useful /
LIFESCIFILIFESCIFI Analisis data dan pembahasan menunjukkan bahwa employee engagement memberikan dampak positif dan signifikan terhadap OCB, sehingga tingkat keterikatanAnalisis data dan pembahasan menunjukkan bahwa employee engagement memberikan dampak positif dan signifikan terhadap OCB, sehingga tingkat keterikatan
UNIMALUNIMAL conyzoides dan T. diversifolia efektif dalam mengurangi aktivitas makan, meningkatkan repelensi, dan menyebabkan mortalitas imago S. oryzae dan T. castaneum.conyzoides dan T. diversifolia efektif dalam mengurangi aktivitas makan, meningkatkan repelensi, dan menyebabkan mortalitas imago S. oryzae dan T. castaneum.
UNAMAUNAMA Hasil pengujian menunjukkan bahwa rancangan ini berhasil memberikan otentikasi yang lebih aman, mencegah akses tidak sah, serta mempermudah pengelolaanHasil pengujian menunjukkan bahwa rancangan ini berhasil memberikan otentikasi yang lebih aman, mencegah akses tidak sah, serta mempermudah pengelolaan
UINMADURAUINMADURA Lingkungan kerja, gaya kepemimpinan, dan religiusitas secara positif dan signifikan berpengaruh terhadap produktivitas kerja karyawan PT. Lingkungan kerjaLingkungan kerja, gaya kepemimpinan, dan religiusitas secara positif dan signifikan berpengaruh terhadap produktivitas kerja karyawan PT. Lingkungan kerja