Rancang Bangun Alat Pendeteksi Kerusakan Bearing pada Kendaraan Roda Empat menggunakan Metode KNN (K-Nearest Neighbor)

Arif Setiawan, Abdul Muid, Irma Nirmala

Abstract


Pada penelitian ini, telah dibuat prototipe alat yang dapat mendeteksi kerusakan bearing pada  kendaraan roda empat.  Perangkat keras yang digunakan antara lain sensor getaran MPU6050, Modul Mikrokontroler Arduino Nano, Modul Bluetooth, dan smartphone. Alat ini memanfaatkan getaran dari roda pada sebuah kendaraan untuk mengetahui kondisi bearing-nya yang akan ditampilkan pada smartphone. Besarnya getaran yang terukur oleh sensor (accelerometer dan gyroscope) akan diklasifikasikan dan digunakan untuk membuat kategori baik, aman, dan rusak, menggunakan metode K-Nearest Neighbor (KNN). Hubungan antara perangkat lunak dan perangkat keras pendukung sistem dikendalikan oleh Arduino Nano. Kategori kerusakan bearing berhasil ditampilkan pada layar sebuah smartphone sehingga alat ini memiliki keunggulan antara lain murah, portable dan akurat. Tingkat keberhasilan sistem dalam mengenali nilai getaran berdasarkan pengujian mencapai nilai sebesar 90,37%.


Keywords


prototipe, bearing, K-Nearest Neighbor, Arduino, sensor getaran

Full Text:

PDF

References


Yandra, E.F., Lapanporo, B.P. dan Jumarang, M.I., Rancang bangun timbangan digital berbasis sensor beban 5 Kg menggunakan mikrokontroler Atmega328, POSITRON, 6(1), pp 23 – 28, 2016.

Kelana, M., Muid, A. dan Nurhasanah, Rancang bangun sistem pengontrol intensitas cahaya pada ruang baca berbasis mikrokontroler ATMEGA16, POSITRON, 5(1), pp 5-10, 2015.

Wahyudi, T., Soeharsono, dan Eddy, N., Mendeteksi kerusakan bantalan dengan menggunakan sinyal vibrasi, SINERGI, 20(2), pp 123-128, 2016.

Rohman A.Z., Rancang bangun alat ukur getaran mesin berbasis Arduino, Skripsi, Jurusan Teknik Elektro, Universitas Negeri Semarang, 2015.

Adi, L., Akbar, R.J., dan Khotimah W.N., Platform e-learning untuk pembelajaran pemrograman web menggunakan konsep progressive web apps, Jurnal Teknik ITS, 6(2), pp 781-786, 2018.

Wafiyah, F., Hidayat, N., dan Perdana, R.S., Implementasi algoritma Modified K-Nearest Neighbor ( MKNN ) untuk klasifikasi penyakit demam, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(10), pp 1210-1219, 2017.

Widiastuti, Y., Sihwi, S.W., and Sulistyo, M.E., Decision support system for house purchasing using KKN (K-Nearest Neighbor) method, ITSMART: Jurnal Teknologi dan Informasi, 5(1), pp 43–49, 2016.

Zakaria, A.R., Kurniawan, W., dan Syauqy, D., Implementasi sensor akselerometer pada lengan manusia untuk mengendalikan pergerakan lengan robot, Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 1(6), pp 492–497, 2017.

Suhardjono, Analisis sinyal getaran untuk menentukan jenis dan tingkat kerusakan bantalan bola (ball bearing), J. Tek. Mesin, 6(2), pp 39–48, 2004.




DOI: http://dx.doi.org/10.26418/positron.v8i2.27508

Refbacks

  • There are currently no refbacks.


PUBLISHED BY
IN COOPERATION WITH

Jurusan Fisika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Tanjungpura
 Physical Society of Indonesia
Cabang Kalimantan Barat

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.