Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Technology Sciences Insights Journal
Stefanny Aprilia
Teknik Mekatronika, Teknik Elektro, Politeknik Negeri Batam
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma Support Vector Machine (SVM) untuk Deteksi Dini Kondisi Peralatan Berdasarkan Data Sensor Stefanny Aprilia
Technology Sciences Insights Journal Vol. 3 No. 1 (2026): Technology Sciences Insights Journal
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/ft9xkr14

Abstract

Dalam dunia industri modern, sistem otomasi berbasis data semakin banyak digunakan, salah satunya untuk keperluan pemeliharaan peralatan secara prediktif. Penelitian ini membahas penerapan algoritma Support Vector Machine (SVM) dalam mendeteksi kondisi peralatan (normal atau bermasalah/faulty) berdasarkan data sensor seperti suhu, tekanan, getaran, dan kelembaban. Data yang digunakan sebanyak 1.535 data yang terbagi menjadi dua kelas, yaitu 0 (normal) dan 1 (faulty). Proses dimulai dari pra-pemrosesan data, normalisasi, pemisahan data latih dan uji, hingga pelatihan model SVM menggunakan kernel RBF. Hasil evaluasi menunjukkan model SVM memiliki akurasi sebesar 97%, nilai AUC 0,978, serta f1-score untuk kelas faulty sebesar 0,87. Hasil ini menunjukkan bahwa SVM mampu melakukan klasifikasi kondisi peralatan dengan sangat baik dan cocok digunakan untuk sistem maintenance otomatis.Kata kunci: SVM, klasifikasi, sensor industri, prediktif maintenance, data mining.
Co-Authors