Article Per Year (5 Year)
p-Index From 2020 - 2025
1.642
P-Index
This Author published in this journals
All Journal TEKNIK Rekayasa Mesin Semesta Teknika WARTA JMPM (Jurnal Material dan Proses Manufaktur) Wikrama Parahita : Jurnal Pengabdian Masyarakat BERDIKARI : Jurnal Inovasi dan Penerapan Ipteks Journal of Robotics and Control (JRC)
Kamiel, Berli Paripurna
Teknik Mesin Universitas Muhammadiyah Yogyakarta
Aerospace Engineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
KLASIFIKASI CACAT LINTASAN DALAM BANTALAN BOLA BERBASIS SUPPORT VECTOR MACHINE (SVM) PADA FAN INDUSTRI Kamiel, Berli Paripurna; Wiranto, Arie Joko; Riyanta, Bambang; Yulianto, Sulis
Semesta Teknika Vol 22, No 2 (2019): NOVEMBER 2019
Publisher : Semesta Teknika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Fan adalah sebuah mesin industri yang berfungsi  mensirkulasikan udara di dalam sebuah ruangan. Salah satu komponen dari fan yang sering rusak adalah bantalan. Metode spektrum merupakan salah satu metode deteksi rusak/cacat bantalan berbasis getaran yang umum digunakan namun grafik spektrum sering sulit dipahami oleh operator di lapangan. Metode pengenalan pola (pattern recognition) adalah metode yang mudah digunakan karena tidak perlu menterjemahkan grafik spektrum. Metode pengenalan pola yang digunakan pada penelitian ini adalah Support Vector Machine (SVM). Tujuan penelitian ini adalah mendeteksi cacat lintasan dalam pada bantalan bola. Penelitian ini menggunakan dua kondisi bantalan yang berbeda yaitu bantalan normal, dan bantalan cacat. Cacat pada bantalan dibuat dengan metode Electrical Discharge Machine (EDM) pada lintasan dalam dengan kedalaman 1,4 mm dan lebar 0,4 mm. Sinyal getaran bantalan direkam dari rig uji fan industri menggunakan software MATLAB dengan merekam data sebanyak 700 file untuk setiap kondisi. Data tersebut diektraksi kedalam 17 parameter statistik yang kemudian diseleksi secara visual sebagai input SVM. Klasifikasi SVM dilakukan dengan variasi kernel Radial Basis Function (RBF), Polynomial dan Linear. Hasil penelitian menunjukkan parameter statistik entropy dengan standart error menggunakan variasi kernel Radial Basis Function (RBF), Polynomial dan Linear adalah rekomendasi untuk klasifikasi cacat pada bantalan lintasan dalam karena menghasilkan akurasi sebesar 100%. Industrial fan is one of -rotating machinery commonly used by industries to circulate air in a particular area. One of the most important component of a fan is the bearing which may fault during its operation Spectrum analysis  is one of vibration-based methods frequently used to detect faulty bearing  but this method has a disadvantage that is not easily understood by operators in the field. Pattern recognition method  is an easy method to be used because it does not need to interpret the spectrum. The pattern recognition method used in this study is Support Vector Machine (SVM). The purpose of this study is to detect inner race fault of a ball bearing using SVM. This study uses two different bearings, namely a normal bearing and a faulty bearing. Fault on the bearing were made by Electrical Discharge Machine (EDM) on the inner race with a width of 0.4 mm  and a depth of 1.4 mm. The test is carried out on an industrial fan test rig and recorded using MATLAB. The vibration signal is recorded to result of 700 files for each bearing condition. The vibration data is subsequently extracted into 17 statistical parameters which are then visually selected as input of SVM classifier. The SVM classifiear is trained using variations of the Radial Basis Function (RBF), Polynomial and Linear kernels. The results shows that the statistical parameters of entropy-standard error using variation of the RBF, Polynomial and Linear kernels gives the highest accuracy of 100%.
DETEKSI CACAT BANTALAN POROS ENGKOL MOTOR PEMBAKARAN DALAM MENGGUNAKAN SPEKTRUM ENVELOPE Kamiel, Berli Paripurna
JMPM : Jurnal Material dan Proses Manufaktur Vol 3, No 2 (2019): DESEMBER 2019
Publisher : JMPM : Jurnal Material dan Proses Manufaktur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jmpm.3243

Abstract

Bantalan poros engkol adalah salah satu komponen penting pada motor pembakaran-dalam (IC engine) yang dapat mengalami cacat akibat pembebanan berulang dan temperatur tinggi. Kerusakan bantalan menyebabkan penurunan kinerja mesin yang jika tidak segera dilakukan tindakan perawatan dapat mengakibatkan kerusakan total. Analisis spektrum getaran adalah teknik utama yang digunakan untuk mendeteksi cacat bantalan. Namun demikian, spektrum tidak efektif untuk mendeteksi cacat bantalan di mesin-mesin pembakaran-dalam karena menghasilkan background noise yang sangat besar sehingga menutup amplitudo getaran bantalan. Penelitian ini mengusulkan prosedur pre-processing sinyal getaran untuk mengeliminasi frekuensi-rendah-amplitudo-tinggi dan menguatkan amplitudo dari frekuensi bantalan. Penelitian ini menerapkan analisis envelope pada bantalan poros engkol motor pembakaran dalam 2 langkah. Eksperimen pada rig uji menggunakan 3 kondisi bantalan single row dari Danmotor yaitu bantalan normal (tidak cacat), cacat lintasan dalam ukuran 0,25 mm dan 0,50 mm. Kecepatan poros dijaga konstan pada variasi 1500 RPM dan 2000 RPM. Sensor akselerometer diletakkan pada blok mesin dekat dengan lokasi poros engkol untuk merekam sinyal getaran menggunakan kecepatan sampling 51200 Hz. Hasil penelitian menunjukan bahwa spektrum tidak dapat mendeteksi cacat bantalan untuk semua ukuran cacat dan kecepatan poros sedangkan spektrum envelope berhasil menampilkan BPFI dan side band yang dapat digunakan untuk mendeteksi cacat bantalan dan menentukan level cacatnya. A bearing on the crankshaft is one of critical component of the IC engine which may fault due to cyclic loading and high temperature. The vibration spectrum analysis is the main technique used to detect faulty bearings. However, it is not effective because IC engine produces a very large background noise which immerses bearing vibration amplitude. The study proposes a signal pre-processing procedure to eliminate low-frequency high-amplitude vibration and magnifies the amplitude of the bearing frequency. This paper applies envelope analysis on crankshaft bearings of two-strokes IC engine. The experiments on the test rig uses 3 condition of single row bearing from Danmotor i.e. normal bearing (healthy), inner race fault of 0,25 mm and 0,50 mm. The shaft speed of 1500 RPM and 2000 RPM is used during experiment. An accelerometer sensor is placed on the engine block near the location of the crankshaft to record vibration signals using 51200 Hz sampling rate. The result shows that spectrum fails to detect faulty bearing for all size defects and shaft speed. Meanwhile, envelope spectrum shows obvious BPFI and its side bands which can be used to detect and localize bearing fault.  
Deteksi Cacat Lintasan Luar Bantalan Bola pada Fan Industri Menggunakan Metode Cepstrum Kamiel, Berli Paripurna
Semesta Teknika Vol 23, No 1 (2020): MEI 2020
Publisher : Semesta Teknika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bantalan bola pada sebuah fan (kipas) menerima beban dinamis yang sangat besar ketika beroperasi. Hal ini menyebabkan bantalan mengalami keausan yang harus dapat segera dideteksi untuk mencegah kerusakan/cacat lebih lanjut. Salah satu metode deteksi yang sering digunakan adalah metode analisis spektrum. Namun metode ini menghasilkan harmonik dan sidebands yang rumit jika diaplikasikan pada fan dengan transmisi roda gigi sehingga observasi amplitudo pada spektrum sulit dilakukan. Penelitian ini mengusulkan metode cepstrum ketimbang spektrum karena cepstrum dapat mengelompokkan berbagai harmonik yang berasal dari getaran komponen-komponen fan sehingga amplitudo cacat bantalan dapat diidentifikasi dengan mudah dan jelas. Bantalan yang digunakan dalam penelitian adalah tipe ASB 6209 2RS dengan kondisi normal (tanpa cacat) dan cacat lintasan luar. Cacat pada bantalan sengaja dibuat menggunakan Electrical Discharge Machine (EDM)  dengan kawat kuningan berdiameter 0,25 mm. Hasil penelitian menunjukkan bahwa spektrum dapat mendeteksi frekuensi poros fan  9,11 Hz, frekuensi ball pass frequency outer (BPFO) 36,52 Hz, dan frekuensi poros roda gigi 22,59 Hz.  Namun demikian amplitudo BPFO sulit diidentifikasi pada spektrum karena secara visual bercampur dengan amplitudo harmonik dari komponen-komponen lain yang turut bergetar pada fan. Hasil lebih baik diberikan oleh metode cepstrum dimana amplitudo quefrency BPFO sebesar 0,027 detik, yang bersesuaian dengan BPFO, sangat jelas terlihat karena tidak terganggu oleh amplitudo lain di sekitarnya. A Ball bearing in a fan  experience a very large dynamic load during its operation. This causes wear which must be detected immediately to prevent severe damage. One detection method that is often used is the spectrum analysis. However, this method produces complex harmonics and sidebands when applied to a fan with a gear transmission which makes it difficult to observe amplitude on the spectrum. This research proposes the cepstrum method rather than the spectrum because the cepstrum can classify the various harmonics that come from the vibrations of the fan components so that the amplitude of the bearing defects can be identified easily and clearly. The bearings used in the study are ASB 6209 2RS with normal condition (no fault) and with outer race fault. Defect in the bearings is intentionally made using an Electrical Discharge Machine (EDM) with 0,25 mm brass wire. The results show that the spectrum can detect the fan shaft frequency of 9,11 Hz, the ball pass frequency outer race (BPFO) 36,52 Hz, and the gear shaft frequency of 22,59 Hz. However, the BPFO amplitude is difficult to identify on the spectrum because it is visually mixed with the harmonic amplitude of the other vibrating components. A prominent results are given by the cepstrum method where the quefrency of 0,027 s, which corresponds to the BPFO, is clearly visible because it is not disturbed by other amplitudes. 
Mendorong Ekonomi Kreatif Melalui Produk Ecoprint Melalui Pemanfaatan Potensi Alam di Dukuh Glugo Bantul Saptutyningsih, Endah; Kamiel, Berli Paripurna
WARTA LPM WARTA LPM, Vol. 24, No. 1, Januari 2021
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2036.429 KB) | DOI: 10.23917/warta.v24i1.11081

Abstract

Dalam rangka mendukung program pemerintah untuk mendorong ekonomi kreatif, perlu adanya kreativitas dan peningkatan kapasitas masyarakat dengan memanfaatkan potensi yang ada di lingkungan sekitar. Tujuan Program Kemitraan Masyarakat (PKM) ini adalah untuk memanfaatkan potensi alami yang belum dimanfaatkan dengan baik dan masih rendahnya pengetahuan dan ketrampilan untuk mengelola potensi tersebut di Sorowajan, Dukuh Glugo, Desa Panggungharjo Sewon Bantul, Daerah Istimewa Yogyakarta. Kontribusi PKM ini adalah dengan mengadakan pelatihan pembuatan ecoprint yang memanfaatkan potensi alam yang ada di lingkungan Sorowajan, Dukuh Glugo. Objek PKM ini adalah ibu-ibu Kelompok Dasawisma Lili dan Dasawisma Kenanga di Sorowajan, Dukuh Glugo sehingga mereka dapat meningkatkan taraf hidup masyarakat melalui pengembangan ekonomi kreatif. Metode PKM berupa pelatihan pembuatan ecoprint dengan bahan pewarna alam dan pelatihan pemasaran agar ecoprint yang dihasilkan dapat dipasarkan ke masyarakat luas. Kegiatan ini dapat berjalan dengan baik dan meningkatkan pengetahuan Kelompok Dasawisma Lili dan Dasawisma Kenanga tentang ecoprint dari 34,3% menjadi 97,2%. Seluruh peserta merasakan manfaat pelatihan ecoprint tersebut. Demikian juga terjadi peningkatan pengetahuan tentang pemasaran online, dan sebanyak 68% ingin memasarkan produk ecoprint-nya melalui media online. Luaran PKM ini adalah peningkatan kapasitas Kelompok Dasawisma Lili dan Dasawisma Kenanga di Dukuh Glugo dalam membuat ecoprint kelompok; video teknik pembuatan ecoprint yang bisa dinikmati oleh masyarakat umum. Kegiatan PKM ini juga dipublikasikan di jurnal nasional ber-ISSN yang diharapkan dapat menjadi acuan bagi kelompok masyarakat lain dalam mendorong ekonomi kreatif melalui peningkatan kapasitas masyarakat dengan memanfaatkan potensi desa sehingga meningkatkan kesejahteraan masyarakat.
Demodulation of Vibration Signal Based on Envelope-Kurtogram for Ball Bearing Fault Detection Kamiel, Berli Paripurna
JMPM (Jurnal Material dan Proses Manufaktur) Vol 4, No 2 (2020): DESEMBER 2020
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jmpm.v4i2.11271

Abstract

Rolling element bearings often suffer damage due to harsh operating and environmental conditions. The method commonly used in detecting faults in a bearing is envelope analysis. However, this method requires setting the central frequency and the correct bandwidth - which corresponds to the resonance frequency of the bearing - for signal demodulation to be effective. This study proposes a kurtogram to determine the correct central frequency and bandwidth to obtain the frequency band with the highest impulse content or the highest kurtosis value. Analysis envelope is applied to the filtered vibration signal using the central frequency and bandwidth parameters obtained from the kurtogram. The results showed that the envelope-kurtogram method is effective for faulty bearing detection as shown in the envelope spectrum where the peaks coincide with the bearing defect characteristic frequency (BPFO) with high accuracy. Likewise, it can be observed several BPFO harmonics which provide information on the level of bearing fault.
Deteksi Kavitasi Berbasis Getaran Pada Pompa Sentrifugal Menggunakan Principal Component Analysis (PCA) Kamiel, Berli Paripurna; Kausar, Ikhsan Aprima
Semesta Teknika Vol 21, No 2 (2018): NOVEMBER 2018
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/st.212219

Abstract

A centrifugal pump is one type of pumps that widely used in industries. Its mechanism which creates pressure changes may cause cavitation. Cavitation phenomenon that is not properly maintained may results fatal breakdown leading to high economic losses. Therefore, research is needed to find and develop a method that can detect early cavitation phenomena and identify it at several levels as well. This paper presents a method that can detect cavitation by monitoring the vibrations level of the pump based on statistical analysis of time domain and Principal Component Analysis (PCA). Vibration data is collected, trained and tested for each cavitation level. Training data is normalized and trained for each cavitation level using PCA which produces data loading matrix. The loading matrix is then multiplied by the testing data which gives a score matrix used to classify cavitation level of the centrifugal pump. The result shows that the method of domain-based PCA is successful in transforming the original data of 7 statistical parameters to 7 principal components (PC) with maximum variant. Three PCs gives 93.68% variants which can clearly identify and classify the differences between normal, early, intermediate and fully developed cavitation in the centrifugal pumps.
Perancangan dan Analisis Kekuatan Frame Sepeda Lipat Menggunakan Autodesk Inventor Kamiel, Berli Paripurna; Nugraha, Ghozi Adib; Sunardi, Sunardi
JMPM (Jurnal Material dan Proses Manufaktur) Vol 2, No 2 (2018): DESEMBER 2018
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jmpm.2229

Abstract

AbstrakKemacetan lalulintas adalah masalah yang banyak terjadi di kota-kota besar.  Salah satu cara mengatasinya adalah dengan menggunakan transportasi umum. Meskipun demikian, lokasi halte pemberhentian kadang terlalu jauh dari pusat aktivitas masyarakat jika ditembuh dengan berjalan kaki. Hal ini menyebabkan banyak orang tidak tertarik menggunakan transportasi umum.  Untuk mengatasi masalah ini, dibutuhkan alat transportasi individu yang dapat mempermudah mencapai lokasi halte dengan cepat dan aman sehingga penggunaan transportasi umum menjadi menyenangkan. Tujuan perancangan adalah menghasilkan perancangan sepeda lipat yang lebih efisien dari segi ukuran, bobot, dan harga beli dibandingkan sepeda lipat yang sudah ada di pasar. Perancangan dilakukan dengan menggunakan Autodesk Inventor Professional dan dititikberatkan pada frame sepeda. Untuk menjamin kekuatan dan keamanan ketika digunakan, kekuatan frame dihitung dan dianalisis menggunakan metode elemen hingga. Material frame yang dipilih dari hasil perancangan adalah alumunium 6061-T6. Perancangan menghasilkan sepeda lipat dengan dimensi kondisi terlipat adalah 765 x 742 x 328 mm. Analisis kekuatan frame memberikan tegangan von mises maksimum sebesar 96,32 MPa, displacement maksimum sebesar 6,925 mm, dan faktor keamanan minimum sebesar 2,8. Angka-angka hasil analisis kekuatan tersebut adalah angka tertinggi dari keseluruhan angka hasil perhitungan. Hal ini disebabkan oleh konsentrasi tegangan pada frame yang mengalami diskontinuitas geometri. Meskipun demikian, semua angka tersebut masih berada pada interval yang aman ditinjau dari tegangan ijin rencana. AbstractTraffic congestion is one of many problems that occur in big cities. One of the solution to reduce it is by starting to use the public transport, such as bus and train. But, to reach the public transport, some walk is needed and sometimes the distance is too far to go on foot. Other than that, it’s often that the public tranport doesn’t drop passanger right on the destination, so there will be another walk needed. For that reason, many people don’t like to use the public transport. To solve this problem, there should be an individual transportation device that can make commuting using the public transportation mode become less tiring. This design process aims to result a folding bicycle design which is more efficient in size, weight, and cost compared to the exsisting folding bicycles on the market. The design was made using Autodesk Inventor Professional 2015  software. The design was focused on the bicycle frame. To acknowledge the design safety, strength analysis was conducted on Autodesk Inventor Professional 2015 software using the finite element metode. The choosen material for the design was Aluminium 6061-T6.The design process resulted a folding bicycle design with a folded dimention of 765x742x328 mm. From the strength analysis conducted, the design experienced maximum von mises stress of 96,32 MPa, maximum displacement of 6,925 mm, and had minimum safety factor of 2,8. These values were the worst results from the entire design’s analysis results and only happened in one area. It happened because there was an acumulated stress on some part caused by geometry discontinuity. Even so, the value of the safety factor on this area was still far from the design’s allowed stress. In conclusion, the design was safe to use.
Deteksi Kavitasi Pompa Sentrifugal Menggunakan Metode Decision Trees Berbasis Sinyal Getaran Kamiel, Berli Paripurna; Malik, Muhammad Malik Nadziful; Krisdiyanto, Krisdiyanto
TEKNIK Vol 42, No. 3 (2021): December 2021
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/teknik.v42i3.35960

Abstract

Pompa sentrifugal adalah sebuah mesin fluida yang banyak digunakan di dunia industri yang dalam penggunaannya kerap terjadi kavitasi. Kavitasi berdampak pada penurunan performa pompa sehingga dapat mengganggu proses produksi. Oleh karena itu dibutuhkan metode deteksi kavitasi yang efektif dan akurat. Pada umumnya deteksi kavitasi berbasis sinyal getaran menggunakan analisis spektrum. Namun demikian metode tersebut tidak efektif kerena menghasilkan spektrum yang kontinyu dan tersebar pada bentang frekuensi lebar. Hal ini menyebabkan deteksi kavitasi yang berdasarkan pada peak amplitudo frekuensi karakteristik menjadi sulit dilakukan. Penelitian ini bertujuan mengembangkan metode deteksi kavitasi melalui pendekatan machine learning dengan algoritma decision trees berbasis sinyal getaran. Tidak seperti pada analisis spektrum, metode deteksi ini lebih efektif karena berdasarkan pada klasifikasi pola sinyal getaran dan lebih mudah digunakan karena memberikan status kavitasi atau non-kavitasi secara langsung. Sinyal getaran direkam dari sebuah akselerometer yang diletakkan pada tutup impeler pompa sentrifugal pada sebuah rig uji sistem perpipaan loop tertutup. Sembilan parameter statistik diekstrak dari domain waktu sinyal getaran kemudian digunakan sebagai input decision trees. Hasil penelitian menunjukkan bahwa decision trees dengan menggunakan parameter statistik terpilih, efektif mendeteksi empat status kondisi pompa dengan tingkat akurasi mencapai 97,2% sedangkan dalam perspektif mendeteksi antara  kondisi non-kavitasi dan kavitasi akurasinya mencapai 100%.
Development of Speech Command Control Based TinyML System for Post-Stroke Dysarthria Therapy Device Riyanta, Bambang; Irianta, Henry Ardian; Kamiel, Berli Paripurna
Journal of Robotics and Control (JRC) Vol 4, No 4 (2023)
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jrc.v4i4.15918

Abstract

Post-stroke dysarthria (PSD) is a widespread outcome of a stroke. To help in the objective evaluation of dysarthria, the development of pathological voice recognition and technology has a lot of attention. Soft robotics therapy devices have been received as an alternative rehabilitation and hand grasp assistance for improving activity daily living (ADL). Despite the significant progress in this field, most soft robotic therapy devices use a complex, bulky, lack of pathological voice recognition model, large computational power, and stationary controller. This study aims to develop a portable wirelessly multi-controller with a simulated dysarthric vowel speech in Bahasa Indonesia and non-dysarthric micro speech recognition, using tiny machine learning (TinyMl) system for hardware efficiency. The speech interface using INMP441, compute with a lightweight Deep Convolutional Neural network (DCNN) design and embedded into ESP-32. Feature model using Short Time Fourier Transform (STFT) and fed into CNN. This method has proven useful in micro-speech recognition with low computational power in both speech scenarios with a level of accuracy above 90%. Realtime inference performance on ESP-32 using hand prosthetics, with 3-level household noise intensity respectively 24db,42db, and 62db, and has respectively resulted from 95%, 85%, and 50% Accuracy. Wireless connectivity success rate with both controllers is around 0.2 - 0.5 ms.
DETEKSI CACAT BANTALAN GELINDING BERBASIS ALGORITMA DECISION TREES DAN PARAMETER STATISTIK Kamiel, Berli Paripurna; Anjarico, Fauzan; Sudarisman, Sudarisman
Jurnal Rekayasa Mesin Vol. 14 No. 3 (2023)
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jrm.v14i3.1351

Abstract

Rolling bearings are a common machine element found in rotary machines. The components in the rolling bearing such as the inner race, outer race, rolling element, and cage are the parts that are often damaged. Traditionally spectrum analysis is used to diagnose bearing defects. However, spectrum analysis is not effectively applied to bearings with early defects because the vibration signal generated is dominated by frequency components from other machine elements, so the frequency of bearing defects cannot be observed. This study proposes an alternative method of detecting bearing defects based on vibration signals using machine learning with a decision tree algorithm. This method is more effective than the spectrum analysis method because machine learning is based on feature extraction and pattern recognition of vibration signal data, therefore, providing classification results directly without further analysis. Vibration signals were recorded using an accelerometer mounted on a bearing housing on a test rig. Nine-time domain statistical parameters and six frequency domain statistical parameters were extracted from the vibration signal and then used as input for decision trees. The results show that the decision trees algorithm gives an accuracy of 94.4% for classifying three rolling bearing conditions using the input of 6 selected frequency domain statistical parameters.
Co-Authors Anjarico, Fauzan Asyratul, Azhim Bambang Riyanta, Bambang Endah Saptutyningsih Fadilah, Muhammad Rizki Irianta, Henry Ardian Kausar, Ikhsan Aprima Kausar, Ikhsan Aprima krisdiyanto, krisdiyanto Maemunah Malik, Muhammad Malik Nadziful Mulyani, Mulyani Nafsaka, Deby Arikh Nugraha, Ghozi Adib Nugraha, Ghozi Adib Nuh, Adib Muhammad Nurrahman, Budi Prastomo, Niko Rahadi, Slamet Ramadhan, Ray S Riyanta, Bambang Sudarja Sudarja, Sudarja Sukamta Sukamta Sulis Yulianto Sunardi Sunardi Sunardi, Sunardi Wicaksono, Kurniawan Budi Wiranto, Arie Joko