Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal MEDIA ELEKTRIKA CYCLOTRON
PK, Iradiratu Diah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENERAPAN METODE NEURAL NETWORK UNTUK MENGKLASIFIKASI KERUSAKAN BATANG ROTOR MOTOR INDUKSI MELALUI DATA SPEKTRUM ARUS Boimau, Osni; PK, Iradiratu Diah; Dewantara, Belly Yan; Rahmatullah, Daeng
MEDIA ELEKTRIKA Vol 13, No 2 (2020): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (775.368 KB) | DOI: 10.26714/me.13.1.2020.12-23

Abstract

Kerusakan batang rotor merupakan salah satu jenis kerusakan pada motor induksi yang dapat menyebabkan masalah serius. Kerusakan tersebut dapat mencapai 5% - 10% dari seluruh kasus gangguan motor induksi. Oleh karena itu perlu adanya prediksi awal untuk mengetahui adanya gangguan pada motor induksi, agar dapat dilakukan perbaikan lebih cepat dan tanggap sebelum terjadi kerusakan yang lebih parah. Pada penelitian ini membahas tentang klasifikasi kerusakan batang rotor motor induksi dengan menggunakan analisa arus stator. Data spectrum arus diambil mengunakan metode fast fourier transform. Eksperimen penelitian dilakukan menggunakan metode Neural Network sebagai alat bantu untuk mendeteksi sinyal kesalahan dari mesin listrik karena mampu mengenali pola setiap kerusakan pada batang rotor motor induksi. Pengujian sistem dilakukan untuk mementukan letak kerusakan dalam beberapa kondisi, yaitu kondisi rotor diambil dari hasil pendeteksian Fast Fourier Transform, kondisi beban diambil dari presentase pembebanan yakni 0%, 25%, 50%, 75%, 100% dan tingkat kerusakan motor diambil mulai dari kondisi batang rotor normal sampai rotor mengalami kerusakan 3BRB7mm. Hasil pengujian ini membuktikan bahwa metode Neural Network mampu mengklasifikasi setiap kondisi kerusakan batang rotor motor induksi dengan membuktikan dari hasil Mean Squared Error MSE yang dihasilkan memiliki nilai rata-rata pada semua kondisi kerusakan sebesar 5.84 . Dengan rata-rata efisiensi pengujian dibawah 5%.
Pengembangan Cloud SCADA 1.3 sebagai otomasi industri jarak jauh PK, iradiratu diah; Winarno, Istiyo; Yan Dewantara, Belly; Tri Rusti Maydrawati; Daeng Ramatullah
CYCLOTRON Vol 7 No 01 (2024): CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/cl.v7i01.20522

Abstract

Kegiatan produksi industry sangat tergantung oleh kemajuan teknologi dan otomasinya. Kemajuan otomasi industri sangat mempengaruhi kualitas dan kuantitas hasil produksi. SCADA Automation system merupakan teknologi yang digunakan untuk otomasi industry. Pengoperasian SCADA memerlukan tenaga ahli yang menguasai dasar, desain, dan pengaturan semua unit yang akan dikontrol. Untuk mencetak tenaga ahli yang berkompenten diperlukan alat pembelajaran yang tepat untuk mewadahi sarana pendidikan di universitas dan sekolah kejuruan. Minimnya produksi alat praktikum SCADA dalam negeri menjadi kendala besar untuk menvisualisasi kurikulum. Tuntutan perubahan kurikulum disesuaikan dengan kebutuhan dan kemajuan teknologi masa kini. Jika mengandalkan alat pratikum buatan luar negeri maka diperlukan waktu dan biaya yang tidak sedikit. Pembelajaran alat praktikum yang didatangkan dari luar negeri kadangkala tidak selaras dengan kurikulum di indonesia. Untuk menunjang SDM yang sesuai dengan tuntutan industry maka kurikulum pembelajaran harus disesuaikan dengan kebutuhan industry. Berdasar latar belakang tersebut maka penelitian ini mengembangkan alat praktikum SCADA sebagai otomasi industry dengan kurikulum yang sesuai dengan pembelajaran di Indonesia. Pengembangan Cloud SCADA 1.3 dikembangkan dengan mengaplikasikan revolusi teknologi 4.0 sebagai teknologi monitoring dan kendali jarak jauh. Hasil produk memberikan inovasi training kits produk dalam negeri yang sesuai dengan kurikulum dan tuntutan industry sebagai penunjang pembalajaran. Kata kunci: Training kits, SCADA, Otomasi industri, IoT
Co-Authors Boimau, Osni Daeng Ramatullah Dewantara, Belly Yan Rahmatullah, Daeng Tri Rusti Maydrawati Winarno, Istiyo Yan Dewantara, Belly