Kerusakan bearing merupakan penyebab utama kegagalan pada mesin berputar dan dapat menimbulkan kerugian besar akibat downtime serta biaya pemeliharaan. Sinyal getaran bearing mengandung informasi penting terkait kondisi kesehatan mesin, namun bersifat non-stasioner dan dipengaruhi noise sehingga memerlukan teknik pengolahan sinyal yang andal. Penelitian ini bertujuan menganalisis nilai energi sinyal getaran sebagai indikator kerusakan dini pada double row bearing menggunakan metode Digital Signal Processing (DSP) berbasis level of energy. Data yang digunakan merupakan data sekunder getaran bearing Rexnord ZA2115 yang diperoleh dari repositori NSF I/UCR Center on Intelligent Maintenance Systems (IMS), dengan kondisi operasi kecepatan 2000 RPM dan beban 2,7 ton. Pengolahan sinyal dilakukan menggunakan GNU Octave dengan menerapkan Wavelet Packet Decomposition hingga level 5 sehingga diperoleh 16 sub-band energi. Nilai energi setiap sub-band dianalisis untuk mengidentifikasi perubahan karakteristik getaran dari kondisi normal hingga rusak. Hasil penelitian menunjukkan peningkatan signifikan energi pada sub-band tertentu seiring perkembangan kerusakan bearing, bahkan sebelum kegagalan akhir terjadi. Temuan ini membuktikan bahwa metode DSP berbasis level of energy efektif untuk deteksi dini kerusakan bearing dan berpotensi diterapkan dalam sistem pemantauan kondisi mesin industri.
Copyrights © 2026