Sistem diagnosis kerusakan mesin computer numerical control steel processing hidrolik menggunakan association rule mining
Info Katalog
File Repositori
File Jurnal : 00000000000000115516.pdf
Subyek : Automatic control;Computer programming
Penerbit : FTI - Usakti
Kota Terbit : Jakarta
Tahun Terbit : 2023
Pembimbing 1 : Winnie Septiani
Pembimbing 2 : Dedy Sugiarto
Kata Kunci : association rule, data mining, diagnosis kerusakan, hidrolik, steel processing
Status Posting : Published
Status : Lengkap
File Repositori
| No. | Nama File | Hal. | Link |
|---|---|---|---|
| 1. | 2023_TS_MTI_163011910002_Halaman-Judul.pdf | ||
| 2. | 2023_TS_MTI_163011910002_Lembar-Pengesahan.pdf | ||
| 3. | 2023_TS_MTI_163011910002_Bab-1_Pendahuluan.pdf | ||
| 4. | 2023_TS_MTI_163011910002_Bab-2_Studi-Literatur.pdf |
|
|
| 5. | 2023_TS_MTI_163011910002_Bab-3_Metode-Penelitian.pdf |
|
|
| 6. | 2023_TS_MTI_163011910002_Bab-4_Hasil-dan-Pembahasan.pdf |
|
|
| 7. | 2023_TS_MTI_163011910002_Bab-5_Kesimpulan.pdf | ||
| 8. | 2023_TS_MTI_163011910002_Daftar-Pustaka.pdf |
D Diagnosis kerusakan merupakan aktivitas yang bertujuan untuk menentukanpenyebab kerusakan pada suatu sistem. Kesalahan diagnosis mengakibatkanperbaikan berulang – ulang dan menjadi kerugian baik dari segi waktu, biaya,maupun tenaga kerja. Proses diagnosis saat ini hanya mengandalkan pengalamandan kemampuan teknisi perbaikan. Kendala yang dihadapi saat ini adalahketersediaan teknisi berpengalaman yang terampil dalam menentukan penyebabkerusakan. Penelitian ini bertujuan untuk merancang sebuah sistem diagnosiskerusakan mesin, terutama mesin Computer Numerical Control (CNC) steelprocessing hidrolik, untuk membantu teknisi muda dalam mendiagnosis kerusakan.Metode utama yang digunakan adalah association rule mining denganmenggunakan pendekatan pengembangan sistem waterfall. Hasil penelitianmenunjukan proses seleksi dan standarisasi data menghasilkan sejumlah 2.278 datadengan 115 kode kerusakan untuk diproses menggunakan association rule mining.Sebanyak 43 aturan diperoleh dari hasil mining untuk digunakan pada faultknowledge base. Sistem diagnosis diimplementasikan menjadi empat subsistemyang terdiri dari fungsi pembuatan tiket perbaikan, fungsi respon tiket perbaikan,fungsi pengesahan, dan fungsi kelola kode kerusakan. Hasil pengujian menunjukandari 42 sampel, sistem mampu menampilkan kemungkinan penyebab kerusakansebanyak 29 data. Dari 29 data tersebut, sebanyak 20 data sesuai dengan faktakerusakan. Seiring berjalannya waktu, data riwayat perbaikan mesin akan semakinkaya, sehingga aturan asosiatif dapat dikembangkan dengan lebih baik lagi.
F Fault diagnosis is an activity that aims to determine the fault in a system. A wrong diagnosis may result in losses both in terms of time and cost caused by repeatedrepair processes. The current diagnostic process is carried out only by relying onthe experience and ability of repair technicians. The current issue is the availabilityof experienced technicians who are skilled in determining fault in the system. Thisstudy aims to design a fault diagnosis system, especially for the ComputerNumerical Control (CNC) steel processing hydraulic machine, to assist youngtechnicians in fault diagnosis. The primary method is association rule mining withwaterfall system development. The results showed that the process of selecting andstandardizing data resulted in a total 2.278 data with 115 fault codes to be processedusing association rule mining. A total of 43 rules were obtained from the miningresults to be used in the fault knowledge base. The fault diagnosis system isimplemented into four subsystems consisting of a function to create a maintenanceticket form, a function to response a maintenance ticket, a function to approve amaintenance ticket, and a function to manage the fault codes. As machine datahistory continues to advance, associative rule development will become morerobust.