MUHAMMAD VIO HARDIANSYAH, - (2024) PREDIKSI REMAINING USEFUL LIFE MESIN TURBOFAN MENGGUNAKAN METODE SUPPORT VECTOR REGRESSION(SVR). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text SKRIPSI LENGKAP KECUALI BAB IV.pdf Download (2MB) | Preview
	Text BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Mesin turbofan merupakan komponen krusial dalam industri penerbangan dan manufaktur, di mana estimasi sisa masa pakai (Remaining Useful Life/RUL) memiliki dampak besar terhadap efisiensi operasional dan keselamatan. Data ini bisa digunakan untuk memprediksi RUL mesin turbofan menggunakan metode Support Vector Regression (SVR), sebuah pendekatan dalam pembelajaran mesin yang telah terbukti efektif dalam memodelkan hubungan nonlinier antar variabel. Data operasional yang terkait dengan mesin turbofan dianalisis secara mendalam, termasuk parameter operasional, sensor, dan catatan perawatan. Tahap awal yang dilakukan pada penelitian ini yaitu melakukan analisis data pada parameter nomor unit, waktu, opersional kontrol dan sensor yang di awali dengan melakukan preprocessing untuk menginisialisasikan nilai awal data, menormalisasi dan menyeleksi sensor yang memiliki nilai yang stagnan karena sensor yang memiliki nilai stagnan tidak berpengaruh pada sistem pembelajaran mesin. Maka dilakukan perhitungan regresi untuk membandingkan nilai prediksi dan nilai aktual menggunakan metode Support Vector Regression dengan optimasi Grid Search Optimization. Pada penelitian ini, Pengujian yang dilakukan menggunakan kernel Radial Basic Function (RBF), Parameter C [1, 10, 50, 100] dan ε [1, 5, 10, 50] dengan beberapa skenario pengujian menghasilkan model terbaik dengan hasil error RMSE sebesar 19,56 dan MAE sebesar 14,73.

Actions (login required)

View Item