DSpace Repository

IMPLEMENTASI DATA SCIENCE DALAM MEMPREDIKSI TEMPERATUR GEARBOX MESIN KERTAS MENGGUNAKAN MACHINE LEARNING

Show simple item record

dc.contributor.advisor Herlambang, Mega Bagus
dc.contributor.author Deriantaka, Deriantaka
dc.date.accessioned 2023-10-17T02:06:32Z
dc.date.available 2023-10-17T02:06:32Z
dc.date.issued 2023-09-13
dc.identifier.uri http://repository.iti.ac.id/jspui/handle/123456789/1724
dc.description Dosen Pembimbing : Mega Bagus Herlambang en_US
dc.description.abstract PT. INTEGRAL INDUSTRIAL INDONESIA merupakan perusahaan yang bergerak pada bidang lingkungan industrial yang kompleks dimana pemeliharaan aset merupakan hal yang sangat penting, hal ini dapat terlaksanakan dengan menciptakan perangkat lunak khusus yaitu sensor getaran. Berdasarkan hasil diskusi dengan PT. INTEGRAL INDUSTRIAL INDONESIA terdapat suatu permasalahan yang ingin diselesaikan yaitu melakukan prediksi temperatur gearbox, dengan menggunakan variabel getaran yang didapatkan dari sensor yang dipasangkan pada gearbox mesin kertas saat melakukan produksi. Hal ini dapat diselesaikan dengan membuat model Machine Learning yang sesuai dengan permasalahan dan memiliki data untuk diolah. Pada pengolahan data penelitian tugas akhir ini akan menggunakan 3 model Machine Learning yaitu Regresi Linear Berganda, Regresi Random Forest, Regresi Support Vector Machine. Setelah mendapatkan hasil dari masing-masing model Machine Learning maka akan dilakukan evaluasi menggunakan 3 perhitungan yaitu Root Mean Squared Error (RMSE), Mean Squared Error (MAPE), dan R-Squared. Pada model Regresi Linear Berganda mendapatkan nilai sebesar 2.834065 sedangkan nilai MAPE sebesar 2,81%, dan untuk nilai R-Squared sebesar 0.115457. Pada model kedua yaitu Regresi Random Forest mendapatkan nilai sebesar 2.638038 sedangkan nilai MAPE sebesar 2,80%, dan untuk nilai R-Squared sebesar 0.2380423. Pada model ketiga yaitu Regresi Support Vector Machine mendapatkan nilai sebesar 2.891829, sedangkan nilai MAPE sebesar 2,76%, dan untuk nilai R-Squared sebesar 0.07024158. Model Machine Learning yang terbaik yaitu Regresi Random Forest yang nantinya akan terapkan pada software milih perusahaan untuk melakukan peramalan Temperatur. Dilanjutkan dengan menentukan Feature Importances untuk mengetahui variabel yang paling mempengaruhi dan mendapatkan hasil yaitu Z Peak, X Peak, dan Y Peak. Adapun saran yang dapat diberikan untuk mengurangi getaran dan menghindari terjadinya overheat yaitu melakukan perawatan rutin untuk mengecek keadaan gearbox, mengganti pelumas gearbox jika sudah terlalu lama, memperbaiki komponen yang rusak atau perlu diganti, dan mengurangi beban kerja pada mesin yang digerakan oleh gearbox. en_US
dc.publisher Institut Teknologi Indonesia en_US
dc.subject Sensor Getaran en_US
dc.subject Machine Learning en_US
dc.subject Gearbox en_US
dc.subject Root Mean Squared Error (RMSE) en_US
dc.subject Mean Squared Error (MAPE) en_US
dc.subject R-Squared en_US
dc.subject Regresi Linear Berganda en_US
dc.subject Regresi Random Forest en_US
dc.subject Regresi Support Vector Machine en_US
dc.title IMPLEMENTASI DATA SCIENCE DALAM MEMPREDIKSI TEMPERATUR GEARBOX MESIN KERTAS MENGGUNAKAN MACHINE LEARNING en_US
dc.type Thesis en_US
dc.identifier.nidn NIDN0310038804
dc.identifier.nim NIM1131900032
dc.identifier.kodeprodi KODEPRODI26201#Teknik Industri


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account