Penulis Utama : Iqbal Adam Malik Nugroho
NIM / NIP : I0722034

Motor Brushless Direct Current (BLDC) banyak digunakan pada kendaraan listrik karena memiliki efisiensi tinggi, respons dinamis yang baik, serta kebutuhan perawatan yang relatif rendah. Meskipun demikian, motor BLDC berpotensi mengalami gangguan selama pengoperasian akibat variasi pembebanan, kondisi permukaan jalan, distribusi massa kendaraan, maupun ketidakseimbangan massa (mass unbalance) pada komponen yang berputar. Kondisi tersebut dapat menimbulkan getaran pada motor dan rangka sepeda sehingga meningkatkan keausan komponen dan memengaruhi performa sistem secara keseluruhan. Penelitian ini bertujuan untuk menganalisis karakteristik sinyal getaran serta membandingkan kinerja algoritma Support Vector Machine (SVM) dan Random Forest dalam mengklasifikasikan lima kondisi pembebanan motor BLDC berdasarkan data sinyal getaran pada motor dan rangka sepeda. Data diperoleh menggunakan dua sensor MPU6500 dengan frekuensi sampling 1000 Hz, kemudian melalui tahapan pra-pemrosesan, segmentasi 1 detik, transformasi Fast Fourier Transform (FFT), ekstraksi fitur, dan seleksi fitur menggunakan ReliefF. Fitur yang digunakan meliputi Root Mean Square (RMS), Mean Frequency (MNF), Median Frequency (MDF), Center Frequency (CF), Spectral Entropy (SE), Spectral Centroid (SC), Spectral Variance (SV), Peak Frequency (PF), dan Relative Band Power (RBP). Hasil analisis menunjukkan bahwa variasi pembebanan menghasilkan perbedaan karakteristik sinyal getaran pada setiap kelas. Seleksi fitur menunjukkan bahwa Peak Frequency (PF), Median Frequency (MDF), dan Root Mean Square (RMS) merupakan tiga fitur dengan bobot tertinggi. Hasil pengujian menunjukkan bahwa SVM kernel linear, polynomial, dan Radial Basis Function (RBF) masing-masing memperoleh akurasi sebesar 62,50%, 78,20%, dan 87,80%, sedangkan Random Forest memperoleh akurasi tertinggi sebesar 96,60%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa Random Forest memiliki performa terbaik dalam mengklasifikasikan lima kondisi pembebanan motor BLDC berdasarkan sinyal getaran pada motor dan rangka sepeda.  

×
Penulis Utama : Iqbal Adam Malik Nugroho
Penulis Tambahan : -
NIM / NIP : I0722034
Tahun : 2026
Judul : Analisis Perbandingan Kinerja Algoritma Support Vector Machine dan Random Forest untuk Klasifikasi Kondisi Motor BLDC Berdasarkan Variasi Pembebanan Menggunakan Data Sinyal Getaran Pada Motor dan Rangka Sepeda
Edisi :
Imprint : Surakarta - Fak. Teknik - 2026
Program Studi : S-1 Teknik Elektro
Kolasi :
Sumber :
Kata Kunci : Motor Brushless Direct Current (BLDC), sinyal getaran, ReliefF, Support Vector Machine, Random Forest.
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Ir. Meiyanto Eko Sulistyo, S.T., M.Eng.
2. Ir. Muhammad Hamka Ibrahim, S.T., M.Eng., Ph.D., IPM, ASEAN.Eng.
Penguji : 1. Dr. Ir. Miftahul Anwar, S.Si., M.Eng.
2. Ir. Joko Hariyono, S.T., M.Eng., P.D.
Catatan Umum :
Fakultas : Fak. Teknik
×
Halaman Awal : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran : Harus menjadi member dan login terlebih dahulu untuk bisa download.