ABSTRAK

Ketidaklurusan adalah kondisi penyimpangan dimana sumbu dari dua buah poros yang dikopel tidak segaris. Ketidaklurusan merupakan penyebab kegagalan yang sering terjadi pada mesin rotasi. Oleh karena itu, deteksi dan diagnosis ketidaklurusan pada mesin rotasi sangat penting agar kinerja mesin optimal. Tujuan penelitian ini adalah mendiagnosis ketidaklurusan poros dengan metode Multiclass Support Vector Machine (SVM). Sinyal getaran pada domain waktu dengan kondisi poros normal, ketidaklurusan paralel dan ketidaklurusan angular diperoleh dari pengukuran getaran pada rig alignment poros. Akselerometer digunakan untuk mengukur sinyal getaran dengan frekuensi sampling 20 khz pada putaran kerja 1000 rpm. 11 fitur statistik diekstraksi dari sinyal getaran yang diperoleh. Fitur tersebut adalah: median, RMS, crest factor, varian, kurtosis, shape factor, impulse factor, skewness, standar deviasi, range dan maksimum. Principal Component Analysis (PCA) digunakan untuk mereduksi dimensi variabel data input menjadi komponen utama yang berdimensi lebih kecil. Multiclass SVM dengan metode One Against One (OAO) dan kernel linier digunakan untuk mengklasifikasikan kondisi alignment pada poros. Hasil penelitian menunjukkan metode SVM yang digunakan mampu mendiagnosis kondisi ketidaklurusan, baik ketidaklurusan paralel maupun ketidaklurusan angular pada poros dengan performa yang baik yaitu akurasi mencapai 100 %.

Kata Kunci: misalignment, getaran, ekstraksi fitur, PCA, SVM