PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS (ICA) UNTUK DETEKSI KERUSAKAN
Abstract: Pemeliharaan kondisi
mesin di industri membutuhkan kecepatan dan kemudahan, salah satu metodenya
adalah dengan analisis getaran. Getaran mesin menyebabkan pola suara yang
diemisikan mesin, di mana suara mesin satu bercampur dengan mesin lainnya.
Blind Source Separation (BSS) merupakan teknik memisahkan sinyal campuran
berdasarkan sifat kebebasan statistik antar sumber. Melalui simulasi dengan
beberapa motor dan susunan mikrofon sebagai sensor, didapatkan data suara
campuran dari beberapa motor yang terekam melalui tiap mikrofon. Intensitas
sinyal yang diterima mikrofon berbeda satu sama lain, tergantung pada jarak dan
sudut datangnya. Tujuan penelitian ini adalah untuk memisahkan sinyal campuran
dari tiap mikrofon sehingga didapatkan sinyal estimasi sumber untuk mendeteksi
kerusakan motor. Berdasarkan hasil penelitian, diperoleh pemisahan sinyal
terbaik dalam Time-Domain ICA. Sinyal estimasi tersebut dianalisis untuk
menentukan kondisi kerusakan mesin berdasarkan pola frekuensi sesaatnya.
Penulis: B.T. Atmaja, A. S.
Aisyah, D. Arifianto
Kode Jurnal: jptkomputerdd100010
