Printed
Rancang Bangun Aplikasi IoT Untuk Predicitive Maintenance System Berbasis Getaran Motor
Implementasi sistem pemeliharaan prediktif di lingkungan industri menjadi sangat penting untuk mencegah kegagalan peralatan tak terduga dan mengoptimalkan efisiensi operasional. Penelitian ini mengembangkan sistem pemeliharaan prediktif berbasis IoT untuk memantau kondisi motor menggunakan analisis getaran dan regresi linier untuk prediksi tren. Sistem ini mengintegrasikan sensor getaran Vemsee SN-3001-WZ1-N01-CX (RS-485), pemrosesan data Python, Firebase Realtime Database, dan aplikasi mobile. Sensor secara kontinu memantau dan mengirimkan data getaran ke unit Python, yang menggunakan regresi linier untuk menganalisis tren dan memprediksi ambang batas sesuai standar ISO 10816-1. Validasi eksperimental dilakukan selama 48 jam dalam lima sesi pengujian, berhasil memproses 34.560 sampel data. Evaluasi kinerja menunjukkan model regresi linier dengan R³ rata-rata 0,874 dan akurasi prediksi MAPE antara 4,1%-16.4%. Temuan ini menunjukkan sistem menyediakan prediksi tren yang efektif untuk penjadwalan pemeliharaan, mengurangi downtime, serta mendemonstrasikan aplikasi praktis IoT untuk pemantauan motor industri melalui akses data real-time dan visualisasi mobile.
Tidak tersedia versi lain