BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Motor induksi (MI) adalah alat listrik yang mengubah energi listrik menjadi energi mekanik yang berupa tenaga putar [1]. Motor induksi banyak dipakai sebagai penggerak untuk mengerjakan banyak proses di industri seperti menggerakkan blower (penghasil angin) berkapasitas besar yang dipakai untuk pembakaran di dalam tungku peleburan, menggerakkan conveyor (pengangkut bahan), menggerakkan pompa air untuk sirkulasi air pendingin dan lain-lain. Meskipun MI cukup handal tetapi pada kenyataannya dapat saja mengalami banyak masalah pada saat beroperasi yang menyebabkan kerusakan total pada motor induksi tersebut [2]. Kerusakan total motor induksi pada saat berlangsungnya proses produksi dapat mengakibatkan rendahnya mutu barang jadi yang dihasilkan hingga sampai berhentinya proses produksi itu sendiri. Untuk mengatasi hal ini telah dilakukan teknik monitoring terhadap MI, baik secara konvensional maupun digital. Teknik monitoring konvensional untuk motor induksi pada umumnya merupakan kombinasi dari beberapa peralatan mekanik dan listrik [2],[3] di mana penginderaan terhadap variabel-variabel motor induksi dilakukan dengan peralatan mekanik yang memiliki banyak keterbatasan dalam mendeteksi kerusakan pada MI seperti kerusakan pada isolasi stator [2],[3]. Sedangkan pada teknik monitoring digital untuk melakukan penginderaan terhadap variabel-variabel MI telah menggunakan sensor untuk
1 Universitas Sumatera Utara
2
selanjutnya diubah menjadi bentuk digital oleh analog to digital converter (ADC) lalu dimasukkan ke dalam komputer atau mikrokontroler [2],[4],[5]. Teknik monitoring konvensional dan digital di dalam melakukan pendeteksian kerusakan pada motor induksi menggunakan metode rule based [2],[3] sehingga hanya dapat mendeteksi kerusakan MI pada kondisi yang telah ditentukan. Selanjutnya teknik monitoring MI dikembangkan dengan menggunakan artificial intelegent (AI), seperti yang telah dilakukan pada penelitian [6],[7],[8],[9],[10], [11],[12],[13], sehingga teknik monitoring MI tidak hanya dapat mendeteksi tetapi dapat juga memprediksi kerusakan MI, di mana salah satu metode yang dapat digunakan adalah jaringan saraf tiruan (JST). Tetapi pada teknik monitoring MI menggunakan JST seperti pada penelitian [8],[9],[10], variabel yang dimonitoring adalah arus dan kecepatan sedangkan metode JST digunakan
untuk mendeteksi
kerusakan bearing dan stator pada MI belum memprediksi. Jadi inilah yang menjadi alasan utama mengapa peneliti mencoba menggunakan metode JST untuk memprediksi kerusakan MI khususnya pada stator untuk 1 hari ke depan dan variabel yang digunakan adalah arus dan temperatur. Beberapa penelitian mengenai deteksi kerusakan motor induksi telah dilakukan di mana perbedaan sistem yang telah ada dengan yang akan dilakukan dapat dilihat pada Tabel 1. 1 berikut:
Universitas Sumatera Utara
3
Tabel 1. 1 Daftar Penelitian Terkait Penulis
Judul Penelitian
Pembahasan
Tahun
M. Sudha dan A protection scheme for P. Anbalagan [5] three fasa induction motor form incipient fault using embedded controller
Penelitian ini membahas penggunaan mikrokontroller PIC 16F877 untuk melakukan monitoring dan melindungi motor induksi dari kerusakan total. Metode yang digunakan untuk mendeteksi kerusakan MI adalah rule based.
2009
Ibrahim Sefa, Fault detection and Ilhami Colak, protection of induction Askin Bektas, motors using sensors Ramazan Bayindir [2]
Untuk melakukan monitoring dan melindungi motor induksi dari kerusakan total menggunakan ADC dan PLC (programmable logic controller) agar variabelvariabel yang diukur seperti tegangan, arus, temperatur, kecepatan dapat ditampilkan nilainya pada layar monitor.
2008
Universitas Sumatera Utara
4
Tabel 1.1 Daftar Penelitian Terkait (Sambungan) Hal: 3 Penulis
Judul Penelitian
Pembahasan
Tahun
Di mana metoda yang dipakai untuk mendeteksi kerusakan MI adalah 2007 rule based. Pada penelitian ini Sri R. Kolla, Artifial neural network menjelaskan Shawn based fault identification implementasi dan D.Altman [7] scheme implementation for a pengujian three- fasa induction motor menggunakan metode jaringan saraf tiruan untuk mendeteksi kerusakan motor induksi. Di mana variabel yang dimonitor arus dan tegangan. H.Celik, I.Sefa, On line protection sistem for Pada penelitian ini membahas cara S. Dermibas, induction motors memonitoring dan I.Colak [3] melindungi motor induksi dari kerusakan total sehingga banyak membutuhkan ADC eksternal. Di mana metode yang digunakan untuk mendeteksi kerusakan pada MI adalah rule based.
2005
Universitas Sumatera Utara
5
Tabel 1.1 Daftar Penelitian Terkait (Sambungan) Hal: 4 Penulis
Judul Penelitian
Pembahasan
Sui Oi Yee, MoYuen Chow Peter M. Mangun [8]
Penelitian ini A neural network approach membahas cara to real time condition mendeteksi monitoring of induction kerusakan motor motor induksi khususnya pada bearing dan stator menggunakan metode jaringan saraf tiruan. Di mana variabel yang dimonitor arus dan kecepatan.
Herdianto
Prediksi kerusakan motor induksi menggunakan metoda jaringan saraf tiruan (backpropagation)
Tahun
1991
Pada penelitian yang 2013 akan dilakukan metode jaringan saraf tiruan saraf tiruan dengan algoritma pembelajaran backpropagation digunakan untuk memprediksi kerusakan MI khususnya pada stator untuk 1 hari ke depan. Di mana variabel yang digunakan adalah arus dan temperatur.
Universitas Sumatera Utara
6
1.2.
Perumusan Masalah Berdasarkan latar belakang masalah yang telah diuraikan di atas, maka penulis
merumuskan masalah pada penelitian ini adalah sebagai berikut: bagaimana menerapkan teknologi jaringan saraf tiruan dengan algoritma pembelajaran backpropagation untuk memprediksi kerusakan motor induksi khususnya pada stator untuk 1 hari ke depan.
1.3.
Batasan Masalah Adapun batasan masalah pada penelitian ini adalah: a. Motor induksi yang digunakan jenis 1 fasa 220 volt 125 watt. b. Kerusakan motor induksi yang diprediksi hanya stator. c. Variabel yang digunakan untuk memprediksi ialah arus dan temperatur. d. Metode pembelajaran yang digunakan hanya backpropagation.
1.4.
Tujuan Penelitian Tujuan dari penelitian ini adalah memperoleh struktur jaringan saraf tiruan
yang optimal dengan algoritma pembelajaran backpropagation untuk memprediksi kerusakan stator pada motor induksi.
1.5.
Manfaat Penelitian Beberapa manfaat yang dapat diperoleh dengan adanya penelitian mengenai
prediksi kerusakan motor induksi menggunakan metode jaringan saraf tiruan dengan algoritma pembelajaran backpropagation yaitu apabila hasil penelitian ini diterapkan,
Universitas Sumatera Utara
7
diharapkan
dapat
menghindari
terganggunya
proses
produksi
di
industri,
memperpanjang usia motor induksi, membantu pihak pemeliharaan disuatu industri dalam menganalisis kerusakan dari motor induksi serta membantu menentukan jadwal pemeliharaan terhadap motor induksi itu sendiri.
1.6.
Sistematika Penulisan Tesis ini terdiri dari lima bab, dengan penjelasan tiap-tiap bab sebagai berikut:
BAB 1 :
PENDAHULUAN, pada bab ini berisi tentang latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian serta sistematika penulisan.
BAB 2 : TINJAUAN PUSTAKA, bab ini menjelaskan tentang teori pendukung yang digunakan pada prediksi kerusakan MI seperti pengertian prediksi, prediksi kerusakan MI, motor induksi, JST, fungsi aktivasi, algoritma pembelajaran, algoritma pembelajaran backpropagation standar. BAB 3 : METODE PENELITIAN, bab ini memberikan penjelasan mengenai rancangan penelitian dan variabel yang diamati. BAB 4 : HASIL DAN PEMBAHASAN, bab ini menjelaskan mengenai pengujian yang dilakukan selama penelitian seperti pengujian mencari time delay, jumlah hidden layer, nilai learning rate, nilai momentum dan pengujian hasil pelatihan. BAB 5 :
KESIMPULAN DAN SARAN, bab ini berisi kesimpulan dari hasil pembahasan masalah dan saran-saran berkenaan dengan tesis ini.
Universitas Sumatera Utara
