Rabono, Arif Luqman (2025) Rancang Bangun Aplikasi IoT untuk Predictive Maintenance System Berbasis Getaran Motor. Sarjana Terapan Laporan Karya Tulis Ilmiah, Politeknik Manufaktur Bandung.
![[thumbnail of BAB-1]](https://repositori.polman-bandung.ac.id/style/images/fileicons/text.png)
Text (BAB-1)
221441027_Arif Luqman Rabono_Bab 1.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (546kB)
Text (BAB 2)
221441027_Arif Luqman Rabono_ Bab 2.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (679kB) | Request a copy
Text (BAB 3)
221441027_Arif Luqman Rabono_ Bab 3.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (781kB) | Request a copy
Text (BAB 4)
221441027_Arif Luqman Rabono_ Bab 4.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (502kB) | Request a copy
Text (BAB 5)
221441027_Arif Luqman Rabono_ Bab 5.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (283kB) | Request a copy
Abstract
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 R² 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.
| Item Type: | Laporan Karya Akhir Mahasiswa (Sarjana Terapan) |
|---|---|
| Uncontrolled Keywords: | Getaran Motor, Internet of Things, Perawatan Prediktif, Sistem, Regresi Linear |
| Subjects: | T Technology > TJ Mechanical engineering and machinery T Technology > TL Motor vehicles. Aeronautics. Astronautics T Technology > TS Manufactures |
| Divisions: | Jurusan Teknik Otomasi Manufaktur & Mekatronika > S.Tr. Prodi Teknologi Rekayasa Otomasi |
| Depositing User: | Arif Luqman Rabono |
| Date Deposited: | 02 Jul 2026 01:51 |
| Last Modified: | 02 Jul 2026 01:51 |
| URI: | https://repositori.polman-bandung.ac.id/id/eprint/722 |
Actions (login required)
- View Item