Prediksi Sisa Umur Bearing Menggunakan Regresi Eksponensial

Abstract

Abstract. Statistics is widely applied in various disciplines, one of which is in the industrial sector. Industry can be used as an indicator of the development of science and technology. Along with the advancement of industrialization and intense competition, a company is required to be able to survive and win the competition with other companies. The problem that is often faced in the industrial world is the existence of a statement that a system that has been designed and made as sophisticated and complex as any will inevitably experience disturbances, whether mild, moderate, or severe. One of the important elements in the machine is the bearing. If the bearing is not functioning properly then the whole system cannot work properly. Bearing damage must be predicted accurately because it will determine how long the remaining functional life of a machine. Exponential regression is the model used in this study. The data used is vibration data from bearing test experiments downloaded from IEE PHM 2012 provided by the FEMTO-ST Institute. By analyzing the extracted data on the RMS feature, the results show that exponential regression can be used to determine or predict the RUL of the bearing. In addition, obtained R^2 in the analysis of all data and the data-cut off is 76.3% and 79.9%, respectively. So, the results of the R^2 value in the exponential regression equation model using the cut-off data are better than the exponential regression equation model by including all data, because it shows a higher level of accuracy.

Abstrak. Statistika banyak diterapkan dalam berbagai disiplin ilmu, salah satunya di bidang industri. Industri dapat dijadikan sebagai indikator terjadinya perkembangan ilmu pengetahuan dan teknologi. Seiring dengan majunya industrialisasi dan ketatnya persaingan, sebuah perusahaan dituntut mampu tetap bertahan dan memenangkan persaingan dengan perusahaan lain. Persoalan yang sering dihadapi dalam dunia industri adalah adanya suatu pernyataan bahwa suatu sistem yang telah dirancang dan dibuat secanggih dan sekompleks apapun pasti akan mengalami gangguan, baik gangguan ringan, sedang, maupun berat. Salah satu elemen penting pada mesin yaitu bearing. Bila bearing tidak berfungsi dengan baik maka seluruh sistem tidak bisa bekerja secara semestinya. Kerusakan bearing harus diprediksi dengan akurat sebab akan menentukan berapa lama sisa umur fungsi dari suatu mesin. Regresi eksponensial adalah model yang digunakan dalam penelitian ini. Data yang digunakan adalah data vibrasi dari eksperimen uji bearing yang diunduh dari Institute of Electrical and Electronic Engineers Prognostics and Health Management 2012 yang disediakan oleh FEMTO-ST Institute. Dengan menganalisis data hasil ekstraksi pada fitur RMS, hasilnya menunjukan bahwa regresi eksponensial bisa digunakan untuk menentukan atau memprediksi RUL pada bearing. Selain itu, didapat R^2 pada analisis seluruh data dan data-cut off 76,3% dan 79,9%. Maka, hasil dari nilai R^2 pada model persamaan regresi eksponensial dengan menggunakan data-cut off lebih bagus daripada model persamaan regresi eksponensial dengan menyertakan seluruh data, karena menunjukan tingkat akurasi yang lebih tinggi.