Andanny, Fadly Ihsan (2025) Peramalan Kinerja Genset di Pondok Pesantren Harakatul Qur’an menggunakan Metode Convolutional Neural Network. S1 thesis, Universitas Andalas.
![]() |
Text (Cover dan Abstrak)
Cover dan Abstrak .pdf - Published Version Download (490kB) |
![]() |
Text (BAB I)
Bab I.pdf - Published Version Download (303kB) |
![]() |
Text
Bab V.pdf - Published Version Download (294kB) |
![]() |
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Download (233kB) |
![]() |
Text
Tugas Akhir full text.pdf Download (17MB) |
Abstract
Ketergantungan pada energi listrik untuk aktivitas manusia tidak dapat disangkal, dengan konsumsi energi listrik di Indonesia meningkat rata-rata sebesar 6,96% antara tahun 2013 dan 2021. Sistem tenaga darurat berbasis generator diesel digunakan untuk mengambil alih beban-beban kritis selama pemadaman listrik, meskipun keandalannya dan konfigurasi sangat penting dalam pemadaman yang lebih lama. Pembangkit listrik berbahan bakar fosil harus beroperasi pada rentang beban sedang dan puncak untuk menstabilkan jaringan listrik, yang menyebabkan tekanan termomekanis pada komponen inti seperti generator. Analisis getaran dan suhu merupakan teknik pemantauan penting untuk mesin yang berputar, memungkinkan pemeliharaan keandalan dan kinerja generator untuk menghindari pemadaman yang tidak terduga dan mengurangi konsumsi bahan bakar. Alat pengukur seperti sensor daya, getaran, dan suhu sangat penting untuk memantau kinerja mesin. Teknologi IoT memfasilitasi koneksi mesin ke internet, memungkinkan pengumpulan data dari berbagai sensor dan perangkat pemantauan secara real-time. Data yang dikumpulkan dapat dianalisis dengan algoritma pembelajaran mesin untuk memperoleh informasi berguna tentang kinerja mesin. Peramalan jangka pendek berdasarkan data masa lalu dan masa kini dapat memprediksi pemeliharaan generator, dengan teknologi CNN yang mengidentifikasi data dari sensor yang terpasang pada generator untuk menunjukkan tanda-tanda awal kerusakan peralatan.
Item Type: | Thesis (S1) |
---|---|
Supervisors: | Zaini, Ph.D |
Uncontrolled Keywords: | Kinerja; Generator; Peramalan; CNN |
Subjects: | T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General) T Technology > TJ Mechanical engineering and machinery T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Fakultas Teknik > S1 Teknik Elektro |
Depositing User: | S1 Teknik Elektro |
Date Deposited: | 07 Aug 2025 08:03 |
Last Modified: | 07 Aug 2025 08:03 |
URI: | http://scholar.unand.ac.id/id/eprint/501584 |
Actions (login required)
![]() |
View Item |