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

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 Penelitian ini 2009

P. Anbalagan [5] three fasa membahas
penggunaan
induction motor form
mikrokontroller PIC
incipient fault using 16F877 untuk
embedded controller melakukan
monitoring dan
melindungi motor
induksi dari
kerusakan total.
Metode yang
digunakan untuk
mendeteksi
kerusakan MI adalah
rule based.

Ibrahim Sefa, Fault detection and Untuk melakukan 2008

Ilhami Colak, protection of induction monitoring dan
Askin Bektas, motors using sensors melindungi motor
Ramazan induksi dari
Bayindir [2] kerusakan total
menggunakan ADC
dan PLC
(programmable logic
controller) agar
variabel- variabel
yang diukur seperti
tegangan, arus,
temperatur,
kecepatan dapat
ditampilkan nilainya
pada layar monitor.

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 2005
S. Dermibas, induction motors membahas cara
I.Colak [3] memonitoring dan
melindungi motor
induksi dari
kerusakan total
sehingga banyak
membutuhkan ADC
eksternal. Di mana
metode yang
digunakan untuk
mendeteksi
kerusakan pada MI
adalah rule based.

Universitas Sumatera Utara

 5

Tabel 1.1 Daftar Penelitian Terkait (Sambungan) Hal: 4

Penulis Judul Penelitian Pembahasan Tahun

Sui Oi Yee, Mo- Penelitian ini 1991

A neural network approach
membahas cara
Yuen Chow to real time condition mendeteksi
Peter M. monitoring of induction kerusakan motor
Mangun [8] motor induksi khususnya
pada bearing dan
stator menggunakan
metode jaringan
saraf tiruan. Di mana
variabel yang
dimonitor arus dan
kecepatan.

Herdianto Prediksi kerusakan motor Pada penelitian yang 2013

induksi menggunakan akan dilakukan
metoda jaringan saraf metode jaringan saraf
tiruan (backpropagation) 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