Pemanfaatan Wsn(wireless Sensor Network) Untuk Menganalisa Lokasi Kerusakan Menggunakan Metode Berbasis Svm

Abstract

Abstrak Jembatan adalah suatu konstruksi yang berfungsi untuk meneruskan jalan melalui suatu rintangan yang berada lebih rendah.Masalah yang umum ditemui dalam konstruksi jembatan adalah terjadinya kegagalan struktur. Secara umum kinerja jembatan dapat terganggu karena berbagai alasan termasuk korosi pada tulangan, pengurangan kekuatan beton, kelelahan retakan pada baja, retakan pada beton, dsb.. Setelah kerusakan struktural terdeteksi, maka perlu untuk menentukan lokasi kerusakan(Damage Location). SVM(Support Vektor Mesin). Hasil pengujian menunjukan bahwa dengan menggunakan SVM dapat menunjukan hasil akurasi kerusakan dari data jembatan normal dan jembatan rusak yang telah diklassifikasi menggunakan SVM dan didapatkan bahwa di sensor 1 dan 2 adalah lokasi kerusakan terbesat pada jembatan tersebut sesuai dengan scenario yang telah dibuat. . Berdasarkan hasil pengujian dari metode SVM(Support Vektor Machine) menyatakan dapat disimpulkan bahwa analisa lokasi kerusakan pada struktur jembatan Single Degree Of Freedom yang diusulkan mampu mendeteksi kerusakan dan analisa lokasi kerusakan menggunakan klassifikasi SVM dari 10 kali percobaan dilakukan perbandingan antara akurasi dari data normal dan data rusak setiap sensor untuk menentukan lokasi kerusakan. Kemudian didapatkan hasil prediksi lokasi kerusakan terbesar terdapat di sensor 1 dan 2 pada segmen 1 dengan pengurangan pegas 75% dengan akurasi data normal sebesar 80%,65% dan Data Rusak Sebesar 95% dan 95% dan berpengaruh terhadap sensor 3 dan 4. mencari lokasi kerusakan menggunakan perbandingan antara data rusak dan normal dari akurasi tiap data yang didapatkan dengan menggunakan SVM yang sudah dihasilkan sesuai skenario kerusakan pada struktur jembatan. Kata kunci : SVM,Jembatan,Damage Location,klassifikasi Abstract A bridge is a construction that functions to continue the road through an obstacle that is lower. A common problem encountered in bridge construction is the occurrence of structural failure. In general, the performance of bridges can be impaired for variousreasons including corrosion of reinforcement, reduced strength of concrete, fatigue cracks in steel, cracks in concrete, etc. Once structural damage has been detected, it is necessary to determine the Damage Location. SVM (Support Vector Machine). The test results show that using SVM can show the results of the accuracy of damage from normal bridge data and damaged bridges that have been classified using SVM and it is found that sensors 1 and 2 are the biggest damage locations on the bridge according to the scenario that has been made. . Based on the test results of the SVM (Support Vector Machine) method, it can be concluded that the analysis of the location of the damage on the proposed Single Degree Of Freedom bridge structure is capable of detecting damage and analyzing the location of the damage using the SVM classification from 10 attempts to compare the accuracy of normal data and data. damaged each sensor to determine the location of the damage. Then the results of the prediction of the location of the biggest damage are found in sensors 1 and 2 in segment 1 with a 75% reduction in spring with normal data accuracy of 80%, 65% and Broken Data by 95% and 95% and affect sensors 3 and 4. looking for locations damage using a comparison between damaged and normal data from the accuracy of each data obtained using the SVM that has been generated according to the damage scenario on the bridge structure. Keywords: SVM,Bridge,Damage Location,Classification,Detected,Accuracy