Compare commits

...

7 Commits

4 changed files with 652 additions and 17 deletions

View File

@@ -324,9 +324,9 @@
"import pandas as pd\n", "import pandas as pd\n",
"import matplotlib.pyplot as plt\n", "import matplotlib.pyplot as plt\n",
"ready_data1 = []\n", "ready_data1 = []\n",
"for file in os.listdir('D:/thesis/data/working/sensor1'):\n", "for file in os.listdir('D:/thesis/data/converted/raw/sensor1'):\n",
" ready_data1.append(pd.read_csv(os.path.join('D:/thesis/data/working/sensor1', file)))\n", " ready_data1.append(pd.read_csv(os.path.join('D:/thesis/data/converted/raw/sensor1', file)))\n",
"# ready_data1[1]\n", "ready_data1[0]\n",
"# colormesh give title x is frequency and y is time and rotate/transpose the data\n", "# colormesh give title x is frequency and y is time and rotate/transpose the data\n",
"# Plotting the STFT Data" "# Plotting the STFT Data"
] ]
@@ -362,8 +362,8 @@
"outputs": [], "outputs": [],
"source": [ "source": [
"ready_data2 = []\n", "ready_data2 = []\n",
"for file in os.listdir('D:/thesis/data/working/sensor2'):\n", "for file in os.listdir('D:/thesis/data/converted/raw/sensor2'):\n",
" ready_data2.append(pd.read_csv(os.path.join('D:/thesis/data/working/sensor2', file)))\n", " ready_data2.append(pd.read_csv(os.path.join('D:/thesis/data/converted/raw/sensor2', file)))\n",
"ready_data2[5]" "ready_data2[5]"
] ]
}, },
@@ -407,6 +407,13 @@
"print(x2)" "print(x2)"
] ]
}, },
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Appending"
]
},
{ {
"cell_type": "code", "cell_type": "code",
"execution_count": null, "execution_count": null,
@@ -448,15 +455,10 @@
] ]
}, },
{ {
"cell_type": "code", "cell_type": "markdown",
"execution_count": null,
"metadata": {}, "metadata": {},
"outputs": [],
"source": [ "source": [
"y_1 = [1,1,1,1]\n", "### Labeling"
"y_2 = [0,1,1,1]\n",
"y_3 = [1,0,1,1]\n",
"y_4 = [1,1,0,0]"
] ]
}, },
{ {
@@ -492,6 +494,16 @@
" print(ready_data1[i].shape[0])" " print(ready_data1[i].shape[0])"
] ]
}, },
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"for i in range(len(y_data)):\n",
" print(ready_data2[i].shape[0])"
]
},
{ {
"cell_type": "code", "cell_type": "code",
"execution_count": null, "execution_count": null,
@@ -509,7 +521,8 @@
"metadata": {}, "metadata": {},
"outputs": [], "outputs": [],
"source": [ "source": [
"y_data" "# len(y_data[0])\n",
"y_data[0]"
] ]
}, },
{ {
@@ -793,7 +806,6 @@
"\n", "\n",
" # df1['s1'] = sensor1[sensor1.columns[-1]]\n", " # df1['s1'] = sensor1[sensor1.columns[-1]]\n",
" # df1['s2'] = sensor2[sensor2.columns[-1]]\n", " # df1['s2'] = sensor2[sensor2.columns[-1]]\n",
"ed\n",
" # # Combined Plot for sensor 1 and sensor 2 from data1 file in which motor is operated at 800 rpm\n", " # # Combined Plot for sensor 1 and sensor 2 from data1 file in which motor is operated at 800 rpm\n",
"\n", "\n",
" # plt.plot(df1['s2'], label='sensor 2')\n", " # plt.plot(df1['s2'], label='sensor 2')\n",
@@ -823,14 +835,19 @@
" # plt.show()" " # plt.show()"
] ]
}, },
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Test with Outside of Its Training Data"
]
},
{ {
"cell_type": "code", "cell_type": "code",
"execution_count": null, "execution_count": null,
"metadata": {}, "metadata": {},
"outputs": [], "outputs": [],
"source": [ "source": []
"spectograph('D:/thesis/data/converted/raw')"
]
} }
], ],
"metadata": { "metadata": {

View File

@@ -0,0 +1,41 @@
2 %Nomor
%for mult rows
& %Judul Jurnal
Real-time vibration-based structural damage detection using one-dimensional convolutional neural networks \href{https://doi.org/10.1016/j.jsv.2016.10.043}{10.1016/j.jsv.
2016.10.043}
%for mult rows
% & %Author
% % Satish B Satpal; Yogesh Khandare; Anirban Guha; Sauvik Banerjee
% %for mult rows
% & %Nama Jurnal
% International Journal of Advanced Structural Engineering (IJASE)
% %for mult rows
% & %Sumber
% \href{http://dx.doi.org/10.1186/2008-6695-5-2}{ResearchGate}
% %for mult rows
% & %Tahun
% 2020
% %for mult rows
& %Tujuan penelitian
Mengidentifikasi lokasi kerusakan struktur secara \textit{real-time} dengan memproses sinyal getaran mentah yang diambil dari jaringan-jaringan akselerometer pada setiap titik tanpa proses tambahan atau ekstraksi fitur.
& %Kesimpulan
% Studi ini menilai kemampuan mesin vektor pendukung untuk memprediksi intensitas kerusakan dan lokasi pada balok kantilever. Meskipun berhasil memprediksi kerusakan dengan sedikit kesalahan, tingkat kebisingan dan lokasi kerusakan memengaruhi keakuratan. Tingkat kebisingan yang tinggi mempengaruhi kinerja secara signifikan, terutama pada intensitas kerusakan yang lebih rendah.
& % Gap Research
\begin{enumerate}
\item Riset ini hanya dilakukan dengan \textit{full-grid array} akselerometer yang diletakkan pada setiap \textit{node} kerusakan, sehingga memerlukan banyak perangkat akselerometer.
\item Tidak ada komparasi performa efisiensi dan akurasi dengan algoritma pembelajaran mesin lain yang lebih populer sebelumnya.
\end{enumerate}

View File

@@ -0,0 +1,68 @@
1
%for mult rows
&
Statistical Feature Extraction in Machine Fault Detection using Vibration Signal (\href{https://doi.org/10.1109/ICTC49870.2020.9289285}{10.1109/ICTC49870.
2020.9289285})
%for mult rows
% &
% Donghui Xu; Xiang Xu; Michael C. Forde; Antonio Caballero
%for mult rows
% &
% Construction and Building Materials
% %for mult rows
% &
% \href{https://doi.org/10.1016/j.conbuildmat.2023.132596}{ScienceDirect}
% %for mult rows
% &
% 2023
% %for mult rows
&
\begin{enumerate}[series=enum]
\item Menginvestigasi cara mengklasifikasi kondisi \textit{gearbox} normal dan rusak menggunakan sinyal getaran berbasis pada kombinasi antara analisis statistik dan FFT dengan algoritma pembelajaran mesin (ANN, Logistic Regression, dan SVM)
\item Mengurangi waktu latih dan kompleksitas kalkulasi dengan analisis statistik sebagai input data meliputi sembilan fitur: mean, median, min, max, kurtosis, \textit{skewness}, \textit{standard deviation}, and \textit{range}.
\end{enumerate}
&
\begin{enumerate}[series=enum2]
\item Nilai \textit{maximum} dan kurtosis adalah fitur yang paling signifikan untuk mengklasifikasi kelas label pembelajaran mesin.
\item ANN meraih akurasi 100\% pada input FFT penuh dan analisis statistik, sedangkan Regresi Logistik (LR) dan SVM meraih akurasi 100\% dengan input FFT penuh namun hanya mendapat akurasi 91\% dengan input analisis statistik
\end{enumerate}
&
\begin{enumerate}
\item Lorem
\item Ipsum
\end{enumerate}
%-------------page break----------------
% \\
% &
% &
% &
% &
% &
% &
% &
% \begin{enumerate}[resume=enum]
% \item Menyajikan berbagai perkembangan penelitian, mendiskusikan dan membandingkannya kelebihan dan kekurangannya
% \item Meringkas kesesuaian berbagai metode pembelajaran mesin untuk masalah SHM yang berbeda
% \item Terakhir, tren masa depan
% \end{enumerate}
% &
% \begin{enumerate}[resume=enum2]
% \item SVM dan hutan acak kurang mendapat perhatian dibandingkan dengan jaringan saraf. Ini digunakan untuk klasifikasi kerusakan. Namun, pemrosesan awal data jauh lebih rumit.
% \end{enumerate}

View File

@@ -0,0 +1,509 @@
\documentclass[12pt,a4paper]{report}
\usepackage{hyperref}
\usepackage[top=1cm,right=3cm,bottom=1cm,left=3cm]{geometry}
\usepackage{multirow}
\usepackage{array}
% \usepackage{makecell}
\usepackage{pdflscape}
\usepackage{longtable,booktabs}
\usepackage{colortbl,xcolor}
\usepackage{enumitem}
\usepackage{pdfpages}
\usepackage{caption}
\usepackage[bahasa]{babel}
\usepackage{xpatch,csquotes}
\usepackage[backend=biber]{biblatex}
\addbibresource{export.bib}
\DeclareSourcemap{
\maps[datatype = bibtex]{
\map{
\step[fieldsource = abstract,
match = \regexp{([^\\])\%},
replace = \regexp{\$1\\\%}]
}
}
}
% \usepackage{tablefootnote}
% \usepackage{showframe}
\definecolor{Gray}{gray}{0.95}
\newcolumntype{a}{>{\columncolor{Gray}}p}
\renewcommand{\thefootnote}{\textit{\alph{footnote}}}
% \newcolumntype{b}{>{\raggedright\arraybackslash}p}
\title{Tugas 2 \\ Metode Penelitian}
\author{Rifqi Damar Panuluh \\ 20210110224}
\begin{document}
\maketitle
\begin{landscape}
% Table generated by Excel2LaTeX from sheet 'Sheet1'
% \begin{table}[h]
\centering
\begin{longtable}{
>{\raggedleft\arraybackslash}p{0.02\linewidth} %1
>{\raggedright\arraybackslash}a{0.1\linewidth} %2
% >{\raggedright\arraybackslash}p{0.1\linewidth} %3
% >{\raggedright\arraybackslash}a{0.075\linewidth} %4
% p{0.065\linewidth} %5
% >{\raggedleft\arraybackslash}p{0.05\linewidth} %6
>{\raggedright\arraybackslash}p{0.25\linewidth} %7
>{\raggedright\arraybackslash}a{0.25\linewidth} %8
>{\raggedright\arraybackslash}p{0.25\linewidth} %9
}
\caption{Tinjauan pustaka, topik: pemanfaatan data getaran untuk monitor kesehatan struktur jembatan}
\label{tab:my_label}
\\
\toprule
\toprule
\rowcolor{white}
No. %1
&
Judul %2
% &
% Nama Penulis %3
% &
% Nama Jurnal %4
% &
% Sumber %5
% &
% Tahun %6
&
Tujuan Penelitian %7
&
Kesimpulan %8
&
Gap Research %9
\\\midrule
\endfirsthead
\toprule
\rowcolor{white}
No. %1
&
Judul %2
% &
% Nama Penulis %3
% &
% Nama Jurnal %4
% &
% Sumber %5
% &
% Tahun %6
&
Tujuan Penelitian %7
&
Kesimpulan %8
\\\midrule
\endhead
\midrule
\multicolumn{4}{r}{\textit{berlanjut di halaman berikutnya}}
\endfoot
\bottomrule
\bottomrule
\endlastfoot
%-----1
\input{important/van2020}
\\
%-----2
\input{important/abdeljaber2017}
\\
%------3
\\
3
& %Judul Jurnal
Real-time nondestructive structural health monitoring using support vector machines and wavelets (Ahmet Bulut; Ambuj K. Singh; Peter Shin; Tony Fountain; Hector Jasso; Linjun Yan; Ahmed Elgamal)
%for mult rows
% & %Author
% Ahmet Bulut; Ambuj K. Singh; Peter Shin; Tony Fountain; Hector Jasso; Linjun Yan; Ahmed Elgamal
%for mult rows
% & %Nama Jurnal
% Case Studies in Construction Materials 13 (2020) e00406
% %for mult rows
% & %Sumber
% SPIE
% %for mult rows
% & %Tahun
% 2005
%for mult rows
& %Tujuan penelitian
Eksplorasi efektivitas SVM dalam deteksi kerusakan; Validasi model SVM dengan data nyata jembatan
& %Kesimpulan
\begin{enumerate} [series=enum]
\item SVM menunjukkan akurasi tinggi dalam mengidentifikasi lokasi kerusakan
\item Rekomendasi untuk penyetelan parameter SVM
\end{enumerate}
%-----------4
\\
4
& %Judul Jurnal
A novel approach of Structural Health Monitoring by the application of FFT and wavelet transform using an index of frequency dispersion (Fragkiskos P. Pentaris; John Stonham; John P. Makris)
%for mult rows
% & %Author
% Fragkiskos P. Pentaris; John Stonham; John P. Makris
%for mult rows
% & %Nama Jurnal
% International Journal of Geology
% %for mult rows
% & %Sumber
% Research Gate
% %for mult rows
% & %Tahun
% 2013
%for mult rows
& %Tujuan penelitian
\begin{enumerate}
\item Memeriksa peran FFT dalam pemrosesan awal data getaran
\item Menilai dampak FFT terhadap keakuratan deteksi kerusakan
\end{enumerate}
& %Kesimpulan
\begin{enumerate} [series=enum]
\item FFT meningkatkan rasio \textit{signal-to-noise} dan meningkatkan deteksi kerusakan.
\item Menyarankan integrasi dengan algoritme lain untuk meningkatkan akurasi.
\end{enumerate}
\\ %-------------page break----------------
%-----------4
\\
5
& %Judul Jurnal
Review of Vibration-Based Structural Health Monitoring Using Deep Learning (Gyungmin Toh; Junhong Park)
%for mult rows
% & %Author
% Gyungmin Toh;
% Junhong Park
% %for mult rows
% & %Nama Jurnal
% Apllied Sciences
% %for mult rows
% & %Sumber
% MDPI
% %for mult rows
% & %Tahun
% 2020
%for mult rows
& %Tujuan penelitian
\begin{enumerate}
\item ringkasan studi penerapan algoritma pembelajaran mesin untuk kesalahan pemantauan (\textit{monitoring}) menggunakan faktor getaran untuk mengkategorikan penelitian.
\item Menyediakan interpretasi singkat tentang jaringan saraf dalam untuk pengaplikasian lebih lanjut dalam analisis getaran struktural.
\end{enumerate}
& %Kesimpulan
\begin{enumerate} [series=enum]
\item Deep learning has the advantage of being able to perform health monitoring on complex structures with high accuracy.
\end{enumerate}
%-------------page break----------------
%-----------4
\\
6
& %Judul Jurnal
A deep learning approach to condition monitoring of cantilever beams via time-frequency extended signatures (Habil. Darian M. Onchis)
%for mult rows
% & %Author
% Habil. Darian M. Onchis
% %for mult rows
% & %Nama Jurnal
% Computers in Industry
% %for mult rows
% & %Sumber
% Science Direct
% %for mult rows
% & %Tahun
% 2019
%for mult rows
& %Tujuan penelitian
\begin{enumerate}
\item ringkasan studi penerapan algoritma pembelajaran mesin untuk kesalahan pemantauan (\textit{monitoring}) menggunakan faktor getaran untuk mengkategorikan penelitian.
\item Menyediakan interpretasi singkat tentang jaringan saraf dalam untuk pengaplikasian lebih lanjut dalam analisis getaran struktural.
\end{enumerate}
& %Kesimpulan
\begin{enumerate} [series=enum]
\item Deep learning has the advantage of being able to perform health monitoring on complex structures with high accuracy.
\end{enumerate}
\\ %-------------page break----------------
% %------------5
% 5
% & %Judul Jurnal
% Advances and development trends in eco-friendly pavements
% %for mult rows
% & %Author
% Aimin Sha, Zhuangzhuang Liu, Wei Jiang, Lin Qi, Liqun Hu, Wenxiu Jiao ,Diego Maria Barbieri
% %for mult rows
% & %Nama Jurnal
% Journal of Road Engineering 1 (2021)
% %for mult rows
% & %Sumber
% ScienceDirect
% %for mult rows
% & %Tahun
% 2021
% %for mult rows
% & %Tujuan penelitian
% Mengembangkan solusi teknis untuk mengatasi tantangan yang terkait dengan penciptaan infrastruktur hijau dan berkelanjutan, misalnya, pengurangan dampak lingkungan, peningkatan keselamatan lalu lintas, dan efisiensi transportasi, dll.\cite{Sha2021}
% &
% \begin{enumerate} [series=enum]
% \item Temuan penelitian terbaru terkait jalan ramah lingkungan
% trotoar diringkas dan dibahas sesuai dengan enam kunci yang berbeda
% karakteristik: permeabel, pengurangan kebisingan, luminescence diri, knalpot
% dekomposisi, penyerapan panas rendah serta \textit{anti-icing} / \textit{de-icing}.\cite{Sha2021}
% \end{enumerate}
% \\
% & %Judul Jurnal
% Advances and development trends in eco-friendly pavements
% %for mult rows
% & %Author
% Aimin Sha, Zhuangzhuang Liu, Wei Jiang, Lin Qi, Liqun Hu, Wenxiu Jiao ,Diego Maria Barbieri
% %for mult rows
% & %Nama Jurnal
% Journal of Road Engineering 1 (2021)
% %for mult rows
% & %Sumber
% ScienceDirect
% %for mult rows
% & %Tahun
% 2021
% %for mult rows
% & %Tujuan penelitian
% Mengembangkan solusi teknis untuk mengatasi tantangan yang terkait dengan penciptaan infrastruktur hijau dan berkelanjutan, misalnya, pengurangan dampak lingkungan, peningkatan keselamatan lalu lintas, dan efisiensi transportasi, dll.\cite{Sha2021}
% &
% \begin{enumerate}[resume=enum]
% \item Teknologi ini dapat memecahkan beberapa tantangan utama yang terkait dengan konstruksi jalan dan lalu lintas (misalnya, kebisingan, efek pulau panas, dan pembangkitan polusi). Sebagian besar solusi saat ini hanya tersedia menampilkan satu fungsi ramah lingkungan pada satu waktu.\cite{Sha2021}
% \end{enumerate}
% %-----------5
% \\
% 5
% & %Judul Jurnal
% Micromobility injury events: Motor vehicle crashes and other transportation systems factors
% %for mult rows
% & %Author
% Kevin Fang
% %for mult rows
% & %Nama Jurnal
% Transportation Research Interdisciplinary Perspectives 14 (2022) 100574
% %for mult rows
% & %Sumber
% ScienceDirect
% %for mult rows
% & %Tahun
% 2022
% %for mult rows
% & %Tujuan penelitian
% Menginformasikan transportasi strategi kebijakan untuk mencoba dan meningkatkan kinerja keselamatan, Dengan cara mengeksplorasi keadaan di mana cedera pengendara mikromobilitas mengalami cederanya, dengan fokus pada faktor-faktor yang berkaitan dengan sistem transportasi.\cite{Fang2022}
% &
% \begin{enumerate} [series=enum]
% \item Kecelakaan kendaraan bermotor secara mengejutkan menjulang sebagai sesuatu yang kemungkinan adalah faktor umum dalam cedera mikromobilitas. Masalah perkerasan, konflik
% dengan pengguna non-otomatis, dan medan juga muncul sebagai faktor cedera yang terukur.\cite{Fang2022}
% \end{enumerate}
% \\
% & %Judul Jurnal
% Micromobility injury events: Motor vehicle crashes and other transportation systems factors
% %for mult rows
% & %Author
% Kevin Fang
% %for mult rows
% & %Nama Jurnal
% Transportation Research Interdisciplinary Perspectives 14 (2022) 100574
% %for mult rows
% & %Sumber
% ScienceDirect
% %for mult rows
% & %Tahun
% 2022
% %for mult rows
% & %Tujuan penelitian
% Menginformasikan transportasi strategi kebijakan untuk mencoba dan meningkatkan kinerja keselamatan, Dengan cara mengeksplorasi keadaan di mana cedera pengendara mikromobilitas mengalami cederanya, dengan fokus pada faktor-faktor yang berkaitan dengan sistem transportasi.\cite{Fang2022}
% &
% \begin{enumerate} [resume=enum]
% \item Di antara faktor-faktor yang berhubungan dengan transportasi, analisis regresi
% menunjukkan bahwa terluka dalam kecelakaan kendaraan bermotor atau di medan berbukit
% sesuai dengan kemungkinan yang lebih besar dari rawat inap dan cedera kepala.\cite{Fang2022}
% \end{enumerate}
% \\
% & %Judul Jurnal
% Micromobility injury events: Motor vehicle crashes and other transportation systems factors
% %for mult rows
% & %Author
% Kevin Fang
% %for mult rows
% & %Nama Jurnal
% Transportation Research Interdisciplinary Perspectives 14 (2022) 100574
% %for mult rows
% & %Sumber
% ScienceDirect
% %for mult rows
% & %Tahun
% 2022
% %for mult rows
% & %Tujuan penelitian
% Menginformasikan transportasi strategi kebijakan untuk mencoba dan meningkatkan kinerja keselamatan, Dengan cara mengeksplorasi keadaan di mana cedera pengendara mikromobilitas mengalami cederanya, dengan fokus pada faktor-faktor yang berkaitan dengan sistem transportasi.\cite{Fang2022}
% &
% \begin{enumerate} [resume=enum]
% \item Mitigasi yang berhasil yang memaksimalkan kinerja mode keselamatan mikromobilitas dapat membantu menarik dan mempertahankan pengguna dan menjaga kepercayaan dari pembuat kebijakan yang peduli keselamatan.\cite{Fang2022}
% \end{enumerate}
% \end{tabular}
\end{longtable}
% \end{table}
\end{landscape}
\clearpage
\pagenumbering{roman}
\setcounter{page}{2}
\thispagestyle{empty}
\printbibliography
\clearpage
\begin{titlepage}
\
\vfill
\centering\noindent \Huge{LAMPIRAN}
\vfill
\
\end{titlepage}
% \clearpage
% \thispagestyle{empty}
% \centering
% \frame{\includegraphics[page=1,scale=.7]{assets/1-s2.0-S2095756420300295-main.pdf}}
% \captionof{figure}{Halaman pertama jurnal pertama}
% \clearpage
% \thispagestyle{empty}
% \centering
% \frame{\includegraphics[page=1,scale=.7]{assets/1-s2.0-S2214509520300024-main.pdf}}
% \captionof{figure}{Halaman pertama jurnal kedua}
% \clearpage
% \thispagestyle{empty}
% \centering
% \frame{\includegraphics[page=1,scale=.7]{assets/1-s2.0-S2214509520300784-main.pdf}}
% \captionof{figure}{Halaman pertama jurnal ketiga}
% \clearpage
% \thispagestyle{empty}
% \centering
% \frame{\includegraphics[page=1,scale=.7]{assets/1-s2.0-S2097049821000044-main.pdf}}
% \captionof{figure}{Halaman pertama jurnal keempat}
% \clearpage
% \thispagestyle{empty}
% \centering
% \frame{\includegraphics[page=1,scale=.7]{assets/1-s2.0-S2590198222000379-main.pdf}}
% \captionof{figure}{Halaman pertama jurnal kelima}
\end{document}