Sistem Deteksi Kerusakan Bearing Secara Real-Time Berbasis Fusi Sinyal Audio dan Getaran Menggunakan ESP32-S3 dan Machine Learning

01ABSTRAK

Penelitian ini mengembangkan sistem deteksi dini kerusakan bearing secara real-time menggunakan pendekatan fusi sinyal audio dan getaran berbasis machine learning. Sistem memanfaatkan sensor INMP441 untuk akuisisi sinyal audio serta MPU6050 untuk memperoleh data getaran, kemudian masing-masing diproses melalui tahapan ekstraksi fitur dan model klasifikasi yang berbeda.

Data audio direpresentasikan menggunakan log-Mel spectrogram, sedangkan data getaran diekstraksi menggunakan kombinasi Wavelet Packet Transform (WPT) dan fitur FFT sebelum diklasifikasikan menggunakan model LSTM.

Pengujian dilakukan pada tiga kondisi bearing, yaitu normal, inner race fault, dan outer race fault menggunakan data hasil perekaman langsung pada motor uji.

Hasil eksperimen menunjukkan bahwa model berbasis getaran memperoleh akurasi sekitar 95,2%, sedangkan model berbasis audio mencapai akurasi sekitar 90%. Kedua model mampu mengenali seluruh sampel outer race fault dengan baik, sementara kesalahan klasifikasi masih terjadi pada sebagian kecil sampel antara kelas normal dan inner race fault akibat kemiripan karakteristik sinyal pada tahap awal kerusakan.

Skema penggabungan probabilitas kedua model (weighted probability fusion) telah diimplementasikan pada pipeline inference real-time, namun evaluasi kuantitatif terhadap kontribusi fusi dibandingkan model tunggal belum dilakukan pada penelitian ini.

Hasil penelitian menunjukkan bahwa kombinasi sensor audio dan getaran memiliki potensi untuk mendukung implementasi predictive maintenance pada sistem industri dengan menyediakan deteksi kerusakan bearing secara lebih dini dan objektif, meskipun validasi lebih lanjut pada dataset yang lebih besar dan kondisi operasi yang lebih beragam masih diperlukan.

Pendekatan multimodal seperti ini juga sejalan dengan tren terbaru dalam deteksi anomali bearing yang memanfaatkan beberapa sumber informasi sensor untuk meningkatkan ketahanan model terhadap variasi kondisi operasi.

02LATAR BELAKANG & TUJUAN

Perkembangan industri manufaktur dan otomasi menyebabkan kebutuhan terhadap sistem produksi yang memiliki tingkat keandalan dan efisiensi tinggi semakin meningkat. Dalam lingkungan industri, mesin berputar menjadi salah satu komponen penting yang digunakan secara terus-menerus untuk mendukung proses operasional. Gangguan pada mesin tidak hanya dapat menurunkan produktivitas, tetapi juga berpotensi menyebabkan penghentian proses produksi secara tiba-tiba (unexpected downtime), peningkatan biaya perbaikan, serta risiko keselamatan apabila kerusakan tidak ditangani sejak awal. Oleh karena itu, kemampuan untuk menjaga kondisi mesin tetap optimal menjadi salah satu aspek penting dalam penerapan sistem pemeliharaan modern.

Salah satu tantangan utama dalam menjaga keandalan mesin adalah mendeteksi potensi kerusakan komponen mekanis sebelum terjadi kegagalan yang lebih besar. Pada mesin berputar, bearing merupakan salah satu komponen yang memiliki tingkat kerentanan tinggi karena bekerja dengan beban, gesekan, dan kecepatan rotasi yang berulang. Kerusakan pada bearing dapat berkembang secara bertahap, dimulai dari perubahan kecil pada karakteristik operasi hingga menyebabkan kegagalan sistem secara keseluruhan. Berdasarkan berbagai studi mengenai condition monitoring, kegagalan bearing termasuk salah satu penyebab utama gangguan pada mesin berputar sehingga menjadi perhatian penting dalam strategi pemeliharaan berbasis kondisi (condition-based maintenance) [1].

Permasalahan utama dalam proses pemantauan kondisi bearing adalah perubahan awal akibat kerusakan sering kali sulit dikenali melalui pemeriksaan konvensional. Metode inspeksi manual umumnya bergantung pada pengalaman teknisi dalam mengidentifikasi gejala seperti perubahan suara, peningkatan getaran, atau penurunan performa mesin. Pendekatan tersebut memiliki keterbatasan karena tidak dapat melakukan pemantauan secara kontinu dan memiliki tingkat subjektivitas yang tinggi. Selain itu, kerusakan pada tahap awal sering menghasilkan pola perubahan yang sangat kecil sehingga sulit dibedakan dari kondisi normal tanpa analisis data yang lebih mendalam.

Seiring meningkatnya jumlah data yang dihasilkan oleh perangkat sensor pada sistem industri, proses pemantauan kondisi mesin menghadapi tantangan baru dalam pengolahan dan interpretasi data. Data sensor seperti getaran dan suara memiliki karakteristik yang kompleks karena dipengaruhi oleh berbagai faktor, seperti kondisi operasi mesin, lingkungan sekitar, beban kerja, serta gangguan (noise) selama proses pengukuran. Kompleksitas tersebut menyebabkan informasi penting mengenai kondisi mesin dapat tersembunyi dalam pola data yang sulit dikenali melalui analisis sederhana. Oleh karena itu, diperlukan pendekatan yang mampu memahami perubahan pola data secara lebih efektif untuk mendukung proses pengambilan keputusan dalam pemeliharaan mesin.

Kebutuhan terhadap sistem pemantauan yang lebih adaptif semakin meningkat seiring dengan penerapan konsep industri berbasis data. Pendekatan berbasis analisis data dan kecerdasan buatan menjadi salah satu bidang yang berkembang untuk membantu mengatasi keterbatasan metode inspeksi tradisional. Kemampuan sistem berbasis data dalam mengolah informasi sensor secara otomatis memberikan peluang untuk meningkatkan kecepatan deteksi, mengurangi ketergantungan terhadap inspeksi manual, serta mendukung strategi pemeliharaan yang lebih proaktif.

Berdasarkan permasalahan tersebut, penelitian ini dilakukan untuk mengembangkan sistem yang mampu memanfaatkan data sensor sebagai sumber informasi dalam memahami kondisi mesin, khususnya dalam mendeteksi perubahan karakteristik yang berkaitan dengan kondisi bearing. Penelitian ini diharapkan dapat mendukung pengembangan sistem pemantauan kondisi mesin yang lebih objektif, berkelanjutan, dan mampu membantu proses pengambilan keputusan dalam penerapan predictive maintenance.

03TINJAUAN PUSTAKA

Riset condition monitoring bearing melalui sinyal getaran telah lama menjadi fondasi predictive maintenance [1], [2], dan pendekatan berbasis machine learning kini banyak menggantikan inspeksi manual untuk ekstraksi fitur dan klasifikasi kondisi mesin [3].

Pada domain getaran, Wavelet Packet Transform (WPT) umum digunakan karena mampu menguraikan sinyal non-stasioner ke berbagai sub-band frekuensi tanpa kehilangan informasi transient yang penting bagi deteksi kerusakan tahap awal. Hal ini ditunjukkan pada metode WPT–MWSVD–SVM yang diusulkan Zhu dkk. [4], yang sejalan dengan ekstraksi profil energi 32 sub-band pada level 5 dalam penelitian ini.

Pada domain akustik, representasi log-Mel spectrogram dan MFCC juga banyak diadopsi karena sinyal suara bersifat non-kontak dan kaya informasi broadband, seperti ditunjukkan oleh model MFCC–CNN–attention–LSTM [5] dan Mel-scalogram teroptimasi [6]. Sementara itu, pada arsitektur klasifikasi, kombinasi CNN-LSTM paralel [7] mendukung pemilihan LSTM bertumpuk pada model getaran penelitian ini.

Isu fusi multimodal audio-getaran juga mulai banyak diteliti, mulai dari QCNN yang menggabungkan kedua sinyal melalui konvolusi 1×1 [8], fusi skor deep-shallow (VGGish + MBH-LPQ) yang mencapai akurasi 98,95–100% pada dataset CWRU/PU [9], hingga fusion multiscale CNN yang bekerja langsung pada sinyal mentah untuk adaptasi terhadap kondisi kecepatan yang bervariasi [10].

Namun, penelitian-penelitian tersebut umumnya berfokus pada arsitektur fusi yang kompleks, seperti attention, jaringan kuadratik, dan domain adaptation, serta diuji pada dataset benchmark laboratorium beresolusi tinggi seperti CWRU dan Paderborn. Pendekatan tersebut belum banyak berfokus pada implementasi real-time berbiaya rendah pada perangkat edge.

Studi yang secara eksplisit menggabungkan sensor getaran dan akustik berbiaya rendah pada mikrokontroler seperti ESP32 juga masih terbatas. Kolok dkk. [11] menunjukkan kelayakan ESP32 dengan sensor MEMS berupa akselerometer dan mikrofon untuk predictive maintenance skala kecil dengan akurasi sekitar 73%. Namun, penelitian tersebut belum menggabungkan kedua modalitas ke dalam skema fusi probabilistik dengan model klasifikasi terpisah dan belum diuji pada mesin yang lebih kompleks seperti motor bakar.

Berdasarkan tinjauan tersebut, penelitian ini berbeda dari studi sebelumnya dalam tiga aspek utama:

1. Akuisisi sensor berbiaya rendah.

Sistem menggunakan INMP441 dan MPU6050 pada satu node ESP32-S3, dengan pembagian task menggunakan FreeRTOS untuk mendukung akuisisi audio dan getaran secara paralel.

2. Skema fusi yang sederhana dan mudah diaudit.

Penelitian ini menggunakan gated weighted probability fusion sebagai pendekatan penggabungan hasil klasifikasi, bukan arsitektur fusi end-to-end yang kompleks.

3. Pengujian menggunakan data real.

Sistem diuji menggunakan data hasil perekaman langsung pada motor uji, bukan hanya dataset benchmark. Pendekatan ini turut mengungkap isu praktis seperti domain shift dan covariate shift [12], [13] yang relatif jarang dibahas secara eksplisit pada penelitian berbasis dataset benchmark.

04METODOLOGI

Penelitian ini mengembangkan sistem deteksi kerusakan bearing berbasis fusi dua modalitas sinyal, yaitu sinyal audio melalui sensor INMP441 dan sinyal getaran melalui sensor MPU6050, yang masing-masing diproses melalui jalur akuisisi, ekstraksi fitur, dan model klasifikasi yang berbeda.

Implementasi Perangkat Keras

Sistem akuisisi data menggunakan ESP32-S3 DevKitC-1 N16R8 sebagai pengendali utama yang terhubung dengan sensor INMP441 dan MPU6050. INMP441 digunakan untuk memperoleh sinyal audio melalui antarmuka I2S dengan frekuensi sampling 16 kHz, sedangkan MPU6050 terhubung melalui I2C untuk memperoleh data akselerometer dan giroskop tiga sumbu dengan target frekuensi sampling sekitar 200 Hz. Kedua sensor digunakan secara bersamaan agar data suara dan getaran dapat diperoleh dari kondisi bearing yang sama.

Pada firmware, proses akuisisi audio, akuisisi getaran, komunikasi MQTT, dan kontrol sistem dipisahkan menggunakan task FreeRTOS. Pemisahan task dilakukan untuk mencegah proses akuisisi kedua sensor saling menghambat ketika komunikasi jaringan berlangsung. Data sensor selanjutnya dikirim melalui Wi-Fi menggunakan MQTT dalam bentuk paket biner untuk mengurangi ukuran payload dan beban pemrosesan pada mikrokontroler.

Akuisisi Data Audio

Data audio real diperoleh melalui sensor INMP441 dan direkam langsung pada motor uji. Data terdiri atas tiga kelas, yaitu normal, bearing inner race fault, dan bearing outer race fault, dengan masing-masing kelas direpresentasikan oleh lima berkas rekaman atau total 15 berkas. Setiap berkas berdurasi 10 detik dalam format WAV PCM16 mono dengan frekuensi sampling 16.000 Hz atau 160.000 sampel per berkas.

Sebagai tahap eksperimen awal sebelum penggunaan data real, dilakukan pretraining menggunakan dua sumber data tambahan:

1. Data laboratorium menggunakan sensor akselerometer/mikrofon industri PCB 378B02, terdiri atas lima kelas berkas kontinu berdurasi masing-masing sekitar 60 detik.

2. Subset data publik MaFaulDa (Machinery Fault Database), digunakan secara terbatas hanya pada kelas Normal dan Outer Race Fault.

Kedua sumber tersebut tidak digunakan sebagai data evaluasi akhir, melainkan semata-mata untuk eksperimen dan pretraining model sebelum divalidasi pada data real lapangan.

Pra-pemrosesan dan Ekstraksi Fitur Audio

Sinyal audio disegmentasi menggunakan window berukuran 1 detik (16.000 sampel). Dari setiap window, diekstraksi fitur log-Mel spectrogram menggunakan Short-Time Fourier Transform (STFT) dengan parameter n_fft = 512, hop_length = 160, dan 64 mel-bands (n_mels = 64). Representasi log-Mel spectrogram ini digunakan sebagai input model klasifikasi audio.

Akuisisi Data Getaran

Data getaran diperoleh dari sensor MPU6050, yang terdiri atas akselerometer dan giroskop terintegrasi, dan direkam langsung dari data real. Data terdiri atas lima berkas CSV per kelas berdurasi 10 detik masing-masing, dengan total durasi 50,12 detik, serta menghasilkan 70 window setelah segmentasi. Frekuensi sampling target adalah 200 Hz, dengan frekuensi aktual terukur sekitar 195 Hz.

Pra-pemrosesan dan Ekstraksi Fitur Getaran

Sinyal getaran disegmentasi menggunakan window berukuran 256 sampel dengan hop length 128 sampel atau overlap 50%. Fitur yang diekstrak merupakan kombinasi dari:

1. Wavelet Packet Transform (WPT) hingga level 5 (32 sub-band), dan

2. Lima komponen magnitudo tertinggi hasil FFT (FFT top-5).

Fitur tersebut selanjutnya ditransformasikan menggunakan fungsi log1p untuk menstabilkan skala nilai fitur. Fitur diekstrak dari sinyal magnitudo akselerasi dan magnitudo giroskop, yaitu resultan tiga sumbu masing-masing sensor.

Arsitektur Model Klasifikasi Getaran

Model klasifikasi berbasis sinyal getaran menggunakan arsitektur LSTM dengan susunan:

LSTM(64) → Dropout → LSTM(32) → Dropout → Dense(16) → Dropout → Dense(3, Softmax)

Lapisan keluaran terdiri atas tiga kelas target, yaitu Normal, Inner Race Fault, dan Outer Race Fault. Dropout diterapkan pada setiap tahap untuk mengurangi risiko overfitting mengingat keterbatasan jumlah data pelatihan.

05HASIL & TEMUAN

Implementasi perangkat keras menggunakan ESP32-S3 DevKitC-1 N16R8, mikrofon digital INMP441, dan sensor MPU6050 berhasil digunakan untuk melakukan akuisisi audio dan getaran secara bersamaan. Pengujian dilakukan secara bertahap, mulai dari pembacaan masing-masing sensor secara terpisah hingga pengoperasian kedua sensor secara bersamaan dengan komunikasi MQTT.

Pada tahap awal menggunakan ESP32 generasi sebelumnya, frekuensi pembacaan getaran menurun ketika akuisisi audio, getaran, dan komunikasi jaringan dijalankan secara bersamaan. Kondisi tersebut menyebabkan data MPU6050 tidak diperoleh dengan interval yang konsisten.

Untuk mengatasi masalah tersebut, sistem kemudian diuji menggunakan ESP32-S3 N16R8 dan proses akuisisi dipisahkan menggunakan task FreeRTOS untuk audio, getaran, MQTT, dan kontrol.

Hasil pengujian pada konfigurasi akhir menunjukkan bahwa data getaran dapat diperoleh pada kisaran 199,8–200,3 Hz, mendekati target 200 Hz, sedangkan akuisisi audio dapat dipertahankan mendekati 16 kHz.

Pada pengujian yang terdokumentasi tidak ditemukan read error, missing sample, partial read, maupun packet drop. Hasil tersebut menunjukkan bahwa konfigurasi perangkat keras akhir mampu mendukung proses akuisisi audio dan getaran secara bersamaan untuk kebutuhan pemantauan kondisi bearing.

Setelah pemisahan task FreeRTOS, Vib Cap konsisten di 199,8–200,3 Hz baik saat idle maupun streaming (tidak ada drop/miss/readErr pada sampel ini).

TEMUAN TRAINING GETARAN

Perbandingan sinyal sebelum dan sesudah WPT menunjukkan bahwa representasi domain waktu yang tampak acak (raw signal) berhasil diubah menjadi profil energi per sub-band frekuensi. Baik pada accelerometer maupun gyroscope, energi fitur terkonsentrasi pada sub-band awal (indeks 0–7), mengindikasikan bahwa komponen frekuensi rendah mendominasi karakteristik getaran pada kedua sensor. Ditunjukkan pada Gambar 3

Gambar 3. Before After Wavelet pada kelas Bearing Inner

Training loss dan validation loss pada Gambar 4 sama-sama menurun secara konsisten hingga epoch ke-7 (val loss ≈ 0,32), lalu stabil di kisaran 0,33-0,34 pada epoch berikutnya. Validation accuracy sempat mencapai puncak ≈ 0,88 pada epoch ke-6, kemudian menetap di ≈ 0,81. Selisih kecil antara train dan val accuracy pada epoch akhir (0,90 vs 0,81) mengindikasikan sedikit overfitting, kemungkinan besar karena ukuran dataset yang masih terbatas. Namun dapat ditangani dengan save model terbaik pada epoch 5.

Gambar 4. Grafik Loss dan Accuracy pada Pelatihan Model LSTM Sinyal Getaran

Pada Gambar 5 confusion matrix menunjukkan model berhasil mengklasifikasikan seluruh sampel bearing_inner (14/14) dan bearing_outer (14/14) dengan benar. Kesalahan klasifikasi hanya terjadi pada kelas normal, di mana 2 dari 14 sampel salah diprediksi sebagai bearing_inner, menghasilkan akurasi keseluruhan sebesar 40/42 (≈95,2%).

Gambar 5. Confusion Matrix Prediksi Getaran

TEMUAN TRAINING AUDIO

Pada Gambar 6 menunjukkan karakteristik sinyal audio pada setiap kondisi bearing. Perbedaan pola amplitudo pada waveform serta distribusi energi pada log-Mel spectrogram menunjukkan bahwa masing-masing kelas memiliki karakteristik yang berbeda dan dapat digunakan sebagai fitur klasifikasi.

Gambar 6. Perbandingan Waveform dan Log-Mel Spectrogram pada setiap kondisi Bearing

Overlay waveform memperlihatkan perbedaan pola amplitudo antar kelas. Sinyal kerusakan menunjukkan fluktuasi yang lebih besar dibandingkan kondisi normal, sehingga memberikan indikasi adanya perubahan karakteristik akibat kerusakan bearing.

Gambar 7. Overlay Waveform sinyal audio pada kondisi normal, bearing inner fault, dan bearing outer fault

Gambar 8 menunjukkan perubahan distribusi energi pada domain frekuensi dibandingkan kondisi normal. Perbedaan pola energi pada kedua jenis kerusakan menunjukkan bahwa fitur log-Mel mampu membedakan karakteristik masing-masing kondisi bearing.

Gambar 8. Perbandingan log-Mel spectrogram terhadap kondisi normal.

Model berhasil mengklasifikasikan sebagian besar data dengan benar dan memperoleh akurasi sebesar 90%. Kesalahan klasifikasi hanya terjadi pada beberapa sampel antara kelas normal dan bearing inner fault, sedangkan seluruh sampel bearing outer fault berhasil dikenali dengan benar.

Gambar 9. Confusion matrix hasil klasifikasi model audio.

Selain performa model klasifikasi, keandalan sistem turut ditentukan oleh jalur integrasi data dari perangkat keras hingga antarmuka pemantauan. Pipeline data dirancang menggunakan arsitektur berbasis kontainer (Docker Compose) yang terdiri atas broker MQTT (Mosquitto) sebagai jalur komunikasi perangkat, Node-RED sebagai orkestrator pemrosesan data, InfluxDB sebagai basis data time-series, layanan inferensi AI, dan Grafana sebagai antarmuka visualisasi.

Gambar 11. Arsitektur flow data Node-RED.

Untuk menjaga efisiensi jaringan pada pengiriman data mentah accelerometer dan gyroscope berfrekuensi tinggi (200 Hz), data dikirimkan menggunakan skema paket biner terkelompok (batched binary packet) alih-alih format JSON per-sampel. Skema ini dirancang tetap kompatibel dengan format JSON lama untuk keperluan pengujian tanpa perangkat keras fisik melalui simulasi data sensor.

Sebagai bagian dari proses pengembangan, ditemukan persoalan penting pada tahap awal integrasi model AI ke dalam pipeline produksi: skema ekstraksi fitur yang digunakan pada notebook pelatihan model tidak sepenuhnya identik dengan skema yang diterapkan pada layanan inferensi real-time, sehingga menghasilkan klasifikasi yang tidak dapat diandalkan meskipun sistem berjalan tanpa galat. Fenomena ini merupakan bentuk covariate shift — ketidaksesuaian distribusi data antara tahap pelatihan dan inferensi [12], [13].

Setelah akar masalah ini diidentifikasi, dilakukan penyelarasan ulang menyeluruh antara kode praproses pada notebook pelatihan dan kode praproses pada layanan inferensi produksi, sehingga hasil klasifikasi menjadi konsisten dengan performa yang dilaporkan pada bagian Hasil & Temuan di atas.

Temuan ini menegaskan bahwa validasi keberhasilan sistem berbasis AI pada lingkungan produksi tidak cukup hanya dengan memeriksa apakah pipeline berjalan tanpa eror, melainkan juga memerlukan verifikasi kewajaran keluaran model secara berkelanjutan.

Fitur kendali dan penjadwalan (mulai/berhenti/status perekaman) turut diimplementasikan pada Node-RED untuk mendukung operasional perangkat secara terpusat, dilengkapi pencatatan status kesehatan perangkat (heartbeat) dan riwayat sesi perekaman ke basis data, sehingga potensi kegagalan pada perangkat lapangan dapat terpantau melalui dasbor alih-alih baru diketahui setelah data hilang.

Gambar 13. Tampilan dashboard Grafana dan Influx DB

Status Implementasi Fusi

Selain kedua model klasifikasi per-modalitas, sistem juga telah mengimplementasikan lapisan pengambilan keputusan berbasis weighted probability fusion yang menggabungkan probabilitas audio dan getaran, dilengkapi mekanisme silence gate dan uncertainty gate untuk mencegah input yang tidak valid ikut memengaruhi keputusan akhir. Meskipun demikian, evaluasi kuantitatif terhadap performa fusion dibandingkan model tunggal (audio-only, vibration-only) belum dilakukan pada tahap penelitian ini.

Lokasi kode/eksperimen mentah (wajib):

1. <https://github.com/ai-lab-id/esp32-audio-vibration-firmware> (Firmware Hardware)

2. <https://github.com/ai-lab-id/Back-End-Pipeline-for-Anomaly-Detection> (Back End)

3. <https://github.com/ai-lab-id/anomaly-detection-audio-ai> (Audio AI Modelling)

4. <https://github.com/ai-lab-id/anomaly-detection-vibration-ai> (Vibration AI Modelling)

06DISKUSI

Hasil pengujian menunjukkan bahwa keberhasilan sistem tidak hanya ditentukan oleh performa model klasifikasi, tetapi juga oleh kestabilan proses akuisisi data dari perangkat keras. Data audio dan getaran harus diperoleh dengan frekuensi sampling dan format yang konsisten agar karakteristik sinyal yang diterima pada tahap inferensi tetap sesuai dengan data yang digunakan saat pelatihan. Oleh karena itu, hasil penelitian dianalisis dari sisi perangkat keras, model getaran, model audio, serta integrasi sistem secara keseluruhan.

INTERPRETASI HASIL PERANGKAT KERAS

1. Pengaruh pembagian task terhadap kestabilan akuisisi data.

Pada implementasi awal menggunakan ESP32 generasi sebelumnya, pembacaan MPU6050 menjadi tidak stabil ketika akuisisi audio, getaran, Wi-Fi, dan pengiriman data dijalankan secara bersamaan. Kondisi ini menunjukkan bahwa proses akuisisi dua sensor yang memiliki kebutuhan sampling berbeda dapat saling memengaruhi apabila seluruh proses dijalankan secara berurutan atau saling menunggu. Penggunaan ESP32-S3 N16R8 dan pemisahan proses menggunakan FreeRTOS memungkinkan task audio, getaran, MQTT, dan kontrol berjalan secara terpisah sehingga pembacaan sensor menjadi lebih stabil.

2. Kesesuaian frekuensi sampling terhadap kebutuhan sistem.

Pada konfigurasi akhir, sinyal audio dapat dipertahankan mendekati 16 kHz, sedangkan MPU6050 dapat memperoleh data mendekati target 200 Hz. Hasil tersebut menunjukkan bahwa perangkat keras telah mampu memenuhi kebutuhan dasar akuisisi data untuk kedua model. Kestabilan sampling menjadi penting karena perubahan interval pengambilan data dapat mengubah bentuk sinyal dan menyebabkan data pada tahap inferensi memiliki karakteristik yang berbeda dari data pelatihan.

3. Efisiensi pengiriman data sensor.

Penggunaan paket biner terkelompok membantu mengurangi beban pengiriman dibandingkan penggunaan JSON untuk setiap sampel. Pendekatan ini menjadi penting terutama pada audio karena jumlah data yang dihasilkan jauh lebih besar dibandingkan data getaran. Dengan demikian, pemilihan format paket tidak hanya memengaruhi penggunaan jaringan, tetapi juga membantu menjaga agar proses komunikasi tidak terlalu membebani proses akuisisi sensor.

INTERPRETASI HASIL GETARAN

1. Efektivitas WPT dalam mengekstraksi karakteristik non-stasioner.

Perbandingan sebelum/sesudah WPT (Gambar 1) memperlihatkan bahwa sinyal magnitude mentah yang tampak periodik namun sulit dibedakan secara visual antar kelas berhasil diubah menjadi profil energi per sub-band yang menonjolkan komponen frekuensi tertentu. Hal ini konsisten dengan alasan umum penggunaan Wavelet Packet Transform (WPT) untuk sinyal getaran mesin: sinyal fault bearing bersifat non-stasioner dan mengandung informasi transient yang tidak selalu tertangkap oleh analisis FFT tunggal, sehingga dekomposisi sub-band membantu menonjolkan pola frekuensi yang berkaitan dengan lokasi kerusakan (inner race vs outer race) [4].

2. Kontribusi sensor gabungan terhadap pemisahan kelas.

Sumbu dominan getaran berbeda antar jenis fault (bearing_inner lebih menonjol di sumbu X, sedangkan bearing_outer di sumbu Z). Fakta bahwa model gabungan fusion accel+gyro mampu memisahkan kedua kelas ini secara sempurna mengindikasikan bahwa informasi arah dan rotasi dari gyroscope melengkapi informasi translasi dari accelerometer. Hal ini sejalan dengan gagasan umum di literatur multi-sensor fusion bahwa kombinasi modalitas sensor yang saling melengkapi dapat meningkatkan keterpisahan kelas dibandingkan mengandalkan satu sensor saja [8], [10].

3. Kesalahan klasifikasi pada kelas normal.

Dua sampel normal yang salah diprediksi sebagai bearing_inner menarik untuk didiskusikan. Mengingat standar deviasi sinyal pada kelas normal jauh lebih kecil, yang mengindikasikan kemungkinan kondisi idle saat perekaman, kesalahan ini kemungkinan bukan karena model gagal mengenali pola fault, melainkan karena batas antara “getaran sangat halus” dan “tidak ada fault” belum cukup tegas terepresentasi dalam data latih. Hal ini menunjukkan adanya keterbatasan pada tahap akuisisi data, bukan semata-mata pada arsitektur model.

INTERPRETASI HASIL AUDIO

1. Efektivitas Log-Mel Spectrogram dalam merepresentasikan karakteristik sinyal audio.

Visualisasi waveform dan log-Mel spectrogram menunjukkan bahwa meskipun perbedaan sinyal pada domain waktu tidak selalu terlihat jelas, representasi log-Mel mampu menampilkan distribusi energi pada domain frekuensi yang berbeda untuk setiap kondisi bearing. Hal ini menunjukkan bahwa transformasi log-Mel efektif dalam mengekstraksi karakteristik akustik yang relevan sebagai fitur masukan model. Temuan ini sejalan dengan berbagai penelitian pada machine fault diagnosis yang memanfaatkan representasi waktu-frekuensi, seperti log-Mel spectrogram, untuk meningkatkan kemampuan model dalam membedakan kondisi mesin [5], [6].

2. Perbedaan karakteristik spektral antar kondisi bearing.

Confusion matrix menunjukkan bahwa model memperoleh akurasi sebesar 90%, dengan seluruh sampel bearing outer fault berhasil diklasifikasikan dengan benar. Kesalahan klasifikasi hanya terjadi antara kelas normal dan bearing inner fault. Hal ini mengindikasikan bahwa karakteristik akustik kedua kelas tersebut masih memiliki kemiripan pada beberapa sampel, terutama pada kondisi kerusakan awal yang menghasilkan perubahan suara relatif kecil. Dengan demikian, keterbatasan model lebih dipengaruhi oleh kemiripan karakteristik data dibandingkan ketidakmampuan model dalam mengenali pola kerusakan.

07LIMITASI

Penelitian ini memiliki beberapa keterbatasan, yaitu:

- Dataset

Data real yang digunakan masih sangat sedikit, yaitu hanya 5 berkas per kelas untuk audio maupun getaran, sehingga hasil evaluasi berisiko belum merepresentasikan performa model secara umum. Sumber motor yang direkam juga belum teridentifikasi secara pasti, sementara data pretraining (PCB 378B02 dan MaFaulDa) memiliki karakteristik yang berbeda dari data real sehingga berpotensi menimbulkan domain gap.

Pembagian data latih dan validasi dilakukan pada level file (file-level split), sehingga window yang saling tumpang tindih dari rekaman yang sama tidak muncul pada kedua sisi. Pendekatan ini mengurangi risiko data leakage langsung akibat overlap window. Namun, karena jumlah file per kelas masih sangat terbatas, yaitu 5 file, variasi antar file berpotensi lebih dipengaruhi oleh kondisi perekaman, seperti waktu, penempatan sensor, dan kondisi lingkungan, dibandingkan variasi kondisi bearing yang sesungguhnya. Oleh karena itu, akurasi yang dilaporkan tetap perlu divalidasi menggunakan dataset dengan jumlah file dan sesi perekaman yang lebih banyak sebelum dapat digeneralisasi.

- Perangkat Keras

Sensor INMP441 dan MPU6050 yang digunakan merupakan sensor berbiaya rendah sehingga kemampuan dan kestabilannya masih terbatas dibandingkan sensor industri. Pada tahap pengambilan dataset, frekuensi sampling MPU6050 belum selalu mencapai target 200 Hz secara konsisten.

Setelah dilakukan optimasi firmware dan pembagian task menggunakan FreeRTOS, kestabilan sampling meningkat. Namun, pengujian jangka panjang masih diperlukan untuk memastikan performa perangkat keras pada kondisi operasi yang lebih beragam.

- Pengujian

Pengujian yang dilakukan belum mencakup variasi kondisi operasi nyata seperti perubahan beban, kecepatan putar, suhu, maupun gangguan lingkungan industri. Oleh karena itu, kemampuan generalisasi sistem di luar kondisi pengujian saat ini masih perlu divalidasi lebih lanjut.

- Fusi Audio-Getaran

Bobot pada skema fusi audio-getaran belum divalidasi menggunakan validation set sehingga belum dapat dipastikan bahwa bobot tersebut merupakan konfigurasi yang optimal. Selain itu, perbandingan performa antara model fusion, audio-only, dan vibration-only juga belum dilakukan secara kuantitatif.

08KESIMPULAN & ARAH SELANJUTNYA

- Kesimpulan

Penelitian ini berhasil mengembangkan sistem deteksi kerusakan bearing berbasis fusi sinyal audio dan getaran menggunakan sensor berbiaya rendah serta pendekatan machine learning. Representasi log-Mel spectrogram pada sinyal audio dan kombinasi fitur Wavelet Packet Transform (WPT) serta FFT pada sinyal getaran mampu mengekstraksi karakteristik penting yang membedakan kondisi normal, inner race fault, dan outer race fault.

Model klasifikasi berbasis getaran menunjukkan performa terbaik dengan akurasi sekitar 95,2%, sedangkan model audio memperoleh akurasi sekitar 90%. Kedua model berhasil mengidentifikasi seluruh sampel outer race fault, sementara sebagian kecil kesalahan klasifikasi masih terjadi antara kondisi normal dan inner race fault. Hal ini mengindikasikan bahwa karakteristik kerusakan awal masih memiliki kemiripan dengan kondisi normal.

Hasil tersebut menunjukkan bahwa informasi yang diperoleh dari kedua modalitas sensor saling melengkapi dan berpotensi meningkatkan keandalan sistem pemantauan kondisi mesin.

Meskipun demikian, penelitian ini masih memiliki beberapa keterbatasan, terutama pada jumlah dataset yang relatif kecil, penggunaan sensor berbiaya rendah, serta pengujian yang belum mencakup variasi kondisi operasi industri seperti perubahan beban, kecepatan putar, maupun gangguan lingkungan. Oleh karena itu, hasil yang diperoleh masih perlu divalidasi lebih lanjut sebelum diterapkan pada lingkungan industri secara nyata.

- Arah Selanjutnya

1. Memperluas dataset dengan jumlah sampel yang lebih besar, variasi jenis bearing, tingkat kerusakan, dan kondisi operasi yang lebih beragam sehingga model memiliki kemampuan generalisasi yang lebih baik.

2. *Melakukan evaluasi kuantitatif terhadap skema weighted probability fusion** yang telah diimplementasikan, termasuk perbandingan akurasi audio-only, vibration-only, dan fusion, serta validasi bobot fusion menggunakan validation set*, bukan melalui penentuan manual.

09REFERENSI

[1] R. B. Randall and J. Antoni, "Rolling element bearing diagnostics—A tutorial," Mechanical Systems and Signal Processing, vol. 25, no. 2, pp. 485–520, 2011, doi: 10.1016/j.ymssp.2010.07.017.

[2] A. K. S. Jardine, D. Lin, and D. Banjevic, "A review on machinery diagnostics and prognostics implementing condition-based maintenance," Mechanical Systems and Signal Processing, vol. 20, no. 7, pp. 1483–1510, 2006, doi: 10.1016/j.ymssp.2005.09.012.

[3] Y. Lei, B. Yang, X. Jiang, F. Jia, N. Li, and A. K. Nandi, "Applications of machine learning to machine fault diagnosis: A review and roadmap," Mechanical Systems and Signal Processing, vol. 138, p. 106587, 2020, doi: 10.1016/j.ymssp.2019.106587.

[4] H. Zhu, Z. He, J. Wei, J. Wang, and H. Zhou, "Bearing fault feature extraction and fault diagnosis method based on feature fusion," Sensors, vol. 21, no. 7, p. 2524, 2021, doi: 10.3390/s21072524.

[5] L. Ma, Y. Zhang, and Z. Wang, "Fault diagnosis of motor bearing transmission system based on acoustic characteristics," Sensors, vol. 26, no. 1, p. 259, 2025, doi: 10.3390/s26010259.

[6] M. F. Siddique, W. Zaman, S. Ullah, M. Umar, F. Saleem, D. Shon, T. H. Yoon, D.-S. Yoo, and J.-M. Kim, "Advanced bearing-fault diagnosis and classification using Mel-scalograms and FOX-optimized ANN," Sensors, vol. 24, no. 22, p. 7303, 2024, doi: 10.3390/s24227303.

[7] G. Fu, Q. Wei, and Y. Yang, "Bearing fault diagnosis with parallel CNN and LSTM," Mathematical Biosciences and Engineering, vol. 21, no. 2, pp. 2385–2406, 2024, doi: 10.3934/mbe.2024105.

[8] J. Yan, J.-B. Liao, J.-Y. Gao, W.-W. Zhang, C.-M. Huang, and H.-L. Yu, "Fusion of audio and vibration signals for bearing fault diagnosis based on a quadratic convolution neural network," Sensors, vol. 23, no. 22, p. 9155, 2023, doi: 10.3390/s23229155.

[9] A. Chennana, A. C. Megherbi, N. Bessous, S. Sbaa, A. Teta, E. O. Belabbaci, A. Rabehi, M. Guermoui, and T. F. Agajie, "Vibration signal analysis for rolling bearings faults diagnosis based on deep-shallow features fusion," Scientific Reports, vol. 15, 2025, doi: 10.1038/s41598-025-93133-y.

[10] H. Wan, X. Gu, S. Yang, and Y. Fu, "A sound and vibration fusion method for fault diagnosis of rolling bearings under speed-varying conditions," Sensors, vol. 23, no. 6, p. 3130, 2023, doi: 10.3390/s23063130.

[11] P. Kolok, M. Hodoň, P. Ševčík, L. Hotz, and N. Remy, "Low-cost IoT-based predictive maintenance using vibration and acoustic signals," Sensors, vol. 25, no. 21, p. 6610, 2025, doi: 10.3390/s25216610.

[12] H. Shimodaira, "Improving predictive inference under covariate shift by weighting the log-likelihood function," Journal of Statistical Planning and Inference, vol. 90, no. 2, pp. 227–244, 2000, doi: 10.1016/S0378-3758(00)00115-4.

[13] J. Quiñonero-Candela, M. Sugiyama, A. Schwaighofer, and N. D. Lawrence, Eds., Dataset Shift in Machine Learning. Cambridge, MA, USA: MIT Press, 2009.

10KEPEMILIKAN

Hak ekonomi/komersial : PT MKA

11Tim & Kredit

- Muhamad Rizki: Team Lead, AI Lab ([ai-lab.id](http://ai-lab.id))

- Danurkholis: Intern, AI Lab ([ai-lab.id](http://ai-lab.id))

- Muhammad Hamdi S: Intern, AI Lab ([ai-lab.id](http://ai-lab.id))

- Deny Adrian Waloya: Intern, AI Lab ([ai-lab.id](http://ai-lab.id))

- Abidzar Malik Azhzafir: Intern, AI Lab ([ai-lab.id](http://ai-lab.id))

- Monica Febyana: Intern, AI Lab ([ai-lab.id](http://ai-lab.id))

- Cheyza Amanda Syafira: Intern, AI Lab ([ai-lab.id](http://ai-lab.id))