PERPUSTAKAAN UNTIDAR Repositori Mahasiswa Untidar

Beranda Katalog Koleksi Konten Lokal Tugas Akhir Mahasiswa (Skripsi, Laporan Akhir, LKP) Lantai 2

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title
Penanda Bagikan

Text

SKRIPSI STUDI PEMODELAN NUMERIK OPTIMISASI KONFIGURASI DALAM PENGUKURAN TOMOGRAFI TERMAL UNTUK MENDETEKSI CACAT PADA MATERIAL LOGAM

NURHUDA LISTYO NUGROHO - Nama Orang;

Inspeksi cacat internal pada material logam hasil pengelasan merupakan aspek penting dalam menjaga keamanan struktur, terutama pada komponen seperti bejana tekan dan tangki penyimpanan. Metode pengujian tak merusak konvensional seperti Magnetic Particle Test dan radiografi digital memiliki keterbatasan dalam mendeteksi cacat bawah permukaan secara mendalam. Tomografi termal hadir sebagai alternatif yang memanfaatkan prinsip konduksi panas untuk mengidentifikasi anomali internal melalui analisis respons suhu permukaan. Namun, prosedur baku terkait penempatan sensor temperatur yang optimal masih minim dikaji. Penelitian ini bertujuan menganalisis pengaruh variasi material dan dimensi cacat terhadap konfigurasi optimal dalam pengukuran tomografi termal konvensional. Pemodelan dilakukan menggunakan pendekatan konduksi tunak dua dimensi yang diselesaikan dengan Finite Volume Method (FVM) sebagai forward modeling, dilanjutkan dengan Inverse Heat Conduction Problem (IHCP) berbasis algoritma Particle Swarm Optimization (PSO) untuk merekonstruksi lokasi cacat. Empat variasi kombinasi material dan cacat diuji, yaitu carbon steel dengan cacat crack dan porosity, serta ASTM A106 Grade B dengan cacat slag inclusion dan blowout, masing-masing dengan dua skema penempatan sensor. Hasil simulasi menunjukkan bahwa konfigurasi sensor simetris (dua sensor di sisi atas dan dua di sisi bawah) secara konsisten menghasilkan nilai Root Mean Square Error (RMSE) yang lebih rendah dibandingkan konfigurasi tidak simetris pada seluruh variasi cacat. Nilai RMSE yang diperoleh juga jauh berada di bawah ambang ketidakpastian pengukuran termokopel tipe K, sehingga performa algoritma inversi dinilai memadai untuk diterapkan pada pengukuran eksperimental. Penelitian ini memberikan pedoman awal bagi perancangan konfigurasi sensor tomografi termal yang lebih efektif dan akurat untuk aplikasi inspeksi industri.


Ketersediaan
#
Ruang Skripsi (TEKNIK MESIN) MESIN NUG S 2026
76-UN57.U1-STM-VIII-2026
Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
MESIN NUG S 2026
Penerbit
MAGELANG : UNIVERSITAS TIDAR., 2026
Deskripsi Fisik
XI;62 HLM;29 CM
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
621.8
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
PRODI_S1_TEKNIK_MESIN
FAKULTAS_FT
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNTIDAR Repositori Mahasiswa Untidar
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?