PENERAPAN MACHINE LEARNING UNTUK ESTIMASI REMAINING USEFUL LIFE (RUL) ROLLER PADA TOP WEIGHTING ARM MESIN RING SPINNING (STUDI KASUS PT. ALTRA MULTI SANDANG)
Penulis Utama
:
Hanindita Nubawa Jati
NIM / NIP
:
I0321048
×<p class="MsoNormal" xss=removed><span xss=removed>Pemeliharaan
komponen mesin pada industri tekstil sangat penting untuk menjaga kualitas
produk tetap memenuhi standar. Salah satu komponen kritis adalah <i>roller</i>
pada <i>top weighting arm</i> mesin <i>ring spinning frame</i>, yang secara
bertahap mengalami degradasi serta mempengaruhi pengujian <i>quality control</i>
(QC) yang diuji oleh USTER <i>Tester</i>. Penelitian ini bertujuan untuk
mengembangkan model prediksi untuk <i>Remaining Useful Life</i> (RUL) pada <i>roller</i>
menggunakan data QC dengan algoritma <i>Natural Gradient Boosting</i>
(NGBoost). Analisis menunjukkan bahwa meskipun sebagian besar parameter QC
berkorelasi lemah dengan degradasi roller, NGBoost berhasil menangkap hubungan
yang kompleks dengan baik. Model menunjukkan performa yang baik dengan RMSE
rendah dan R² (> 0,9). Model RUL dibangun dengan asumsi distribusi normal. Setelah
dilakukan <i>hyperparameter tuning</i>, model menunjukkan akurasi dan
stabilitas yang baik pada RMSE, R², <i>Prognostic Horizon</i>, <i>Relative
Accuracy</i>, dan <i>Alpha-Lambda Performance</i>. Sehingga, model ini dapat memprediksi
waktu penggantian optimal pada komponen serta mendukung pengambilan keputusan
pemeliharaan preventif berdasarkan data QC.<o></o></span></p>
×
Penulis Utama
:
Hanindita Nubawa Jati
Penulis Tambahan
:
-
NIM / NIP
:
I0321048
Tahun
:
2025
Judul
:
PENERAPAN MACHINE LEARNING UNTUK ESTIMASI REMAINING USEFUL LIFE (RUL) ROLLER PADA TOP WEIGHTING ARM MESIN RING SPINNING (STUDI KASUS PT. ALTRA MULTI SANDANG)
