Perpustakaan Digital ITB

Ketika peralatan industri di proses pengolahan kelapa sawit rusak, masalah yang sering terjadi adalah waktu henti paksa mesin yang mengakibatkan terhentinya waktu proses dan kerugian pengolahan kelapa sawit. Mesin turbin merupakan salah satu mesin yang sering mengalami kerusakan hingga berdampak besar dengan terhentinya proses pengolahan kelapa sawit. Penelitian ini melakukan analisis terhadap faktor kerusakan yang memiliki tingkat kekritisan tinggi pada mesin turbin uap khususnya pada sudu-sudu rotor wheel mesin, dan mendapatkan indikator yang mempengaruhi kerusakan tersebut. Berdasarkan hasil analisis diperoleh lima indikator yang mempengaruhi unbalance sudu – sudu rotor wheel mesin turbin uap. Dirancang mekanisme predictive maintenance yang berfokus pada lima indikator utama. Sedangkan untuk melengkapi terjadinya lost data yang mencapai sekitar 29 jam per minggu digunakan pendekatan Digital Twin, yaitu menggunakan model forecasting LSTM. Hasil pengukuran model forecasting LSTM menggunakan MSE adalah temperature uap bekas memiliki nilai MSE 0.000479, tekanan oli 0.0034, temperature cooling water 0.0037, tekanan uap masuk 0.029, dan tekanan uap bekas 0.011. Sedangkan hasil pengukuran model predictive maintenance menggunakan decision tree memperoleh nilai precision 1.00, recall 1.00 dan f-1 score 1.00 serta running time 0.07s. Berdasarkan hasil evaluasi, keseluruhan sistem di representasikan berupa grafik dan tabel untuk melihat naik dan turunnya nilai dari kelima indikator yang mempengaruhi kerusakan sudu-sudu rotor wheel mesin turbin uap yang dapat digunakan sebagai decision support system untuk mengatasi waktu henti paksa mesin dan mengurangi kerugian sistem pengolahan kelapa sawit.