digilib@itb.ac.id +62 812 2508 8800

Availability pipa slurry konsentrat tembaga sangat penting dalam mempertahankan produksi proses yang berkelanjutan untuk PT Freeport Indonesia. Namun, tren kebocoran pipa slurry akibat ketebalan pipa yang tipis dari tahun 2019 hingga 2023 meningkat, menunjukkan bahwa ketersediaan jalur lumpur konsentrat tembaga menjadi lebih rendah. Selain itu, segmen antara Mile Post 34 – Mile Post 6, yang biasanya diproyeksikan memiliki umur pemakaian sepuluh tahun, mengalami laju keausan yang lebih cepat, mengakibatkan perbedaan antara umur layanan yang diharapkan dan yang sebenarnya. Hal ini berdampak signifikan terhadap efisiensi sistem transportasi slurry konsentrat tembaga dan membutuhkan strategi pemeliharaan prediktif yang lebih baik. Penelitian ini bertujuan untuk memprediksi ketebalan pipa slurry menggunakan model Machine Learning dan menggunakan model tersebut untuk mengoptimalkan parameter operasional pemompaan. Variabel independen yang dipertimbangkan meliputi aliran slurry, densitas, jam operasi slurry, jam operasi air, aliran air, dan ukuran partikel (150 #). Dalam penelitian ini, dataset yang terdiri dari 58 sampel dibagi, dengan 70% dialokasikan untuk pelatihan dan 30% untuk pengujian. Model prediktif yang digunakan adalah Decision Tree Regression, Neural Network, dan Support Vector Regression. Model terbaik menghasilkan 0,114 MSE dan 4,3% MAPE tanpa overfit atau underfit adalah SVR. Dapat disimpulkan dari model bahwa aliran lumpur dan ukuran partikel bersama dengan jam operasi secara signifikan mempengaruhi ketebalan jalur. Hal ini sejalan dengan teori dan penelitian sebelumnya. Di sisi lain, densitas lumpur tidak berpengaruh signifikan terhadap ketebalan pipa. Optimasi menggunakan Solver dengan metode Gradien Tereduksi Umum (GRG) dapat meminimalkan pengurangan ketebalan jalur lumpur sambil memenuhi target produksi. Dari model yang dioptimalkan, rencana penggantian telah ditetapkan. Jalur lumpur dapat diganti setelah 8 tahun sejak pemasangan MP 33 – MP 29 dan 9 tahun sejak pemasangan MP 28 – MP 22. Penelitian selanjutnya harus mempertimbangkan untuk menggabungkan set data yang lebih besar dan lebih beragam dari operasi jalur lumpur.