Dalam industri perkeretaapian, keausan roda gerbong merupakan masalah penting
yang dapat mempengaruhi kinerja operasional dan biaya pemeliharaan. Gerbong
terbuka 50 ton sering mengalami keausan pada roda akibat penggunaan yang
intensif dan kondisi lingkungan yang bervariasi. Ketidakmampuan untuk
memprediksi keausan roda dengan tepat dapat menyebabkan penundaan dalam
perawatan, peningkatan biaya operasional, dan bahkan risiko kecelakaan yang lebih
tinggi. Oleh karena itu, diperlukan metode yang lebih akurat dan efisien untuk
memprediksi keausan roda guna memastikan kelancaran operasi dan keselamatan
kereta api.
Data keausan roda dikumpulkan dari Depo Gerbong Besar A Muaragula yang
berada di Divisi Regional III Palembang. Data tersebut mencakup pengukuran
diameter roda dan keausan flens roda yang diambil setiap bulan. Data kemudian
diolah dan dibersihkan untuk mengidentifikasi kesalahan dan inkonsistensi. Setelah
itu, dilakukan analisis menggunakan model regresi untuk memprediksi laju keausan
roda, termasuk model regresi linier, polinomial, autoregresif, dan moving average,
untuk menangani data time series.
Model regresi polinomial dengan orde dua memberikan hasil prediksi yang paling
akurat dengan nilai RMSE yang rendah pada sebagian besar posisi roda. rentang
RMSE yang didapatkan pada orde 2 adalah 0,24 – 0,84 mm. Model ini mampu
memprediksi keausan roda dengan baik sehingga dapat digunakan untuk
merencanakan kebutuhan suku cadang roda dalam jangka pendek. Beberapa
anomali dalam data, seperti kesalahan pengukuran dan data yang hilang, juga
ditemukan dan perlu diperhatikan dalam analisis lebih lanjut.
Metode sains data yang digunakan dalam penelitian ini terbukti efektif untuk
memprediksi keausan roda gerbong terbuka 50 ton. Penggunaan model prediksi
yang akurat dapat membantu PT Kereta Api Indonesia dalam meningkatkan
efisiensi perawatan dan mengurangi risiko kegagalan operasional. Penelitian ini
merekomendasikan pengembangan model prediksi yang lebih kompleks serta
peningkatan kualitas data untuk hasil yang lebih baik di masa mendatang.