Perpustakaan Digital ITB

Penentuan waktu remanufacturing engine Caterpillar 777E berbasis interval waktu pabrikan sering kali menyebabkan inefisiensi biaya karena mengabaikan kondisi aktual unit. Penelitian ini mengembangkan algoritma optimasi umur pakai yang mengintegrasikan metode Vital Information Management System (VIMS), Scheduled Oil Sampling (SOS) dengan pendekatan akumulasi dan statistik menggunakan Gaussian Copula, serta analisis Life Cycle Cost (LCC) dan emisi karbon. Hasil analisis menunjukkan bahwa VIMS bisa dijadikan sebagai sistem peringatan dini (early warning), meskipun terbatas oleh kualitas data historis untuk prediksi. Pada analisis pelumas, metode statistik menggunakan Gaussian Copula terbukti lebih unggul dibandingkan metode akumulasi karena mampu memodelkan interdependensi antar logam keausan untuk memprediksi Remaining Useful Life (RUL) secara presisi. Sementara itu, analisis LCC dan Emisi Karbon mengungkapkan bahwa titik optimal ekonomi dan lingkungan terjadi pada jam operasi yang sangat tinggi, jauh melampaui batas fisik mesin normal, sehingga fungsinya diposisikan sebagai validasi, bukan batasan teknis. Algoritma yang dihasilkan menetapkan metode statistika Gaussian Copula sebagai acuan teknis prediksi utama, didukung justifikasi ekonomi lingkungan untuk transisi menuju strategi Condition-Based Maintenance.