ITB ADITB AD

Jurnal Teknologi Informasi (JUTECH)Jurnal Teknologi Informasi (JUTECH)

Konsep pemeliharaan prediktif mewakili perubahan signifikan dalam metode pemeliharaan tradisional. Pemanfaatan machine learning dalam pemeliharaan mesin manufaktur memiliki potensi untuk menawarkan peluang yang belum pernah terjadi sebelumnya dalam memprediksi masalah dengan mengungkap pola tersembunyi dalam kumpulan data yang luas. Studi ini bertujuan untuk menguji empat model machine learning dalam mengklasifikasikan kebutuhan pemeliharaan di lingkungan manufaktur cerdas. Model machine learning seperti Regresi Logistik, Random Forest, XGBoost, dan Multi-layer Perceptron (MLP) dilatih dengan 5-fold cross-validation. Kumpulan data yang digunakan adalah kumpulan data publik dari situs web kaggle, yang terdiri dari 10000 baris dan 13 fitur dengan fitur maintenance_required sebagai fitur target. Hasil pelatihan model dievaluasi menggunakan berbagai metrik, seperti akurasi, presisi, recall, f1-score, dan ROC-AUC. Hasil pengujian menunjukkan bahwa Random Forest memberikan kinerja terbaik dengan akurasi 98,37%, presisi 99,97%, recall 91,72%, f1-score 95,67%, dan ROC-AUC 95,95%. Metode ensemble berbasis pohon Random Forest mampu menangkap pola dalam data lebih baik daripada model linier dan neural. Hal ini mengindikasikan bahwa Random Forest adalah model yang andal untuk mendeteksi persyaratan pemeliharaan mesin. Penelitian lebih lanjut dapat mempertimbangkan peningkatan kapasitas kumpulan data, integrasi dengan teknik deep learning, memeriksa perspektif struktur time-series multivariate.

Penelitian ini berhasil menerapkan pendekatan berbasis machine learning (ML) untuk pemeliharaan prediktif (PdM) di lingkungan manufaktur cerdas.Beberapa model ML diuji, yaitu Regresi Logistik, Random Forest, XGBoost, dan MLP.Model-model tersebut dilatih dengan metode 5-fold cross-validation untuk mencari model terbaik dalam mengklasifikasikan kebutuhan perbaikan mesin manufaktur.Untuk mengatasi masalah kelas data yang tidak seimbang, teknik oversampling SMOTE diterapkan.Hasilnya, Random Forest menunjukkan kinerja terbaik dengan akurasi 98%, presisi 99,97%, recall 91,72%, f1-score 95,67%, dan ROC-AUC 95,95%.Walaupun hasilnya cukup menjanjikan, penelitian ini tetap memiliki batasan.Perilaku sensor tidak ditangkap secara real-time dan pengaruh temporal tidak tersedia pada data.

Berdasarkan temuan penelitian ini, beberapa saran penelitian lanjutan dapat diajukan. Pertama, penelitian selanjutnya dapat mengeksplorasi penggunaan sensor yang lebih canggih dan data real-time untuk meningkatkan akurasi prediksi kegagalan mesin. Hal ini dapat melibatkan integrasi data dari berbagai sumber, seperti sensor getaran, suhu, dan tekanan, serta data operasional mesin. Kedua, penelitian dapat fokus pada pengembangan model deep learning yang mampu menangkap pola temporal dalam data sensor, seperti LSTM atau Temporal Convolutional Networks. Model-model ini berpotensi untuk meningkatkan akurasi prediksi kegagalan mesin dengan mempertimbangkan urutan kejadian data sensor. Ketiga, penelitian dapat menginvestigasi penerapan teknik Explainable AI (XAI) untuk meningkatkan transparansi dan interpretasi model machine learning. Dengan memahami bagaimana model membuat keputusan, operator mesin dapat lebih percaya pada hasil prediksi dan mengambil tindakan yang tepat untuk mencegah kegagalan mesin. Integrasi ketiga saran ini akan menghasilkan sistem PdM yang lebih akurat, adaptif, dan dapat diandalkan, yang pada akhirnya akan meningkatkan efisiensi dan produktivitas dalam lingkungan manufaktur cerdas.

  1. Perancangan Smart Predictive Maintenance untuk Mesin Produksi | Seminar Nasional Official Statistics.... doi.org/10.34123/semnasoffstat.v2022i1.1575Perancangan Smart Predictive Maintenance untuk Mesin Produksi Seminar Nasional Official Statistics doi 10 34123 semnasoffstat v2022i1 1575
  2. AI for Predictive Maintenance in Smart Manufacturing | SAMRIDDHI : A Journal of Physical Sciences, Engineering... doi.org/10.18090/samriddhi.v17i03.03AI for Predictive Maintenance in Smart Manufacturing SAMRIDDHI A Journal of Physical Sciences Engineering doi 10 18090 samriddhi v17i03 03
Read online
File size656.11 KB
Pages11
DMCAReport

Related /

JURIS Deep Learning Models Performance on Marine Fish Species Classification 2025More at 2025

UNAIRUNAIR Hasil ini mendukung penggunaan model dalam pemantauan perikanan real-time, studi keanekaragaman hayati, dan penilaian dampak lingkungan. Dalam penelitianHasil ini mendukung penggunaan model dalam pemantauan perikanan real-time, studi keanekaragaman hayati, dan penilaian dampak lingkungan. Dalam penelitian

JURIS Sistem Rekomendasi Produk E Commerce Menggunakan Collaborative Filtering dan Content Based Filtering 2025More at 2025

STMIKJAYAKARTASTMIKJAYAKARTA Di sisi lain, Content-Based Filtering merekomendasikan produk berdasarkan kemiripan fitur atau deskripsi produk dengan riwayat interaksi pengguna sebelumnya,Di sisi lain, Content-Based Filtering merekomendasikan produk berdasarkan kemiripan fitur atau deskripsi produk dengan riwayat interaksi pengguna sebelumnya,

JURIS Deteksi dan Interpretasi Tulisan Tangan Bahasa Indonesia melalui Pemrosesan Citra dan Optical Character Recognition OCR 2025More at 2025

POLMAN BANDUNGPOLMAN BANDUNG Sistem OCR yang dikembangkan menunjukkan akurasi konversi rata-rata 51,70%, dengan variasi antara 0% hingga 100%. Performa sistem dipengaruhi oleh kualitasSistem OCR yang dikembangkan menunjukkan akurasi konversi rata-rata 51,70%, dengan variasi antara 0% hingga 100%. Performa sistem dipengaruhi oleh kualitas

JURIS Evaluasi Efektivitas Sistem Rekomendasi Pembelajaran Adaptif Berbasis Deep Learning Dalam Meningkatkan Performa Siswa 2025More at 2025

MEDIAPUBLIKASIMEDIAPUBLIKASI Hasil evaluasi menunjukkan bahwa siswa yang menggunakan sistem ini mengalami peningkatan nilai akhir dan tingkat penyelesaian materi secara signifikan.Hasil evaluasi menunjukkan bahwa siswa yang menggunakan sistem ini mengalami peningkatan nilai akhir dan tingkat penyelesaian materi secara signifikan.

JURIS Modeling of a Malaria Parasite Detection System on Microscopic Images of Blood Cells Using Deep Learning Methods 2024More at 2024

UBHINUSUBHINUS Pemerikasaan mikroskopis adalah teknik pemeriksaan malaria yang paling umum digunakan di fasilitas Kesehatan. Namun, pemeriksaan mikroskopis memerlukanPemerikasaan mikroskopis adalah teknik pemeriksaan malaria yang paling umum digunakan di fasilitas Kesehatan. Namun, pemeriksaan mikroskopis memerlukan

JURIS The Detection of Past and Future Land Use and Land Cover Change in Ugam Chatkal National Park Uzbekistan Using CA Markov and Random Forest Machine Learning Algorithms 2024More at 2024

UMSUMS 334 km², yang digantikan oleh peningkatan tutupan pohon, padang rumput, dan batuan, sementara lahan pertanian, air, dan lahan basah hanya mengalami fluktuasi334 km², yang digantikan oleh peningkatan tutupan pohon, padang rumput, dan batuan, sementara lahan pertanian, air, dan lahan basah hanya mengalami fluktuasi

JURIS Tingkat Kepuasan Layanan Customer Service Berdasarkan Metode Webqual 4 0 Pada PT Tritana Dengan PLS SEM 2021More at 2021

STMIKJAYAKARTASTMIKJAYAKARTA Temuan yang jelas adalah bagaimana Konsumen bisa memanfaatkan system layanan service lebih maksimal, dan juga perlunya adanya sosialisasi terhadap pemanfaatanTemuan yang jelas adalah bagaimana Konsumen bisa memanfaatkan system layanan service lebih maksimal, dan juga perlunya adanya sosialisasi terhadap pemanfaatan

JURIS Klasifikasi Tingkat Keparahan Serangan Jaringan Komputer dengan Metode Machine Learning 2021More at 2021

STMIKJAYAKARTASTMIKJAYAKARTA Jaringan komputer berkembang sangat pesat saat ini, hingga banyak beberapa perangkat elektronik terhubung dengan internet, namun system keamanan yang diadopsiJaringan komputer berkembang sangat pesat saat ini, hingga banyak beberapa perangkat elektronik terhubung dengan internet, namun system keamanan yang diadopsi

Useful /

JURIS Analisa Implementasi UU ITE Pasal 28 Ayat 2 Dalam Mengurangi Ujaran Kebencian Di Media Sosial 2021More at 2021

STMIKJAYAKARTASTMIKJAYAKARTA UU ITE 2008 Pasal 28 ayat 2 diharapkan mampu mengurangi ujaran kebencian, apalagi didukung Virtual Police yang memantau penegakan hukum siber sehinggaUU ITE 2008 Pasal 28 ayat 2 diharapkan mampu mengurangi ujaran kebencian, apalagi didukung Virtual Police yang memantau penegakan hukum siber sehingga

JURIS Desain Konsep Finite State Automata FSA Pada Simulasi Vending Machine VM Masakan Padang 2021More at 2021

STMIKJAYAKARTASTMIKJAYAKARTA Dalam penelitian ini, akan diuraikan mengenai aplikasi simulasi VM masakan padang sebuah produk makanan daerah yang terkenal di seluruh dunia dengan citarasaDalam penelitian ini, akan diuraikan mengenai aplikasi simulasi VM masakan padang sebuah produk makanan daerah yang terkenal di seluruh dunia dengan citarasa

JURIS Perancangan Sistem Dokumentasi Elektronik Sistem Penjaminan Mutu Internal Menggunakan Metode Rapid Application Development 2021More at 2021

STMIKJAYAKARTASTMIKJAYAKARTA Sistem EDMS SPMI STABN Sriwijaya dapat mempermudah untuk mengetahui informasi yang diperlukan untuk meningkatkan Standar Mutu masing-masing prodi yangSistem EDMS SPMI STABN Sriwijaya dapat mempermudah untuk mengetahui informasi yang diperlukan untuk meningkatkan Standar Mutu masing-masing prodi yang

JURIS Prediksi Jumlah Penonton Video YouTube Menggunakan Model Deep Neural Network DNN 2021More at 2021

STMIKJAYAKARTASTMIKJAYAKARTA Dari hasil penelitian diperoleh akurasi prediksi menggunakan model Linear Regresi dengan Skor 3% R2 (0,03) yang berarti sangat jauh dari hasil yang baikDari hasil penelitian diperoleh akurasi prediksi menggunakan model Linear Regresi dengan Skor 3% R2 (0,03) yang berarti sangat jauh dari hasil yang baik

ads-block-test