Tugas Akhir Sarjana
Analisis Dan Prediksi Downtime Gas Turbin Generator Berdasarkan Data Historis Menggunakan Algoritma Machine Learning Di PT. X
Gas Turbin merupakan salah satu peralatan utama dalam industri yang memengaruhi
keberlangsungan operasional. Namun, seiring bertambahnya usia peralatan, downtime
tak terduga menjadi tantangan yang signifikan, khususnya di PT. XYZ. Penelitian ini
bertujuan untuk menganalisis pola downtime berdasarkan data historis operasional dan
memprediksi potensi downtime menggunakan algoritma Random Forest. Dengan data
parameter operasional seperti suhu, tekanan, aliran, dan keluaran daya dapat
dimanfaatkan untuk mengidentifikasi pola atau tren yang menyebabkan downtime, model
prediksi downtime dikembangkan untuk memberikan peringatan dini kepada tim
pemeliharaan. Hasil penelitian menunjukkan bahwa analisis berbasis data historis dapat
mengidentifikasi pola downtime dengan akurat, sementara model prediktif yang dibangun
mampu memberikan estimasi waktu terjadinya downtime. Penelitian ini diharapkan dapat
meningkatkan keandalan operasional dan efisiensi pemeliharaan Gas Turbin.
Kata kunci: Downtime, Gas Turbin, Prediksi
Tidak tersedia versi lain