Prediksi SIsa Usai Pakai Komponen Mesin Menggunakan Metode Arima Pada Hasil Inspkesi Autonomous Maintenance

Persaingan pasar memaksa industri mengembangkan teknologi, teknik produksi, dan prosedur manajemen baru. Total Productive Maintenance (TPM) merupakan strategi dalam bidang perawatan mesin industri. Autonomous Maintenance (AM) adalah salah satu pilar TPM yang di dalamnya terdapat proses inspeksi kerusakan mesin oleh operator. Pengambilan keputusan perawatan menggunakan data hasil inspeksi tanpa analisis lanjut akan menimbulkan masalah baru. Menentukan sisa usia efektif komponen / remaining useful life (RUL) menjadi solusi ketidakpastian kapan komponen mengalami kerusakan. Dengan metode ARIMA, RUL diperkirakan menggunakan histori kerusakan. Data jumlah stop mesin karena kondisi cacat dari komponen mesin digunakan sebagai data utama metode ARIMA menggunakan XLSTAT. Uji stasioneritas menunjukkan ketidakstasioneran data dan memerlukan proses diferensiasi tingkat 2 (d=2). Plotting ACF dan PACF menunjukkan ordo AR adalah 2 (p=2) dan ordo MA adalah 1 (q=1), sehingga membentuk model ARIMA(2,2,1). Estimasi parameter menunjukkan nilai Ø_1=-0,423, Ø_2=-0,235 dan θ_1=-1,000 yang dipilih berdasarkan kriteria GoF. Uji independensi, kenormalan dan homoskedastisitas residual menunjukkan ARIMA(2,2,1) layak digunakan untuk peramalan. Peramalan RUL menggunakan model ARIMA(2,2,1) menunjukkan komponen mampu bertahan 8 minggu. Untuk memudahkan dalam pengambilan keputusan perawatan, data hasil metode ARIMA digunakan sebagai data masukkan aplikasi MTBF Part Dashboard System. Aplikasi ini menghitung RUL beberapa komponen mesin sekaligus secara otomatis. Jika RUL telah mencapai limit reminder yang telah ditentukan, aplikasi akan memberikan pop-up untuk segera dilakukan penggantian komponen.

Kata Kunci: remaining useful life, ARIMA, autonomous maintenance