IMPLEMENTASI INDIKATOR MAINTENANCE MENGGUNAKAN METODE BPNN PADA MESIN E-FILL

Christanta, Hosea Okta (2025) IMPLEMENTASI INDIKATOR MAINTENANCE MENGGUNAKAN METODE BPNN PADA MESIN E-FILL. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0921040050 - Hosea Okta Christanta - Implementasi Indikator _i_Maintenance__i_ Menggunakan Metode _i_BPNN__i_ pada Mesin E-Fill.pdf
Restricted to Repository staff only

Download (5MB) | Request a copy

Abstract

Penelitian ini mengevaluasi penerapan Backpropagation Neural Network (BPNN) dalam pemeliharaan prediktif mesin E-FILL, replika sistem industri pengisian botol otomatis pada sektor makanan, minuman, farmasi, dan kosmetik. Mesin ini mengintegrasikan PLC, sensor tekanan, aliran, fotolistrik, dan aktuator untuk pengisian presisi, efisien, dan minim limbah. Penelitian bertujuan memprediksi kebutuhan pemeliharaan dan kondisi mesin berbasis data sensor realtime, menilai akurasi BPNN terhadap waktu pemeliharaan dan Overall Equipment Effectiveness (OEE), serta mengidentifikasi tantangan implementasinya. Hasil pengujian menunjukkan BPNN klasik mencapai akurasi OEE rata-rata 98,71% (RMSE 1,6395; R² 0,9981), lebih unggul dibanding SVR (91,67%) dan ANFIS (68,33%). Sebaliknya, BPNN kustom berbasis tekanan hanya memperoleh akurasi 76,95% (RMSE 5,3962; R² 0,9543) dan lemah pada gangguan ringan. OEE aktual 2025 rata-rata 55,01% (tanpa nol: 79,49%), menurun 20,08–23,46% dari studi sebelumnya, dipengaruhi slip konveyor, intervensi manual, dan kerusakan katup. Availability tinggi (99–100%), Quality sempurna (100%), namun Performance terendah (87%) akibat siklus produksi lambat, micro-stoppages, dan setelan mesin suboptimal. Perbaikan diarahkan pada peningkatan Performance melalui optimasi desain mekanis, pemeliharaan rutin, dan integrasi algoritma cerdas generasi baru seperti Spiking Neural Network pada edge device untuk kontrol adaptif-prediktif milidetik, yang berpotensi meningkatkan OEE ≥85% dan memperkuat pemeliharaan prediktif berbasis Industri 4.0.

Item Type: Thesis (Diploma)
Additional Information: No Inventaris:9115/TO-21/2025 Lokasi TA:683
Uncontrolled Keywords: Backpropagation Neural network, Prediksi Maintenance,Kecerdasan Buatan
Subjects: TO - Teknik Otomasi > Prototype
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 18 Dec 2025 04:27
Last Modified: 18 Dec 2025 04:27
URI: http://repository.ppns.ac.id/id/eprint/7116

Actions (login required)

View Item View Item