M. FAIZ AL FIQRI, - (2025) PENGELOMPOKAN DATA KONDISI MESIN SCREW PRESS MENGGUNAKAN ALGORITMA FUZZY C-MEANS. Information System Journal (INFOS), 8 (1). pp. 60-70. ISSN E-ISSN : 2655-142X and P-ISSN : 2655-190X.

Preview	Text (JURNAL ARTIKEL) Bebas Pustaka - M. Faiz Al Fiqri - 12150113184 - M. FAIZ AL FIQRI TEKNIK INFORMATIKA.pdf - Published Version Download (1MB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI MAHASISWA) Surat pernyataan simpan karya - M. FAIZ AL FIQRI TEKNIK INFORMATIKA.pdf - Published Version Download (557kB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI DOSEN) photo_6183866240762759490_y - M. FAIZ AL FIQRI TEKNIK INFORMATIKA.pdf - Published Version Download (116kB) | Preview

Abstract

Kinerja mesin screw press sangat berpengaruh terhadap efisiensi dan kualitas produksi minyak kelapa sawit. Salah satu komponen penting dalam sistem ini adalah Back Pressure Vessel (BPV), yang berfungsi menyalurkan uap ke berbagai stasiun proses. Penelitian ini bertujuan untuk mengelompokkan kondisi mesin berdasarkan atribut temperatur dan tekanan menggunakan algoritma Fuzzy C-Means (FCM). Data yang digunakan berasal dari mesin BPV PT. XYZ pada periode April–Mei 2024, dengan total 23.002 entri. Tahapan penelitian meliputi seleksi data, prapemrosesan, normalisasi menggunakan Min-Max Scaler, klasterisasi dengan FCM, serta evaluasi menggunakan metode Elbow dan Davies-Bouldin Index (DBI). Hasil awal menunjukkan adanya tiga klaster dengan distribusi kondisi mesin dari stabil hingga memerlukan perawatan. Metode Elbow mengindikasikan jumlah klaster optimal sebanyak empat, sedangkan DBI menunjukkan dua klaster terbaik dengan nilai 0,389. Temuan ini menunjukkan bahwa FCM mampu mengelompokkan kondisi mesin secara efektif dan dapat dijadikan dasar pengambilan keputusan perawatan. Pengembangan lebih lanjut disarankan dengan menambahkan atribut lain.

Actions (login required)

View Item