FIKRI KURNIA RAHMAN, - (2025) PENERAPAN ALGORITMA K-MEANS CLUSTERING PADA KINERJA MESIN SCREW PRESS. Bulletin of Information Technology (BIT), 6 (2). pp. 59-70. ISSN 2722-0524 (Online)

Preview	Text (JURNAL ARTIKEL) Bebas Pustaka - Fikri Kurnia - Fikri Kurnia.pdf - Published Version Download (1MB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI MAHASISWA) Surat Simpan Karya - Fikri Kurnia.pdf - Published Version Download (245kB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI DOSEN) 6. Form-Persetujuan Publikasi - Fikri Kurnia.pdf - Published Version Download (78kB) | Preview

Abstract

Screw press adalah salah satu mesin yang berperan sebagai proses pemisahan minyak dari tangki yang berisi Tandan Buah Segar (TBS). Bagian dari mesin screw press terdiri dari screw ganda yang berfungsi sebagai alat mengeluarkan cairan minyak dari alat penekan, dan diberikan tekanan balik yang berasal dari hydraulic double cone. Ampas buah yang diaduk ditekan sehingga minyak yang terkandung dalam ampas buah keluar akibat tekanan dari mesin press. Pemeliharaan dan perbaikan mesin merupakan kegiatan yang penting dalam menunjang kegiatan produktif suatu sektor. Oleh karena itu, diperlukan pembelajaran untuk menemukan pola kondisi mesin pada pabrik. Salah satu cara untuk menemukan pola kondisi mesin yaitu dengan menggunakan teknik Clustering. Clustering adalah teknik pengelompokan data berdasarkan parameter tertentu sehingga membentuk kelas-kelas objek yang mempunyai karakteristik yang sama. Pada penelitian ini data diperoleh dari PT. XYZ periode April 2024 – Mei 2024 dengan jumlah data sebanyak 23002. Analisis dilakukan dengan menerapkan algoritma K-Means Clustering dengan melakukan pengujian terhadap 3-15 cluster. Berdasarkan evaluasi hasil clustering dengan menggunakan algoritma K-Means Clustering terhadapa metode Davies Bouldin Index (DBI) diperoleh hasil cluster yang paling optimal pada 3 cluster dingan nilai DBI terkecil 0,386. Sedangkan dengan menggunakan metode Elbow diperoleh hasil cluster paling optimal dilihat dengan titik siku pada 4 cluster dengan nilai Sum of Square Error (WCSS) 270. Oleh karena itu, dapat disimmpulkan bahwa hasil cluster dengan menerapkan algoritma K-Means Clustering sudah relavan dalam menentukan pola kondisi mesin dan diharapkan dapat membantu dalam menentukan pola kondisi mesin screw press.

Actions (login required)

View Item