Cegah Kerusakan Dini Pembangkit Listrik, Mahasiswa ITS Rancang Sipeko

Cegah Kerusakan Dini Pembangkit Listrik, Mahasiswa ITS Rancang Sipeko

Cegah Kerusakan Dini Pembangkit Listrik, Mahasiswa ITS Rancang Sipeko

Cegah Kerusakan Dini Pembangkit Listrik, Mahasiswa ITS Rancang Sipeko
Cegah Kerusakan Dini Pembangkit Listrik, Mahasiswa ITS Rancang Sipeko

Kerusakan komponen pembangkit listrik yang menyebabkan downtime dalam suatu industri masih sulit diprediksi,

sehingga mengakibatkan alur produksi terhenti yang berdampak kerugian bagi perusahaan maupun pelanggan.

Menghadapi tantangan tersebut, mahasiswa Institut Teknologi Sepuluh Nopember (ITS) merancang sebuah platform yang diberi nama Integrasi Sistem Penentu Jadwal Komponen-komponen pada Power Plant Berbasis Internet of Things (Sipeko).

Mereka adalah Ahmad Haniful Auli dan Ni Putu Indira Melila, mahasiswa Departemen Teknik Mesin ITS

yang merancang inovasi digitalisasi industri tersebut. Platform digital yang mereka ciptakan ditujukan untuk memberi rekomendasi jadwal pemeliharaan serta perawatan suatu komponen dari pembangkit listrik secara otomatis dan realtime.

“Banyak perusahaan pembangkit listrik di Indonesia yang masih menggunakan metode manual dalam menjadwalkan perawatan komponen-komponennya,” ungkap mahasiswa yang akrab disapa Auli itu.

Menurut Auli, kerugian perusahaan dapat terjadi akibat kurangnya akurasi dalam menjadwalkan perawatan dan pemeliharaan komponen. “Dengan adanya Sipeko ini, proses pemeliharaan dan perawatan komponen dapat dilakukan lebih cepat dan efisien karena berbasis digital,” tandasnya.

Sipeko sendiri bekerja berdasarkan input data berupa jumlah, waktu, dan jenis perbaikan yang pernah

dilakukan pada suatu komponen sejak kali pertama dioperasikan. Adapun input data tersebut diklasifikasikan dalam corrective maintenance, routine maintenance, dan periodic maintenance. “Corrective artinya perawatan setelah kerusakan, routine artinya pemeliharan rutin, dan periodic artinya perawatan berkala,” jelas mahasiswa asal Ponorogo ini.

Aulia menambahkan, input data yang diterima selanjutnya akan diolah oleh server menggunakan Weibull Distribution dan Least Square Regression untuk menghasilkan kondisi terkini dari suatu komponen. “Terdapat lima kategori untuk memetakan kondisi terkini komponen, di antaranya adalah utama, prima, aman, pengecekan, dan penggantian,” tuturnya.

Setelah mengetahui kondisi terkininya, lanjut Auli, platform ini dapat secara otomatis menjadwalkan waktu perbaikan selanjutnya untuk komponen tersebut. Dengan cara ini, suatu komponen dapat diperbaiki sedekat mungkin sebelum kerusakan yang diprediksi akan terjadi, sehingga efektif untuk menekan potensi downtime mesin.

 

Sumber :

https://situsiphone.com/