Predictive Maintenance Adalah, 3 Tujuan & Pengaplikasiannya

  •   Agu 2024  •   10 min read  •   Comment

Predictive Maintenance AdalahPredictive Maintenance adalah metode pemeliharaan berdasarkan data yang dianalisis untuk mendeteksi potensi anomali pada suatu perangkat atau sistem.

Berbeda dengan jenis maintenance lainnya, maintenance ini menggunakan cukup banyak perangkat canggih seperti artificial intelligence (AI).

Ketika dilakukan dengan baik, pemeliharaan  ini dapat memberikan manfaat.

Misalnya, pengurangan anggaran sumber karena kerusakan mendadak.

Bagaimana tahapan perawatan ini? Apa manfaatnya? Untuk lebih jelasnya, mari kita pahami dulu apa pengertiannya secara garis besar.

1. Predictive Maintenance Adalah

Predictive Maintenance adalah tindakan servis dan perawatan di mana penyimpangan dan kemungkinan kesalahan pada mesin perusahaan diidentifikasi dengan bantuan analisis perangkat dan data sehingga dapat diprediksi dan diperbaiki sebelum terjadi kerusakan.

Konsep pemeliharaan preventif berbeda dari pemeliharaan prediktif dan berbasis kondisi, yaitu pemeliharaan yang dilakukan secara rutin dalam jangka waktu tertentu atau dalam kondisi mesin tertentu.

Keith R. Mobley menjelaskan dalam bukunya An Introduction to Predictive Maintenance bahwa perawatan prediktif adalah teknik yang dikembangkan untuk menentukan kondisi peralatan yang sedang digunakan dan memprediksi kapan perawatan harus dilakukan.

Pendekatan ini menjanjikan penghematan dibandingkan dengan pemeliharaan preventif rutin atau berbasis waktu karena pemeliharaan dilakukan hanya bila diperlukan.

Predictive Maintenance secara teratur memeriksa mesin berdasarkan analisis data yang dikumpulkan selama proses pemantauan.

Salah satu tujuan dari Predictive Maintenance adalah untuk mengecek kondisi mesin guna mengantisipasi masalah yang dapat menimbulkan biaya yang lebih tinggi.

Dengan Predictive Maintenance, industri menerima waktu henti aset yang diantisipasi, memperpanjang interval waktu antara pemeliharaan, dan dapat mempersiapkan kebutuhan suku cadang peralatan dan sumber daya lain yang dibutuhkan sehingga waktu henti selama pemeliharaan dapat dikelola dengan baik. dioptimalkan.

Production downtime adalah periode dimana mesin tidak berproduksi.

Total waktu henti pabrik, termasuk penghentian produksi, dapat mengakibatkan hilangnya pendapatan untuk bisnis.

Mengetahui downtime dan sifat kegagalan, dealer dapat melakukan untuk menyimpan suku cadang yang diperlukan untuk menghindari waktu pengadaan yang lama untuk suku cadang tersebut, yang menyebabkan keterlambatan dalam jalur produksi.

Baca Juga: Solenoid Adalah: Fungsi, 2 Jenis, & Cara Kerjanya

2. Fungsi Predictive Maintenance

Fungsi utama Predictive Maintenance adalah melakukan pekerjaan pemeliharaan pada waktu yang dijadwalkan, yaitu pada waktu yang paling efisien dan juga sebelum terjadi kerusakan pada peralatan.

Prosedur ini menjanjikan efisiensi biaya dan waktu, karena pekerjaan pemeliharaan dilakukan sesuai rencana.

3. Tujuan Predictive Maintenance

Berikut tiga tujuan dari Predictive Maintenance, yaitu:

3.1 Meningkatkan Efisiensi Perawatan

Predictive Maintenance biasanya lebih efektif daripada perawatan lainnya.

Jadi, salah satu tujuan umum dari pemeliharaan ini adalah efisiensi pemeliharaan aktif.

3.2 Menurunkan Budget

Perawatan ini tidak sering dilakukan, hanya saat alat rusak atau sistem dalam kondisi sangat baik.

Tujuan Predictive Maintenance adalah untuk mengurangi pemborosan ini melalui sistem yang lebih akurat.

3.3 Produktivitas Lebih Maksimal

Berkat kemampuan untuk mendeteksi kesalahan, perbaikan dapat dilakukan sebelum terjadi kerugian total.

Proses produksi selalu berjalan lancar karena tidak ada kegagalan alat secara tiba-tiba.

Baca Juga: Pengertian Sensor LDR, 2 Karakteristik & Manfaatnya

4. Peralatan Predictive Maintenance

Ada empat peralatan Predictive Maintenance, di antaranya:

4.1 Alat Pengambilan Data

Pengumpul data adalah alat apa pun yang dapat mengumpulkan informasi sensorik seperti getaran, suhu, kebisingan, dan tekanan.

Jenis alatnya pasti berbeda.

Misalnya alat pengukur getaran untuk menerima data getaran hingga kamera infra-merah untuk mendeteksi hotspot di sistem.

4.2 Internet of Things

IoT atau Internet of Things berguna untuk mengubah informasi dari perangkat pencari informasi menjadi sinyal digital.

Perubahan ini dilakukan untuk memudahkan analisis data yang lebih detail.

4.3 Machine Learning

Machine Learning mengumpulkan semua sinyal digital dan memprosesnya untuk memetakan properti normal suatu perangkat atau mekanisme.

Misalnya, suatu alat bisa disebut normal jika tidak melebihi suhu tertentu.

Jika terdeteksi suhu yang terlalu tinggi pada hari tertentu, berarti ada anomali yang perlu diselidiki lebih lanjut.

4.5 CMMS

Sistem manajemen pemeliharaan terkomputerisasi atau CMMS membuat jenis perintah kerja untuk teknisi pemeliharaan.

Perintah didasarkan pada pendeteksian penyimpangan dari pola normal alat.

Baca Juga: Resonator Knalpot Motor dan Mobil, 3 Fungsi & Harga Knalpot

5. Prosedur Predictive Maintenance

Berikut serangkaian langkah untuk melakukan Predictive Maintenance:

5.1 Analisis Data Awal

Pada tahap ini semua data sebelumnya seperti laporan pemeliharaan yang telah dibuat hingga ke CMMS dikumpulkan.

Data tersebut kemudian dianalisis sebagai bahan pertimbangan untuk menentukan langkah selanjutnya.

5.2 Identifikasi Kerusakan Menggunakan Mode Failure

Identifikasi kerusakan pada mode kegagalan dilakukan untuk mendapatkan informasi tentang frekuensi terjadinya kerusakan, tingkat keparahan kerusakan dan tingkat kesulitan pendeteksian kerusakan.

Informasi ini akan digunakan saat mempertimbangkan langkah selanjutnya.

5.3 Pengumpulan Data Sensorik

Pengumpulan data harus langsung.

Pemilihan komponen yang ingin dikumpulkan datanya sendiri harus didasarkan pada hasil analisis pada langkah 1 dan 2.

Misalnya, berdasarkan laporan sebelumnya, diketahui bahwa Pipa A mengalami kebocoran.

Jadi bagian inilah yang harus ditelaah lebih detail.

5.4 Analisis Data

Langkah selanjutnya adalah menganalisis semua informasi yang diterima

Analisis dapat dilakukan dengan menggunakan kecerdasan buatan (AI) dan Machine Learning untuk menentukan pola normal dan abnormal pada alat.

5.5 Penetapan Warning untuk Teknisi

Berdasarkan hasil analisis, alarm atau peringatan dapat dihasilkan bagi teknisi untuk melakukan inspeksi ketika terdeteksi anomali.

Kamu dapat melakukannya dengan menyambungkan perangkat pemantauan ke CMMS yang dapat mengeluarkan perintah kerja.

Baca Juga: AC Berapa Watt, Cara Menghitung Watt & 8 Harga AC Low Watt

6. Predictive Maintenance dengan Machine Learning

Setiap mesin memiliki sejumlah besar data historis termasuk, kerusakan mesin.

Dengan bantuan Machine Learning, industri sekarang dapat memprediksi kerusakan berikutnya.

Kamu harus melalui setidaknya tiga langkah untuk menerapkan Machine Learning ke Predictive Maintenance, yaitu:

6.1 Data Cleaning dan Wrangling

Langkah pertama dan krusial untuk menentukan apakah kamu dapat melakukan Predictive Maintenance menggunakan Machine Learning atau tidak?

Kamu perlu memastikan bahwa kamu memiliki cukup data untuk dimodelkan.

Data berasal dari sensor mesin.

Dengan menggabungkan data historis dari saat mesin beroperasi secara normal dan saat mesin mati, algoritme dapat mempelajari pola data dari setiap kejadian mesin, memungkinkan kamu membuat Machine Learning yang memprediksi dengan lebih akurat apa yang akan terjadi di masa mendatang.

Setelah kamu memastikan bahwa memiliki cukup data, proses selanjutnya adalah mendenoise data menggunakan serangkaian transformasi dan pendekatan statistik.

6.2 Feature Engineering

Model Machine Learning yang baik bergantung pada data yang tersedia.

Oleh karena itu, kamu perlu fokus pada pengumpulan data yang optimal untuk memaksimalkan kepadatan data.

Feature Engineering adalah salah satu metode untuk mencapai tujuan ini.

Tergantung pada jenis algoritma yang digunakan, banyak transformasi dapat dilakukan pada proses ini.

6.3 Data Modelling

Langkah terakhir adalah pemodelan.

Data yang dibersihkan pada langkah sebelumnya “dilatih” oleh beberapa algoritma, misalnya berbasis ML atau berbasis DL.

Pada tahap ini juga perlu melakukan penyetelan hyperparameter untuk menemukan model terbaik dan memilih metrik kinerja yang memungkinkan kamu mengevaluasi kualitas model yang sedang kamu bangun.

Setelah kamu mendapatkan desain terbaik, desain tersebut disimpan untuk produksi.

Baca Juga: Cara Screenshot Samsung S20 FE

7. Kelebihan dan Kekurangan Predictive Maintenance

Berikut kelebihan dan kekurangan pada Predictive Maintenance:

7.1 Kelebihan Predictive Maintenance

Ada enam kelebihan yang dimiliki oleh Predictive Maintenance, yaitu:

7.1.1 Minimalkan Interval Perawatan yang Tidak Terjadwal

Predictive Maintenance dapat meminimalkan pemeliharaan reaktif.

Hal ini karena pemantauan data waktu nyata untuk menghindari kerusakan produk.

7.1.2 Mengurangi Biaya Perawatan Preventif

Pemeliharaan preventif terkadang menghabiskan banyak uang ketika alat dalam kondisi baik atau bahkan rusak parah.

Aplikasi pemeliharaan prediktif berdasarkan data real-time dapat secara signifikan meminimalkan masalah tersebut dan dengan demikian menghindari pemborosan.

7.1.3 Predictive Maintenance dapat Memperpanjang Umur Aset

Deteksi dini kesalahan dalam proses Predictive Maintenance dapat meningkatkan kesehatan peralatan.

Usia alat dapat meningkat dari 20% menjadi 40% dari umur normalnya.

7.1.4 Pengurangan Anggaran Tenaga Kkerja dan Pembelian Suku Cadang

Biaya tenaga kerja dan pembelian suku cadang dapat meningkat jika sistem tidak berfungsi dengan baik.

Predictive Maintenance dapat memperbaiki keduanya dengan kinerja pelacakannya.

7.1.5 Predictive Maintenance Menghindari Kerusakan Komponen

Penyimpangan data tidak serta merta berarti komponen rusak.

Terkadang komponen hanya perlu dibersihkan, dilumasi dan sejenisnya.

Dengan penerapan Predictive Maintenance, kesalahan yang terdeteksi dapat segera diperbaiki, sehingga kerusakan serius dapat dicegah.

7.1.6 Melindungi Karyawan

Apalagi kondisi kerja yang berhubungan dengan perangkat elektronik selalu terkait dengan risikonya sendiri.

Keamanan dapat ditingkatkan dengan memastikan bahwa sistem dan komponennya berfungsi dengan baik.

Oleh karena itu, Predictive Paintenance yang dapat digunakan untuk mengetahui juga dapat meningkatkan keselamatan kerja.

7.2 Kekurangan Predictive Maintenance

Berikut empat kekurangan Predictive Maintenance, yaitu:

7.2.1 Perencanaan yang Lebih Kompleks

Meskipun pemeliharaan ini efektif dalam mencegah kerusakan, namun membutuhkan perencanaan yang kompleks.

Kamu harus memperhatikan detail yang membutuhkan banyak waktu.

7.2.2 Anggaran Ekstra untuk Membeli Alat Perawatan

Alat yang dibutuhkan untuk Predictive Maintenance tidaklah murah.

Beberapa perangkat mahal harus kamu beli.

7.2.3 Tergantung pada Peralatan

Jenis pemeliharaan ini sangat bergantung pada alat untuk pengumpulan dan analisis data.

Meski metodenya cukup modern, terkadang kesalahan analitik juga bisa terjadi.

7.2.4 Dilakukan oleh Ahlinya

Selain mahal, tidak semua karyawan bisa melakukannya

Perusahaan seringkali perlu menyewa pihak ketiga untuk pemeliharaan ini.

Dengan kata lain, anggaran yang dialokasikan juga harus ditingkatkan.

Baca Juga: Rekomendasi HP Samsung Harga 6 Jutaan Terbaik 2023

8. Langkah Implementasi Predictive Maintenance yang Efektif

Berikut 6 langkah implementasi Predictive Maintenance yang dapat dilakukan:

8.1 Mengidentifikasi Aset

Kamu perlu menentukan aset apa yang ingin disertakan dalam program Predictive Maintenance-mu.

8.2 Mengumpulkan data

Catatan tentang mesin adalah sumber informasi berharga dan hemat waktu yang membantu dalam pemeliharaan prediktif.

Data memberikan informasi tentang alat berat untuk menentukan bagaimana model Predictive Maintenance harus dirancang.

8.3 Menganalisis kegagalan mesin

Pada  langkah ini, kamu harus menganalisis aset yang ingin diinvestasikan dalam program ini.

Tujuan dari analisis ini adalah untuk mengidentifikasi mode kegagalan.

8.4 Pilih dan Gunakan teknik condition monitoring

Program ini mengintegrasikan berbagai jenis data mesin, seperti data kinerja untuk membuat keputusan yang tepat tentang tindakan pemeliharaan.

8.5 Mengembangkan Algoritma Untuk Memprediksi Kegagalan

Selanjutnya, sebuah algoritma harus dikembangkan yang akan berfungsi sebagai dasar untuk memprediksi setiap jenis kegagalan yang diidentifikasi oleh FMEA.

8.6 Mulailah dengan Pilot Project

Tahap akhir implementasi dimulai dengan proyek percontohan.

Mulailah dengan menguji beberapa aset.

Baca Juga: Cara Melihat Alamat IP Indihome

9. Perbedaan Predictive dan Preventive Maintenance

Pemeliharaan prediktif dan pemeliharaan preventif memiliki tujuan yang hampir sama.

Kedua program tersebut dirancang untuk mengembangkan kegiatan pemeliharaan yang dilakukan secara rutin untuk memenuhi standar.

Meskipun kedua metode tersebut memperpanjang usia aset, mencegah kegagalan tak terduga, dan menghemat biaya, pemeliharaan preventif dan pemeliharaan prediktif adalah dua pendekatan yang berbeda.

Preventive Maintenance dilakukan pada saat mesin mati total, sedangkan Predictive Maintenance dilakukan pada saat mesin dalam keadaan normal dan menjalankan fungsi produksi secara normal.

Jadwal pemeliharaan preventif dibuat berdasarkan operasi dan pemicu sensorik dari setiap perangkat.

Teknisi biasanya perlu mematikan dan membongkar peralatan untuk melakukan program pemeliharaan preventif seperti penggantian oli atau pelumasan.

Sementara itu, Predictive Maintenance mengidentifikasi tren data dan memprediksi kapan pemadaman akan terjadi.

Metode ini mengumpulkan dan menganalisis informasi kinerja perangkat secara real-time yang terjadi saat perangkat beroperasi secara normal.

Baca Juga: Kode Top Up Dana di BRILink Mobile

10. Pengaplikasian Predictive Maintenance

Pengaplikasian metode Predictive Mainetenance ini dapat dilakukan pada:

10.1 Kereta api

Mendeteksi tanda peringatan sebelum menyebabkan downtime untuk aset linier, tetap, dan bergerak.

Meningkatkan keamanan dan melacak kekosongan deteksi melalui sistem pemantauan berbasis kabin kendaraan baru.

Juga dapat mengidentifikasi jenis aset lintasan tempat kekosongan berada dan memberikan indikasi tingkat keparahan.

Pemantauan Kesehatan Titik Mesin (perangkat yang digunakan untuk mengoperasikan perputaran kereta api) dapat membantu mendeteksi gejala awal degradasi sebelum terjadi kegagalan.·

10.2 Manufaktur

Deteksi dan diagnosis kesalahan dini di industri manufaktur.

Produsen semakin banyak mengumpulkan data besar dari sensor Internet of Things (IoT) di pabrik dan produk mereka dan menggunakan algoritme berbeda untuk data yang dikumpulkan untuk mendeteksi tanda peringatan kegagalan mahal sebelum terjadi.

10.3 Minyak dan Gas

Perusahaan minyak dan gas seringkali tidak memiliki visibilitas terhadap kondisi peralatan mereka, terutama di lokasi lepas pantai dan perairan dalam yang terpencil.

Data besar dapat memberikan wawasan kepada perusahaan minyak dan gas, dengan cara ini kegagalan peralatan dan masa pakai sistem dan komponen yang optimal dapat dianalisis dan diprediksi.

Baca Juga: Cara Menyambungkan WiFi ke HP yang Tidak Bisa Tersambung

Kesimpulan

Predictive Maintenance didasarkan pada kekuatan yang menggabungkan pemeliharaan preventif dan strategi pemeliharaan berbasis kondisi.

Manfaat Predictive Maintenance adalah kamu dapat merencanakan pekerjaan ke depan dan memaksimalkan masa pakai aset.

Baca artikel lainnya seputar pendidikan disini!

Orang juga bertanya

Daftar Isi:

Fiana is an Europeanist, freelance writer, and write SEO friendly content.

Tinggalkan komentar