ADE RIZKY, MUHAMMAD and Matulatan, Tekad and Irawan, Feri (2026) PREDIKSI USAGE COUNTER MESIN PRODUKSI UNTUK MENENTUKAN WAKTU MAINTENANCE MENGGUNAKAN ALGORITMA BROWN'S DOUBLE EXPONENTIAL SMOOTHING. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) MUHAMMAD_ADE_RIZKY_2201020093_TEKNIK_INFORMATIKA - COVER.pdf - Published Version Download (749kB)
	Text (Abstrak) MUHAMMAD_ADE_RIZKY_2201020093_TEKNIK_INFORMATIKA - ABSTRAK.pdf - Published Version Download (264kB)
	Text (BAB I) MUHAMMAD_ADE_RIZKY_2201020093_TEKNIK_INFORMATIKA - BAB 1.pdf - Published Version Download (383kB)
	Text (Daftar Pustaka) MUHAMMAD_ADE_RIZKY_2201020093_TEKNIK_INFORMATIKA - DAFTAR PUSTAKA.pdf - Published Version Download (291kB)
	Text (Full Teks) MUHAMMAD_ADE_RIZKY_2201020093_TEKNIK_INFORMATIKA - FULL TEKS.pdf - Updated Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Manajemen perawatan mesin konvensional yang mengandalkan insting memicu ketidakpastian operasional. Variabel usage counter memiliki karakteristik runtun waktu yang secara alami membentuk tren linier positif. Tujuan dari penelitian ini adalah memproyeksikan nilai usage counter guna mendukung penjadwalan pemeliharaan prediktif secara objektif. Penelitian ini mengimplementasikan algoritma Brown's Double Exponential Smoothing (B-DES). Untuk menghindari bias subjektivitas manusia, parameter pemulusan dioptimasi menggunakan metode Grid Search yang diintegrasikan dengan teknik Walk-Forward Cross-Validation melintasi tiga iterasi. Pengujian menggunakan 183 data historis aktual yang dibagi ke dalam empat skenario waktu pengamatan (5, 10, 15, dan 20 hari). Model dievaluasi menggunakan pemeringkatan gabungan Mean Absolute Percentage Error (MAPE) dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa Skenario 10 Hari merupakan model terbaik dengan parameter optimal 0,59, menghasilkan akurasi tinggi dengan rata-rata MAPE sebesar 0,0116 % dan RMSE 142,89. Temuan ini membuktikan bahwa rentang pengamatan 10 hari adalah titik paling ideal untuk menangkap pola tren tanpa terdistorsi riwayat data usang. Implikasi sistem berbasis data ini memungkinkan teknisi menyusun jadwal pemeliharaan secara proaktif sehingga dapat menekan biaya akibat kerusakan mendadak. Kata kunci: Brown’s Double Exponential Smoothing, Grid Search, pemeliharaan prediktif, usage counter, Walk-Forward Validation.

Actions (login required)

View Item