MODEL PREDIKSI STRATEGI MAINTENANCE BERBASIS HISTORICAL DATA MENGGUNAKAN PROBABILISTIC RISK ASSESSMENT PADA MESIN OFFSET PRINTING

Abstrak

CV Masa Jaya is a business engaged in manufacturing in the form of various products such as books, invitations, packaging and the like. The production process carried out at the CV Masa Jaya company uses several machines, one of which is a 4-color offset machine. The 4- color offset machine is one of the valuable assets of the CV Masa Jaya company because the 4-color offset machine has more quality in terms of speed and color of the production results. For the machine to operate optimally and reduce the occurrence of damage, this study aims to predict the type of machine maintenance designed based on historical data on 4-color offset machine damage. Data processing is done by separating data sets in the form of training data (2 years) and testing data (1 year). Training data is used to create a model by determining the level of RNPNR value from the training data so that the model is obtained in the form of "IF RNPNR>7 AND MTBR>69 THEN MAINTENANCE TYPE = PM ELSE
MAINTENANCE TYPE = CM". The prediction model will be applied to test data. The prediction model accuracy results are obtained at 63.16% with correct accuracy and incorrect accuracy of 36.84%.

Abstrak

CV. Masa Jaya merupakan usaha yang bergerak dibidang manufaktur berupa berbagai produk seperti buku, undangan, kemasan dan sejenisnya. Proses produksi yang dilakukan pada perusahaan CV Masa Jaya menggunakan beberapa mesin, salah satunya mesin offset 4 warna. Mesin offset 4 warna merupakan salah satu asset berharga pada perusahaan CV Masa Jaya karena mesin offset 4 warna mempunyai kualitas yang lebih dari segi kecepatan dan warna dari hasil produksinya. Agar mesin dapat beroperasi secara maksimal dan mengurangi terjadinya kerusakan, maka penelitian ini bertujuan untuk memprediksi jenis perawatan mesin yang dirancang berdasarkan data histori kerusakan mesin offset 4 warna. Pengolahan data dilakukan dengan memisahkan data set berupa data pelatihan (2tahun) dan data pengujian (1 tahun). Data pelatihan digunakan untuk membuat model dengan menentukan tingkat nilai RNPNR dari data pelatihan sehingga model didapat berupa ““IF RNPNR >7 AND MTBR >69 THEN TIPE MAINTENANCE = PM ELSE TIPE MAINTENANCE =
CM”. Model prediksi tersebut akan diterapkan pada data pengujian. Hasil akurasi model prediksi didapat sebesar 63,16% dengan akurasi benar,dan akurasi salah sebesar 36,84%.