PERAWATAN PREDIKTIF KERUSAKAN BANTALAN DENGAN MENGGUNAKAN SENSOR GETARAN IoT

Abstract

Dalam dunia industri, biaya pemeliharaan yang tinggi menjadi salah satu perhatian utama. Sebagian besar anggaran untuk pemeliharaan dihabiskan secara tidak efektif. Banyak dari industri yang masih menggunakan strategi dimana perawatan hanya dilakukan ketika peralatan sudah mengalami kegagalan (breakdown maintenance) dan perawatan berkala (periodic maintanance) sebagai konsep strategi perawatannya. Sebelum menggunakan Sensor IoT PT. XYZ menggunakan Portable Vibration Analysis yang tidak mampu untuk memantau kondisi bantalan secara kontinyu. Menetapkan metode perawatan prediktif dengan memantau secara kontinyu (continuous monitoring) kondisi bantalan akan memaksimalkan umur pakai dan mengurangi biaya perawatan. Pada era teknologi 4.0 ini perawatan prediktif sudah dikembangkan dan difasilitasi dengan teknologi Internet of Things (IoT). Dengan melihat tampilan dasbor Sensor Schaeffler OPTIME CM sebagai pusat antarmuka pengguna (central user interface) untuk melacak (tracking) status kondisi bantalan, pemantauan aktif mesin, serta notifikasi alarm berdasarkan batas Key Performance Indicator (KPI), maka kerusakan bantalan pada tahap awal dapat diidentifikasi dengan baik. Hasil pemeriksaan keabsahan data getaran pada KPI sensor IoT menggunakan metode ISO 10816-3 menunjukkan bahwa sensor IoT berikut jaringan nirkabel berfungsi dengan baik, juga kondisi bantalan adalah sesuai mesin kondisi baru, hasil analisa biaya-manfaat menggunakan metode CBA menghasilkan rasio 101% (>100%) serta nilai skor tertimbang analisa manfaat-tak-berwujud untuk sensor IoT menggunakan metode kuesioner dengan skala Likert adalah 44 lebih bagus daripada penggunaan Portable Vibration Analysis yaitu 26, sehingga investasi sensor IoT layak untuk diterapkan.