View/Open

Author
SILVA, OKTARIA PUTRI

Date Published
15 Jun 2026

Advisor
Hafiz Budi Firmansyah, S.Kom., M.Sc., Ph.D.,

Subject
Teknik Informatika

Publisher

ABSTRAK Pemantauan kondisi mesin decanter yang masih dilakukan secara manual atau terbatas dapat menyebabkan keterlambatan dalam mengetahui perubahan kondisi mesin. Oleh karena itu, diperlukan sistem monitoring yang mampu menyajikan informasi kondisi mesin secara otomatis, terstruktur, dan mudah dipahami. Penelitian ini bertujuan untuk merancang dan membangun dashboard monitoring kondisi mesin decanter berbasis web dengan peringatan dini berbasis threshold di PT Great Giant Pineapple. Sistem dikembangkan menggunakan metode Extreme Programming (XP). Sistem yang dibangun menampilkan data sensor berupa nilai Root Mean Square (RMS) pada sumbu X, Y, dan Z, suhu mesin, status kondisi mesin, hasil analisis Fast Fourier Transform (FFT), serta skor anomali. Pembaruan data pada dashboard dilakukan secara otomatis setelah data diterima, diproses, dan disimpan oleh backend. Threshold digunakan sebagai acuan peringatan awal ketika nilai parameter melewati batas yang ditentukan. Analisis FFT berbasis aturan digunakan untuk memberikan indikasi awal jenis kerusakan seperti unbalance, misalignment, mechanical looseness, dan bearing failure berdasarkan pola frekuensi getaran. Selain itu, skor anomali berbasis unsupervised machine learning digunakan untuk membandingkan data terbaru terhadap baseline historis mesin. Hasil analisis FFT dan skor anomali berfungsi sebagai informasi pendukung pemeriksaan awal, bukan sebagai diagnosis final karena belum divalidasi menggunakan ground truth kerusakan mesin aktual. Sistem ini juga belum melakukan prediksi waktu kerusakan maupun estimasi remaining useful life. Pengujian dilakukan menggunakan Black Box Testing dan User Acceptance Testing (UAT). Hasil pengujian menunjukkan bahwa fungsi utama sistem berjalan sesuai skenario pengujian tanpa ditemukan kesalahan yang signifikan. UAT yang melibatkan 10 responden menghasilkan nilai rata-rata sebesar 91,6% yang termasuk dalam kategori sangat baik. Sistem yang dikembangkan dapat membantu proses monitoring kondisi mesin decanter, memberikan peringatan dini berbasis threshold, menampilkan indikasi awal jenis kerusakan berbasis FFT, serta menyajikan skor anomali sebagai informasi pendukung pemeriksaan awal. Kata Kunci: Dashboard monitoring, mesin decanter, threshold, peringatan dini, FFT, skor anomali, pembaruan data otomatis, Extreme Programming.

URI
https://repo.itera.ac.id/depan/submission/SB2606110072

Keyword
Dashboard monitoring mesin decanter threshold peringatan dini FFT skor anomali pembaruan data otomatis Extreme Programming