Sistem Peringatan Dini Predictive Maintenance Mesin Eye Forming Robot dengan Random Forest & Notifikasi WhatsApp Real-Time di PT XYZ

Abstrak

Kelancaran proses produksi sangat bergantung pada performa mesin yang optimal. Di PT XYZ, mesin Eye Forming Robot kerap mengalami kerusakan mendadak yang menyebabkan downtime dan kerugian produksi. Penelitian ini bertujuan untuk mengembangkan sistem peringatan dini predictive maintenance berbasis algoritma Random Forest yang terintegrasi dengan notifikasi WhatsApp real-time. Metodologi yang digunakan meliputi pengumpulan data historis kerusakan mesin selama dua bulan, preprocessing data, penerapan Random Forest dengan variasi model (klasik, hypertuning, SMOTE, ensemble voting, dan stratified K-Fold), serta integrasi sistem dengan WhatsApp API. Hasil penelitian menunjukkan bahwa metode Random Forest dengan SMOTE memberikan akurasi prediksi terbaik sebesar 73,33%. Sistem ini berhasil mengirimkan notifikasi kerusakan secara real-time kepada teknisi sebagai upaya preventif. Kesimpulannya, integrasi machine learning dan sistem komunikasi real-time terbukti meningkatkan efektivitas maintenance. Penelitian ini membuka peluang pengembangan sistem serupa dengan cakupan data dan algoritma yang lebih luas untuk meningkatkan akurasi dan efisiensi operasional.