Mahasiswa ITS Buat Sistem Deteksi Kerusakan Dini Pembangkit Listrik

Kamis, 17 Januari 2019 - 14:50 WIB
Mahasiswa ITS Buat Sistem Deteksi Kerusakan Dini Pembangkit Listrik
Mahasiswa ITS menciptakan Sipeko yang menjadi sistem deteksi dini perawatan pembangkit listrik.Foto/SINDOnews/Aan Haryono
A A A
SURABAYA - Sebuah platform yang diberi nama Integrasi Sistem Penentu Jadwal Komponen-komponen pada Power Plant Berbasis Internet of Things (Sipeko) memberikan jawaban atas penghematan perawatan pembangkit listrik.

Selama ini kerusakan komponen pembangkit listrik yang menyebabkan downtime dalam suatu industri masih sulit diprediksi, sehingga mengakibatkan alur produksi terhenti yang berdampak kerugian bagi perusahaan maupun pelanggan.

Sipeko sendiri merupakan ciptaan mahasiswa Institut Teknologi Sepuluh Nopember (ITS) Surabaya yang digawangi Ahmad Haniful Auli dan Ni Putu Indira Melila. Mereka merupakan mahasiswa Departemen Teknik Mesin ITS yang merancang inovasi digitalisasi industri tersebut.

Ahmad Haniful Auli menuturkan, platform digital yang mereka ciptakan ditujukan untuk memberi rekomendasi jadwal pemeliharaan serta perawatan suatu komponen dari pembangkit listrik secara otomatis dan realtime.

“Banyak perusahaan pembangkit listrik di Indonesia yang masih menggunakan metode manual dalam menjadwalkan perawatan komponen-komponennya,” kata Auli, Kamis (17/1/2019).

Ia melanjutkan, kerugian perusahaan dapat terjadi akibat kurangnya akurasi dalam menjadwalkan perawatan dan pemeliharaan komponen. “Dengan adanya Sipeko ini, proses pemeliharaan dan perawatan komponen dapat dilakukan lebih cepat dan efisien karena berbasis digital,” ucapnya.

Sipeko sendiri bekerja berdasarkan input data berupa jumlah, waktu, dan jenis perbaikan yang pernah dilakukan pada suatu komponen sejak kali pertama dioperasikan. Adapun input data tersebut diklasifikasikan dalam corrective maintenance, routine maintenance, dan periodic maintenance.

“Corrective artinya perawatan setelah kerusakan, routine artinya pemeliharan rutin, dan periodic artinya perawatan berkala,” sambungnya.

Ia menambahkan, input data yang diterima selanjutnya akan diolah oleh server menggunakan Weibull Distribution dan Least Square Regression untuk menghasilkan kondisi terkini dari suatu komponen. “Terdapat lima kategori untuk memetakan kondisi terkini komponen, di antaranya adalah utama, prima, aman, pengecekan, dan penggantian,” jelasnya.

Setelah mengetahui kondisi terkininya, lanjutnya, platform ini dapat secara otomatis menjadwalkan waktu perbaikan selanjutnya untuk komponen tersebut. Dengan cara ini, suatu komponen dapat diperbaiki sedekat mungkin sebelum kerusakan yang diprediksi akan terjadi, sehingga efektif untuk menekan potensi downtime mesin.

Di samping itu, platform ini juga memungkinkan transparansi akses data antara operator dengan perusahaan. “Dengan adanya transparansi data, keamanan sistem lebih mudah dikontrol sehingga mampu mengurangi kemungkinan terjadinya human error,” ujarnya.
(vhs)
Copyright © 2024 SINDOnews.com
All Rights Reserved
artikel/ rendering in 3.6008 seconds (0.1#10.140)