Abstract:
Pada PT. Integral Industrial Indonesia merupakan perusahaan yang bergerak di bidang Predictive
Maintenance. PT. Integral Industrial Indonesia ini merupakan suatu perusahaan yang memiliki Sensor
Vibration. Produk yang dimiliki berkembang dalam lingkungan industrial yang kompleks, dimana
optimalisasi desain, operasi, dan pemeliharaan aset merupakan hal yang sangat penting. Platform perangkat
lunak yang dibangun khusus untuk mengotomatiskan pekerjaan pengetahuan dan membangun keunggulan
kompetitif yang berkelanjutan dengan memberikan pengembalian yang tinggi selama seluruh siklus hidup
aset. Metode yang digunakan dalam penelitian adalah Clustering K-Means dan Hierarichal Clustering.
Langkah pertama dalam melakukan penelitian ini adalah menganalisis data RJason berdasarkan variabel,
Timestamp, XYZ Peak Rms, Rate dengan bsebanyak 1.262 baris data. Kemudian data tersebut di analisis
berdasarkan karakteristik dari metode Clustering K-Means dan Hierarichal Clustering dengan mengetahui
output data yang melebihi batas Treshold. Dan Clustering K-Means didapatkan 2 cluster (1) berawarna merah
terdapat (734) kelompok data, pada klaster (2) berwarna biru terdapat (527) kelompok data. Sedangkan pada
Hierarichal Clustering diperoleh 6 kelompok data. Dan output final untuk mengetahui data sudah optimal
dan mengetahui data sudah tidak melebihi batas maksimum atau batas Treshold dengan cara menentukan
hasil Visualisasi Plot disetiap metode yang digunakan. Dan pada analisis finansial didapatkan penghematan
hingga 80%. Dengan demikian, perusahaaan dapat terus meningatkan keuntungan dan efisiensi dengan
menggunakan metode yang paling sesuai dengan kebutuhan perusahaaan berdasarkan tujuan yang ingin
dicapai.
