Model Optimasi Jadwal Perawatan Mesin Kapal Berbasis Artificial Intelligence Untuk Mendukung Efisiensi Operasi Industri Vokasi
Keywords:
optimasi perawatan, mesin kapal, predictive maintenance, artificial intelligence, pendidikan vokasi , efisiensi operasioanalAbstract
Efisiensi operasional mesin kapal menjadi faktor krusial dalam mendukung produktivitas industri maritim dan pendidikan vokasi teknik mesin. Penelitian ini bertujuan mengembangkan model optimasi jadwal perawatan mesin kapal berbasis Artificial Intelligence (AI) untuk meningkatkan efektivitas perawatan dan mengurangi downtime. Metode penelitian menggunakan pendekatan kuantitatif berbasis simulasi dengan data sekunder yang mencakup jam operasi, MTBF, MTTR, biaya perawatan, dan prioritas komponen. Model AI diterapkan untuk memprediksi risiko kerusakan komponen, diikuti dengan optimasi jadwal perawatan berbasis prioritas menggunakan algoritma Linear Programming dan Genetic Algorithm. Hasil simulasi menunjukkan bahwa jadwal optimasi AI mampu menurunkan downtime tahunan dari 210 jam menjadi 160 jam, mengurangi total biaya perawatan tahunan sebesar 24,1%, dan menurunkan frekuensi kerusakan kritis sekitar 33,3%. Efisiensi operasional mesin meningkat dari 89,5% menjadi 93,7%, menunjukkan peningkatan produktivitas yang signifikan. Penelitian ini juga memberikan kontribusi pada pendidikan vokasi teknik mesin dengan menyediakan modul simulasi perawatan berbasis AI yang dapat digunakan untuk pelatihan praktis mahasiswa tanpa risiko kerusakan nyata. Keseluruhan temuan menegaskan bahwa integrasi AI dalam optimasi jadwal perawatan mesin kapal dapat meningkatkan efisiensi, mengurangi biaya, dan memperkuat praktik vokasi di bidang teknik mesin, sekaligus memberikan dasar untuk implementasi lebih lanjut dalam sistem monitoring real-time berbasis IoT.

