PENGELOMPOKAN DATA KONDISI MESIN SCREW PRESS MENGGUNAKAN ALGORITMA FUZZY C-MEANS

Jasril Jasril; M. Faiz Al Fiqri; Suwanto Sanjaya; Lestari Handayani; Fitri Insani

doi:10.24076/infosjournal.2025v8i01.2133

Authors

Jasril Jasril Universitas Islam Negeri Sultan Syarif Kasim Riau
M. Faiz Al Fiqri Universitas Islam Negeri Sultan Syarif Kasim Riau
Suwanto Sanjaya Universitas Islam Negeri Sultan Syarif Kasim Riau
Lestari Handayani Universitas Islam Negeri Sultan Syarif Kasim Riau
Fitri Insani Universitas Islam Negeri Sultan Syarif Kasim Riau

DOI:

https://doi.org/10.24076/infosjournal.2025v8i01.2133

Keywords:

Fuzzy C-Means, Clustering, Back Pressure Vessel, Screw Press, Davies-Bouldin Index

Abstract

Kinerja mesin screw press sangat memengaruhi efisiensi dan kualitas produksi minyak kelapa sawit. Salah satu komponen penting dalam sistem ini adalah Back Pressure Vessel (BPV) yang menyalurkan uap ke berbagai stasiun proses. Penelitian ini bertujuan untuk mengelompokkan kondisi mesin berdasarkan temperatur dan tekanan menggunakan algoritma Fuzzy C-Means (FCM). Data yang dianalisis berasal dari mesin BPV PT. XYZ periode April–Mei 2024 sebanyak 23.002 entri. Tahapan penelitian meliputi seleksi data, pra-pemrosesan, normalisasi Min-Max Scaler, klasterisasi FCM, dan evaluasi menggunakan metode Elbow dan Davies-Bouldin Index (DBI). Hasil awal menunjukkan tiga klaster dengan distribusi kondisi mesin dari stabil hingga memerlukan perawatan. Metode Elbow menunjukkan jumlah klaster optimal sebanyak empat, sedangkan DBI menunjukkan dua klaster dengan nilai terbaik 0,389. Hasil ini menunjukkan bahwa FCM mampu mengelompokkan kondisi mesin secara efektif dan dapat digunakan sebagai dasar dalam pengambilan keputusan perawatan. Penelitian ini disarankan untuk dikembangkan dengan atribut tambahan.