Prediksi Status Operasional Mesin Boiler Alstom Menggunakan Metode Decision Tree Untuk Identifikasi Faktor Gangguan Di PT Padang Raya Cakrawala

Boiler Alstom merupakan komponen vital dalam sistem refinery Crude Palm Oil (CPO), yang berfungsi menghasilkan uap untuk mendukung proses produksi. Gangguan operasional pada boiler dapat menyebabkan penurunan efisiensi hingga penghentian proses produksi. Tugas Akhir ini bertujuan untuk memprediksi status operasional mesin boiler Alstom menggunakan metode decision tree, serta mengidentifikasi faktor-faktor yang menyebabkan terjadinya gangguan. Data dikumpulkan dari parameter operasional harian mesin dan dianalisis menggunakan aplikasi RStudio. Model decision tree dibangun untuk mengklasifikasikan status operasional berdasarkan faktor-faktor (atribut) pada kendala link road yang rusak, drivelink besi y patah dan comolink besi l yang lengket. Decision tree yang diperoleh mampu mengklasifikasi (memprediksi) status operasional dengan tingkat akurasi 81,25%. Berdasarkan struktur decision tree dapar diagnosis bahwa faktor kerusakan CLBL (comonlink lengket) dan SBUD (sadlink berdempet) menjadi faktor dominan yang mempengaruhi klasifikasi kondisi operasional, yang mengarah ke status “Merah” (berhenti total). Pendekatan ini menjadi langkah awal untuk transformasi digital 4.0 dan automasi sistem monitoring mesin di lingkungan industri sawit seperti PT Padang Raya Cakrawala