Pertanyaan yang Sering Diajukan

Temukan jawaban untuk pertanyaan umum tentang Sistem Pakar HVAS

Maintenance & MTBF

Predictive Maintenance adalah fitur dalam Sistem Pakar HVAS yang membantu Anda merencanakan perawatan komponen sebelum terjadi kerusakan. Fitur ini menggunakan data MTBF (Mean Time Between Failure) untuk memprediksi kapan komponen akan mencapai akhir masa pakainya.

Beberapa manfaat Predictive Maintenance:

  • Mencegah kerusakan yang tidak terduga pada alat HVAS
  • Mengurangi downtime alat karena kerusakan
  • Mengoptimalkan jadwal perawatan dan penggantian komponen
  • Memperpanjang umur pakai alat secara keseluruhan
  • Menghemat biaya perbaikan yang bisa lebih mahal jika terjadi kerusakan total

Dengan Predictive Maintenance, Anda dapat proaktif merencanakan perawatan alat HVAS dan menghindari gangguan operasional yang tidak perlu.

MTBF (Mean Time Between Failure) adalah rata-rata waktu antara kegagalan atau kerusakan pada suatu komponen. Dalam konteks HVAS, MTBF dinyatakan dalam hari dan menunjukkan berapa lama suatu komponen biasanya berfungsi sebelum mengalami kegagalan.

Cara kerja MTBF dalam sistem:

  1. Pengumpulan Data - Sistem menyimpan tanggal setiap penggantian komponen
  2. Perhitungan MTBF - Berdasarkan data historis dan spesifikasi pabrikan, sistem menghitung MTBF untuk setiap komponen
  3. Prediksi Kegagalan - Menggunakan tanggal penggantian terakhir dan nilai MTBF, sistem memprediksi kapan komponen akan mencapai batas umur pakainya
  4. Notifikasi - Sistem memberikan peringatan ketika komponen mendekati akhir masa pakainya

Misalnya, jika motor penghisap memiliki MTBF 180 hari dan terakhir diganti pada 1 Januari 2023, maka sistem akan memprediksi potensi kerusakan sekitar 30 Juni 2023 dan memberikan notifikasi beberapa waktu sebelumnya.

Untuk menggunakan fitur Predictive Maintenance, ikuti langkah-langkah berikut:

  1. Login ke akun Anda
  2. Klik menu Predictive Maintenance di sidebar
  3. Pada halaman MTBF, Anda akan melihat daftar komponen dengan status maintenance-nya
  4. Untuk menghitung prediksi maintenance:
    • Pilih komponen dari dropdown
    • Masukkan tanggal penggantian terakhir
    • Klik tombol Hitung Prediksi
  5. Sistem akan menampilkan:
    • Prediksi tanggal penggantian berikutnya
    • Sisa hari sebelum batas MTBF
    • Status komponen (Normal, Perhatikan, Segera Ganti)
    • Rekomendasi tindakan yang perlu diambil

Setelah melakukan penggantian komponen, jangan lupa untuk mencatat tanggal penggantian dengan mengklik tombol Catat Penggantian Baru. Hal ini penting untuk menjaga akurasi prediksi di masa mendatang.

Mencatat riwayat penggantian komponen sangat penting untuk akurasi prediksi MTBF. Berikut cara mencatatnya:

  1. Buka halaman Predictive Maintenance
  2. Anda dapat mencatat penggantian dengan dua cara:
    • Dari hasil perhitungan - Setelah melakukan perhitungan MTBF untuk suatu komponen, klik tombol Catat Penggantian Baru
    • Dari daftar komponen - Pada tabel komponen, klik ikon pada komponen yang diganti
  3. Pada modal yang muncul, isi informasi berikut:
    • Tanggal penggantian (default: hari ini)
    • Jenis penggantian (Rutin/Preventif/Karena Rusak)
    • Keterangan tambahan (opsional)
  4. Klik tombol Simpan Data

Setiap penggantian yang dicatat akan muncul dalam riwayat penggantian komponen dan digunakan untuk mengoptimalkan perhitungan MTBF di masa mendatang.

Note: Data yang digunakan dalam prediksi maintenance selanjutnya menggunakan data MTBF default sesuai Peraturan Badan No. 7 Tahun 2014.

Ya, sistem akan memberikan notifikasi ketika komponen mendekati atau melewati batas MTBF-nya. Notifikasi diberikan melalui beberapa cara:

  • Dashboard - Widget "Pengingat Perawatan" di Dashboard menampilkan daftar komponen yang perlu perhatian

Status komponen dikategorikan dalam tiga level:

  1. Normal (Hijau) - Komponen masih dalam batas aman
  2. Perhatikan (Kuning) - Komponen mendekati batas MTBF (kurang dari 14 hari)
  3. Segera Ganti (Merah) - Komponen sudah melewati atau akan melewati batas MTBF dalam 7 hari

Selain itu, pada halaman Analisis MTBF, Anda dapat melihat daftar lengkap semua komponen beserta status dan prediksi penggantian berikutnya.

Pertanyaan Umum

Sistem Pakar HVAS (High Volume Air Sampler) adalah aplikasi berbasis web yang dirancang untuk membantu mengidentifikasi kerusakan pada alat HVAS berdasarkan gejala-gejala yang terlihat. Sistem ini menggunakan metode forward chaining untuk melakukan diagnosa dan memberikan rekomendasi solusi.

Dengan Sistem Pakar HVAS, Anda dapat melakukan diagnosa awal kerusakan tanpa harus memiliki pengetahuan teknis yang mendalam, sehingga mempercepat proses identifikasi masalah dan perbaikan.

High Volume Air Sampler (HVAS) adalah alat yang digunakan untuk pengambilan sampel udara dengan volume tinggi. Alat ini umumnya digunakan dalam pemantauan kualitas udara, penelitian lingkungan, dan pengukuran polutan di udara.

Komponen utama HVAS meliputi:

  • Motor penghisap untuk menarik udara
  • Filter holder sebagai tempat pemasangan filter partikulat
  • Flowmeter untuk mengukur laju aliran udara
  • Timer untuk mengatur waktu pengambilan sampel
  • Sistem indikator untuk memantau operasi alat

Sistem Pakar HVAS bekerja dengan prinsip forward chaining, yaitu:

  1. Pengguna memilih gejala-gejala kerusakan yang terlihat pada alat HVAS
  2. Sistem mencocokkan gejala yang dipilih dengan aturan-aturan (rules) dalam basis pengetahuan
  3. Menggunakan metode Certainty Factor (CF), sistem menghitung tingkat kepastian untuk setiap kemungkinan kerusakan
  4. Sistem menampilkan diagnosis kerusakan dengan tingkat kepastian tertinggi beserta solusi perbaikannya

Semua proses ini terjadi secara otomatis dan hasilnya ditampilkan kepada pengguna dalam hitungan detik.

Sistem Pakar HVAS dapat digunakan oleh berbagai pihak, antara lain:

  • Teknisi - untuk mempercepat proses diagnosa kerusakan
  • Operator HVAS - untuk melakukan pemeriksaan awal saat terjadi masalah
  • Manajer Fasilitas - untuk memantau dan merencanakan perawatan alat
  • Staf Laboratorium - untuk memastikan alat berfungsi dengan baik
  • Peneliti - untuk mengatasi masalah teknis pada alat dengan cepat

Tidak diperlukan pengetahuan teknis mendalam untuk menggunakan sistem ini, karena antarmukanya dirancang agar mudah digunakan oleh semua orang.

Akun & Akses

Untuk mendaftar akun baru, ikuti langkah-langkah berikut:

  1. Klik tombol Login di pojok kanan atas halaman
  2. Pada halaman login, klik tautan Daftar di sini
  3. Isi formulir pendaftaran dengan informasi yang diminta:
    • Nama Lengkap
    • Email (pastikan email Anda aktif)
    • Username (akan digunakan untuk login)
    • Password (minimal 6 karakter)
  4. Centang kotak untuk menyetujui syarat dan ketentuan
  5. Klik tombol Daftar

Setelah berhasil mendaftar, Anda akan diarahkan ke halaman login untuk masuk ke sistem.

Jika Anda lupa password, ikuti langkah-langkah berikut:

  1. Pada halaman index, masuk ke laman Bantuan
  2. Tuliskan subjek email Reset Password Sistem Pakar HVAS
  3. Tuliskan username dan email yang digunakan pada sistem
  4. Buat password baru dan konfirmasi
  5. Kirimkan email permintaan reset password kepada admin

Periksa folder spam atau hubungi administrator sistem jika tidak kunjung mendapat email konfirmasi reset password.

Sistem Pakar HVAS memiliki tiga peran pengguna dengan akses berbeda:

Peran Akses Deskripsi
User Dasar
  • Melakukan diagnosa kerusakan
  • Melihat riwayat konsultasi pribadi
  • Mengakses predictive maintenance dasar
Teknisi Menengah
  • Semua fitur user
  • Mengelola data gejala, kerusakan, aturan, dan solusi
  • Mencatat dan melihat riwayat penggantian komponen
  • Mengakses analisis MTBF lengkap
Admin Penuh
  • Semua fitur teknisi
  • Mengelola pengguna (tambah, edit, hapus)
  • Mengatur konfigurasi sistem
  • Akses ke log aktivitas dan statistik sistem

Untuk mendapatkan akses teknisi atau admin, hubungi administrator sistem melalui halaman Kontak.

Untuk mengubah informasi profil, ikuti langkah-langkah berikut:

  1. Login ke akun Anda
  2. Klik ikon atau nama profil di pojok kanan atas
  3. Pilih Profil Saya dari dropdown menu
  4. Pada halaman profil, klik tombol Edit Profil
  5. Ubah informasi yang diinginkan (nama, email, foto profil)
  6. Klik Simpan Perubahan

Perhatikan bahwa username tidak dapat diubah setelah pendaftaran. Untuk mengubah password, gunakan opsi Ubah Password di halaman profil.

Ya, Sistem Pakar HVAS dirancang dengan responsif dan dapat diakses dari berbagai perangkat, termasuk smartphone dan tablet.

  1. Browser Mobile - Cukup buka browser (Chrome, Safari, dll) di perangkat Anda dan akses URL sistem
    • Di Android - Buka Chrome, klik menu titik tiga, pilih "Tambahkan ke Layar Utama"
    • Di iOS - Buka Safari, klik ikon bagikan, pilih "Tambahkan ke Layar Utama"

Diagnosa Kerusakan

Untuk melakukan diagnosa kerusakan, ikuti langkah-langkah berikut:

  1. Login ke akun Anda
  2. Pada Dashboard, klik menu Diagnosa atau tombol Mulai Diagnosa
  3. Pada halaman diagnosa, Anda akan melihat daftar gejala kerusakan
  4. Centang semua gejala yang Anda amati pada alat HVAS Anda
  5. Klik tombol Mulai Diagnosa di bagian bawah halaman
  6. Sistem akan memproses input dan menampilkan hasil diagnosa
Tip: Untuk hasil yang akurat, pilih semua gejala yang tampak pada alat Anda, dan jangan centang gejala yang tidak Anda amati.

Certainty Factor (CF) atau Faktor Kepastian adalah nilai yang menunjukkan tingkat kepercayaan terhadap hasil diagnosa. Nilai ini berkisar antara 0 hingga 1 (atau 0% hingga 100%), dimana:

  • CF = 1.0 (100%): Kepastian penuh bahwa kerusakan sesuai dengan diagnosa
  • CF = 0.8 - 0.99 (80-99%): Kepastian tinggi
  • CF = 0.6 - 0.79 (60-79%): Kepastian sedang
  • CF = 0.4 - 0.59 (40-59%): Kepastian rendah
  • CF < 0.4 (< 40%): Sangat tidak pasti

Semakin tinggi nilai CF, semakin tinggi tingkat kepercayaan terhadap hasil diagnosa. Nilai CF dihitung berdasarkan kesesuaian gejala yang dipilih dengan aturan-aturan dalam basis pengetahuan sistem.

Sistem Pakar HVAS dirancang untuk memberikan diagnosa awal yang akurat, namun perlu diperhatikan beberapa hal berikut:

  • Akurasi hasil diagnosa sangat bergantung pada ketepatan gejala yang Anda pilih
  • Tingkat akurasi juga dipengaruhi oleh kelengkapan basis pengetahuan dalam sistem
  • Nilai Certainty Factor (CF) menunjukkan tingkat kepercayaan terhadap hasil diagnosa

Sebagai praktik terbaik, hasil diagnosa dari sistem pakar ini sebaiknya digunakan sebagai referensi awal. Untuk kerusakan yang kompleks, konsultasikan dengan teknisi berpengalaman untuk konfirmasi lebih lanjut.

Perhatian: Diagnosis sistem pakar adalah alat bantu, bukan pengganti teknisi profesional. Selalu gunakan pertimbangan teknis dan pengalaman dalam perbaikan akhir.

Setelah melakukan diagnosa, Anda dapat menyimpan atau mencetak hasil dengan beberapa cara:

  1. Simpan Otomatis - Semua hasil diagnosa otomatis tersimpan di riwayat konsultasi Anda
  2. Export ke PDF - Pada halaman hasil diagnosa atau detail konsultasi:
    • Klik tombol Cetak PDF
    • File PDF akan dihasilkan dengan format yang rapi
    • Simpan PDF tersebut ke perangkat Anda
  3. Cetak Langsung - Pada halaman hasil diagnosa:
    • Klik tombol Cetak
    • Pilih printer tujuan pada dialog cetak browser
    • Klik tombol cetak

Semua hasil diagnosa tersimpan permanen dalam database selama akun Anda aktif, sehingga Anda bisa mengaksesnya kembali kapan saja.

Jika Anda tidak menemukan gejala yang sesuai dengan kondisi alat HVAS Anda, berikut beberapa saran yang dapat dilakukan:

  1. Pilih gejala yang paling mendekati - Terkadang gejala pada daftar mungkin menggunakan terminologi yang berbeda namun menggambarkan kondisi serupa
  2. Lakukan diagnosa dengan gejala yang tersedia - Sistem masih dapat memberikan kemungkinan kerusakan berdasarkan gejala-gejala yang ada
  3. Kirim feedback - Gunakan formulir feedback untuk memberi tahu administrator tentang gejala yang perlu ditambahkan

Sistem Pakar HVAS terus dikembangkan, dan input dari pengguna sangat berharga untuk memperkaya basis pengetahuan. Jika Anda adalah teknisi dengan akses yang sesuai, Anda juga dapat menambahkan gejala baru ke database melalui menu Kelola Gejala.

Masih punya pertanyaan?

Jika Anda tidak menemukan jawaban untuk pertanyaan Anda, jangan ragu untuk menghubungi tim dukungan kami.

Hubungi Kami