<![CDATA[Abstract. This study was conducted at the andesite quarry of PT Indo Global Karya Mulia, Jobsite Puskop Kartika Mulawarman, Tabang District, East Kalimantan. The monthly production target of 112,000 BCM was not consistently achieved due to several technical inefficiencies, including suboptimal fragmentation (76.76% Kuz-Ram; 72.44% WipFrag), truck queuing (match factor 1.25), improper road geometry (up to 19% slope), and low crusher efficiency (EU K1: 47.08%, K2: 34.25%, K3: 48.18%). The Analytical Hierarchy Process (AHP) was used to prioritize key technical parameters based on expert judgment. A multiple linear regression model was then applied to validate AHP results using actual production data. AHP identified crusher efficiency as the most critical factor (weight: 0.654), followed by fragmentation (0.598), Digger & Hauler performance (0.259), and road geometry (0.143). Regression analysis yielded R² = 0.892 and Adj. R² = 0.813, with crusher efficiency (EU K2) as the only variable with a significant impact on production (Sig. = 0.006). These findings validate the AHP model and support its use as a decision-making tool in improving quarry production performance. Abstrak. Penelitian ini dilakukan di quarry andesit PT Indo Global Karya Mulia, Jobsite Puskop Kartika Mulawarman, Kecamatan Tabang, Kalimantan Timur. Target produksi bulanan sebesar 112.000 BCM belum tercapai secara konsisten akibat beberapa ketidakefisienan teknis, seperti fragmentasi yang belum optimal (76,76% Kuz-Ram; 72,44% WipFrag), antrian truk (match factor 1,25), geometri jalan yang tidak sesuai desain (kemiringan hingga 19%), serta efisiensi crusher yang rendah (EU K1: 47,08%; K2: 34,25%; K3: 48,18%). Metode Analytical Hierarchy Process (AHP) digunakan untuk menentukan prioritas parameter teknis berdasarkan penilaian pakar. Selanjutnya, regresi linier berganda digunakan untuk memvalidasi hasil AHP dengan data produksi aktual. AHP menunjukkan efisiensi crusher sebagai faktor paling krusial (bobot: 0,654), diikuti fragmentasi (0,598), kinerja alat gali-muat (0,259), dan geometri jalan (0,143). Hasil regresi menunjukkan R² = 0,892 dan Adj. R² = 0,813, dengan efisiensi crusher (EU K2) sebagai satu-satunya variabel yang berpengaruh signifikan terhadap produksi (Sig. = 0,006). Temuan ini menguatkan validitas model AHP dan mendukung penggunaannya sebagai alat pengambilan keputusan teknis dalam upaya peningkatan kinerja produksi tambang.]]>
