Pengembangan Model Machine Learning Parameter Mesin Terhadap Temperatur Pada Mesin Sir Degasser Di Pt Xyz Menggunakan Extreme Gradient Boosting

Idham, Alvito Ahmad Cannavaro
Prasetio , Murman Dwi
Sjafrizal, Teddy

eProceedings of Engineering
Vol. 12 No. 1 (2025): Februari 2025

Abstrak — Proses degassing penting dalam pembuatan billetalumunium untuk menghilangkan pori yang dapat mengurangiproperti mekanik. Mesin degasser penting dalam proses iniuntuk menyuntikan gas argon dan mengaduk alumunium cairuntuk menghilangkan gelembung gas terperangkap. Kontrolsuhu penting dalam proses degassing yang lancar sehinggasebuah model yang memberikan perkiraan nilai suhu dapatmembantu penyesuaian langsung pada parameter mesin untukmenjaga suhu. Pemodelan aspek-aspek proses menggunakanmesin atau juga dikenal sebagai machine learning semakinmarak digunakan dalam industri. Studi ini akan menggunakankonsep dalam machine learning yang disebut sebagai extremegradient boosting. dan memberikan hasil terbaik ketika semuavariabel, yaitu torsi rotor, penggunaan ejektor, dan tekananudara, menjadi variabel input. Model ini dapat membantuseorang operator dalam melakukan penyesuaian langsungterhadap tekanan udara, penggunaan ejektor, dan torsi rotoruntuk menjaga suhu tetap optimal. Model yang dihasilkanmemberikan kesalahan rata-rata atau MAE sebesar 13.06Cdan rata-rata kesalahan relatif atau MAPE sebesar 2.523%. Kata kunci— suhu, machine learning, degassing, rotor, tekanan