¶«¾©ÈÈ

¶«¾©ÈÈ Official Website

Optimalisasi Pemeliharaan Berbasis Energi untuk Perangkat Medis di Rumah Sakit Menggunakan Klasifikasi K-NN dari Arus Sisa

Ilustrasi AIP (Foto: UNAIR NEWS)
Ilustrasi AIP (Foto: UNAIR NEWS)

Perawatan pencegahan rutin berbasis waktu untuk perangkat medis seringkali gagal mendeteksi degradasi komponen yang sebenarnya. Studi ini mengusulkan kerangka kerja prediktif K-NN yang menganalisis sinyal arus residual, (I∆), untuk mengkategorikan kondisi operasional perangkat medis di dua jenis perangkat representatif: Pompa Jarum Suntik dan Monitor Pasien. Sinyal mentah diubah menjadi ruang fitur berdimensi lebih tinggi, yang terdiri dari; rata-rata, deviasi standar, celah, dan RMS, untuk menangani karakteristiknya. Dengan mengevaluasi berbagai metrik jarak, hasilnya menunjukkan bahwa Cosine memberikan jalur diagnostik yang paling efisien, mencapai faktor optimal (fopt) pada jumlah parameter tetangga yang lebih rendah, pada K=4 untuk Pompa Jarum Suntik dan K=8 untuk Monitor Pasien dengan akurasi masing-masing 94,21% dan 94,41%. Perbedaan nilai K mencerminkan kompleksitas model yang melekat akibat arsitektur catu daya yang berbeda, karakteristik yang juga termanifestasi dalam Daya Reaktif (Q). Dengan memetakan transformasi statistik ini, model mengatasi keterbatasan pemantauan arus bocor berbasis ambang batas statis. Penelitian ini menandai pergeseran paradigma menuju strategi Pemeliharaan Berpusat pada Energi (ECM) yang digerakkan oleh data. Dengan memfasilitasi intervensi yang dipicu oleh tanda sinyal yang dinilai secara empiris daripada interval waktu yang telah ditentukan sebelumnya, kerangka kerja ini mengoptimalkan aktivitas pemeliharaan dan meningkatkan efisiensi energi keseluruhan infrastruktur rumah sakit.

Gambar 1 Pendekatan Pemeliharaan untuk Efisiensi Energi.

Konsep pemeliharaan yang lebih luas didefinisikan sebagai kerangka kerja komprehensif yang mengintegrasikan berbagai strategi, termasuk Pemeliharaan Berbasis Kondisi (Condition-Based Maintenance/CBM). Kerangka kerja ini berfungsi sebagai dasar untuk mengembangkan strategi operasional spesifik, dengan Pemeliharaan Berbasis Keandalan (Reliability-centered Maintenance/RCM) dan Pemeliharaan Produktif Total (Total Productive Maintenance/TPM) seperti yang ditunjukkan pada Gambar 1. Secara historis, RCM berasal dari rumah sakit untuk kesiapan perangkat, sedangkan TPM muncul dari kualitas perangkat dengan operator. Terlepas dari perbedaannya, RCM dan TPM seringkali saling melengkapi; RCM dapat meningkatkan implementasi TPM. Meskipun keduanya penting untuk dipertimbangkan, kerangka kerja yang muncul secara khusus berfokus pada keberlanjutan, yaitu Pemeliharaan Berbasis Energi (Energy-centered Maintenance/ECM), yang berfokus pada efisiensi energi. Pemeliharaan secara keseluruhan ini dapat dilihat pada Gambar 1.

Hasil dan Diskusi

Sebagai studi kasus, sinyal yang dihasilkan dari kedua perangkat medis; SPump dan PMon, akan diperiksa dan dianalisis secara sistematis. Sirkuit RCD dengan National Instrument (NI) MyDaq akan digunakan seperti yang ditunjukkan pada Gambar 2.

Gambar 2 Pengaturan Eksperimen Dua Perangkat Medis yang Berbeda.

Gambar 2 mengilustrasikan pengaturan eksperimental yang dirancang untuk mengukur dan memperoleh sinyal arus residual dari kedua perangkat medis; SPump dan PMon. Dalam kerangka Pemeliharaan Berbasis Energi (Energy-Centered Maintenance/ECM) yang ditunjukkan pada Gambar 2, prototipe ini berfungsi sebagai instrumen utama dalam pemantauan arus residual. Dengan memanfaatkan kemampuan khususnya untuk mendeteksi dan merekam sinyal arus residual, sistem ini dapat memberikan data waktu nyata yang penting untuk menilai keselamatan listrik dan efisiensi operasional peralatan medis. Pembacaan arus residual ini dimaksudkan untuk menggantikan inspeksi Pemeliharaan Preventif (Preventive Maintenance/PM) tradisional melalui pendekatan pemantauan jarak jauh.

Gambar 3 Perbandingan K-NN dari Dua Perangkat

Gambar 3 mengilustrasikan analisis perbandingan akurasi antara dua perangkat, yaitu SPump dan PMon. Perbedaan kinerja yang mencolok muncul pada parameter yang lebih tinggi; khususnya, untuk K = 10, kesenjangan akurasi antara kedua perangkat menjadi jauh lebih jelas, mencerminkan kapasitas berbeda mereka untuk menangani nilai K yang lebih tinggi. Seperti yang terlihat, bagian ini menunjukkan pemisahan antara metode kosinus dan metode lainnya, termasuk Euclidean. Untuk SPump, metode kosinus menghasilkan hasil yang lebih tinggi, sedangkan PMon menghasilkan hasil yang lebih rendah.

Penulis: Erwin Sutanto, S.T., M.Sc. 

Informasi detail dari riset ini dapat dilihat pada tulisan kami di:

Erwin Sutanto, Muhammad Irfan Saputra, Guillermo Escrivá-Escrivá, Franky Chandra Satria Arisgraha, Djony Izak Rudyardjo, and Febdian Rusydi.

11 Mei 2026

AKSES CEPAT