Apa itu Sisa Masa Pakai yang Berguna (Remaining Useful Life/RUL)?

RUL (Remaining Useful Life) adalah perkiraan waktu tersisa sebelum suatu aset mencapai ambang batas kegagalan yang telah ditentukan. Ini adalah konsep inti dalam prognostik dan pemeliharaan prediktif, yang didefinisikan dalam ISO 13381.

Model regresi apa saja yang tersedia?

Kalkulator ini mendukung model regresi linier (y = a + bx), eksponensial (y = a·e^(bx)), dan polinomial orde kedua (y = a + bx + cx²) untuk ekstrapolasi tren.

Bagaimana tingkat kepercayaan diestimasi?

Tingkat kepercayaan diperoleh dari R² (koefisien determinasi) model yang dipasang. Nilai R² yang lebih tinggi menunjukkan kecocokan yang lebih baik dan prediksi RUL yang lebih andal.

Alat Teknik Gratis

Kalkulator Prognostik Sisa Masa Pakai (RUL)

Masukkan titik data tren, pilih model regresi, tetapkan ambang batas kegagalan, dan perkirakan sisa umur pakai dengan tingkat kepercayaan sesuai ISO 13381.

ISO 13381-1 Linear / Eksponensial / Polinomial Hingga 8 Poin

Model Regresi

Ambang Batas Kegagalan (nilai parameter)

Nama Parameter (label opsional)

Satuan Waktu

Titik Data Tren (minimal 3 diperlukan)

#	Waktu (t)	Nilai Parameter (y)

Pengaturan cepat

Hasil

Perkiraan Sisa Masa Pakai

—

Perkiraan Waktu Kegagalan

—

Model R² (Kesesuaian Model)

—

Tingkat Kepercayaan

—

Tingkat Perubahan Saat Ini

—

Prognostik menurut ISO 13381-1

ISO 13381-1 mendefinisikan kerangka kerja untuk pemantauan kondisi dan prognostik mesin. Ide intinya adalah untuk melacak indikator kesehatan dari waktu ke waktu, menyesuaikan model degradasi, dan mengekstrapolasi ke ambang batas kegagalan yang telah ditentukan.

Model Regresi

Tiga model didukung untuk menyesuaikan data tren:

Linier: y(t) = a + b·t — cocok untuk degradasi stabil dengan laju konstan
Eksponensial: y(t) = a·e^b·t — cocok untuk mempercepat degradasi (misalnya keausan bantalan)
Polinomial (orde ke-2): y(t) = a + b·t + c·t² — cocok untuk tren non-linier dengan titik belok

Kecocokan Model — R²

Koefisien determinasi R² mengukur seberapa baik model tersebut sesuai dengan data:

R² > 0,95 — Kecocokan sangat baik, kepercayaan tinggi pada estimasi RUL
R² = 0,80–0,95 — Kecocokan yang baik, kepercayaan sedang
R² < 0,80 — Kecocokan buruk, pertimbangkan model yang berbeda atau lebih banyak data.

Contoh Praktis

Contoh — Degradasi Getaran Bantalan

Diberikan: Pembacaan getaran pada hari ke-0, 30, 60, 90, 120, 150 adalah: 1,2, 1,8, 2,5, 3,4, 4,1, 5,0 mm/s. Ambang batas alarm = 7,1 mm/s.

Pencocokan linier: y = 1,14 + 0,0253·t → ambang batas pada t ≈ 236 hari → RUL ≈ 86 hari dari pengukuran terakhir.

Kurva eksponensial dapat memberikan sisa umur pakai yang lebih pendek jika degradasi semakin cepat.

⚠️ Catatan: Estimasi prognostik sangat bergantung pada kualitas data dan asumsi bahwa mekanisme degradasi tetap tidak berubah. Selalu kombinasikan dengan pertimbangan teknik dan data pemantauan kondisi tambahan.

Kalkulator Prognostik RUL | ISO 13381 | Vibromera

Diterbitkan oleh Nikolai Shelkovenko pada 15 Februari 2026 5 Maret 2026

Hasil

Prognostik menurut ISO 13381-1

Model Regresi

Kecocokan Model — R²

Contoh Praktis