Apa yang akan kamu pelajari?

Informasi Umum 
Course ini dirancang untuk membekali peserta dengan pemahaman dan keterampilan komprehensif di bidang Predictive Maintenance, mulai dari pemahaman konsep dasar pemeliharaan berbasis kondisi (Condition-Based Maintenance), prinsip keandalan mesin (machine reliability), penggunaan instrumen pemantauan kondisi, hingga pelaksanaan inspeksi, analisis data kondisi peralatan, dan penyusunan laporan hasil pemeriksaan. Program ini mencakup pengenalan berbagai metode predictive maintenance seperti Vibration Analysis, Thermography, Oil Analysis, Ultrasonic Testing, serta teknik pemantauan kondisi lainnya, interpretasi hasil pengukuran, identifikasi potensi kerusakan dini, analisis tren kondisi aset, dan penyusunan rekomendasi tindakan pemeliharaan. Selain itu, peserta juga akan mempelajari penerapan standar keselamatan dan kesehatan kerja (K3), prosedur kerja, serta dokumentasi teknis dalam kegiatan predictive maintenance. Setelah menyelesaikan course ini, peserta diharapkan mampu melaksanakan kegiatan pemantauan kondisi peralatan secara sistematis, menganalisis data untuk mendeteksi potensi kegagalan sebelum terjadi kerusakan, menyusun laporan dan rekomendasi pemeliharaan sesuai standar industri, serta memiliki kompetensi yang relevan untuk mengikuti uji sertifikasi Skema Teknisi Predictive Maintenance.

Course ini juga disusun mengacu pada Standar Kompetesi Kerja Nasional Indonesia (SKKNI) sebagai dasar pemenuhan kompetensi untuk sertifikasi BNSP, yang mencakup unit kompetensi sebagai berikut:

1. Memonitor Kondisi Peralatan
2. Menganalisis Hasil Pemonitoran Kondisi
3. Melakukan Pemeliharaan Preventif Sistem Mekanik 
4. Menyetimbangkan Peralatan
5. Leveling/Alignment Mekanik
6. Menerapkan Prinsip-Prinsip K3 di Tempat Kerja

Silabus yang dipelajari:

1. Konsep Dasar K3
2. Regulasi K3
3. Bahaya Pada Kerja Lapangan
4. Hygiene dan Sanitasi Lingkungan Kerja
5. APD dan P3K
6. Analisis Potensi Bahaya dan Pengendalian Risiko K3
7. Identifikasi Bahaya dan Risiko
8. Standar dan Peraturan K3 yang Berlaku di Industri Manufaktur
9. Identifikasi dan Evaluasi Bahaya di Lingkungan Kerja
10. Pengendalian Risiko dan Pencegahan Kecelakaan Kerja
11. Budaya Lingkungan di Lingkungan Kerja
12. Pengenalan Konsep 
13. Dasar Data Science, Google Colab, dan Baca Dataset
14. Exploratory Data Analysis
15. Exploratory Data Analysis (EDA) dengan Python
16. Machine Learning Tanpa Coding
17. Predictive Maintenance dengan AI
18. Case Study Predictive Maintenance AI

Pelaksanaan Sertifikasi 
Akses ujian sertifikasi akan diberikan setelah peserta menyelesaikan seluruh materi pembelajaran, latihan, dan tugas portofolio sesuai dengan ketentuan program. Metode pelaksanaan ujian Skema Sertifikasi Teknisi Predictive Maintenance dilakukan secara Offline (Tatap Muka) di Tempat Uji Kompetensi (TUK) LSP TRIM, dengan lokasi dan jadwal pelaksanaan yang akan diinformasikan kepada peserta.

Target Pembelajaran
1. Memahami konsep dasar Predictive Maintenance, prinsip pemeliharaan berbasis kondisi (Condition-Based Maintenance), serta perannya dalam meningkatkan keandalan dan ketersediaan mesin/peralatan industri.
2. Menguasai prinsip kerja, penggunaan, dan interpretasi data dari berbagai metode predictive maintenance seperti Vibration Analysis, Thermography, Oil Analysis, Ultrasonic Testing, dan teknik pemantauan kondisi lainnya.
3. Mampu melakukan inspeksi, pengukuran, pengumpulan data kondisi peralatan, serta mengoperasikan instrumen predictive maintenance sesuai prosedur dan standar industri.
4. Mampu menganalisis hasil pengukuran untuk mengidentifikasi gejala awal kerusakan, menentukan akar penyebab (root cause), serta memberikan rekomendasi tindakan pemeliharaan yang tepat.
5. Menguasai teknik penyusunan laporan hasil inspeksi, pemantauan tren kondisi aset, serta mendukung perencanaan program pemeliharaan yang efektif guna meningkatkan keandalan dan efisiensi operasional.
6. Mampu menerapkan aspek keselamatan dan kesehatan kerja (K3), prosedur kerja, dokumentasi teknis, serta standar industri dalam pelaksanaan kegiatan predictive maintenance.

Spesifikasi 
Hal hal yang dibutuhkan dalam Course ini yaitu:
1. Komputer/ Laptop
2. Internet

Fasilitas 
1. Materi Pembelajaran 
2. Sertifikat
3. Biaya program sudah termasuk akses ujian sertifikasi.
4. Pembelajaran fleksibel, bisa diakses kapan saja.

Kriteria Kelulusan 
Peserta diwajibkan untuk mengambil kuis dari setiap silabus yang ada di course. Tugas akhir dapat diakses jika peserta telah menyelesaikan kuis di setiap silabus dengan nilai yang memenuhi kriteria ketuntasan minimal (KKM) yaitu 70. Setelah peserta menyelesaikan kuis dan tugas akhir, maka peserta akan mendapatkan sertifikat.

Skema Penilaian
A. Kuis (80%)
Soal kuis di setiap silabus terdiri dari soal-soal pilihan ganda yang harus dijawab oleh peserta. Nilai kuis dapat diperoleh jika peserta dapat menyelesaikan kuis di setiap silabus dengan sempurna. Nilai kuis setiap silabus akan diakumulasikan sebanyak 10 %.

B. Tugas akhir (20%)
Tugas akhir terdiri dari satu soal analisis yang diambil dari silabus. Nilai tugas akhir dapat diperoleh jika peserta berhasil menyelesaikan tugas akhir dengan baik.