Analisis Water Ingress pada Rudder Airbus A330 dengan Regresi Linier dan Root Cause Analysis

Authors

  • Riyaldo Zorena Sebayang Politeknik Penerbangan Indonesia Curug, Indonesia
  • Iwan Engkus Kurniawan Politeknik Penerbangan Indonesia Curug, Indonesia
  • Fawwaz Yusa Gifari Politeknik Penerbangan Indonesia Curug, Indonesia

DOI:

https://doi.org/10.57235/jetish.v5i2.9183

Keywords:

5W+1H, Diagram Fishbone, Diagram Pareto, Honeycomb Composite, Regresi Linier, Root Cause Analysis, Rudder Airbus A330, Water Ingress

Abstract

Struktur honeycomb composite pada komponen rudder pesawat Airbus A330 rentan mengalami water ingress yang memicu disbonding dan delaminasi akibat siklus beku-cair pada ketinggian jelajah. Data inspeksi PT GMF AeroAsia Tbk. periode 2018–2025 menunjukkan peningkatan temuan dari 21 defect pada interval enam tahun menjadi 78 defect pada interval delapan belas tahun, namun penanganannya masih bersifat reaktif dan belum didukung pemodelan kuantitatif maupun penelusuran akar masalah yang terstruktur. Penelitian ini bertujuan menganalisis pengaruh usia operasional pesawat terhadap tingkat water ingress, mengidentifikasi akar penyebab dominan, serta merumuskan tindakan perbaikan yang optimal. Penelitian menggunakan pendekatan metode campuran (mixed methods) terhadap data observasi 36 unit pesawat Airbus A330. Pendekatan ini dipilih karena pemodelan statistik saja tidak cukup menjelaskan penyebab operasional kegagalan, sedangkan penelusuran kualitatif tanpa dasar kuantitatif berisiko kehilangan prioritas. Analisis kuantitatif dilakukan melalui Regresi Linier Sederhana dengan usia pesawat sebagai variabel bebas serta jumlah temuan (Total Defect) dan luas kerusakan (Size Defect) sebagai dua variabel terikat, didahului uji asumsi klasik dan diikuti uji hipotesis. Analisis kualitatif dilakukan melalui Root Cause Analysis yang terdiri atas Diagram Pareto, Diagram Fishbone 4M1E, dan matriks 5W+1H. Hasil regresi menunjukkan usia pesawat berpengaruh positif dan signifikan terhadap kedua variabel terikat, dengan model Total Defect menghasilkan Y₂ = -0,184 + 0,341X (R² = 81,5%; F = 150,244) dan model Size Defect menghasilkan Y₁ = 1.509,67 + 417,37X (R² = 91,3%; F = 357,670), keduanya signifikan pada taraf 0,05. Diagram Pareto mengidentifikasi area hoist point sebagai penyumbang dominan sebesar 86,21% dari 145 defect, dan Diagram Fishbone menemukan lima akar penyebab utama pada aspek manusia, metode, material, mesin, dan lingkungan. Penelitian menyimpulkan bahwa perawatan rudder perlu bergeser dari reaktif menuju prediktif melalui penambahan task card Detailed Visual Inspection dan interval penggantian hoist point cover pada Maintenance Program, standardisasi prosedur teknisi, verifikasi part number sesuai katalog resmi, penyediaan tail dock yang memadai, serta perlindungan cuaca saat pesawat di apron. Penelitian lanjutan disarankan menambahkan variabel rute, frekuensi penerbangan, dan kondisi lingkungan operasional melalui regresi berganda.

Downloads

Download data is not yet available.

References

Alma, B. (2022). Penerapan metode failure mode, effect analysis, dan 5W1H untuk menurunkan reject pada mesin rolling tiga di PT XYZ. Journal of Applied Management Research, 2(2), 73–80. https://doi.org/10.36441/jamr

Ariani, F., & Pulungan, B. S. P. N. (2025). Finite element analysis and root cause analysis of wire rope failure in STS cranes.

Athfal Aldiefa. (2019). Analisis teknis persyaratan penempatan peralatan dan mobilitas masyarakat terhadap pancaran localizer menggunakan diagram fishbone di Bandar Udara Adi Soemarmo Solo.

Christian Carlos, Riyanti, L. E., & Al Farisy, M. F. (2026). Analisis waste manhours pada proses perawatan C-Check pesawat Airbus 330 dengan metode value stream mapping (VSM). Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 6(1), 137–160. https://doi.org/10.55606/teknik.v6i1.8663

Darmawan, B. I., & Kurniawan, I. (2023). Analisis laju keausan brake pad terhadap disc brake kereta listrik LRV seri 1100.

Dewi, H., & Sutiyarno, D. (2018). Analisa produk cacat menggunakan metode peta kendali P dan root cause analysis. Jurnal Teknologi Industri Agro, 7(2).

Hayatussalam, F. I., Riyanti, L. E., & Kurniawan, I. E. (2025). Analysis of turnaround time delays in C-Check of Airbus 330 aircraft using root cause analysis method.

Herry, A. P., Farida, F., & Lutfia, N. I. (2018). Performance analysis of TPM implementation through Overall Equipment Effectiveness (OEE) and six big losses. IOP Conference Series: Materials Science and Engineering, 453(1). https://doi.org/10.1088/1757-899X/453/1/012061

Huang, J., Liu, W., Zhou, Y., & Liu, D. (2024). Structural analysis and testing of a flexible rudder using a cosine honeycomb structure. Aerospace, 11(6). https://doi.org/10.3390/aerospace11060462

Jammal, P., Pinon Fischer, O., Mavris, D. N., & Wagner, G. (2025). Advancing aviation safety through predictive maintenance: A machine learning approach for carbon brake wear severity classification.

Jay, R., & Magsalay, M. (2025). Quantifying central limit theorem convergence: A Monte Carlo simulation approach to minimum sample size. https://doi.org/10.47772/IJRISS

Nam, S., Choi, S., Edell, G., De, A., & Song, W. K. (2023). Comparative analysis of the aviation maintenance, repair, and overhaul (MRO) industry in Northeast Asian countries: A suggestion for the development of Korea’s MRO industry. Sustainability, 15(2). https://doi.org/10.3390/su15021159

Napitupulu, S., & Siagian, N. A. (2023). Prediksi data produksi menggunakan regresi linear sederhana. JDMIS: Journal of Data Mining and Information Systems, 1(2), 95–105. https://doi.org/10.54259/jdmis.v1i2.1956

Nasution, K. P., Fitra, A., & Insani, A. E. (2025). Penerapan root cause analysis (RCA) dalam mengurangi tingkat cacat produk stick lolipop di PT XYZ.

Prayogo, R. A., Nugraha, W. C., & Nurhawani, A. A. T. (2026). Analisis kegagalan surge control valve pada APU model GTCP331-350 pesawat Airbus A330 series di PT GMF AeroAsia Tbk. Jurnal Informatika dan Teknik Elektro Terapan, 14(1). https://doi.org/10.23960/jitet.v14i1.8459

Priadana, S., & Sunarsi, D. (2021). Metode penelitian kuantitatif. Pascal Books.

Purwanto, D., & Septiari, R. (2022). Pengendalian kualitas dengan menggunakan metode statistical quality control guna meminimalisasi produk gagal pada PT Malindo Intitama Raya. Jurnal Mahasiswa Teknik Industri, 5(2).

Rafsyan Zani, F., & Supriyanto, H. (2021). Analisis perbaikan proses pengemasan menggunakan metode root cause analysis dan failure mode and effect analysis dalam upaya meningkatkan kualitas produk pada CV XYZ.

Rahma, N. K., & Widharto, Y. (2024). Analisis penjadwalan maintenance dengan metode korelasi dan regresi linier berganda (studi kasus: Divisi Farmasi 3 PT Konimex).

Sezenoğlu Çetin, F., Üngör, U., Koyuncu, E., & Özkol, İ. (2026). Data-driven predictive maintenance for aircraft components through sparse event logs. Aerospace, 13(1), 110. https://doi.org/10.3390/aerospace13010110

Sfarra, S., Tejedor, B., Perilli, S., Almeida, R. M. S. F., & Barreira, E. (2021). Evaluating the freeze–thaw phenomenon in sandwich-structured composites via numerical simulations and infrared thermography. Journal of Thermal Analysis and Calorimetry, 145(6), 3105–3123. https://doi.org/10.1007/s10973-020-09985-1

Siregar, S. (2025). Statistik parametrik untuk penelitian kuantitatif. Bumi Aksara.

Sugiyono. (2015). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.

Susendi, N., Suparman, A., & Sopyan, I. (2021). Kajian metode root cause analysis yang digunakan dalam manajemen risiko di industri farmasi. Majalah Farmasetika, 6(4), 310. https://doi.org/10.24198/mfarmasetika.v6i4.35053

Tan, C. M., & Raghavan, N. (2016). Root cause analysis based maintenance policy.

Vavilov, V., Marinetti, S., Pan, Y., & Chulkov, A. (2016). Detecting water ingress in aviation honeycomb panels: Qualitative and quantitative aspects. Polymer Testing, 54, 270–280. https://doi.org/10.1016/j.polymertesting.2016.07.023

Xu, X., Huo, W., Li, F., & Zhou, H. (2023). Classification of liquid ingress in GFRP honeycomb based on one-dimension sequential model using THz-TDS. Sensors, 23(3). https://doi.org/10.3390/s23031149

Yıldırım, U., & Afser, H. (2025). Linear methods for predictive maintenance: The case of NASA C-MAPSS datasets.

Zaqi Al-Faritsy, A., & Suluh Wahyunoto, A. (2022). Analisis pengendalian kualitas produk meja menggunakan metode six sigma pada PT XYZ. Jurnal Rekayasa Industri (JRI), 4(2).

Downloads

Published

2026-09-03

Citation Check