VINST merupakan sebuah sistem yang digunakan oleh Volvo IT Belgium untuk merekam segala aktivitas yang berhubungan dengan penanganan insiden dan masalah yang timbul di perusahaan tersebut. Pada sistem VINST ini, terdapat kumpulan rekaman aktivitas yang terdiri dari beberapa atribut, seperti serial number, change date and time, status, dan beberapa atribut lain yang dibutuhkan, yang disimpan dalam bentuk event log. Pada rangkaian aktivitas yang saling berhubungan yang terekam pada VINST ini, dapat ditemukan beberapa knowledge tertentu yang tidak dinyatakan secara jelas pada event log tersebut. Untuk menemukan beberapa knowledge yang diperlukan ini, ada sebuah ide untuk mengekstraksi knowledge dari event log tersebut, yaitu menggunakan process mining. Algoritma heuristic mining diimplementasikan pada penerapan process mining untuk kasus di atas, karena algoritma ini memiliki kelebihan dibandingkan metode lainnya, seperti dapat memperhitungkan frekuensi proses, mengatasi noise, dan dapat menggabungkan frekuensi antar event dengan trace dalam event log untuk membangun model proses. Tahapan yang dilakukan dalam penelitian ini dimulai dengan proses discovery, dilanjutkan dengan conformance checking, dan diakhiri dengan tahap enhancement berupa process model extension, yaitu penemuan knowledge yang dihasilkan dari analisis model proses dan event log. Penelitian dilakukan menggunakan sebuah program yang dirancang untuk mendukung terselesaikannya penelitian ini, agar sesuai dengan tujuan yang dikehendaki. Pada penelitian ini, event log yang digunakan adalah VINST incident case dengan jumlah kasus sebanyak 149 kasus yang terdiri dari 2.771 events. Knowledge yang didapatkan dari proses process model extension ini adalah analisis dari perspektif waktu berupa analisis potensi bottleneck dari dependency event yang berpotensi menimbulkan bottleneck pada proses bisnis Volvo IT Belgium yang diurutkan berdasarkan waktu rata-rata terlama dependency event-nya, analisis organisasional dimana terdapat tiga buah kategorisasi kepentingan pelaku atau divisi yang terkait dengan aktivitas yang terekam dalam event log, analisis hubungan atribut timestamp-impact berupa perhitungan waktu rata-rata tiap case berdasarkan tingkat impact, dan analisis hubungan originator-impact berupa keterlibatan originator terhadap event berdasarkan tingkat event. Dengan menerapkan algoritma heuristic mining algorithm, dapat dibentuk sebuah model proses dengan nilai precision = 0,9889, recall = 0,972934, dan f-measure = 0,980899.