Proses pengencangan baut pada mesin cylinder head nut runner merupakan tahap
penting dalam perakitan mesin kendaraan yang dapat memengaruhi kualitas
sambungan mesin. Meskipun data historis menunjukkan nilai end torque berada
dalam batas spesifikasi dengan coefficient of variation (CV) sebesar 7,95%, tetapi
perusahaan masih mengalami defect rate sebesar 4,19% per bulannya. Perusahaan
masih mendapatkan defect membuat indikasi kalau pengawasan terhadap end
torque saja belum cukup, sehingga perlu dilakukan analisis terhadap parameter
lainnya yang mungkin memengaruhi kualitas sambungan.. Tugas akhir ini
bertujuan untuk mengelompokkan kondisi proses pengencangan baut berdasarkan
parameter mesin menggunakan algoritma K-means dan merancang rekomendasi
parameter mesin untuk menurunkan tingkat defect. Pendekatan CRISP-DM
digunakan dengan tahapan eksplorasi data, seleksi fitur, dan clustering. Empat fitur
utama dipertahankan: SEAT TRQ, TL TIME, END ANG, dan RDWN ANG,
sementara END TRQ menjadi parameter target. Hasil clustering menunjukkan
bahwa klaster 1 memiliki karakteristik proses kurang baik sehingga diduga sebagai
penyebab defect, sedangkan klaster 0 menunjukkan parameter yang stabil dan baik.
Berdasarkan hasil analisis, dilakukan perancangan rekomendasi parameter mesin
untuk mengurangi tingkat defect. Validasi dilakukan dengan membandingkan hasil
clustering terhadap kondisi nyata dan batas spesifikasi. Tugas akhir ini
membuktikan bahwa pendekatan berbasis data historis mampu mengidentifikasi
risiko proses dan menjadi acuan dalam pengaturan parameter mesin.
Kata kunci: Nut runner, End torque, K-means, Clustering, Cylinder head nut
runner, Defect, Data mining.