Disertasi / Tesis Viva ~ Ts. Dr. Mohd Shukri, PhD UNIMAS

Disertasi/ Tesis Viva ~ Ts. Dr. Mohd Shukri, PhD UNIMAS

Setinggi-tinggi jutaan TAHNIAH kepada bangsa pascasiswazah yang berjaya menyempurnakan pengajian Master atau PhD. Bagi mereka yang telah menamatkan pengajian PhD kini berjaya menerima gelaran Doktor Falsafah.

Alhamdulillah, seorang lagi ahli platinum Dr Roket telah berjaya melalui pengalaman ‘the real Vivalicious’ di bilik Viva pada 29 Oktober 2025 iaitu Ts. Dr. Mohd Shukri.

Jutaan tahniah diucapkan kepada Ts. Dr. Mohd Shukri atas kejayaan beliau membentangkan tesis di bilik Viva. Syukur, beliau telah Viva dengan jayanya.

Berikut adalah ringkasan latar belakang kajian beliau yang dikongsi untuk rujukan umum. Semoga perkongsian ini memberikan manfaat kepada ummah, khususnya kepada pelajar yang akan atau sedang menempuh perjalanan pengajian mereka.

NAMA:

Ts. Dr. Mohd Shukri bin Abdul Wahab.

BIDANG:

Mechanical Engineering.

UNIVERSITI:

Universiti Malaysia Sarawak (UNIMAS).

NAMA PENYELIA:

1. Associate Prof. Ir. Dr. Syed Tarmizi Syed Shazali (SV)

2. Dr. Noor Hisham Noor Mohamed (Co-SV)

TAJUK KAJIAN:

Hybrid Modelling Approach to Enhancing Fuel Station Safety Through Computerised Maintenance Management Systems (CMMS).

SEDIKIT LATAR BELAKANG KAJIAN DAN HASIL KAJIAN:

Kajian ini dijalankan bagi menilai hubungan antara sistem pengurusan keselamatan (SMS), penyelenggaraan berkomputer (CMMS), dan kecekapan operasi di stesen minyak. Peningkatan kemalangan dan kelemahan penyelenggaraan menunjukkan keperluan kepada pendekatan hibrid yang menggabungkan teknologi data dan model keselamatan.

Dapatan menunjukkan bahawa integrasi SMS dan CMMS melalui kaedah pembelajaran mesin dapat meningkatkan prestasi keselamatan serta mengoptimumkan penyelenggaraan. Selain itu, model matematik bukan linear yang dibangunkan terbukti berkesan dalam meminimumkan kos dan risiko operasi.

CADANGAN KEPADA PENGKAJI SETERUSNYA

Penyelidik seterusnya disarankan untuk memperluas kajian dengan menggunakan set data yang lebih besar dan pelbagai lokasi stesen minyak bagi meningkatkan kebolehgunaan model. Selain itu, kajian lanjutan boleh menilai keberkesanan model hibrid ini dalam industri lain seperti loji tenaga atau sektor pengangkutan. Penyelidik juga boleh menggabungkan teknik pembelajaran mendalam (deep learning) atau algoritma pengoptimuman baharu bagi memperkukuh ketepatan ramalan dan kecekapan keseluruhan.

Terima kasih kepada Ts. Dr. Mohd Shukri atas jasa dan kesudian berkongsi ilmu di atas sebagai panduan dan rujukan ummah dan bangsa ‘Postgraduate’ di luar sana.