+
+
=
3 3 0 0
3 ) 2 3 ( 2 0
0 2 ) 2 (
0 0 3 3
A
...(1)
Gambar 3.3 Diagram Transisi Standby System Pompa Karbamat
3.3.2 Perhitungan Laju Kerusakan dan Laju
Perbaikan
Untuk memenuhi markov property dari
markov chain yaitu memoryless property maka
distribusi dari waktu antar kerusakan dan
distribusi lamanya perbaikan adalah distribusi
eksponensial. Data yang digunakan dalam uji
distribusi adalah data waktu antar kerusakan dan
lamanya perbaikan dari keempat unit pompa yang
identik periode tahun 2005 sampai 2009.
Parameter laju antar kerusakan () dan laju
perbaikan () masing-masing didapatkan dari
hasil pengujian yaitu dari distribusi eksponensial
dua parameter dengan menggunakan parameter
lambda.
Berdasarkan hasil pengujian menggunakan
program Weibull 6, didapatkan hasil :
= 0,0759 (laju kerusakan)
= 0,1035 (laju perbaikan)
3.3.3 Perhitungan Availabilitas Sistem Pada
Tertentu
Besarnya availabiltas sistem ditentukan
dengan menjumlahkan probabilitas sistem berada
pada operating state-nya. Oleh karena itu
( ) ( ) ( ) ) (
3
2 1
t Q t Q t Q t A + + = . Berdasarkan
gambar 4.3 maka probabilitas sistem berada pada
state ke-i (i = 1, 2, 3, 4), Q
i
(t), dapat dinyatakan
sebagai berikut:
( ) ( ) ( ) t Q t Q t Q
dt
d
2 1 1
3 + =
( ) ( ) ( ) ( ) ( ) t Q t Q t Q t Q t Q
dt
d
3 2 2 1 2
2 2 3 + =
( ) ( ) ( ) ) ( 3 2 ) ( 3 2
4 3 3 2 3
t Q t Q t Q t Q t Q
dt
d
+ =
( ) ( ) ) ( 3 3
4 3 4
t Q t Q t Q
dt
d
=
Sehingga laju transisi dalam bentuk matriks
menjadi,
(
(
(
(
+
+
=
3 3 0 0
3 ) 2 3 ( 2 0
0 2 ) 2 ( 3
0 0 3
A
......(2)
Karena,
Q
(t) = A x Q(t)
(
(
(
(
(
(
(
(
+
+
=
(
(
(
(
=
) (
) (
) (
) (
3 3 0 0
3 ) 2 3 ( 2 0
0 2 ) 2 ( 3
0 0 3
) (
) (
) (
) (
4
3
2
1
4
3
2
1
t Q
t Q
t Q
t Q
t Q
t Q
t Q
t Q
dt
d
Dengan memasukkan nilai failure rate (=0,0759)
dan repair rate (=0,1035) ke persamaan
differential di atas diperoleh,
6
(
(
(
(
(
(
(
(
=
(
(
(
(
=
) (
) (
) (
) (
3105 , 0 2277 , 0 0 0
3105 , 0 4347 , 0 1518 , 0 0
0 207 , 0 2553 , 0 2277 , 0
0 0 1035 , 0 2277 , 0
) (
) (
) (
) (
4
3
2
1
4
3
2
1
t Q
t Q
t Q
t Q
t Q
t Q
t Q
t Q
dt
d
Q
i
(t) dapat ditentukan dengan menghitung
eigenvalue dan eigenvector dari matriks A.
Dengan menggunakan program Mathcad 2000
didapatkan eigenvalue dan eigenvector matriks A.
Eigenvalue:
|
|
|
|
|
.
|
\
|
=
698 , 0
15 , 0
38 , 0
0
e
Eigenvector:
Persamaan umum yang digunakan sebagai solusi
sistem linear seperti di atas adalah:
Q(t)=
)t
e
,
c
t ,
e
,
,
c
t ,
e
, -
,
,
,
c
t
e
,
,
,
,
c
698 , 0
46 , 0
781 0
412 , 0
091 , 0
15 0
58 , 0
408 0
422 0
565 , 0
38 0
356 0
109 0
768 0
521 0
0
377 0
514 0
701 0
319 0
4 3 2 1
(
(
(
(
(
(
(
(
(
(
(
(
+
(
(
(
(
( ) ( ) ( ) (
Sehingga dengan memasukkan nilai kondisi awal,
( ) 1 0
1
= Q ; ( ) 0 0
2
= Q ; ( ) 0 0
3
= Q ; ( ) 0 0
4
= Q
Persamaan Q(t) diatas menjadi:
( ) 1 091 , 0 565 , 0 521 , 0 319 , 0 0
4
3 2 1 1
= + = c c c c Q
( ) 0 412 , 0 422 , 0 768 , 0 701 , 0 0
4
3 2 1 2
= + = c c c c Q
( ) 0 781 , 0 408 , 0 109 , 0 514 , 0 0
4 3
3 2 1
= + + + = c c c c Q
( ) 0 46 , 0 58 , 0 356 , 0 377 , 0 0
4 4
3 2 1
= + = c c c c Q
Dengan program Mathcad 2000 didapatkan nilai
dari koefisien
524 , 0
1
= c ; 796 , 0
2
= c ; 717 , 0
3
= c ; 141 , 0
4
= c
Dengan menginputkan nilai koefisien tersebut ke
dalam persamaan Q(t), maka persamaan Q(t)
menjadi:
( )
( ) ( )
)t (-
t , t ,
e e e , , t Q
698 , 0
15 0 38 0
0128 , 0 4051 , 0 4147 0 1672 0
1
+ + + =
( )
( ) ( )
)t (-
t , t ,
e e c , e , , t Q
698 , 0
15 0 38 0
0581 , 0 3026 0 6113 0 3673 0
3 2
+ =
( )
( ) ( )
)t (-
t , t ,
e e , e , , t Q
698 , 0
15 0 38 0
1101 , 0 2925 0 0868 0 2693 0
3
+ =
( )
( ) ( )
)t (-
t , t ,
e e , e , , t Q
698 , 0
15 0 38 0
0649 , 0 4159 0 2834 0 1975 0
4
+ =
Dengan memasukkan nilai t yang
diinginkan maka akan didapatkan nilai Q
1
, Q
2
, Q
3
,
Q
4
dan nilai availabilitas sistem pada periode
waktu tertentu yang didapatkan dari penjumlahan
Q
1
Q
2
dan Q
3
. Tabel 3.2 memperlihatkan nilai
probabilitas dan availabilitas untuk t = 0 sampai
dengan t = 750 hari (= 2 tahun). Dan pada
gambar 3.4 terlihat tren availabilitas sistem pompa
Karbamat dari waktu ke waktu.
Tabel 3.2 Nilai Probabilitas dan Availabilitas Pada Saat t
Waktu
(hari) Q
1
(t) Q
2
(t) Q
3
(t) Q4 (t) A (t)
0 0.9998 0.0005 0.0001 0.0001 1.0004
50 0.1674 0.3675 0.2691 0.1973 0.8040
100 0.1672 0.3673 0.2693 0.1975 0.8038
150 0.1672 0.3673 0.2693 0.1975 0.8038
200 0.1672 0.3673 0.2693 0.1975 0.8038
250 0.1672 0.3673 0.2693 0.1975 0.8038
300 0.1672 0.3673 0.2693 0.1975 0.8038
350 0.1672 0.3673 0.2693 0.1975 0.8038
400 0.1672 0.3673 0.2693 0.1975 0.8038
450 0.1672 0.3673 0.2693 0.1975 0.8038
500 0.1672 0.3673 0.2693 0.1975 0.8038
550 0.1672 0.3673 0.2693 0.1975 0.8038
600 0.1672 0.3673 0.2693 0.1975 0.8038
650 0.1672 0.3673 0.2693 0.1975 0.8038
700 0.1672 0.3673 0.2693 0.1975 0.8038
750 0.1672 0.3673 0.2693 0.1975 0.8038
0.75
0.8
0.85
0.9
0.95
1
1.05
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750
waktu (t)
A
(
t
)
A(t)
Gambar 3.4 Tren Availabilitas Pada Saat t
7
3.4 Evaluasi Steady State (Asimtot)
Evaluasi steady state dilakukan untuk
mengetahui ketersediaan sistem untuk jangka
waktu tak terhingga dimana tingkat ketersediaan
sistem akan relative tetap. Langkah-langkah yang
dilakukan dalam evaluasi steady state ini adalah
sebagai berikut:
3.4.1 Perhitungan Probabilitas Asimtot
Untuk perhitungan probabilitas asimtot
maupun availabilitas asimptot digunakan matriks
laju transisi seperti pada persamaan (1).
Perhitungan probabilitas asimtot pada setiap state
berguna untuk mengevaluasi sistem dan
menghitung MTBF dari sistem. Probabilitas
asimtot ini dihitung menggunakan persamaan
sebagai berikut :
( )
0
0
1
0
0
1
1 1
1 1
1 1 11
A
=
p , p , p
p , i i
p ,
i
a a
a a
a a
Q
dimana,
1
1 1
1
1
1 1 11
= A
p , p
a
, p
a
p ,
a a
Sehingga didapatkan persaman probabilitas
asimtot untuk setiap state sebagai berikut :
1 3 0 0
1 ) 2 3 ( 2 0
1 2 ) 2 (
1 0 3 3
0 3 0 0
0 ) 2 3 ( 2 0
0 2 ) 2 (
1 0 3 3
) (
1
+
+
+
+
= Q
1 3 0 0
1 ) 2 3 ( 2 0
1 2 ) 2 (
1 0 3 3
0 3 0 0
0 ) 2 3 ( 2 0
1 2 ) 2 (
0 0 3 3
) (
2
+
+
+
+
= Q
1 3 0 0
1 ) 2 3 ( 2 0
1 2 ) 2 (
1 0 3 3
0 3 0 0
1 ) 2 3 ( 2 0
0 2 ) 2 (
0 0 3 3
) (
3
+
+
+
+
= Q
1 3 0 0
1 ) 2 3 ( 2 0
1 2 ) 2 (
1 0 3 3
1 3 0 0
0 ) 2 3 ( 2 0
0 2 ) 2 (
0 0 3 3
) (
4
+
+
+
+
= Q
Dengan menggunakan program Mathcad 2000
didapatkan hasil
( ) 167 , 0
3 3 6 18 18 18
6
3 2 2 3
3
3 2 2 3
3
1
=
+ + +
=
=
Q
( ) 367 , 0
) 3 / 1 ( 6 18 18 18
18
3 2 2 3
2
3 2 2 3
2
2
=
+ + +
=
=
Q
( ) 269 , 0
) 3 / 1 ( 6 18 18 18
18
3 2 2 3
2
3 2 2 3
2
3
=
+ + +
=
=
Q
( ) 197 , 0
) 3 / 1 ( 6 18 18 18
18
3 2 2 3
3
3 2 2 3
3
4
=
+ + +
=
=
Q
3.4.2 Perhitungan Availabilitas Asimtot
Availabilitas asimtot dapat dihitung
dengan dua cara yaitu dengan menggunakan
determinan dari matriks A atau dengan
menggunakan prinsip flow conservation yang
mana keduanya akan menghasilkan nilai yang
sama. Berikut ini adalah perhitungan availabilitas
sistem menggunakan determinan dari matriks A.
Availabilitas asimptot dihitung menggunakan
persamaan:
( )
0
0
1
1
1
1 1
1 1 1 1
1
1
1 1
11
+ +
A
=
p , p , p
p , l , l
p , l
l
p ,
a a
a a
a a
a a
A
Sehingga didapatkan,
8038 , 0
6 18 18 18
6 18 18
1 3 0 0
1 ) 2 3 ( 2 0
1 2 ) 2 (
1 0 3 3
0 3 0 0
1 ) 2 3 ( 2 0
1 2 ) 2 (
1 0 3 3
) (
3 2 2 3
3 2 2
=
=
+
+
+
+
A
3.4.3 Perhitungan MTTR, MTBF, dan MUT
Berdasarkan hasil perhitungan sebelumnya
maka dapat dicari nilai dari durasi rata-rata (d
i
)
dan frekunsi asimtot (fr
i
) dari sistem yang
memasuki state tertentu. Nilai tersebut nantinya
akan digunakan untuk menghitung MTTR,
MTBF, dan MUT sistem.
Dengan menggunakan persamaan durasi rata-rata
8
=
= =
i j
ij ii
i
a a
d
1 1
Dan persamaan frekuensi asimptot
( )
( ) =
=
i ii
i
i
i
Q a
d
Q
fr
diperoleh durasi rata-rata tiap state-nya seperti
tabel berikut:
Tabel 3.3 Durasi rata-rata sistem berada pada suatu
state
Nilai Mean Time To Repair (MTTR) dari
sistem adalah durasi waktu rata-rata sistem berada
pada failed state-nya yaitu state 4.
hari d MTTR 221 , 3
4
= =
Sedangkan nilai Mean Time Between
Failure (MTBF) dari sistem adalah kebalikan dari
frekuensi asimptot sistem memasuki failed state-
nya yaitu state 4.
( ) ( )
061 , 0
3
6 18 18 18
3 18
2 2 3
3
4
4
4
=
=
=
d
Q
fr
hari hari
fr
MTBF 17 35 , 16
1
4
~ = =
Nilai Mean Up-Time (MUT) dari sistem
merupakan selisih dari nilai MTBF dengan MTTR
yaitu,
hari MTTR MTBF MUT 129 , 13 = =
4. Analisa dan pembahasan
4.1 Analisis Penggambaran Sistem dan
Penggunaan Data
Melalui tahap mencari informasi dari pihak
perusahaan dan didasarkan pada data yang
diperoleh maka sistem Karbamat dapat
diidentifikasi menjadi empat kondisi atau state
yang memungkinkan untuk dianalisa. Operating
state didefinisikan sebagai state/kondisi dimana
terdapat minimal dua unit pompa Karbamat yang
beroperasi dalam sistem. Yang termasuk dalam
operating state adalah state 1 dimana terdapat satu
unit pompa yang standby dan state 2 dimana tidak
ada pompa yang standby dikarenakan pompa yang
standby dioperasikan untuk menggantikan pompa
yang mengalami kegagalan. Oleh karena itu, pada
kedua state ini sistem beroperasi secara normal
dengan tiga unit pompa. Dan pada state 3, sistem
beroperasi dengan dua unit pompa dikarenakan
terdapat pompa yang gagal selama waktu
perbaikan pompa lain yang mengalami kegagalan
sebelumnya. Sedangkan failed state yaitu state 4
didefinisikan sebagai state/kondisi dimana sistem
beroperasi dengan satu unit pompa saja. Dengan
kata lain failed state menggambarkan kegagalan
sistem.
Gambar 4.1 menunjukkan waktu
antarkerusakan dan lamanya perbaikan dan
menggambarkan pula contoh transisi yang dialami
sistem. Pada awalnya P2301 A, B dan C
dioperasikan sedangkan P2301 R standby (state
1). P2301 A mengalami kegagalan pada saat t=a,
sehingga P2301 R dioperasikan pada saat t=a
(state 2). Namun sebelum P2301 A selesai
diperbaiki (t=d), kegagalan berikutnya dialami
oleh P2301 B pada saat t=b sehingga sistem
beroperasi dengan 2 unit pompa (state 3). Dan
sebelum kedua pompa ini selesai diperbaiki,
kegagalan pada P2301 C terjadi (t=c) sehingga
hanya satu pompa saja yang beroperasi (state 4).
Perbaikan yang terlebih dahulu selesai dikerjakan
adalah P2301 A sehingga P2301 A dapat langsung
dapat dioperasikan kembali.
Waktu antar kerusakan adalah waktu
yang diperlukan setiap unit pompa untuk
mengalami kegagalan (perbaikan mengharuskan
pompa dimatikan) sejak awal pompa ini
dioperasikan. Pada gambar 4.1 waktu antar
kerusakan antara lain: antara t=0 sampai t=a pada
P2301 A, antara t=0 sampai t=b pada P2301 B;
antara t=0 sampai t=c pada P2301 C; dan antara
t=a sampai t=d pada P2301 R. Sedangkan
lamanya perbaikan adalah waktu yang diperlukan
pompa untuk diperbaiki dan dikembalikan
fungsinya seperti semula. Pada gambar 4.1 waktu
lamanya perbaikan adalah antara t=a sampai t=d
pada P2301 A; antara t=b sampai t=e pada P2301
B; antara t=c sampai t=f pada P2301 C; dan antara
t=d sampai t=g pada P2301 R.
Berdasarkan gambar 4.1 terlihat pula
transisi yang terjadi pada sistem yaitu pada saat
t=0 sistem berada pada state 1. Pada t=a terjadi
transisi ke state 2. Pada t=b terjadi transisi ke state
3. Pada t=c terjadi transisi ke state 4. Pada t=e
terjadi transisi kembali ke state 3. Dan pada t=f
terjadi transisi kembali ke state 2 dan seterusnya.
Dan pada t=g terjadi transisi ke state awal dimana
ada 1 unit pompa yang standby.
Transisi dari keempat state ini kemudian
digambarkan dalam diagram transisi beserta laju
transisi dari state yang satu ke state yang lain.
9
Untuk memudahkan perhitungan maka laju
transisi, baik laju kerusakan dan laju perbaikan
digambarkan dalam bentuk matriks. Sedangkan
nilai dari laju kerusakan () dan laju perbaikan ()
diperoleh berdasarkan hasil pengujian distribusi
menggunakan program Weibull 6. Parameter yang
digunakan adalah nilai lambda pada distribusi
eksponensial dua parameter. Walaupun distribusi
eksponensial dengan dua parameter bukanlah
hasil fitting yang terbaik, metode markov
mensyaratkan sifat memoryless property dimana
sifat ini hanya dimiliki oleh distribusi
eksponensial saja. Data yang digunakan dalam
pengujian distribusi adalah data waktu antar
kerusakan dan lamanya perbaikan dari keempat
pompa dimana data dari masing-masing pompa
ini digabungkan menjadi satu karena keempat
pompa ini bersifat identik. Berdasarkan hasil
pengujian diperoleh nilai laju kerusakan
/hari=0,0759 dan nilai laju perbaikan
/hari=0,1035.
Gambar 4.1 Penggambaran Waktu Antar Kerusakan dan Lamanya Perbaikan
4.2 Evaluasi Time-Dependent
Yang dimaksud dengan evaluasi time-
dependent adalah evaluasi terhadap kondisi sistem
selama terjadinya kenaikan interval waktu. Yang
termasuk dalam evaluasi time-dependent adalah
perhitungan availabilitas sistem pada t tertentu.
Availabilitas disini merupakan penjumlahan
probabilitas sistem berada pada operating state-
nya. Oleh karena itu untuk menentukan
availabilitas terlebih dahulu dicari model
matematis dari probabilitas yaitu dengan
menggunakan matriks eksponensial dan teori
eigenvalue dan eigenvector. Matriks laju transisi
yang digunakan dalam perhitungan ini adalah
matriks 4x4 dimana penjumlahan dari setiap
kolomnya adalah sebesar 1.
Bila eigenvalue dan eigenvector telah
ditemukan (menggunakan program Mathcad)
maka diperlukan untuk menghitung nilai
konstanta agar persamaan dapat memiliki solusi
yang nyata. Nilai konstanta ini diperoleh dengan
memasukkan kondisi awal dimana diasumsikan
pada kondisi awal sistem beroperasi secara normal
dan berada pada state 1. Sehingga probabilitas
sistem berada di state 1 pada saat t=0 adalah
sebesar 100% (=1), dengan kata lain probabilitas
sistem berada pada state lainnya pada saat t=0
adalah 0.
( ) 1 0
1
= Q ; ( ) 0 0
2
= Q ; ( ) 0 0
3
= Q ; ( ) 0 0
4
= Q
Besarnya availabilitas dicari dengan
menjumlahkan nilai probabilitas pada state 1, 2
dan 3. Dari definisi diketahui bahwa availabilitas
adalah probabilitas suatu item dapat digunakan
pada t tertentu. Dengan memasukkan harga waktu
dari t=0 sampai t=750 hari dengan range waktu 50
hari maka akan didapatkan nilai probabilitas dan
tren availabilitas dari sistem. Hal ini ditunjukkan
pada tabel 4.3 dan gambar 4.4. Berdasarkan tabel
maupun gambar tersebut terlihat bahwa nilai
availabilitas pada saat t=0 adalah 1 dan nilai ini
terus berkurang sampai diperoleh kondisi steady
state-nya dimana availabilitas bernilai 0,8038.
4.3 Evaluasi Steady State
Nilai availabilitas asimtot yang diperoleh
adalah sebesar 0,8038. Nilai ini sama dengan
besarnya availabilitas pada kondisi steady state
yang diperoleh dari perhitungan sebelumnya. Hal
ini menunjukkan bahwa bila t mencapai tak
terhingga maka sistem akan beroperasi dengan
minimal dua unit pompa adalah selama 80,38%
dari total waktu. Dan sebesar 19,62% sisanya,
sistem mengalami kegagalan karena hanya
beroperasi dengan satu unit pompa saja. Hasil ini
dapat menjadi pedoman bagi perusahaan untuk
melakukan perencanaan kegiatan pemeliharaan
yang terjadwal.
Nilai availabilitas asimtot menunjukkan
bahwa probabilitas sistem mengalami kegagalan
10
adalah sebesar 19,62%. Dimana seperti yang
dijelaskan diawal, kegagalan sistem digambarkan
pada saat state memasuki state 4. Pada state ini,
kegagalan masih dapat ditolerir, namun
perusahaan tetap harus waspada dan
menyelesaikan perbaikan pada unit yang rusak
secepat mungkin sehingga sistem tidak
mengalami kegagalan total. Kegagalan total
dialami bila sistem memasuki state 5. Namun hal
ini tidak pernah terjadi sehingga probabilitasnya
adalah sebesar 0% dan karenanya state ini tidak
dianalisis.
4.4 Evaluasi MTBF, MTTR, dan MUT Sistem
Mean Time To Repair (MTTR) didefinisikan
sebagai durasi waktu rata-rata sistem berada pada
failed state-nya yaitu state 4. Nilai MTTR ini
adalah sebesar 3,221 hari = 4 hari. Hal ini
menunjukkan bahwa rata-rata lamanya perbaikan
dari unit pompa pada state 4 dimana sistem
mengalami kegagalan adalah sebesar 4 hari.
Sedangkan Mean Time Between Failure
didefinisikan sebagai kebalikan dari frekuensi
asimtot sistem memasuki failed state-nya yaitu
state 4. Nilai MTBF sistem yang diperoleh adalah
sebesar 17 hari. Hal ini menunjukkan waktu antar
kegagalan dari sistem adalah sebesar 17 hari dan
dapat menjadi rekomendasi interval perawatan
untuk menngatasi terjadinya kegagalan.
Mean Up-Time (MUT) didefinisikan sebagai
selisih antara MTBF dan MTTR atau bisa juga
merupakan durasi waktu rata-rata sistem berada
pada operating state-nya yaitu dalam hal ini
adalah state 1, 2 dan 3. Nilai MUT yang diperoleh
adalah sebesar 13 hari. Keseluruhan hasil ini
menunjukkan bahwa dari 17 hari, sistem akan
beroperasi secara normal selama 13 hari
sedangkan 4 hari sisanya, salah satu unit dari
sistem mengalami perbaikan untuk
mengembalikan fungsinya seperti semula.
Selain itu, interval pemeliharaan (inspeksi total)
terhadap sistem pompa Karbamat ini, jika
berdasarkan lama sistem berada pada state awal
adalah setiap 4 hari. Nilai ini didapatkan
berdasarkan besarnya durasi rata-rata sistem
berada pada state 1 (d
1
) yakni 4 hari. Nilai durasi
rata-rata pada state 1 (d
1
) menunjukkan rata-rata
waktu yang diperlukan oleh sistem untuk
beroperasi secara normal sampai salah satu unit
pompa Karbamat mengalami kerusakan sehingga
sistem mengalami transisi ke state 2 dan tidak ada
unit pompa Karbamat yang standby. Dengan
adanya interval pemeliharaan ini diharapkan dapat
meningkatkan availabilitas dan kemampuan
sistem untuk beroperasi dengan tiga unit pompa
dan menjaga agar tetap tersedianya unit pompa
yang standby. Dengan demikian, jika terjadi
kerusakan pada sebuah pompa utama, sistem
masih dikatakan dalam status beroperasi karena
pompa yang standby akan langsung dioperasikan.
5. Kesimpulan
Berdasarkan hasil pengolahan data beserta
analisa yang telah dibuat maka dapat disimpulkan
hal-hal sebagai berikut:
1. Sistem pompa Karbamat memiliki konfigurasi
standby redundancy dimana sistem ini terdiri
dari empat buah state/kondisi yang terbagi
menjadi operating state (state 1, 2 dan 3) yaitu
kondisi dimana sistem beroperasi secara
normal dengan minimal dua unit pompa; dan
failed state (state 4) dimana sistem mengalami
kegagalan karena hanya satu unit pompa yang
beroperasi.
2. Dengan nilai laju kerusakan /hari=0,0759 dan
nilai laju perbaikan /hari=0,1035 maka nilai
availabilitas dari sistem pada saat t=0 adalah 1
dan nilai ini terus berkurang sampai diperoleh
kondisi steady state-nya, termasuk pada hari
yang ke-750, dimana availabilitas mencapai
nilai sebesar 0,8038 bila t mendekati tak
hingga.
3. Nilai availabilitas asimtot berdasarkan
evaluasi/perhitungan steady state adalah
sebesar 0,8038 sama dengan perhitungan
sebelumnya.
4. MTBF sistem adalah sebesar 17 hari dan
Mean Up-Time (MUT) sistem adalah 13 hari
sehingga MTTR adalah 4 hari. Hal ini
menunjukkan bahwa dari 17 hari, sistem akan
beroperasi secara normal selama 13 hari
sedangkan 4 hari sisanya, salah satu unit dari
sistem mengalami perbaikan untuk
mengembalikan fungsinya seperti semula.
6. Daftar Pustaka
Bentley, J. 1999. Introdustion to Reliability and
Quality Engineering 2
nd
edition. Prentice
Hall International,Inc. London.
D, Priyanta. 2000. Diktat Kuliah Konsep
Availabilitas and Maintenance.
Ebeling, C. 1997. An Introduction to Reliability
and Maintainability Engineering. The
McGraw-Hill Companies, Inc.
Edwards, C. H, dan D. E. Penney. 1992.
Differential Equations & Linear Algebra.
Prentice Hall International, Inc., New Jersey.
11
Kulkarni, V. G. 1999. Modelling, Analysis,
Design, and Control of Stochastic Systems.
Springer, New York.
Lewis, E. E. 1987. Introduction to reliability
engineering. John Willey and Sons, New
York.
Mulyanto, Tri. 2000, Aplikasi Metode Proses
Markov untuk Mengevaluasi Kegagalan
Sistem Penggerak pada Jet Foil Bima
Samudera. Laporan Tugas Akhir, Jurusan
Teknik Sistem Perkapalan, Fakultas
Teknologi Kelautan, Institut Teknologi
Sepuluh Nopember, Surabaya.
O Connor, P. 1995. Practical Reliability
Engineering 3
rd
edition revised. John
Willey and Sons, Chicester.
Olivia, Nancy. 2006. Analisa Standby System
dengan Metode Continous Time Markov
Chain. Tugas Akhir Teknik Industri ITS.
Osaki, Shunji. 1992. Applied Stochastic System
Modeling. Springer-Verlay, Berlin.
Suwano, Agus. 2008. Pompa Tutorial,
<URL:http://www.agussuwono.com/index.ph
p?view=article&catid=38:mechanical&id=65:
teori-dasar-pompa-sentrifugal&format=pdf.>
Taylor, Howard M. 1993. An Introduction To
Stochastic Modeling Edition Revised.
Academic Press, London.
Villemeur, A. 1992. Reliability, Availability,
Maintainability, and Safety Assesment
Volume 1 Methods and Techniques. John
Willey and Sons, Paris.