1

PENGGUNAAN FUZZY FAILURE MODE AND EFFECT ANALYSIS (FUZZY FMEA) DALAM
MENGIDENTIFIKASI RESIKO KEGAGALAN PROSES PEMASANGAN DAN PERBAIKAN AC

1
Muhammad Iqbal,
2
Lailil Muflikhah,
3
Nanang Yudi Setiawan
Program Studi Informatika/Ilmu Komputer
Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya
Jalan Veteran, Malang 65145, Indonesia
E-mail: koi.bagus90@gmail.com

ABSTRAK

Proses pemasangan dan perbaikan AC, CV. Agung Jaya Abadi masih mengalami kesulitan karena sering melakukan
kesalahan dalam proses perbaikan maupun pemasangan AC. Kesalahan yang dimaksud ialah pemasangan AC yang
mengalami masalah selama masa garansi dinamakan juga pemasangan AC cacat dan perbaikan AC yang mengalami
masalah yang sama selama masa garansi dinamakan perbaikan AC cacat.
Untuk mengatasi kesalahan, dibuatlah suatu sistem pendukung keputusan yang dapat mengidentifikasi potensi
penyebab terjadinya pemasangan dan perbaikan AC yang cacat, dengan pendekatan RCA(Root Cause Analysis). Potensi
penyebab pemasangan dan perbaikan AC cacat yang sudah teridentifikasi tersebut dianalisa dan dievaluasi menggunakan
metode Fuzzy Failure Mode and Effect Analysis (Fuzzy FMEA).
Hasil dari sistem ini didapatkan prioritas potensi paling kritis berdasarkan nilai RPN tertinggi penyebab pemasangan
dan perbaikan AC cacat.
Kata Kunci: Sistem Pendukung Keputusan, Fuzzy FMEA, RCA

I. PENDAHULUAN
1.1 Latar Belakang
Sebagai perusahaan yang menjaga mutu
pelayanan, CV Agung Jaya Abadi selalu berusaha
memberikan pelayanan yang baik dalam
memperbaiki AC maupun pemasangan instalasi
AC, namun terdapat beberapa kendala pada CV
Agung Jaya Abadi dalam pemasangan instalasi AC
yaitu masih tingginya pemasangan instalasi yang
cacat dari keseluruhan pemasangan instalasi AC
yang dilakukan. Yang dimaksud dengan
pemasangan instalasi cacat adalah kerusakan AC
yang terjadi dalam masa garansi pemasangan.
Sementara itu kendala pada perbaikan AC juga
masih banyak perbaikan AC yang cacat dari
keseluruhan perbaikan instalasi AC yang
dilakukan. Yang dimaksud dengan perbaikan AC
yang cacat adalah kerusakan AC dengan masalah
dan penyebab yang sama saat sebelum perbaikan.
Fuzzy FMEA merupakan pengembangan dari
metode FMEA yang memberikan fleksibilitas
untuk menampung ketidakpastian akibat samarya
informasi yang dimiliki maupun unsur preferensi
yang subjektif yang digunakan dalam penilaian
terhadap mode kegagalan yang terjadi [1]. Dengan
menambah konsep fuzzy pada algoritma FMEA
memungkinkan data yang digunakan berupa data
linguistik ataupun data numerik yang mana setiap
data akan mempunyai nilai membership pada setiap
atributnya. Fuzzy FMEA merupakan metode yang
akan digunakan pada skripsi ini, berbagai riset
menggunakan Fuzzy FMEA telah dilakukan. Salah
satunya penelitian mengenai identifikasi penyebab
kegagalan potensial pada proses produksi
menunjukan tingkat akurasi sebesar 93.49% yang
ditulis Dorina Hethari pada tahun 2009. Untuk
memberikan tingkat akurasi yang lebih baik dalam
skirpsi ini akan di bantu menggunakan Root Cause
Analysis(RCA) untuk mengidentifikasi akar
penyebab resiko yang paling kritis, RCA
merupakan suatu metode evaluasi terstruktur
untuk mengidentifikasi akar penyebab (root cause)
suatu kejadian yang tidak diharapkan (undesired
outcome) dan langkah-langkah yang diperlukan
untuk mencegah terulangnya kembali kejadian
yang tidak diharapkan.
1.2 Rumusan Masalah
Permasalahan yang di bahas dalam penelitian
ini adalah :
1. Bagaimana menerapkan metode Fuzzy FMEA
dalam identifikasi pemasangan dan perbaikan AC
cacat ?
2. Bagaimana tingkat akurasi metode Fuzzy FMEA
untuk evaluasi pemasangan dan perbaikan AC
cacat ?
1.3 Batasan Masalah
Data yang dijadikan pelatihan dan pengujian
pada skripsi ini adalah data evaluasi identifikasi
pemasangan AC cacat dan perbaikan AC cacat
berdasarkan penilaian behavior teknisi CV.Agung
Jaya Abadi pada bulan Mei 2013.
1.4 Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian
ini adalah sebagai berikut :
1. Untuk menerapkan metode Fuzzy Failure Modes
and Effects Analysis dalam identifikasi pemasangan
dan perbaikan AC cacat.
2

2. Untuk mengukur tingkat akurasi metode Fuzzy
Failure Modes and Effects Analysis dalam identifikasi
pemasangan dan perbaikan AC cacat.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah sebagai
berikut :
1. Membantumeningkatkan kepuasan pelanggan
(customer satisfaction)
2. Mengurangi biaya operasional dan
mempercepat proses penanganan pemasangan AC
dan perbaikan AC di CV. Agung Jaya Abadi.
3. Mengurangi resiko pemasangan dan perbaikan
AC yang cacat dengan melakukan dokumentasi
dan tracebility .
4. Mengidentifikasi resiko kerusakan yang
beresiko tinggi sehingga dapat diprioritaskan
penanganannya

II. TINJAUAN PUSTAKA
2.1 Root Cause Analysis (RCA)
RCA adalah salah satu tool continuous
improvement dan metode problem solving yang
bertujuan untuk mengidentifikasi akar dari
masalah tertentu yang muncul pada sistem atau
proses. RCA dapat diarahkan kepada banyak
tujuan yang spesifik, para praktisi continuous
improvement merumuskan lima pendekatan dasar
yang dapat dilakukan dengan RCA, mereka
adalah [2].
1. RCA satefy-based: merupakan usaha identifikasi
permasalahan yang berkaitan dengan
keselamatan, RCA dilakukan dengan analisa
kecelakaan yang pernah terjadi dan penyebab-
penyebabnya, untuk meningkatkan kesehatan
dan keselamatan pekerja.
2. RCA production-based: berasal dari konsep
quality control untuk manufaktur, RCA
produksi fokus kepada analisa penyebab cacat
dan masalah yang terjadi pada proses produksi
mencakup mesin, operator, dan peralatan.
3. RCA process-based: pada dasarnya merupakan
perluasan dari konsep RCA production-based,
namun dengan ruang lingkup yang lebih luas,
termasuk analisa penyebab masalah yang terjadi
pada business process.
4. RCA failure-based: berasal dari praktek failure
analysis yang dilakukan pada proses engineering
dan maintenance, bertujuan untuk mengetahui
akar masalah yang menjadi penyebab masalah
pada kedua proses tersebut.
5. RCA systems-based: ini adalah pendekatan
gabungan yang merangkul pendekatan-
pendekatan RCA yang lain, dengan konsep-
konsep yang diadaptasi dari berbagai sudut
pandang, seperti change management, risk
management dan systems analysis.
Walaupun RCA memiliki banyak variasi
pendekatan, namun pada dasarnya prinsipnya
tetap sama, yaitu menelaah sedalam-dalamnya
hingga ditemukan akar dari suatu masalah yang
terjadi. RCA dapat dilakukan dengan
menggunakan berbagai tools, seperti analisa 5
Whys, Fishbone (Ishikawa) diagram, diagram sebab-
akibat, Pareto chart, dan sebagainya.
2.2 Failure Mode Effect and Analysis (FMEA)
FMEA adalah sebuah metode untuk
memeriksa penyebab cacat atau kegagalan yang
terjadi selama produksi, mengevaluasi prioritas
resiko, dan membantu menentukan tindakan yang
tepat untuk menghindari masalah diidentifikasi.
FMEA digunakan secara luas dalam peningkatan
mutu dan alat penilaian resiko di industri
manufaktur, alat ini menggabungkan pengetahuan
manusia dan pengalaman untuk: (1)
mengidentifikasi potensi kegagalan yang dikenal
atau mode dari suatu produk atau proses, (2)
mengevaluasi kegagalan suatu produk atau proses
dan efeknya, (3) membantu perekayasa untuk
melakukan tindakan perbaikan atau tindak
preventif, dan (4) menghilangkan atau
mengurangi terjadinya kegagalan.
FMEA terdiri dari dua jenis, yaitu desain
FMEA dan proses FMEA, desain FMEA adalah
suatu prosedur untuk mengidentifikasi bahwa
bahan-bahan yang benar telah digunakan, untuk
mencocokan spesifikasi pelanggan, dan untuk
memastikan bahwa peraturan dikembangkan
harus dipenuhi sebelum menyelesaikan desain
produk, sementara penggunaan metode FMEA
berhubungan dengan produksi dan proses
perakitan, dimana proses FMEA digunakan untuk
mengidentifikasi beberapa potensi kegagalan yang
dapat disebabkan oleh proses produksi, mesin,
metode produksi, dengan kedua potensi masalah
dapat dipelajari, cacat dapat secara akurat
diketahui sebelum produk disampaiakan kepada
pelanggan, efek pada seluruh sistem dapat
dipelajari dan keputusan yang tepat dapat di ambil
dengan benar [3].
2.3 Fuzzy Failure Mode and Effect Analysis
(fuzzy FMEA)
Berdasarkan perkembangan ilmu pengetahuan
dan teknologi, FMEA konvensional dianggap oleh
banyak peneliti memiliki beberapa kelemahan
sebagai alat pengawasan mutu perencanaan,
beberapa kelemahannya adalah sebagai berikut
[1]:

1. Pernyataan dalam FMEA sering subyektif dan
kualitatif yang dijelaskan dalam bahasa alamiah,
tentu saja itu sulit untuk mengevaluasi
keandalan dari produk atau proses yang tepat.
3

2. Ketiga tingkat parameter (keparahan, kejadian,
dan deteksi) yang diasumsikan memiliki
kepentingan yang sama, sebenarnya dalam
praktiknya bobot kepentingan dari ketiga
parameter adalah tidak sama.
3. Nilai RPN yang dihasilkan dari hasil perkalian
S, O, dan D, namun nilai RPN yang sama
mungkin menyiratkan representasi resiko yang
berbeda. Sebagai contoh, perhatikan dua mode
kegagalan yang berbeda masing-masing
memiliki nilai 6, 3, 2 dan 3, 4, 3 untuk tingkat S,
O, dan D, keduanya akan diperoleh nilai RPN 36
dan karena itu memiliki prioritas yang sama
untuk diselesaikan, tetapi dalam kenyataannya
mungkin akan mempunyai resiko berbeda.
Untuk mengatasi kelemahan-kelemahan itu
metodologi yang didasarkan pada logika fuzzy
sering digunakan sebagai alat untuk memanipulasi
istilah linquistik yang digunakan secara langsung
dalam membuat penilaian yang kritis. Sistem fuzzy
adalah sistem berbasis pengetahuan yang
dibangun dari keahlian dan pengalaman dalam
bentuk aturan fuzzy IF-THEN, metode inferensi
fuzzy FMEA dilakukan dengan menggunakan
metode Mamdani, metode Mamdani sering
dikenal sebagai metode Max-Min, metode ini
diperkenalkan oleh Ebrahim Mamdani pada tahun
1975 untuk mendapatkan output Fuzzy, diperlukan
empat tahap yaitu:
1. Susun fungsi keanggotaan fuuzy.
2. Buat aturan berbasis logika fuzzy.
3. Lakukan proses inferensi fuuzy.
4. Tahap defuzzyfikasi.


Gambar 1. Tahapan evaluasi dengan fuzzy FMEA

2.4 Logika Fuzzy
Logika Fuzzy merupakan suatu logika yang
memiliki nilai kekaburan atau kesamaran
(fuzzyness) antara benar atau salah, logika fuzzy
pertama kali diperkenalkan oleh Lotfi A. Zadeh
pada tahun 1965. Logika fuzzy dinyatakan dalam
derajat keanggotaan dalam interval 0 hingga 1,
dimana derajat keanggotaan merupakan bobot
dari kebenaran dan kesalahan secara bersama-
sama [4].
Pada himpunan fuzzy, sebuah obyek dapat
berada pada sebuah himpunan secara parsial.
Derajat keanggotaan dalam himpunan fuzzy
diukur dengan fungsi yang merupakan
generalisasi dari fungsi karakteristik yang disebut
fungsi keanggotaan atau fungsi kompatibilitas.
Misalkan U adalah universe (semesta) objek dan x
adalah anggota U. Suatu fuzzy set A di dalam U
didefinisikan sebagai suatu fungsi keanggotaan
A(x), yang memetakan setiap objek di U menjadi
suatu nilai real dalam interval [0,1]. Nilai-nilai
A(x) menyatakan derajat keanggotaan x di dalam
A [5]. Himpunan fuzzy memiliki 2 atribut, yaitu
[6]:
a. Linguistik, yaitu penamaan suatu grup yang
mewakili suatu keadaan atau kondisi tertentu
dengan menggunakan bahasa alami.
b. Numeris, yaitu suatu nilai (angka) yang
menunjukkan ukuran dari suatu variabel.

III. METODOLOGI DAN PERANCANGAN
3.1 Analisis sistem
Pada kebutuhan fungsional digambarkan
fungsionalitas atau layanan dari sistem, dan
merupakan harapan layanan dari pengguna
terhadap sistem yang digunakan. Kebutuhan
fungsionalitas dari sistem ini meliputi :
Pengguna harus login terlebih dahulu untuk
mengakses sistem.
Pengguna dapat memilih potensi kegagalan
yang sudah terdapat didalam database
untuk di analisis oleh sistem.
Jika permasalahan baru, user menginputkan
nama permasalahan, penyebab
permasalahan, dampak permasalahan, kontrol
permasalahan untuk akar permasalahan.
User dapat memilih nilai severity, occurrence,
dan detection berdasarkan pengetahuan dan
pengalaman user.
Berdasarkan sudut pandang prioritas
penanganan, sistem menyediakan atribut nilai
RPN dan rekomendasi perbaikan untuk
mengetahui kerusakan AC pelanggan yang
paling kritis.
Hasil dilaporkan dalam bentuk tabel.

3.2 Perancangan Sistem
3.2.1 Entity Relationship Diagram (ERD)
Struktur database yang digunakan adalah
struktur database relasional. Rancangan tabel
beserta relasinya adalah sebagai berikut:

Gambar 2 Entity Relationship Diagram (ERD)
pel aksana masal ah
l apran masal ah
masal ah
i d
masal ah
nama_masal ah
penyebab
dampak
kontrol
rekomendasi
<pi > Seri al (11)
Vari abl e characters (200)
Vari abl e characters (500)
Vari abl e characters (700)
Vari abl e characters (600)
Vari abl e characters (600)
Vari abl e characters (250)
<M>
Key_1 <pi >
t_l aporan
i d_fmea
tanggal
pel aksana
i d_masal ah
masal ah
nama_masal ah
sebab_masal ah
dampak_masal ah
kontrol _masal ah
s
o
d
rpn
<pi > Integer
Ti mestamp
Vari abl e characters (50)
Integer
Text
Text
Text
Text
Text
Integer
Integer
Integer
Long fl oat
<M>
<M>
<M>
<M>
<M>
<M>
<M>
Key_1 <pi >
t_pel aksana
i d_pel
nama_pel
<pi > Seri al (11)
Vari abl e characters (50)
<M>
Key_1 <pi >
t_user
no
username
password
nama
l evel
<pi > Seri al (11)
Vari abl e characters (45)
Vari abl e characters (45)
Vari abl e characters (45)
Vari abl e characters (45)
<M>
Key_1 <pi >
4

3.2.2 Context Diagram
Context Diagram (CD) merupakan gambaran alur
data secara umum dari sistem yang terdiri dari
entitas luar, data masukan dan keluaran sistem.
Pada sistem informasil CV Agung Jaya Abadi,
diagram konteks terdiri dari sebagai berikut :
1. Entitas luar :
- Admin
- User
2. Data masukan :
- Input Severity,Occurance,Detection
- Input data pengguna
- Input permasalahan
- Input rekomendasi
3. Keluaran Sistem :
- Tabel prioritas perbaikan
- Analisis penyebab pemasangan dan
perbaikan AC cacat

0
FMEA
+
admin user
tabel pri oritas perbai kan
Input permasal ahan pemasangan dan
perbaikan ac cacat terpil i h
Pil i h permasal ahan pemasangan
dan perbaikan yang cacat terpi li h
i nput skala SOD
Input data pengguna
i nput parameter SOD
i nput rekomendasi
anal isa penyebab AC cacat
Gambar 3 Context Diagram
3.3 Diagram Alir Metode Fuzzy FMEA
Merupakan proses untuk mencari nilai RPN
kerusakan AC menggunakan metode Fuzzy FMEA.
mulai
selesai
Input masalah
severity,occurance,detection dan
atribut
Fungsi keanggotaan fuzzy
Aturan Inferensi
Fuzzy
Defuzzyfikasi
Output nilai resiko


Gambar 4 Diagram Alir Proses Data fuzzy FMEA

3.4 Data Pemasangan dan Perbaikan Ac mobil
dan AC ruang yang cacat
Data pemasangan dan perbaikan AC mobil dan
AC ruang yang cacat merupakan data yang sudah
dikumpulkan oleh CV.Agung Jaya Abadi data ini
terdiri dari 4 atribut yaitu Severity, Occurance,
Detection, dan RPN.
Atribut Severity, Occurance, dan Detection
memiliki atribut yang sama dan dibagi menjadi 5
kelompok yaitu very low (kurang dari 2.5), low
(antara 1 sampai 4), medium (antara 2.5 sampai
7.5), high (antara 6 sampai 9), dan very high (lebih
dari 7.5). Untuk atribut RPN memiliki 9 kelompok
yaitu very low (kurang dari 100), very low-low
(antara 50-150), low (antara 100-200), low-medium
(antara 150-300), medium (antara 200-400),
medium-high (antara 300-550), high (antara 400-700),
high-very high (antara 550-900), dan very high (lebih
dari 700). Keterangannya sebagai berikut :
Tabel 1 Severity of effect dalam proses fuzzy
FMEA (sumber :CV Agung Jaya Abadi)


Tabel 2 Occurrence ratings dalam proses Fuzzy
FMEA(sumber : CV Agung Jaya Abadi)
Probability of Failure Occurrance
Very low 1 in 400
Low 1 in 100
Medium 1 in 20
High 1 in 8
Very High 1 in 3

Tabel 3 Detection ratings dalam proses Fuzzy
FMEA (sumber :CV Agung Jaya Abadi)

5


Gambar 5 Derajat Keanggotaan Severity,
Occurrence, dan Detection


Gambar 6 Derajat Keanggotaan Fungsi RPN


IV. IMPLEMENTASI DAN PEMBAHASAN
4.1 Uji Coba Sistem
Implementasi perangkat lunak ini berupa
aplikasi pemrograman yang menerapkan metode
fuzzy failure mode and effect analysis (fuzzy FMEA)
dalam mengidentifikasi resiko kegagalan dalam
proses pemasangan dan perbaikan ac. Pertama
yang dilakukan adalah login user seperti di bawah
ini

Gambar 4.1 Tab Login

Setelah melakukan login user sebagai
admin, user dapat melihat permasalahan yang
sudah ada di database dengan form permasalahan
seperti pada gambar 4.2

Gambar 4.2 Tab permasalahan

User dapat menambkan permasalahan
baru jika tidak ada masalah yang akan diproses
dalam database selain itu user pun dapat
memperbaharui permasalahan yang ada dengan
menggunakan menu edit dan menghapus
data.setelah itu user ke form perhitungan untuk
menghitung nilai RPN seperti terdapat pada
gambar 4.3

Gambar 4.3 Form perhitungan

Setelah melakukan proses perhitungan
user akan mendapatkan hasil seperti gambar 4.4


Gambar 4.4 Form Cetak

Berikut penjelasan dari hasil proses FFMEA
1. Tanggal dimana proses perhitungan
berlangsung
2. Pelaksana ialah identitas user yang
menjalankan program
3. Nama Permasalahan ialah nama masalah
yang di analisa
4. Dampak permasalahan ialah akibat yang
terjadi jika tidak di perbaiki
5. Penyebab permasalahan ialah penyebab
terjadinya masalah atau kerusakan
6. Kontrol permasalahan ialah efektifitas
dalam perawatan alat ac
7. RPN ialah nilai prioritas perbaikan

Selanjutnya user akan menyimpan data proses
dan akan di tampilkan dalam bentuk tabel seperti
di gambar 4.5


Gambar 4.5 Tab Laporan

4.2 Hasil Pengujian
Hasil pengujian terhadap 7 tabel dan 57
masalah yang ada di CV Agung Jaya Abadi
menghasilkani. Hasil pengujian yang telah
dilakukan untuk permasalahan Outdoor AC ruang
dengan 6 detail masalah, katup expansi dengan 6
6

detail masalah, dan compressor AC mobil dengan
10 detail masalah memiliki tingkat akurasi 100%.
Tetapi untuk compressor AC ruang dan indoor
AC ruang hanya memiliki tingkat akurasi 50%,
begitu juga dengan condenser AC mobil yang
memiliki tingkat akurasi 75%, evaporator AC
mobil yang memiliki tingkat akurasi sebesar 45%.
Dari hasil setiap tabel dapat diambil kesimpulan
tingkat akurasi untuk 57 detail masalah yang
diberikan oleh CV. Agung Jaya Abadi dengan di
bandingkan menggunakan aplikasi fuzzy FMEA
sebesar 72%.

V KESIMPULAN
Kesimpulan yang didapat dari penelitian ini
adalah :
1. Metode fuzzy failure mode and effect analysis
dapat diterapkan dan diimplementasikan
dengan baik pada aplikasi sistem pendukung
keputusan perbaikan dan pemasangan AC
yang cacat di CV. Agung Jaya Abadi. Proses
utama yang dilakukan, yaitu pengolahan
data dengan menggunakan fuzzy mamdani
diamana atributnya berdasarkan metode
failure mode and effect analysis.
2. Metode fuzzy failure mode and effect analysis
memiliki akurasi yang cukup baik untuk
memprioritaskan perbaikan dan pemasangan
AC yang cacat. Dimana akurasi tertinggi
untuk Outdoor AC ruang, Compressor AC
ruang, dan katup expansi memiliki tingkat
akurasi 100% , untuk yang terendah yaitu
evaporator AC mobil sebesar 45%. Semakin
kompleks permasalahan yang terjadi akan
berpengaruh terhadap nilai akurasi begitu
juga dengan pengalaman dan pemahaman
user.

Adapun beberapa saran yang dapat
disampaikan untuk mengembangkan aplikasi ini
adalah :
1. Pada penelitian ini, metode fuzzy failure mode
and effect analysis menggunakan data dari CV.
Agung Jaya Abadi sebanyak 57 data. Oleh
karena itu disarankan untuk melakukan
penelitian lebih lanjut dengan menerapkan
metode ini pada data yang memiliki jumlah
target lebih banyak.
2. Penentuan keanggotaan di metode mamdani
terlalu banyak sehingga membuat tingkat
akurasi dan perhitungan menjadi rendah

DAFTAR PUSTAKA
[1] Yeh, R.H.,Hsieh,M.H,2007,Fuzzy Assesment
of FMEA for Sewage Plant, Journal of the
Cinese Institute of Industrial Engineers 24
[2] Jing GG. 2008. Digging for the Root Cause.
ASQ Six Sigma Forum Magazine 7 (3) : 19
24.
[3] Pillay, A., Wang, J. (2003), Modified Failure
Mode and Effects Analysis Using
Approximate Reasoning, Reliability
Engineering & System Safety 139, 379-394.
[4] Kusumadewi, S. 2003. Artificial Intelligence
(Teknik & Aplikasinya). Jogjakarta: Graha Ilmu

[5] Kusumadewi, S dan Purnomo, H. 2010.
Aplikasi Logika Fuzzy untuk Pendukung
Keputusan: Jilid 2. Yogyakarta.: Graha Ilmu..
[6] Suyanto. 2007. Artificial Intelligence.
Informatika, Bandung.