LANDASAN TEORITIS
2.1
2.1.1
yang
dilakukan untuk
menjaga
suatu
barang
dalam,
atau
yang
baik
akap. mengakibatkan
kinerja
perusahaan
serta nilai
Selain itu pemeliharaan yang baik juga dapat meningkatkan kualitas produk
yang dihasilkan dan mengurangi waste yang berarti
mengurangi ongkos
produksi.
2.1.2
Preventive Maintenance
Preventive
Maintenance adalah
inspeksi,
perbaikan,
penggantian, pembersihan,
pelumasan
dan
erat
Karena
itulah
dalam
2.1.3
Konsep Downtime
Lama waktu dimana suatu unit tidak dapat menjalankan fungsinya sesuai
dengan yang diharapkan disebut sebagai downtime mesin. Downtime mesin
dapat
terjadi ketika
2.2
2.2.1
periode waktu
tertentu ketika
digunakan
2. Peluang
sebuah
produk
untuk
dapat
menjalankan fungsinya
dengan
2.2.2
keandalan
didefinisikan sebagai
beroperasi dengan baik tanpa mengalami kerusakan pada suatu periode waktu t
dalam kondisi operasi standar. Keandalan didefinisikan sebagai kemungkinan
berhasil atau kemungkinan peralatan akan memenuhi fungsi yang diinginkan
paling tidak hingga waktu tertentu (t), maka dapat diuraikan sebagai berikut :
(Ebeling, p23)
R(t)
= P(x;:::
t)
variabel x yang
= 1-
R(t) = 1f(t)dt
F(t)
umuk t?: 0
= f f(t)dt
00
R(t)
1, probabilitas fungsi
0:::; R(t):::; 1
dan
2.2.3
_
inh
MTBF
- MTBF +
MTTR
Dimana:
Amh = Ketersediaan Inherent
MTBF = Rata-rata waktu antar kegagalan (Mean Time Between Failure)
MTTR =Rata-rata waktu perbaikan (Mean Time To Repair)
Ketersediaan inherent merupak<m pengukuran ketersediaan yang paling
sederhana karena
hanya
mempertimbangkan faktor
untuk mengukur
kerusakan
ketersediaan pada
A
a
MTBM
MTBM+M
dan
Dimana:
Aa = Ketersediaan Tercapai
MTBM = Rata- rata
waktu
antar
pemeliharaan
( Mean
Time
Between
Maintenance ).
M = Rata-rata waktu pemeliharaan
MTBM
ini termasuk
didalamnya adalah
dihitung
(Yrrm)MP.MT
m(td)+ Yrpm
= m(t d )MTTR +
Dimana:
Tpm = rata-rata
selang waktu
antar preventive
maintenance yang
digunakan
1il
=
ekonomis
waktu
MPMT =
rata-rata
waktu
preventive
maintenance
Mean
Preventive
Maintenance Time )
M(td) = jumlah kegagalan dalam interval (0,1i!)
Ketersediaan tercapai merupakan pengukuran ketersediaan yang sering
digunakan
karena
telah
mempertimbangkan
faktor
pemeliharaan.
MTBM
MTBM+M'
dimana:
Ao = Ketersediaan Operasional
MTBM = Rata- rata
waktu
antar
pemeliharaan
( Mean
Time
rata-rata
waktu
karena
tidak
Between
Maintenance).
M'
rata-rata
pemeliharaan,
tersedianya
keterlambatan
spare-parts
pemeliharaaan
(supply
delay)
atau
tenaga
kerja
perhitungan
ketersediaan
yang
realistis
karena
2.3
2.3.1
Mean time to failure (MTTF) adalah nilai rata-rata atau nilai yang
diharapkan (expected value) dari suatu distribusi kerusakan yang didefinisikan
oleh f(t) sebagai berikut: (Ebeling, p26, p35)
f tf(t)dt
co
MTTF
= E(t) =
dF(t)
dt
= dR(t)
dt
sehingga,
MTTF
J0
dR(t) tdt
dt
f R(t)dt
00
MTTF
= -tR(t) I+
= f R(t)dt
co
lvfTTF
2.3.2
probabilitas untuk
dahulu. Distribusi yang sering digunakan untuk data waktu perbaikan adalah
Eksponensial dan Lognormal. Penentuan atau pengujian dilakukan dengan cara
yang sama dengan yang telah dijelaskan sebelumnya. MTTR diperoleh dengan
menggunakan rum us : (Ebeling, p192)
MTTR
00
Dimana:
h(t) adalah fungsi kepadatan peluang untuk data waktu perbaikan
H(t) adalah fungsi distribusi kumulatifuntuk data waktu perbaikan
12
Perhitungan MTTR untuk rnasing-rnasing distribusi adalah sebagai berikut:
Distribusi Eksponensial
t
H(t) = J
0
-t!M1TR
e
lv!TTR
= 1- e-t!M1TR
lv!TTR = _!_
A
dirnana : A= laju perbaikan
Distribusi Lognonnal
lv!TTR = t med esl
12
2.3.3
sumbu
untuk t :::::_0
Sehingga,
0
ffx(t)dt
=1
12
2.3.4
=f
untuk t2: 0
F(t)
f(t)dt
2.4
oo maka F(t)
Identifikasi Distribusi
Pengidentifikasian distribusi dapat
identifikasi awal,
dilakukan dalam
ldentifikasi Awal
Identifikasi awal dapat dilakukan dengan dua metode yaitu
probability
plot dan metode least-square. Dengan probability plot dibuat grafik dengan
titik-titik (ti, F(ti)). Bila data tersebut menghampiri suatu distribusi maka grafik
yang
terbentuk
akan
berbentuk
garis
lurus.
13
i- 0,
n+0,4
Dimana:
i =data waktu ke-t
n = jumlah data kerusakan
Perhitungan index of fit memiliki cara yang sama dengan perhitungan
Korelasi Pearson (Walpole, p664):
Gradien:
11
LX;Y;
b=...::.i=::.:_l
L:x;
11
i=l
Intersep : a
= y-
bx
16
1
Dan: MTTF=
b
Dimana : ti adalah data ke-i
Y; = lnln[
1
1-F(t;)
Parameter : fJ = b dan B = e fJ
=-
Parameter : a
a
dan J1 = b
Dimana parametemya :
1
b
s=-
dan
tmed
=e
-sa
Pendugaan Parameter
tepat
diketahui
karena
tidak
ada
suatu
metodepun yang
dapat
Pada
dapat
dihitung
mencari
nilai
maksimum
dari
likelihood
function
berikut
yang
mengandung sejumlah parameter fA,.... 8.:. yang tidak diketahui (Ebeling, p375)
L(B1....
,ek) = [Jf(ti ev
..,ek)
1
i=l
Tujuam MLE adalah menemukan nilai parameter ej,.... 8.:. yang dapat
memberikan likelihood function yang sebesar mungkin untuk setiap nilai t1,
t2,...., tn. Karena bentuk perkalian dari likelihood function, umumnya lebih
mudah untuk memecahkan logaritma dari likelihood function. Nilai maksimum
likelihood
function
0, yaitu :
i= 1, 2, ....,k
dari
Eksponensial MLE
A.=
T
Dimana
T=
2)
i=l
WeibulJMLE
(/3)
g
"r
"r
L..t=l
tfllnt
1
fJ
1 1
---lnt=O
j3 r
1
L..t=J'i
f3)+1 = f3j
g(/31)
g
('/3. )
}+1
= dg-1
)
ux
yang harus dipecahkan secara iterasi sampai mencapai nilai pj yang maksimum
(atau nilai g(p) yang mendekati nol).
Maka terlebih dahulu adalah mencari turunan pertama dari g(p) yaitu
'(/3) =
1=1
1=1
Irf
)2
1=1
+ _1_
/32
i=l
untuk
metode Newton
Rhapson maka disarankan nilai P.i awal yang digunakan adalah nilai p yang
didapat melalui metode Least Square.
Kemudian nilai MLE untuk
e didapat
11
B'= { 1 [Itf
]})
i=l
Normal MLE
Adapun nilai MLE untuk parameter dari distribus; normal adalah sebagai
berikut:
p' =x
21
Lognormal MLE
Adapun nilai MLE untuk parameter dari distribusi lognormal adalah
sebagai berikut :
J.l=
Inti
i=l
S=
2.4.3
L =l (Inti - ,U)2
n
22
23
kritik yang diperoleh dari tabel. Secara umum, apabila pengujian statistik ini
berada di luar nilai kritik, maka H 0 diterima. Sebaliknya, maka H1 yang
diterima.
Ada dua jenis goodness-of-fit test yaitu uji umum (general tests) dan uji
khusus (spesific tests). Uji umum dapat digunakan untuk menguji beberapa
distribusi sedangkan uji khusus masin.g-masing hanya dapat menguji satu jenis
distribusi. Dibandingkan dengan uji umum, uji khusus lebih akurat dalam
menolak suatu distribusi yang tidak se :uai.
Uji
umum
yaitu
uji
Ho : Data
berdistribusi eksponem;ial
Dimana:
25
Dirnana:
Z;
= ln[-1n(1- ni' JJ
+0,25
05
Dirnana:
M adalah nilai uji statistik untuk Mann's Test
ti adalah data waktu kerusakan ke-I
ti+l adalah data waktu kerusakan ke-(i+ 1)
[x] adalah bilangan integer dari x
Fcrit
Pent
f <I>((.
D, =m
l:5:I:o:n
D2
1l
-t) i-1}
--
( t - t)}
= mx {
--i <I>
IS:1S:n
; _
= ..J ...!._
i=l
:Lcri
(.
n
dan
Dimana:
ti adalah data waktu antar kerusakan ke-I
s adalah standar deviasi sample
s2
-t)2
= ..:..i=-=-'--n-l
1m
28
Bila D < Dent. maka terima
Nilai
Dcrit
Ho.
2.5
ini,
pencegahan
akibat
maka
dilakukan
untuk
diketahui
interval
menghindari
melakukan tindakan
waktu
antara tindakan
penggantian (tp) yang optimal dari su::tu komponen sehingga dicapai minimasi
1. Block Replacement
Tindakan penggantian dilakukan pada suatu interval tp yang tetap, jika
selang waktu
tersebut tidak
sebelum jangkat
waktu
tp maka
sistern
rusak
2. Age Replacement
Dalam
metode
1m
tindakan
penggantian
dilakukan
pada
saat
pada
selang waktu
tp tidak
sistem
D(t p) =
..i-,... L a . .,J fU
l...-"'Vi:.J.'f..
1../NIVERSITAS
Bf !\JAl NUSA J
Total ekspetasi downtime per siklus adalah waktu yang diperlukan untuk
melakukan tindakan penggantian pencegahan dikali
dengan probabilitas
terjadi
kerusakan) dikali dengan probabili1as dari suatu siklus gagal. Dalam bentuk
rumus adalah sebagai berikut:
Total ekspetasi downtime per siklus
= TP .R(t P) +
T1 (1- R(t
P))
Dimana:
TP adalah interval waktu
demikian reliabilitas waktu
dengan
dengan
!t(t p) =
" '
f(t)dt
lp
waktu
siklus
= 1-
adalah
R(t;)
panjang
siklus
pencegahan
panjang
siklus
gagal
dikalikan dengan
probabilitas siklus
diperhatikan
f t.f(t)dt
00
MTTl"'
I t.J(t)dt
I t.f(t)dt
tp
= _o--- +Tf
1- R(t p)
lp
= (t p + Tp) X R(t
p) + f t.f(t)dt + Tf
(1- R(t p ))
=---D(t r)
T r .R (tp) +
' - - T1
..;:
. (1- R(t r
))
__
..;:.
1p
Dimana:
Tr adalah waktu untuk melakukan perbaikan kerusakan komponen.
TP adalah waktu untuk melakukan penggantian preventif
tp adalah panjang interval waktu antara tindakan pemeliharaanpreventif
f(t) adalah fungsi kepadatan peluang dari waktu kegagalan komponen.
2.6
dapat
ditempuh
dengan
cara
pemeliharaan
Rm (t)
= R(T) R(t- T)
0t T
untuk
2T
Dimana:
T adalah interval waktu penggantian pencegahan kerusakan
Rm(t) adalah
keandalan
(reliabili ) dari
sistem
dengan
pemeliharaan
pencegahan.
R(t) adalah keandalan sistem tanpa pemeliharaan pencegahan
R(T) adalah peluang dari keandalan hingga pemeliharaan pencegahan pertama
R(t-T) adalah peluang dari keandalan antara waktu t - T setelah sistem
dikembalikan pada kondisi awal pada saat T.
Secara umum persamaannya adalah sebagai berikut:
Rm(t)
untuk nT .
Dimana:
R(t)n adalah probabilitas keandalan hingga n selang waktu pemeliharaan.
=e-J.J
ini
=-J,O._( t)
MTTF
"'
f R(t)dt
= f Rm (t)dt = . . :. .
1- R(T)
0
--
2.7
kerusakan mekanik.
Yang
harus
1.
_!_ = waktu
rata-rata perbaikan
Jl
2.
Menurut Jardine (p109) total downtime per unit waktu merupakan fungsi dari
frekuensi pemeriksaan (n) dan dinotasikan dengan D(n) yakni
D(n) = A-(n) +
Jl
Keterangan :
A.(n)
ll
= Berbanding
= Berbanding
pemeriksaan :
k
A,(n) =-
dan karena
maka
k
A,(n)=-n2
dan
-k
1
D(n)=-+-:n2 f1
1
dimana : k = nilai konstan dari jumlah kerusakan per satuan waktu sehingga
diperoleh:
2.8
2.8.1
digunakan
oleh banyak
perusahaan pengembang
secara
khusus
didesain
untuk
membangun aplikasi
menyediakan sebuah
database
engine
dan juga
2.8.3
Classic
Life
Cycle
merupakan paradigma
yang
dis,ebut juga
sebagai
"Waterfall Model"
pendekatan
pengembangan piranti lunak yang sistematik dan berurutan dimulai dari tingkat
sistem berlanjut
ke analisis,
System
Engineering
.----'---"'----,
Analysis
Design
.---', -..%-------,
Code
-h---,h
Testing ,--.......
--L--....,
Maintenance
I
Gambar 2.1 Bagan Classic Life Cycle
System
permintaan pada tingkat sistem dengan sejumlah kecil dari perancangan dan
analisis tingkat atas.
Software
requirements analysis
dibuat,
pembuat
piranti
lunak, juga
lunak
harus mengerti
merupakan proses
penterjemahan permintaan-pennintaan
menjadi
piranti lunak, yang meyakinkan semua pemyataan sudah dites, dan pengetesan
fungsi-fungsi ekstemal untuk meyakinkan input
yang telah
didefinisikan
masih terdapat
kesalahan.
2.9
Penelitian Relevan
Penelitian yang relevan dengan penelitian ini sebagai berikut :
Penelitian
dengan
MAINTENANCE
judul
UNTUK
"USULAN
PENERAPAN
MENINGKATKAN
PREVENTIVE
AVAILABILITY
DARI
AND
MESIN
Basil
mesin
injeksi
di PT.
penerapan