ANALISA KERUSAKAN MACHINE CIRCULATING FAN

BERTENAGA 1475 KW DI PT. SEMEN JAWA

Breakdown Analysis Circulating Fan with 2800 KW in PT. Semen
Jawa
(Diajukan Untuk Memenuhi Tugas Mata Kuliah Teknik Perawatan)

Disusun oleh :

Nama : Indra Rahmat Nugraha

NIM : 2112152034

JURUSAN TEKNIK MESIN FAKULTAS TEKNIK

UNIVERSITAS JENDRAL ACHMAD YANI

2016
 ABSTRAK

PT. SEMEN JAWA merupakan perusahaan yang bergerak di bidang produksi semen. Salah
satu faktor produksi yang harus dioptimalkan penggunaannya seperti yang terjadi pada PT.
SEMEN JAWA yaitu mesin produksi. Dewasa ini mesin yang digunakan dalam kegiatan produksi
harus mampu beroperasi dengan optimal. PT. SEMEN JAWA menggunakan konsep condition
based maintenance yaitu melakukan perawatan memprediksi kerusakan mesin kapan mesin
tersebut direpair atau di maintenance seperti perawatan harian seperti pengisian oli, cleaning,
kencangkan baut apabila ada yang kendor. Metode tersebut mengeluarkan biaya perbaikan yang
sangat besar karena harus mengganti komponen yang rusak dengan komponen yang baru.
Tujuan penelitian ini adalah untuk membandingkan konsep condition based maintenance atau
predictive maintenance yang digunakan oleh perusahaan dengan konsep preventive
maintenance dengan mengambil penelitian pada mesin circulating Fan atau ID Fan yang
berkapasitas 2800 KW. Metode analisa vibrasi ini sangat efektif karena dari cara tersebut bisa
mencari kendala mesin seperti misalignment, unbalance, bend shaft, loosesness bahkan kendala
pada bearing dan dari kendala tersebut bisa mengestimasi waktu untuk perbaikan sehingga
metode ini tepat digunakan oleh perusahaan.
Kata Kunci : condition based maintenance , predictive maintenance, preventive
maintenance, vibration, unbalance, misalignment, looseness .
1 Pendahuluan

Sebuah mesin yang ideal sempurna pada prinsipnya tidak menimbulkan getaran sama sekali,
karena seluruh energi yang dihasilkan diubah menjadi kerja. Namun di dunia ini tidak ada yang
sempurna, sehingga sebagian energy salah satunya terbuang menjadi getaran. Getaran timbul
akibat transfer gaya siklik melalui elemen-elemen mesin yang ada, dimana elemen-elemen
tersebut saling beraksi satu sama lain dan energi didesipasi melalui struktur dalam bentuk
getaran. Kerusakan atau keausan serta deformasi akan mengubah karakteristik dinamik sistem
dan cenderung meningkatkan energi getaran. Metode masa lalu dengan cara mendengarkan suara
mesin dan menyentuh/meraba (hearing and touching) dikembangkan untuk menentukan apakah
mesin bekerja baik atau tidak, tetapi metode klasik tersebut tidak lagi andal untuk saat ini, karena
dua faktor berikut ini :
1. Mesin-mesin modern dirancang untuk berjalan secara otomatis, sehingga interaksi antara
manusia (operator) dan mesin tidak lagi efektif dan ekonomis

2. Kebanyakan mesin-mesin modern beroperasi pada putaran/kecepatan tinggi, dimana

getaran yang timbul banyak yang berfrekuensi tinggi dan tidak lagi dapat dibedakan oleh
indra manusia, sehingga dibutuhkan alat untuk mendeteksi dan mengukurnya. Oleh
karena itu untuk mengatasi salah satu permasalahan di atas dikembangkan metode untuk
mendeteksi jenis kerusakan dan tingkat kerusakan bantalan bola dari karakteristik sinyal
getarannya. Selanjutnya metode ini banyak diaplikasikan pada condition based
maintenance yang ekonomis.

2 Ruang Lingkup dan Batasan Masalah

Untuk penilitian penulis akan membahas tentang:

Menganalisa Circulating Fan yang berguna untuk mengsirkulasi udara panas

untuk kiln sebagai penunjang produksi semen
Perhitungan waktu perbaikan (Maintenance Time to Repair)
Estimasi biaya perbaikan
 Perhitungan detail balancing tidak dihitung karena menggunakan alatnya
secara otomatis
Analisa vibrasi dengan spectrum dengan tidak ada perhitungan FFT secara
detail

3 Dasar teori

Gangguan (breakdown) di dalam sistem suatu industri dapat mempunyai dampak penting
pada profitabilitas suatu unit bisnis. Peralatan produksi banyak yang tidak berfungsi, tenaga kerja
tidak lagi optimal, dan perbandingan biaya-biaya tetap ke keluaran produk secara negatif pun
terpengaruh.

Sistem perbaikan yang cepat terhadap peralatan yang mulai menurun adalah titik tolak
kesuksesan sebuah unit bisnis. Proses dalam menujukan gejala-gejala gangguan dari sebuah
peralatan setelah kejadian dikenal sebagai Corrective Maintenance dan sudah eksis dalam
berbagai format di dalam bermacam unit industri.

Bagaimanapun, kapanpun gangguan peralatan terjadi biaya dapat mengucur dengan

derasnya di luar periode perbaikan peralatan. Seringkali sebuah process lines produksi
membutuhkan run-time yang signifikan setelah adanya titik mula untuk memulai memproduksi
sebuah produk yang berkualitas, dan umumnya produk-produk yang dihasilkan pada saat adanya
gangguan pada peralatan menjadi tidak bermutu bahkan tidak bernilai jual yang layak lagi.

Fatalnya dampak sebuah gangguan pada saat produksi berlangsung baik dari segi biaya
perbaikan, waktu, dan menurunya harga jual produksi selama gangguan berlangsung, untuk itu
diperlukan sebuah usaha pencegahan-pencegahan yang sesegera mungkin dapat menanggulangi
adanya gangguan dalam process line produksi. Proses analisa, pencegahan dan perawatan
peralatan dalam rangka mencegah adanya gangguan yang fatal dalam sebuah unit bisnis dikenal
dengan istilah Preventive Maintenance.

Dengan Preventative Maintenance secara rutin di inspeksi dan di servis dalam rangka
mencegah munculnya gangguan yang fatal. Inspeksi semacam ini didasarkan pada, entah itu
secara periode penanggalan ataupun jumlah lamanya peralatan aktif/bekerja, dan biasanya
meliputi data laporan yang dapat dibandingkan dari waktu ke waktu untuk menentukan jika ada
pergeseran hal negatif yang mengindikasikan adanya suatu masalah peralatan akan segera terjadi.

Corrective Maintenance dan Preventive Maintenance telah digunakan selama beberapa

dekade, namun keduanya masing-masing masih memiliki titik kelemahan yang signifikan dalam
usaha pencegahan gangguan.

3.1 Predictive Maintenance

Predictive Maintenance diperkenalkan untuk mencoba memelihara peralatan yang benar

di saat/waktu yang tepat. Predictive didasarkan pada penggunaan real-time data untuk
memprioritaskan dan mengoptimalkan sumber daya pemeliharaan. Pengamatan status dari
sebuah sistem dikenal sebagai condition monitoring. Sistim yang demikian akan mampu dengan
sempurna menentukan kesehatan peralatan, dan bertindak hanya ketika pemeliharaan benar-
benar perlu.

Pengembangan dalam beberapa tahun belakangan ini sudah memungkinkan penggabungan

instrumentasi terhadap peralatan secara luas, dan diikuti dengan penggunaan perangkat yang
lebih baik untuk menganalisa data kondisi peralatan. Dengan sistem semacam ini seorang
personil pemeliharaan seketika akan lebih mampu dan cekatan dalam memutuskan kapan yang
merupakan waktu yang tepat untuk melaksanakan pemeliharaan pada berbagai titik dari sebuah
ataupun beberapa peralatan sekaligus. Condition-Based-Maintenance secara ideal akan
memungkinkan seorang/tim personil pemeliharaan untuk melakukan hal yang benar saja,
memperkecil biaya onderdil, sistem downtime dan memperkecil waktu yang terbuang sia-sia saat
menunggu datangnya waktu pemeliharaan.
3.2 Filosofi Predictive Maintenance

Filosofi Predictive atau condition based maintenance adalah bahwa aktivitas pemeliharaan
dilakukan hanya bila dideteksi adanya kegagalan fungsi. Kondisi operasional dan fungsional
secara periodik dimonitor, jika ditemukan adanya kecenderungan ke arah yang tidak sehat, maka
bagian-bagian mesin yang mengalami kelainan diidentifikasi dan dijadwalkan untuk
pemeliharaan. Mesin tersebut kemudian dimatikan pada waktu yang paling memungkinkan, dan
komponen yang rusak diganti.

Keuntungan filosofi ini adalah:

Kegiatan pemeliharaan dapat dilakukan secara tertib.
Suku cadang dapat dipersiapkan sebelumnya dan dibeli hanya yang diperlukan saja
sehingga mengurangi jumlah suku cadang di gudang penyimpanan (inventory),
Kapasitas produksi bisa ditingkatkan karena perawatan hanya dilakukan jika diperlukan.
Bisa memprediksi berapa lama mesin dapat beroperasi dan memprediksi mesin kapan
dapat dibongkar dan diperbaiki
Berikut ilustrasi predictive maintenance menurut getaran
 Gambar I. 1 Diagram level getaran vs waktu

Bentuk dari predictive maintenance diantaranya:

Pemantauan dan analysis getaran

Pemantauan suara dan ultrasonik
Pengukuran temperatur
Analisis cairan pelumas
Pemantauan parameter proses
Inspeksi visual

Keuntungan memakai predictive maintenance dengan analisa vibrasi

Pemakaiannya luas dan manfaatnya banyak

Dipakai untuk mesin rotasi, mesin bolakbalik, serta peralatan proses
Broadband trending, narrowband trending, dan analisis pola kerusakan
 Ada standar ISO sebagai referensi
Biaya instrument US$ 5000 US$100.000
Training operator sangat diperlukan

Standar ISO level vibrasi

Gambar I. 2 Standar ISO 10816-3 untuk vibrasi

3.3 Mean Time Beetween Failure dan Mean Time to Repair

Mean Time Beetween Failure (MTBF) adalah istilah dalam perhitungan reliability
yang artinya waktu peralatan atau aset atau komponen mulai operasi sampai dengan
failure. Misal waktu operasi 2000 jam dan terjadi failure 10 kali, maka MTBFnya
adalah :

2000/10 = 200 jam per failure.

 Semakin tinggi MTBFnya maka peralatan cenderung reliable. MTBF di gunakan
untuk peralatan yang bisa di lakukan perbaikan seperti compressors, hydraulic system,
pompa, motor dan valve. Sedangkan untuk peralatan yang tidak bisa diperbaiki istilah
dalam reliability adalah Mean Time to failure (MTTF). Peralatan semacam Circuit board,
Lampu jika rusak maka harus ganti baru, peralatan semacam inilah yang masuk MTTF.

Gambar V. 1 Ilustrasi MTBF

Dalam perhitungan reliability seringkali kita mengenal aset peralatan yang bisa di
perbaiki (repairable) dan tidak dapat diperbaiki (non repairable). Contoh peralatan
repairable adalah kompresor, pompa, motor, valve, sistem hidraulik,dll. Sedangkan
peralatan non-repairable seperti lampu, Circuit board, dll.

Untuk aset yang bisa diperbaiki waktu mulai operasi sampai terjadinya failure di
kenal dengan MTBF (mean time beetween failure) sedangkan aset yang tidak bisa
diperbaiki waktu mulai operasi sampai terjadinya failure disebut MTTF(Mean time to
failure).

Mean Time to Repair (MTTR) adalah ukuran dasar maintainability diperbaiki

item. Ini merupakan rata-rata waktu yang dibutuhkan untuk memperbaiki komponen
yang gagal atau perangkat. Disajikan secara matematis, itu adalah total pemeliharaan
korektif waktu dibagi dengan jumlah total tindakan pemeliharaan korektif selama
periode waktu tertentu. Hal ini biasanya tidak termasuk lead time untuk suku cadang
tidak tersedia atau administratif lain atau Logistic Downtime (ALDT).

Dalam desain fault-tolerant , MTTR biasanya dianggap juga mencakup waktu

kesalahan laten (waktu dari saat kegagalan terjadi sampai terdeteksi). Jika kesalahan
laten tidak terdeteksi sampai terjadi kegagalan independen, sistem mungkin tidak dapat
pulih.

MTTR sering menjadi bagian dari kontrak pemeliharaan, di mana sistem yang
MTTR adalah 24 jam umumnya lebih berharga dari pada satu dari 7 hari jika waktu
yang berarti antara kegagalan adalah sama, karena Operasionalnya ketersediaan lebih
tinggi.

Namun, dalam konteks kontrak pemeliharaan, itu akan menjadi penting untuk
membedakan apakah MTTR dimaksudkan untuk menjadi ukuran waktu yang berarti
antara titik di mana kegagalan tersebut pertama kali ditemukan sampai titik di mana
kembali peralatan untuk operasi (biasanya diistilahkan "berarti waktu untuk pemulihan"),
atau hanya ukuran waktu berlalu antara titik di mana perbaikan benar-benar dimulai
sampai titik di mana kembali peralatan untuk operasi (biasanya disebut "berarti waktu
untuk memperbaiki"). Sebagai contoh, sebuah sistem dengan kontrak layanan
menjamin waktu yang berarti untuk PERBAIKAN dari 24 jam, tetapi dengan bagian
tambahan lead time, keterlambatan administrasi, dan penundaan transportasi teknisi
menambahkan hingga rata-rata 6 hari, tidak akan ada lebih menarik daripada yang lain
sistem dengan kontrak layanan menjamin waktu yang berarti untuk RECOVERY dari 7
hari.

3.4 Sistem Perawatan di PT Semen Jawa

PT. SEMEN JAWA merupakan perusahaan yang bergerak di bidang manufaktur,

khususnya di bagian infrastruktur. Salah satu faktor produksi yang harus dioptimalkan
penggunaannya seperti yang terjadi pada PT. SEMEN JAWA yaitu mesin produksi. Dewasa ini
mesin yang digunakan dalam kegiatan produksi harus mampu beroperasi dengan optimal. PT.
SEMEN JAWA menggunakan konsep condition based maintenance atau predictive
maintenance yaitu melakukan perawatan suatu mesin dimana mesin tersebut di analisa misalkan
lewat vibrasinya dan cari tahu kendalanya dan cara mengatasi masalah tersebut. Metode tersebut
mengeluarkan biaya besar diawal karena alat pengukur vibrasi yang mahal karena menggunakan
alat vibrasi yang bisa menganalisa FFT (Fast Fourier Transformation), EVAM (Evaluated
Vibration Analysis Method), Dynamic Balancing analysis, bahkan pada alat tersebut terdapat
fitur SPM Hd dimana alat tersebut bisa menganalisa kerusakan bearing atau pengecekan
lubrikasi dengan system shock pulse.
4 Metode Percobaan dan Teknik Pengumpulan Data

Beberapa penyebab kerusakan bantalan diantaranya adalah keretakan bantalan, keausan,

pemasangan yang tidak sesuai, pelumasan yang tidak cocok, kerusakan dalam pembuatan
komponen, diameter bola yang tidak sama. Berikut langkah pengambilan datanya:

START

Pengecekan mesin dengan vibrasi

Repair mesin sesuai hasil kendala yang didapat dari spek

Laporkan kendala yang didapat dari spectrum dan rencanakan wa

Analisa kerusakan dengan menggunakan spectrum (FF

Apakah vibrasi normal?

FINISH

Dengan mengambil data dan bahan percobaan dari mesin di PT. Semen Jawa yaitu ID fan
atau Circulating Fan yang berfungsi sebagai pengalir udara panas dari Kiln sebagai pembakar
bahan dasar semen yang disirkulasikan ke raw mill, coal mill bahkan power plant dari gas buang
kiln dengan spesifikasi mesin sebagai berikut:
5 Hasil Dan Pembahasan

Pengecekan dilakukan dengan vibration meter dengan titik pengecekan sebagai berikut:

Gambar V. 2 Titik pengecekan vibrasi

Gambar V. 3 Ilustrasi mesin dengan titik pengecekan

 Gambar V. 4 Ilustrasi pengecekan mesin dengan alat vibrasi

5.1 Hasil pengukuran

Hasil pengukuran dengan rentang 0 1600 Hz, dengan interval pengukuran setiap
harinya dari tanggal 28 januari sampai 17 februari maka didapat data:

Tabel V. 1 Tabel hasil pengukuran

Dari hasil diatas dapat disimpulkan maka bearing 1 pada posisi horizontal terdapat
simpangan > 4 yang berarti status hati-hati dan axial terdapat simpangan > 6 mm/s maka dari
itu perlu dianalisa vibrasi tersebut dengan menggunakan FFT maka didapat spectrum:
 Gambar V. 5 FFT pengukuran bearing 1 pada posisi horizontal

Dari Signal FFT Bearing Fan B1 Horizontal terdapat 16x harmonic, 1x show 12.75 Hz peak 4.95
mm/s Velocity Rms overall 5.80 mm/s, dengan 16x yang didapat dari fan blade dan Signal FFT 1x
maka fan tersebut Unbalance pada posisi horizontal, dan untuk posisi axial didapat:

Gambar V. 6 FFT pengukuran bearing 1 pada posisi axial

Dari spectrum tersebut dapat disimpulkan bahwa terdapat looseness pada bagian axial
bearing 1 fan yaitu terdapat 3x amplitude yang menyimpang dan 2x pada 95,5 Hz terdapat 6,67
simpangan getaran rengan rms overall 8,6 mm/s, artinya pada bagian bearing 1 terjadi
looseness, termasuk looseness pada rumah bearing, kopling, atau baut pada blade fan.

Gambar V. 7 Looseness pada kopling

5.2 Kesimpulan Analisa

Dari analisa dan pengukuran yang didapat maka dapat disimpulkan bahwa mesin
tersebut perlu diperbaiki dengan rincian perbaikan sebagai berikut:

1. Cek clearance kopling dengan membrannya

2. Pergantian membran kopling yang sudah tidak layak pakai
3. Cek gap dan clearance antara bearing dengan shaft
4. Balancing ulang fan tersebut, detail balancing seperti: cleaning blade fan,
cek baut blade fan dan kencangkan apabila loosen, cek balance phase
dan tambah massa pada unbalance phase point.
5.3 Perhitungan Biaya Perbaikan

Dari kesimpulan diatas maka dapat estimasi biaya sebagai berikut:

N Unit Harga
o Deskripsi Material Unit Jumlah
1 Repair Kopling
Materia 50000
l . Membran Kopling 14 ply 0 7000000
15000
. Baut M 24 x 60 18 pcs 0 2700000
. Mur M 24 18 pcs 90000 1620000

Balanci
2 ng
. Baja Plat 122x244 12 32000
mm 2 ply 00 6400000
. Kawat las Rd RD-718 60000
(4.0) 2 box 0 1200000

Cleanin
3 g
. Sikat Kawat 6 pcs 20000 120000
. Pekerja untuk cleaning
3 orang 2500 m3 20000 50000000

4 Konsumsi untuk pekerja 3 shift

10000
. Repair Kopling 8 prs 0 800000
10000
. Balancing 4 prs 0 400000
10000
. Cleaning 3 prs 0 300000
. Supervisor Semua 10000
Pekerjaan 4 prs 0 400000

Jumlah 70940000

Dari perhitungan tersebut didapatlah estimatasi total biaya yaitu Rp. 70,940,000,-
6 Kesimpulan

Dari penilitian diatas maka didapat kesimpulan:

Predictive maintenance dengan menggunakan vibrasi lebih efisien disbanding

pengecekan secara visual atau panca indera karena hasil yang dihasilkan berupa
angka dengan ketelitian tinggi
Perawatan dengan menggunakan analisa vibrasi bisa memprediksi kerusakan yang
akan terjadi contohnya pada penelitian diatas karena yang ditemukan kerusakan
hanya looseness karena dari losseness bisa menyebabkan unbalance, misalignment,
bisa merusak bearing dan apabila tidak kekontrol dengan benar maka kerusakan yang
terjadi bisa merusak fan tersebut

Dikarenakan pengecekan dilakukan pada bulan januari maka mesin tersebut

dimasukkan ke dalam alarm list yang didalamnya terdapat berbagai mesin selain
mesin circulating fan dengan estimasi waktu perbaikan pada bulan April sampai Mei
menurut standar periodic level batas vibrasi