LANDASAN TEORI
2.1. Perawatan
Perawatan merupakan suatu kegiatan untuk memelihara, menjaga, mengadakan
perbaikan dan penggantian fasilitas/peralatan pabrik yang diperlukan supaya kegiatan
produksi dapat berjalan lancar sesuai dengan yang telah direncanakan.
Dalam usaha untuk dapat menggunakan terus mesin/peralatan agar kontinuitas
produksi dapat terjamin, maka dibutuhkan kegiatan-kegiatan perawatan yang meliputi:
1. Pengecekan (checking).
2. Pelumasan (lubrication).
3. Perbaikan kerusakan-kerusakan (repair).
4. Penggantian sparepart/komponen (replacement).
Ada dua jenis menurunnya kemampuan suatu mesin/peralatan yaitu:
1. Natural deterioration yaitu menurunnya kinerja mesin/peralatan secara alami akibat
kerusakan/keausan pada fisik mesin/peralatan selama waktu pemakaian.
2. Accelerated deterioration yaitu menurunnya kinerja mesin/peralatan akibat kesalahan
manusia (human error) sehingga mempercepat kerusakan/keausan mesin/peralatan
karena tindakan dan perlakuan yang tidak sesuai dengan cara kerja mesin.
Dalam usaha mencegah kerusakan yang timbul ketika proses produksi sedang berjalan,
dibutuhkan cara dan metode untuk mengantisipasinya dengan melakukan kegiatan perawatan
mesin/peralatan. Hasil yang diharapkan dari kegiatan perawatan mesin atau peralatan
(equipment maintenance) berdasarkan hal-hal sebagai berikut:
1. Condition maintenance yaitu mempertahankan kondisi mesin/peralatan agar berfungsi
dengan baik sehingga komponen/part yang terdapat dalam mesin juga sesuai dengan
umur komponen/part.
2. Replacement maintenance yaitu melakukan tindakan perbaikan dan penggantian
komponen/part mesin/peralatan tepat pada waktunya sesuai dengan jadwal yang telah
direncanakan sebelum kerusakan terjadi.
Dari beberapa pendapat diatas bahwa dapat disimpulkan, perawatan dilakukan untuk
merawat ataupun memperbaiki peralatan perusahaan agar dapat melaksanakan produksi
dengan efektif dan efisien sesuai dengan pesanan yang telah direncanakan dengan hasil
produk yang berkualitas.
Laju kerusakan ini disebut sebagai fungsi laju kerusakan. Parameter lain yang sering
digunakan untuk menggambarkan keandalan adalah mean time to failure (MTTF). MTTF ini
merupakan nilai ekspektasi E(t) dari waktu kerusakan t sehingga MTTF = 0 () atau dapat
ditulis MTTF = 0 ()
Tingkat Kerusakan
Ada beberapa cara yang dilakukan untuk menganalisa keruskan, antara lain:
1. Cara teknikal
Waktu total dalam avalability hanya dilihat dari interval waktu kerusakan dan waktu
perbaikan. Definisi tersebut menjelaskan bahwa hubungan statistika dengan teori probabilitas
dalam permasalahan perawatan. Bagian perawatan tidak akan pernah tahu kapan suatu
peralatan akan mengalami kerusakan, tetapi perhitungan kemungkinan terjasinya kerusakan
pada suatu waktu akan dapat dilaksanakan yaitu dengan melihat data kerusakan mesin
tersebut dalam periode waktu yang lalu. Dengan mengamati secara teliti dan mencatat waktu
antar kerusakan tiap mesin/peralatan maka dapat dibuat histogram frekwensi relative seperti
pada gambar dibawah ini.
N
Jumlah Kerusakan
ta tx ty tz
Waktu Operasi
r(t) = ()2
( 22 )
0,2 0,2
0 t 0 t
0,80 1,60 2,40 3,20 4,00 4,80 0,80 1,60 2,40 3,20 4,00 4,80
Fungsi Padat Probabilitas Fungsi Laju Kerusakan
R(t)
1,2
1,0 0,5
1,0
0,8 2,0
0,6
0,4
0,2
0 t
0,80 1,60 2,40 3,20 4,00 4,80
Fungsi Keandalan
f(t) F(t)
1,2 1,2
1,0 1,0
0,5
0,8 1,5 0,8
2,0
0,6 4,0 0,6
0,5
0,4 0,4 1,5
2,0
0,2 0,2 4,0
0 t 0 t
0,80 1,60 2,40 3,20 4,00 4,80 0,80 1,60 2,40 3,20 4,00 4,80
Fungsi Padat Probabilitas Fungsi Kumulatif Kerusakan
R(t) r(t)
1,2 1,2
1,0 1,0
0,8 0,5 0,8 0,5
1,5 1,5
0,6 2,0 0,6 2,0
4,0 4,0
0,4 0,4
0,2 0,2
0 t 0 t
0,80 1,60 2,40 3,20 4,00 4,80 0,80 1,60 2,40 3,20 4,00 4,80
Fungsi Keandalan Fungsi Laju Kerusakan
Nilai (r) berada antara -1 sampai dengan 1, nilai r yang mendekati -1 atau 1
menunujukkan hubungan yang kuat antara dua perubah acak, sedangkan nilai (r) yang
mendekati nol menunjukkan hubungan yang lemah bahkan mungkin tidak ada hubungan
antara kedua perubah acak tersebut.
Dimana :
i = Data waktu ke-t
n = r = Jumlah kerusakan yang terjadi untuk data yang lengkap
n = N = Jumlah data yang diamati untuk data sensor
=1
Parameter : = b =
2
=1
Dimana :
i = Urutan data kerusakan (1,2,3,n)
ti = Data kerusakan ke-i
Distribusi weibull
x i = ti
1
yi = ln ln(1( ))
Distribusi lognormal
xi = ln ti
yi = Zi = 1 [( )], dengan menggunakan tabel
ti = data ke-i
Parameter: s = 1/b dan =
Gradien :
Distribusi weibull, normal, dan lognormal
=1 (=1 ).(=1 )
b =
( 2 2
=1 (=1 ) )
Distribusi eksponensial
=1
b =
2
=1
Uji ini terdiri dari perhitungan statistik berdasarkan data yang diamati kemudian
dibandingkan dengan nilai kritik pada tabel. Pada umumnya jika tes statistik lebih kecil dari
nilai kritik, maka Ho diterima dan bila sebaliknya terima H1.
Pada dasarnya ada dua tipe uji kecocokan distribusi yaitu uji secara umum (general
test) dan uji spesifik (specific test). Uji secara spesifik lebih akurat dibandingkan dengan uji
secara umum karena lebih dikhususkan untuk satu jenis distribusi, sedangkan uji secara
umum digunakan untuk lebih dari satu jenis distribusi.
Pengujian ini merupakan perhitunga statistik yang didasarkan pada sampel kerusakan.
Statistik ini kemudian dibandingkan dengan nilai kritik yang diperoleh dari tabel. Secara
umum apabila pengujian statistik ini berada diluar nilai karakteristik, maka Ho diterima atau
sebaliknya H1 diterima. Ada 2 jenis goodness of fit test yaitu:
1. Uji umum (general test)
Digunakan untuk menguji beberapa distribusi, terdiri dari uji chi square.
2. Uji khusus (specific test)
Digunakan hanya untuk menguji 1 jenis distribusi. Nilai kritis tergantung dari derajat
kepercayaan () pengujian sampel yang ada, yang terdiri dari:
a. Manntest untuk distribusi weibull
b. Bartletts test untuk distribusi eksponensial
c. Kolmogrov-smirnov test untuk distribusi normal dan lognormal.
Dimana :
ti = Nilai tengah untuk kelas interval ke-i antar kerusakan yang berasal dari n data percobaan,
dimana i = 1,2,3, .r dan r<
Mi = Diperoleh dari tabel statistik S untuk goodness of fit distribusi weibull dua parameter.
r/2 = nilai r/2 dibulatkan kebawah atau bilangan bulat yang terbesar < /2.
S = diperoleh dari tabel dengan n sampel dan tingkat kepercayaan n%
Jika nilai Shitung < Stabel (, K1, K2) maka Ho diterima.
Keterangan:
ti = data waktu kerusakan ke-i
t = rata-rata waktu kerusakan
s = standar deviasi
n = banyaknya data kerusakan
Jika Dn < Dkritis maka Ho diterima. Nilai Dkritis diperoleh dari tabel critical value for
kolmogorov smirnov test for normality.
Keterangan :
ti = waktu kerusakan ke-i
r = jumlah kerusakan
B = nilai uji statistik barletts test
Hipotesis nol akan diterima apabila B jatuh dibawah wilayah kritis.
Keterangan:
L = Periode perawatan perencanaan
Tm = Waktu rata-rata perawatan perencanaan
Keterangan:
H(tp) = banyaknya kerusakan
Tf = interval waktu yang dibutuhkan untuk melakukan penggantian kerusakan.
tp = interval waktu yang dibutuhkan untuk melakukan penggantian pencegahan.
Total Downtime per unit waktu untuk penggantian pencegahan pada saat (tp)
dinotasikan dengan D(tp) yaitu:
+
D(tp) =
Downtime kerusakan=Jumlah kerusakan pada interval (0,tp) x waktu yang dibutuhkan untuk
penggantian kerusakan (HtpxTf)
( ) +
Maka D(tp) = +
Pada distribusi normal selang waktu kerusakan merupakan rata-rata dari distribusi
tersebut. Jika penggantian pencegahan dilakukan pada waktu (tp) maka nilai tengah dari
distribusi kerusakannya [M(tp)] adalah sebagai berikut:
M(tp) = ( )
Keterangan:
tp = Interval waktu penggantian pencegahan.
Tf = Waktu yang dibutuhkan untuk penggantian kerusakan.
Tp = Waktu yang dibutuhkan untuk penggantian pencegahan.
F(t) = Fungsi distribusi interval antar kerusakan yang terjadi.
R(tp) = Probabilitas terjadinya penggantian pencegahan pada saat tp.
M(tp) = Waktu rata-rata terjadinya kerusakan jika penggantian pencegahan dilakukan pada tp.
dimana:
N :Jumlah komponen yang digunakan
Cg :Ongkos mengganti komponen dalam group
Cf :Ongkos penggantian kerusakan
H(tp) :Nilai ekspektasi kerusakan