PROGRAM STUDI
TEKNIK KESELAMATAN DAN KESEHATAN KERJA
JURUSAN TEKNIK PERMESINAN KAPAL
POLITEKNIK PERKAPALAN NEGERI SURABAYA
SURABAYA
2018
i
HALAMAN PENGESAHAN
i
Nama Mahasiswa : Laili Maftuhatul Uyun
NRP : 0514040072
Calon Dosen Pembimbing : Rina Sandora, ST, MT.
: Ekky Nur Budiyanto, S.ST, MT.
RINGKASAN
ii
DAFTAR ISI
RINGKASAN ......................................................................................................... ii
iii
2.6.1 Distribusi Eksponensial ................................................................... 15
2.8 Hubungan Human Error Probability, Realibility dan Event Tree Analysis
17
iv
DAFTAR GAMBAR
v
DAFTAR TABEL
Tabel 2.1 Komponen dan Fungsi Boiler .............................................................. 6
Tabel 2.2 Klasifikasi Umum HEART ................................................................... 10
Tabel 2.3 EPCs HEART ........................................................................................ 11
vi
1 BAB 1
PENDAHULUAN
1
terpeleset dan mengakibatkan kaki kirinya terpeleset pada saluran air panas
saat membersihkan abu dibawah dapur boiler (Pabrik gula, 2017)
Kecelakaan yang terjadi pada pabrik gula ini menimbulkan kerugian
bagi perusahaan yaitu hilangnya jam kerja, terhentinya proses produksi
hingga korban luka. Oleh karena itu diperlukannya analisa bahaya dan analisa
risiko yang dapat dijadikan langkah pencegahan maupun langkah untuk
mengurangi terjadinya kecelakaan kerja. Hal ini sesuai dengan yang tertera
pada Undang Undang Keselamatan Kerja no.1 tahun 1970 pasal 3 ayat 1 point
(a) yaitu mengenai syarat-syarat keselamatan untuk mencegah dan
mengurangi kecelakaan. Oleh karena itu, perlu dilakukannya penilitian untuk
menganalisa potensi human error dan ketidakhandalan komponen mesin yang
dapat menyebabkan terjadinya kecelakaan.
1.3 Tujuan
Dari perumusan masalah di atas, maka tujuan dari penelitian adalah
sebagai berikut:
1. Mengidentifikasi jenis kesalahan yang mungkin dilakukan oleh pekerja
yang berada pada mesin boiler dalam aktivitas pemeliharaan ketel selama
beroperasi
2
2. Mengetahui probabilitas human error yang dilakukan oleh pekerja yang
berada pada mesin boiler dalam aktivitas pemeliharaan ketel selama
beroperasi.
3. Mengidentifikasi kegagalan pada boiler.
4. Memberikan rekomendasi untuk perbaikan pabrik gula ini.
3
1.5 Ruang Lingkup Penelitian
Adapun ruang lingkup dari penelitian ini adalah sebagai berikut:
1. Penelitian ini dilakukan di area kerja boiler Yoshiment 1 pada salah satu
pabrik gula yang berada di Jawa Timur.
2. Kegiatan yang akan dianalisa pada human error adalah kegiatan
pemeliharaan boiler pada saat beroperasi.
3. Data kerusakan komponen yang dianalisa adalah data kerusakan
komponen boiler tahun 2014-2017
4. SOP dan IK yang di evaluasi adalah pada saat pemeliharaan boiler pada
saat beroperasi.
5. Untuk menentukan nilai human error probability digunakan metode
HEART
6. Untuk mengetahui risiko dari nilai HEP tertinggi dan nilai laju kerusakan
paling tinggi digunakan metode ETA.
4
2 BAB 2
TINJAUAN PUSTAKA
5
komponen yang memiliki nilai RPN tinggi, yaitu kegagalan pada
Safety Valve, WLC (Water Level Control), dan Deaerator, ketiga
komponen tersebut harus diprioritaskan dalam melakukan kegiatan
perawatan karena memiliki risiko yang sangat tinggi, jika peralatan
tersebut gagal maka dapat mengancam keselamatan pekerja dan
kerugian yang besar bagi perusahaan (Amalia, 2017).
6
6 Blower Untuk membersihkan jelaga yang menempel pada ketel
IDF (Induce Draft
7 Untuk menghisap udara dari cyclone
Fan)
FDF (Force Draft
8 Untuk menghembuskan udara ke dalam dapur ketel
Fan)
9 Bagasse feeder Untuk memasukkan ampas ke dalam dapur ketel
10 Bagasse carrier Untuk membawa ampas dari stasiun gilingan
11 Oil heater Sebagai pelumas
Sebagai alat pembakar campuran bahan bakar dan udara
12 Burner
bakar di dalam ruang ketel
Untuk mengumpulkan gas asap agar tidak berbahaya bagi
13 Dust Collector
lingkungan sekitar
14 BFWP (Boiler Feed Sebagai pompa bertekanan tinggi untuk menaikkan air
Water Pump) pengisi ketel ke dalam drum
15 Chimney Tempat membuang asap sisa pembakaran pada ketel
Merupakan bagian ketel sebagai tempat pembakaran
Furnace
16 antara udara dan bahan bakar yang dindingnya terdiri dari
pipa-pipa air
Tabel 2.1 Komponen dan Fungsi Boiler
Sumber:
2.3 Gambaran Umum Aliran Proses Boiler
Proses pada boiler pabrik gula ini di awali dengan suplai air yang
diperoleh dari air make up pada awal pengoperasian dan pada saat
operasional memakai air kondesat evaporator. Selain itu masuknya bahan
bakar berupa ampas yang dihasilkan dari proses penggilingan yang dibawa
oleh conveyor belt selanjutnya akan diatur jumlah ampas yang masuk serta
kualitas ampas yang dapat masuk kedalam furnace dengan bagases feeder.
Uap yang dihasilkan oleh boiler selanjutnya akan masuk kedalam high
pressure steam header (HPSH), dalam HPSH ini uap yang dihasilkan
disalurkan menuju power house, stasiun gilingan, dan suplesi uap bekas.
Pada power house, uap yang dihasilkan boiler akan memutar turbin dan
selanjutnya akan melalui generator untuk menjadi tenaga listrik. Selain itu
uap boiler juga digunakan untuk operasional pada stasiun gilingan.
Sedangkan uap bekas yang dihasilkan akan dikumpulkan pada low pressure
steam header yang selanjutnya akan digunakan untuk proses evaporator.
Hal ini sesuai dengan gambar 2.2 yang menggambarkan alur boiler pada
pabrik gula.
7
Gambar 2.2 Diagram Boiler Pabrik Gula (Sumber : Pabrik Gula, 2017)
8
2.4.1 Langkah-langkah menentukan HEP (Human Error Probability)
dengan metode HEART
Metode HEART memberikan sejumlah panduan untuk
memudahkan analisa melaksanakan pengukuran tingkat keandalan
manusia. Panduan tersebut yaitu :
a. Langkah 1 : Mengklasifikasikan jenis tugas / pekerjaan
Analis mempunyai pilihan 8 jenis tugas umum yang
berbeda (generic task types / GTTs). GTTs dibedakan
berdasarkan karakteristik atau sifat yang menggambarkan
tugas yang sedang dinilai seperti yang dapat dilihat pada
tabel 2.2
Besaran nilai
Pekerjaan yang umum (generic task) ketidakandalan
Tidak terbiasa sama sekali, dijalankan cepat manusia
A dengan 0.55 (0.35 – 0.97)
tidak
Mengganti atau memulihkan sistem ke
B bentuk yang baru atau asli dengan usaha 0.26 (0.14 – 0.42)
mengetahui
sendiri tanpaakibat yang mungkin
pengawasan terjadi
atau prosedur
Pekerjaan/tugas kompleks yang
C membutuhkan tingginya tingkat 0.16 (0.12 – 0.28)
pemahaman dan keterampilan
Pekerjaan sederhana yang jelas dilakukan
D dengan cepat atau dengan memberikan 0.09 (0.06 – 0.13)
sedikit perhatian
Rutin, sangat praktis, pekerjaan cepat
E dengan melibatkan ketrampilan yang relatif 0.02 (0.007 – 0.045)
rendah
Memulihkan atau mengganti suatu sistem
ke bentuk awal atau baru, dengan
F mengikuti prosedur dengan beberapa 0.003 (0.0008– 0.007)
pemeriksaan
Sudah sangat terbiasa, telah dirancang
dengan baik sangat praktis, pekerjaan rutin
G yang terjadi beberapa kali dalam tiap 0.0004 (0.00008-0.009)
jamnya. dilakukan untuk kemungkinan
standar yang tinggi
9
Merespon dengan benar terhadap sistem
arahan yang sama, dimana ada penambahan
H atau sistem pengawasan otomatis yang 0.00002 (0.000006– 0.0009)
menyediakan interprestasi yang akurat
dalam tahapan system
M Tidak ada keadaan seperti di atas 0.03 (0.008 – 0.11)
Tabel 2.2 Klasifikasi Umum HEART
10
Tabel 2.3 EPCs HEART
Kondisi yang menghasilkan kesalahan (Error Producing Condition /
EPC) Total
Effect
Tidak biasa dengan situasi dimana hal itu secara potensial penting,
1 tetapi hanya terjadi sesekali atau baru terjadi
X 17
Kurangnya waktu yang tersedia untuk mendeteksi dan mengoreksi
2 Kesalahan X 11
Rendahnya rasio antara penerimaan informasi (signal) terhadap
3 gangguan (noise) sekitar X 10
Adanya penekanan / penolakan terhadap informasi atau keunggulan
4 yang mana terlalu mudah untuk diterima X9
Tidak adanya alat – alat yang menyampaikan secara fungsional kepada
5 Operator X8
Ketidaksesuaian antara suatu model operator pada umumnya dengan
6 apa yang dibayangkan perancang X8
7 Tidak adanya alat untuk membalikkan tindakan yang tidak diinginkan X 8
Kapasitas yang berlebih dalam saluran, khususnya salah satunya
8 diakibatkan oleh informasi yang datang secara bersamaan dalam suatu X 6
informasi yang tidak berlebihan
Perlunya untuk meninggalkan suatu teknik dan menerapkan teknik lain
9 dengan menggunakan filosofi yang berlawanan X6
Kebutuhan untuk mentransfer pengetahuan yang spesifik antar tugas
10 tanpa menimbulkan kerugian X 5.5
11 Keraguan pada standar performansi yang diharuskan X5
Ketidaksesuaian antara resiko yang dibayangkan dengan resiko yang
12 X4
Sesungguhnya
13 Sistem umpan balik buruk, rancu dan tidak sesuai X4
14 Tidak sebanding antara persepsi dan resiko nyata X4
15 Tidak jelasnya konfirmasi dari tindakan yang diharapkan secara X 4
langsung
Operator yang tidak berpengalaman (contohnya pedagang yang baru
16 X3
dan berkualitas tetapi tidak ahli)
Miskinnya kualitas dalam informasi yang disampaikan oleh prosedur
17 X3
dan interaksi antar manusia
Sedikit atau tidak adanya kebebasan dalam pemeriksaan atau
18 X3
pengujian pada output/keluaran
19 Konflik antara cepat/immediate dan lamanya tujuan yang dicapai X 2.5
20 Keraguan (ambigu) terhadap standar perfomansi yang diperlukan X 2.5
Ketidaksesuaian antara tingkat pendidikan dari individu dengan
21 persyaratan yang diharuskan dalam tugas X2
11
Tidak ada langkah yang nyata untuk tetap berada pada jalur kemajuan
27 selama aktivitas X 1.4
28 Bahaya yang disebabkan terbatasnya kemampuan fisik X 1.4
29 Kecil atau tidak adanya peran yang berarti dalam tugas X 1.4
30 Besarnya tingkat emosional X 1.3
31 Moral kerja yang rendah X 1.2
32 Ketidaksesuaian antara display dan prosedur X 1.2
33 Tidak ada kondisi seperti diatas X 1.0
Sumber : Nachnul Ansori & M.Imron Mustajib 2013
d. Langkah 4 : Menentukan asumsi proporsi kesalahan
(Assessed Proportion of Affect / APOA)
Untuk tiap EPC yang telah teridentifikasi pada langkah 3,
analis/ahli pakar (yang diyakini cukup berpengalaman dalam
bidang yang menjadi objek penelitian) memberikan suatu
penilaian pada keseluruhan ketidakandalan yang
mempengaruhi tugas, dengan range penilaian antara 0 sampai
dengan 1. Dimana nilai 0 menyatakan tidak adanya peluang
human error dan 1 menyatakan pasti terjadi human error.
e. Langkah 5 : Menentukan Assessed Effect
Assessed Effect merupakan perkalian antara total Affect dan
proporsi kesalahan masing-masing EPC. Assessed Effect
dapat dihitung dengan rumus :
pi ( fi −1) (untuk generic tasks tipe A – C )
pi ( fi − 1) + 1 (untuk generic tasks tipe D-H dan M)
Dimana :
pi = asumsi proporsi kesalahan tiap EPC
fi = total effect tiap EPC
f. Langkah 6 : Menentukan HEP (Human Error Probability)
Penentuan HEP dapat dihitung dengan memperkirakan
penilaian ketidakandalan dari suatu tugas operator. Pertama,
menentukan tugas ke dalam bentuk umumnya (generic task)
dengan menggunakan tabel 2.2 pada permasalahan tersebut.
Dihubungkan dengan faktor r dalam tabel 2.2 untuk
memutuskan besaran nilai ketidakandalanya. Selanjutnya,
menentukan kondisi yang menimbulkan kesalahan (EPCs)
12
dengan menggunakan table 2.3, yang dihubungkan dengan fi
(total effect) tiap EPCs, kemudian melakukan penilaian proporsi
(APOA) dengan menandakan pi untuk tiap kesalahan / EPCs
yang mempengaruhi tugas operator. Kemungkinan nilai besaran
akan kegagalan manusia (nominal likelihood of human
failure) selanjutnya
Dimana :
r = besaran nilai ketidak andalan manusia
(nominal human unreliability)
π i
= fungsi perkalian
13
Dimana :
F(t) = Cumulative Distribution Function (CDF)
R(t) = Reliability Function
f(t) = Probability Density Function (PDF)
2.5.1 Laju Kegagalan (Failure Rate)
Laju kegagalan atau failure rate (λ) adalah ukuran besarnya
nilai kegagalan yang terjadi per satuan waktu. Dimana laju
kegagalan dapat dinyatakan sebagai perbandingan antara
banyaknya kegagalan yang terjadi dalam selang waktu tertentu
terhadap total waktu operasi komponen atau sistem. Laju kegagalan
juga dapat merepresentasikan seberapa sering suatu sistem atau
komponen tersebut mengalami kegagalan atau kerusakan.
Persamaan yang digunaan untuk mendapatkan laju kegagalan
adalah sebagai berikut (Ebeling, 1997) :
λ(t)= 𝑓(𝑡)/𝑅(𝑡)
Dimana :
f = banyaknya kegagalan selama jangka waktu operasi
T = total waktu operasi komponen/ system
λ= 1/MTBF
MTBF = MTTF+MTTR
Dimana:
MTBF = Mean Time Beetwen Failure
MTTF = Mean Time To Failure
MTTR = Mean Time To Repair
14
setelah perbaikannya selesai dilakukan. Sehingga didapatkan TTF adalah selisih
waktu antara waktu kerusakan berikutnya dengan waktu perbaikan pada kerusakan
yang satu.
Parameter yang didapat dari analisa distribusi data yang digunakan adalah
antara lain untuk menentukan MTTF dan reliability dari suatu komponen atau
sistem tersebut. Dari data MTTF akan dihasilkan nilai likelihood komponen atau
sistem. Yakni sebuah tingkat kejadian kegagalan berdasarkan nilai MTTF
sepanjang kurun waktu operasi sistem atau komponen tersebut.
Berikut adalah formula yang digunaan untuk mendapatkan MTTF suatu
komponen atau sistem (Ebeling, 1997) :
𝑀𝑇𝑇𝐹=∫𝑅(𝑡)𝑑𝑡
𝑙𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑= 𝑤𝑎𝑘𝑡𝑢 𝑜𝑝𝑒𝑟𝑎𝑠𝑖 (𝑗𝑎𝑚) : 𝑀𝑇𝑇𝐹 (𝑗𝑎𝑚)
MTTF (Mean Time to Failure) = rata–rata selang waktu antara
kegagalan yang satu dengan kegagalan lainnya . Jenis-jenis distribusi
kegagalan yang umumnya digunakan untuk analisis keandalan suatu sistem
atau komponen adalah :
2.6.1 D
istribusi Eksponensial
Distribusi ekponensial banyak digunakan untuk kerusakan
peralatan yang disebabkan kerusakan komponen penyusun alat
tersebut. Persamaan yang digunakan pada distribusi ini adalah
sebagai berikut :
MTTF = 1/𝝺
Dimana :
= failure rate
MTTF = waktu rata – rata antar kerusakan
15
Weibull 2
1
𝑀𝑇𝑇𝐹 = η Γ (1 + )
𝛽
Weibull 3
1
𝑀𝑇𝑇𝐹 = 𝛾 + η Γ (1 + )
𝛽
Dimana:
µ = mean
𝜎 = standar deviasi
2.6.4 Distribusi Normal
Distribusi normal mempunyai laju kerusakan yang naik
sejak bertambahnya umur alat, yang berarti probabilitas
kerusakan alat atau komponen naik sesuai dengan bertambahnya
umur komponen tersebut. Distribusi normal mempunyai dua
parameter, yaitu rata-rata dan standar deviasi. Adapun fungsi-
fungsi distribusi normal dinyatakan sebagai berikut :
MTTF = 𝜇
16
Weibull ++ 6.0 ini akan mencocokkan distribusi yang paling sesuai dari
distribusi yang ada di dalamnya yaitu Weibull 2 parameter, Weibull 3
parameter, Normal, Eksponensial.
Untuk mendapatkan kesesuaian distribusi data tersebut , program
weibull ++6 ini memproses data dan menyesuaikan distribusinya,
kemudian me-rank mana yang paling cocok, proses ini berdasarkan hasil
perhitungan Maximum Likelihood Estimation (MLE). MLE digunakan
untuk menguji kevalidan dari parameter distribusi yang dipilih untuk data
TTF dan TTR yang kita analisa sehingga probability density function (pdf)
dapat diketahui.
17
jika peristiwa tersebut dapat dikendalikan oleh sistem keselamatan dan
prosedur yang diterapkan dalam desain sistem. ETA dapat menghasilkan
berbagai kemungkinan hasil keluaran dari sebuah kejadian awal, dan dapat
memprediksi kemungkinan terjadinya kecelakaan untuk setiap hasil
keluaran (Erricson,2005).
Event Tree Analysis adalah suatu teknik analisa dengan
menggunakan diagram logika untuk mengevaluasi kemungkinan hasil-
hasil yang diperoleh (possible outcomes) bila terjadi suatu kejadian awal
(initiating event) karena kegagalan peralatan atau kesalahan manusia
(Center for Chemical Process Safety, 1992). Event Tree Analysis (ETA)
digunakan untuk mengidentifikasi kemungkinan accident yang dapat
terjadi.
Tujuan ETA adalah untuk mengevaluasi semua kemungkinan
hasil yang dapat dihasilkan dari kejadian awal (initiating event).
Umumnya, ada banyak kemungkinan hasil yang berbeda dari kejadian
awal (initiating event), tergantung pada apakah desain sistem keselamatan
kerja bekerja dengan baik atau terjadi kerusakan saat dibutuhkan. ETA
memberikan penilaian kemungkinan risiko (Probabilistic Risk Assesment)
dari risiko yang terkait dengan setiap kejadian awal (initiating event) yang
ada (Erricson,2005).
2.9.1 Definisi pada Event Tree Analysis
Menurut Clifton A Erricson pada bukunya berjudul Hazard
Analysis Techniques for Sistem Safety menjelaskan pengertian
masing- masing isilah yang ada pada event tree analysis adalah
sebagai berikut:
1. Initiating event (IE)
Kesalahan atau peristiwa yang memulai yang tidak diinginkan dari
rangkaian kecelakaan. IE dapat mengakibatkan kecelakaan
tergantung pada sukses tidaknya pelaksanaan metode
penanggulangan bahaya yang dirancang ke dalam sistem.
2. Pivotal events
18
Peristiwa perantara penting yang terjadi antara kejadian awal dan
kecelakaan akhir. PE merupakan kejadian gagal maupun sukses
dari metode keselamatan yang ditetapkan. PE berfungsi
untuk mencegah IE agar tidak mengakibatkan sebuah kecelakaan.
3. Probabilistic risk assessment (PRA)
Metode analisis yang komprehensif, terstruktur, dan logis untuk
mengidentifikasi dan mengevaluasi risiko pada system teknologi
yang kompleks. Tujuan PRA adalah identifikasi secara terperinci
dan penilaian skenario kecelakaan dengan analisis kuantitatif.
19
Gambar 2.3 Konsep ETA
20
3 BAB 3
METODOLOGI PENELITIAN
Identifikasi Masalah
(FTA)
Pengolahan Data
Menentukan HEP:
1. Mengklasifikasikan
jenis tugas/pekerjaan
(Generic Task Types/
GTTs)
2. Menentukan nilai
ketidakandalan dari
tugas/pekerjaan.
3. Mengidentifikasi
Menentukan Nilai
kondisi yang
kegagalan pada komponen
menimbulkan kesalahan
mesin boiler
(EPCs)
4.Menentukan asumsi
proporsi kesalahan
(Assessed Proportion of
Effect (APOA)
5. Menentukan Assessed
Effect
6. Menentukan HEP
ETA
(Event Tree Anaysis)
Selesai
21
3.2 Tahap Identifikasi Masalah
Tahap ini merupakan tahap awal penelitian mengenai permasalahan
apa yang akan diteliti. Identifikasi masalah digunakan untuk menentukan
rumusan masalah, tujuan penelitian, manfaat penelitian dan batasan
masalah.
22
ini berdasaran pendapat dari ahli (Expert Judgement). Dalam memililih
Expert Judgement. Ada beberapa kriteria yang harus dipenuhi. Kriteria
tersebut ialah sebagai berikut :
1. Mempunyai pengetahuan dan pengalaman pada sistem kerja boiler
2. Pernah berpartisipasi dalam penilaian risiko pada boiler.
3. Bersedia meluangkan waktu pada jam kerja untuk dimintai informasi
terkait boiler.
4. Mempunyai reputasi yang baik diperusahaan
Untuk mengetahui apakah Expert Judgement yang dipilih telah
memenuhi kriteria atau tidak dapat dilakukan dengan cara
memberikan kuesioner terlebih dahulu pada calon Expert Judgement
terkait pengalaman mereka pada bidang boiler. Dari hasil kuesioner
tersebut maka akan diketahui Expert Judgement mana yang akan
dipilih.
b. Data sekunder yang dibutuhkan meliputi data waktu antar kerusakan
boiler (Time To Failure), SOP pemeliharaan boiler saat beroperasi, dan
data kecelakaan.
23
DAFTAR PUSTAKA
24
Lampiran 1 FTA Tersembur Air Panas
Human
Valve dust collector bocor
Error
Spray tersumbat
Korosi
Banyaknya Maintanance
kerak kurang
25
26
27
28
29
30
1
2
3