MODUL PERKULIAHAN

Perancanga
n Sistem
Keandalan
dan
Maintenanc
e
Predictive Maintenance

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

03
Teknik Teknik Industri 16035 Hendri, ST. MT.
 Abstract Kompetensi
Penjelasan tentang predictive Mahasiswa dapat mengetahui predictive
maintenance maintenance

Perancangan Sistem Keandalan dan

‘2016
2 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Predictive Maintenance
Predictive Maintenance (Maintenance prediktif) dilakukan untuk mengetahui terjadinya
perubahan atau kelainan dalam kondisi fisik maupun fungsi dari sistem peralatan. Biasanya
maintenance prediktif dilakukan dengan bantuan panca indra atau alat-alat monitor yang
canggih.

Maintenance prediktif dianggap lebih efektif dan efisien karena maintenance dilakukan
berdasarkan hasil pengamatan (monitoring) dan analisa untuk menentukan kondisi dan
kapan maintenance akan dilaksanakan.

Pengembangan pola maintenance prediktif, memanfaatkan berbagai peralatan test,

peralatan monitoring yang telah dimiliki dan mengikuti berbagai metoda analisis yang dapat
diterapkan dalam meningkatkan kualitas maintenance maupun keandalan operasi
pembangkit serta efektifitas dalam penggunaan biaya maintenance itu sendiri.

METODE PELAKSANAAN MAINTENANCE PREDIKTIF

1. Pemilihan Peralatan
Tidak perlu seluruh peralatan mesin dipelihara secara prediktif, tetapi langkah yang lebih
baik adalah memilih peralatan-peralatan yang kritis atau mahal, juga dipengaruhi oleh
fungsi dan kondisi spesifik suatu peralatan misalnya : piston, turbocharger, governor,
jacket water pump, generator, compressor dll.
2. Pengumpulan Data Sejarah Mesin
Riwayat mesin dapat dipakai sebagai pendekatan teknik pemantauan dan analisa
maintenance. Data/informasi tersebut dapat berupa : data desain, data sejarah mesin
dan data sejarah operasi mesin lain yang sejenis (jika ada).
3. Pemasangan Alat-alat Sensor
Pemasangan alat-alat sensor pada bagian-bagian tertentu untuk dapat memantau
kondisi peralatan sangat diperlukan. Pemantauan itu meliputi : vibrasi, temperatur,
tekanan,laju aliran, korosi dan lain sebagainya.
4. Pemantauan Rutin
Pemantauan dilaksanakan ketika unit sedang beroperasi atau unit sedang stop,
tergantung pada objek yang akan dipantau.

KEUNTUNGAN DAN KERUGIAN PREDIKTIF MAINTENANCE

Keuntungan prediktif maintenance :

Perancangan Sistem Keandalan dan

‘2016
3 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
1. Prediksi kondisi komponen mesin dapat diketahui lebih dini, sehingga rencana
maintenance lebih efektif.
2. Umur asset/material dapat diketahui dari prediksi kondisi material sehingga persiapan
maintenance, perencanaan dan pengadaan material terencana dengan baik.
3. Dengan prediktif maintenance, produktivitas pembangkit lebih optimal karena tidak
adanya “Down Time” akibat gangguan yang berarti.
4. Efisiensi, unjuk kerja dan pelayanan lebih optimal.
5. Keselamatan pengguna pembangkit lebih terjamin

Kerugian prediktif maintenance :

Pada hakekatnya kerugian dari sisi pelaksanaan tidak ada, hanya memerlukan biaya
tambahan misalnya : untuk pengadaan peralatan monitor dan sensor-sensor, tetapi biaya
tidak terlalu besar jika dibandingkan bila terjadi gangguan apabila tidak menerapkan
maintenance prediktif misalnya : terjadi gangguan vatal terhadap komponen mesin,
akibatnya biaya yang dikeluarkan sangat besar yaitu pemasangan sensor-sensor
tambahan.

TEKNIK PEMANTAUAN DAN ANALISA MAINTENANCE PREDIKTIF

1. Vibrasi (Vibration)
Digunakan untuk pemantauan dan analisa sifat-sifat getaran mesin untuk mencari
sumber-sumber penyebab vibrasi yang dapat menyebabkan kerusakan. Alat ukur yang
dipakai adalah : Vibration meter, Vibration monitor dan Vibration analyzer, yang dipasang
permanen atau portable, dapat dipasang pada bagian mesin yang diperkirakan sensitif
terhadap vibrasi seperti : rumah bearing, motor listrik, pompa dan lain-lain. Untuk
mendapatkan hasil pengukuran dan analisa vibrasi yang optimal, dapat dilakukan pada
suatu beban tertentu atau minimal pada beban : 60 %, 75 % dan 90 %. Untuk beban
100% bisa dilakukan jika dianggap perlu. Grafik data bisa digabung dengan parameter
lain seperti : temperatur minyak pelumas bearing dan tekanan minyak pelumas bearing.

Perancangan Sistem Keandalan dan

‘2016
4 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
2. Kualitas Air Pendingin
Pemantauan dilaksanakan pada saat operasi dengan memantau temperatur air
pendingin masuk dan keluar mesin, memantau peralatan-peralatan sirkulasi air
pendingin seperti bekerjanya pompa-pompa air, radiator, jacket water tank, bekerjanya
termostat, water softener dan lain-lain. Sedangkan secara periodik dilakukan
pemeriksaan kualitas dan sifat kimia air pendingin di laboratorium seperti : deposit
(endapan), pH, senyawa kimia (Na, SiO2 dll), laju korosi dan lain-lain. Dengan adanya
analisa kualitas air pendingin, maka dapat diketahui apakah diperlukan water treatment
khusus atau tidak.
3. Thermografi (Thermography)
Pemantauan dilakukan untuk mencari lokasi sumber panas yang tidak normal dengan
menggunakan termometer (manual atau digital), thermocouple, radiasi infra merah
(infrared temperature). Ketidak normalan disebabkan : isolasi yang tidak baik, kurangnya
pelumasan, kebocoran, korosi, keausan bearing, beban lebih dan panas berlebih. Objek
yang diamati dan dimonitor seperti : generator, cylinder head, motor listrik, pompa,
rumah bearing.
4. Tribologi (Tribelogy)
Fokus pelaksanaannya adalah mengamati dan menganalisa minyak pelumas. Untuk
kondisi harian, analisa minyak pelumas dapat dimonitoring dari kondisi seperti : laju
aliran minyak pelumas, suhu, tekanan dan sebagainya. Sedangkan secara periodik
adalah hasil analisa dari laboratorium seperti : viskositas, kadar air, TAN, TBN, titik
nyala, titik beku, warna, sediment dan lain-lain. Dari hasil analisa, maka dapat ditentukan
kapan penggantian atau treatment minyak pelumas dilakukan.

Perancangan Sistem Keandalan dan

‘2016
5 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Menurut Mobley, R.K. (2011) teknik pemantauan dan analisa maintenance prediktif selain
dari Vibration, Thermography, dan Tribelog dapat juga dilakukan dengan teknik sebagai
berikut:
 Ultrasonics
 Statistical Analysis
 Trends dll

Di bidang manufaktur ada alat yang disebut pengukur “Go / No-Go”. Ini digunakan untuk
mengukur suatu produk dengan cepat memutuskan apakah produk itu baik (Go) atau tidak
memenuhi persyaratan (No-Go). Alat prediksi yang dipilih untuk menilai status kerusakan
saat ini harus memiliki kualitas yang sama dengan indikator “go / no-go”. Begitu langkah-
langkah memenuhi kondisi tertentu, harus jelas bahwa sudah waktunya untuk mengambil
langkah berikutnya.

Contoh jenis alat yang tersedia dengan hasil yang dapat digunakan sama dengan cara go /
no-go meliputi:
 Vibration analysis (yang memiliki batas yang telah ditentukan)
 Ultrasonic analysis of airborne sounds (yang memiliki batas yang telah ditentukan)
 Ultrasonic analysis of metal thickness (yang memiliki batas yang telah ditentukan)
 Oil analysis (yang sudah ditentukan batasan ketetapannya)
 Shock pulse analysis
 Simple temperature measurements
 Simple pressure measurements

Contoh alat yang memerlukan interpretasi dan penggunaan terbatas dalam analisis prediktif
adalah:
 X-ray
 Shear wave (Gelombang geser)
 Vibration analysis (Analisis getaran)
 Airborne ultrasonic (Analisis ultrasonik udara)

STANDARD-STANDARD YANG DIPAKAI ADALAH :

 Ketentuan pabrik pembuat
 Data sejarah / riwayat mesin yang sejenis
 Data hasil test pada awal operasi

Perancangan Sistem Keandalan dan

‘2016
6 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Komponen-komponen yang dapat dilakukan maintenance prediktif sesuai dengan fungsi dan
tujuan maintenance prediktif adalah maintenance dilakukan berdasarkan kondisi, bukan
berdasarkan jam operasi seperti yang dilakukan pada time base maintenance, dimana
maintenance atau penggantian spare parts dilakukan apabila sudah tercapai jam kerja
tertentu (sesuai dengan petunjuk instruction manual dari pabrik) tanpa melihat kondisi
material masih dalam kondisi baik atau tidak.

Dengan maintenance prediktif hal tersebut dapat dihilangkan, penggantian atau

maintenance akan dilaksanakan apabila hasil dari prediksi, analisa, monitoring dan
pengujian material/spare parts kondisinya sudah diluar standard, tetapi apabila masih
kondisi baik, material/komponen itu masih layak dipertahankan. Sehingga dari sisi biaya,
peningkatan produktifitas dan efisiensi, jelas pola ini lebih menguntungkan. Tetapi tidak
semua komponen mesin dilakukan Maintenance Prediktif, umumnya hanya dilakukan untuk
material yang sifatnya vital dan kritis. Maintenance seperti time base maintenance dimana
jika tercapai jam kerja mis : SO pada 12.000 jam seluruh spare parts (instruksi pabrikan)
harus diganti tanpa melihat kondisi. Sifatnya hanya menguntungkan kelompok tertentu
seperti pabrikan.

Paradigma ini seharusnya dihilangkan, jika perusahaan ingin lebih baik.

Maintenance prediktif mengutamakan pencapaian efiisiensi, tetapi dalam penerapannya
maintenance perdiktif dapat diterapkan jika peralatan tersebut jam operasi peralatan masih
dalam petunjuk pabrikan, jika sudah memenuhi jam operasi maka peralatan tersebut harus
diganti, karena telah dilakukan test oleh pabrikan. Jika hal ini tidak dilakukan dikwatirkan
kerusakan yang lebih parah akan terjadi dan kerugian lebih besar.

Oleh sebab itu maka tidak seluruh peralatan dilakukan maintenance prediktif, ada kalanya
suatu komponen sebaiknya diganti saja berdasarkan jam operasi. Jika dilakukan
maintenance prediktif malah merugikan seperti : penggantian lube oil filter pada 500 jam
operasi, walaupun pada saat pemeriksaan ditemukan masih baik namun sebaiknya diganti
saja untuk menghindari hal-hal yang tidak diinginkan.Untuk peralatan-peralatan yang vital
dan kritis dengan memanfaatkan analisa, pengukuran dan uji laboratorium yang optimal dan
dapat dipertanggungjawabkan, kondisi peralatan masih bisa dipertahankan tanpa harus
selalu merujuk ke instruksi pabrikan. Karena pada prinsipnya kita lebih mengerti kondisi dan
pengaruhnya selama operasi mesin tersebut tanpa mengacuhkan instruction manualnya.

Perancangan Sistem Keandalan dan

‘2016
7 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Contoh studi kasus :
Pembangkit non thermal seperti PLTA. Untuk pembangkit termal seperti PLTD, maintenance
prediktif umumnya dilaksanakan (juga sesuai instruksi pabrikan) sampai dengan beban 85
% atau 90 %. Pada beban 100 % jarang dilaksanakan mengingat beberapa faktor seperti :
umur mesin. Jika dilakukan pada beban 100 % dikhawatirkan performa mesin malah
menurun mengingat dengan bertambahnya umur mesin performa setiap peralatan sudah
tidak sama lagi seperti mesin tersebut dalam kondisi baru.
Namun, jika diinginkan monitoring, evaluasi dan pengujian pada beban 100 % bisa
dilaksanakan namun disarankan beberapa menit saja (mis : 15 menit) untuk mengetahui
performa peralatan.
Sebenarnya beberapa peralatan sensor seperti sensor main bearing, pada mesin-mesin
besar seperti : mesin Wartsila, mesin Deutz, kapasitas 3.000 kW ke atas sudah terpasang
(misalnya : Oil Mist Detector, Main Bearing Sensor Temperatur), cuma penggunaannya yang
belum optimal. Padahal sensor ini sangat berguna untuk mendeteksi kejanggalan pada main
bearing / crankshaft.
Kalaupun dilakukan pengadaan baru, biaya yang dikeluarkan tidak seberapa jika
dibandingkan apabila terjadi gangguan akibat tidak adanya sensor tersebut. Sebagai
illustrasi : Pada tahun 2001 terjadi gangguan crankshaft mesin Wartsila di PLTD Lueng Bata,
akibat kegagalan/penyimpangan operasi, vibrasi dan mulfunction beberapa peralatan dan
ironisnya proteksi terhadap main bearing/crank shaft tidak ada (tidak terpasang sensor main
bearing khususnya sensor temperatur). Penanggualangan kerusakan ini membutuhkan
waktu 7 bulan mulai dari pemeriksaan, pengadaan main bearing dan crankshaft,
pemasangan sampai operasi kembali. Jika dihitung-hitung berapa biaya yang sudah keluar?
Investasi awal memang diperlukan, tetapi yang harus diingat adalah manfaat dan
kegunaannya.
Tidak terbatas kapasitas mesin untuk maintenance prediktif, baik kapasitas kecil, sedang
dan besar. Tetapi pada hakekatnya maintenance ini dilakukan untuk komponen yang
sifatnya vital dan kritis. Seperti : pompa-pompa, generator, turbocharger, cylinder head,
crank shaft dan lain. Untuk maintenance ini dibutuhkan sensor yang sudah ada dan sensor
baru jika belum ada seperti : sensor-sensor temperatur, sensor tekanan, sensor vibrasi dan
lain-lain.

Contoh Monitor Data Turbin PLTU

Perancangan Sistem Keandalan dan

‘2016
8 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
 Perancangan Sistem Keandalan dan
‘2016
9 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
The Basic Concept of Predictive
Maintenance1
Meskipun Predictive Maintenance (PdM) secara teknologi cukup komplek,
namun konsep dasar PdM cukup sederhana:

Sebagian besar peralatan industri tidak tiba-tiba kerusakan dan berhenti bekerja. Yang
benar adalah peralatan rusak secara bertahap, selama beberapa minggu atau bulan. Selain
itu, memberikan tanda kerusakan dengan berbagai sinyal peringatan di sepanjang aktivitas.

Tanda-tanda peringatan dini ini, seperti perubahan kecil dalam suhu, getaran atau suara,
dapat dideteksi dengan teknologi PdM. Denagan demikian, PdM memberi Anda waktu untuk
merencanakan, jadwal, dan membuat perbaikan sebelum peralatan gagal/rusak.

Grafik berikut menggambarkan konsep ini:

1 PdM Secreets Revealed 2011

Perancangan Sistem Keandalan dan

‘2016
10 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Intinya , ketika datang ke maintenance , adalah bahwa waktu adalah uang .

Perbedaan biaya perbaikan antara waktu spesialis PdM dapat mendeteksi masalah
peralatan sampai waktu operator pemberitahuan itu bisa sangat besar . Bahkan , satu studi
menunjukkan bahwa biaya PdM -driven, proaktif maintenance adalah sebanyak setengah
biaya emergensi, breakdown mainteance .

Tidak ada strategi maintenance lain memberikan Anda lebih banyak waktu untuk
perencanaan lanjutan dan penjadwalan dari PdM . Itulah sebabnya PdM harus dijadikan
nomor satu sumber maintenance yang terencana. Selain itu, penelitian telah membuktikan
bahwa pekerjaan perbaikan terencana biasanya membutuhkan waktu hanya setengah
waktu sebanyak pekerjaan yang tidak direncanakan . Pekerjaan yang direncanakan selalu
lebih efisien dan lebih murah daripada pekerjaan yang tidak direncanakan .

Ada pertanya : " Jika kita menggunakan PdM dan memperingatkan kita dari potensi
kegagalan atau mendeteksi cacat , bagaimana kita bisa tahu kapan itu akan
gagal/fail?"

Waktu yang tepat kegagalan tidak bisa tahu pasti . Ada teknologi PdM yang dapat
memberikan waktu peringatan lagi, tapi tidak ada teknologi yang dapat memberitahu Anda
pasti kapan itu akan gagal. Tantangan yang sebenarnya adalah mengintegrasikan
pengetahuan tentang kegagalan yang akan datang ke dalam aliran pekerjaan sehari-hari
dan memperbaiki sebelum itu mengganggu jadwal Anda .

ENAM MANFAAT PREDIKTIF MAINTENANCE

Dalam buku Plant Engineer’s Handbook, Keith Mobley manfaat PdM sebagai:

1. Biaya maintenance - turun sebesar 50 %

2. kegagalan tak terduga - dikurangi dengan 55 %
3. Waktu Repair dan overhaul - turun 60 %
4. Persediaan Suku cadang - berkurang 30%
5. Peningkatan 30 % dalam mesin Mean Time Between Failures (MTBF)
6. 30% peningkatan uptime

Perancangan Sistem Keandalan dan

‘2016
11 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Angka-angka ini mungkin terlihat tinggi. Namun, bahkan jika Anda mengambil hanya
sebagian kecil dari manfaat ini, dampak keuangan dari program PdM efektif pada
kebanyakan pabrik dapat dengan mudah mencapai keuntungan jutaan rupiah .

Bagi manufaktur, pengurangan 10 % dalam biaya maintenance memiliki manfaat yang sama
dengan peningkatan 40 % dalam penjualan .

PEKERJAAN PERTAMA PROGRAM PdM

Meskipun apa yang Anda mungkin pernah mendengar , dasar dari program PdM sukses
adalah daftar sederhana - daftar alat secara terperinci dan akurat .

Daftar peralatan Anda adalah dasar untuk semua langkah kunci yang mengikuti . Sebagai
contoh, sebuah daftar yang baik sangat penting untuk :

 Mengidentifikasi bagaimana peralatan Anda bisa gagal

 Memilih teknologi PdM tepat untuk diterapkan pada aset
 Menentukan jumlah ideal cakupan PdM untuk sebuah pabrik
 Peringkat kekritisan masing-masing peralatan
 Database Bangunan untuk setiap teknologi PdM
 Menentukan tingkat PdM staf

Jika daftar tidak lengkap atau tidak benar, segala sesuatu yang dibangun dari itu akan cacat.
Setiap hal yang dilakukan dengan asal-asalan atau tidak akurat akan terkena sebagai
masalah besar nantinya .

Apa yang membuat daftar yang baik ? Sebagai permulaan , hal itu harus mencakup:

 Nomor Equipment
 Deskripsi Peralatan
 Jenis Peralatan
 Area / Lokasi Peralatan

Cukup mengejutkan , sebagian besar pabrik tidak memiliki daftar peralatan yang baik ,
kecuali data didapat ketika pabrik itu dibangun . Jika Anda tidak memiliki informasi ini, atau
jika kurang dari 75% akurat, di sini adalah dua pilihan :

Pertama. Gunakan manual, pendekatan berbasis kertas

Perancangan Sistem Keandalan dan

‘2016
12 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Di masa lalu, metode konvensional adalah untuk berjalan ke masing-masing peralatan
dengan clipboard , menuliskan informasi penting , dan memiliki data ditranskripsikan dan
dimasukkan ke dalam database .

Tergantung pada ukuran pabrik dan jumlah bagaian-bagian peralatan, proses ini bisa sangat
memakan waktu dan rentan terhadap kesalahan .

Kedua. Gunakan software tools

Daftar peralatan dapat dibuat lebih cepat dan lebih mudah dengan tablet PC atau perangkat
elektronik lainnya dan software .

Pertama , impor data peralatan yang ada dari Enterprise Resource Planning ( ERP ) sistem
atau Computerized Maintenance Management System ( CMMS ) ke dalam aplikasi
perangkat lunak . Data kemudian dikumpulkan di lapangan dan dimasukkan langsung ke
dalam perangkat. Akhirnya , ini adalah masalah mengekspor data yang dikumpulkan ke
database dan CMMS yang sesuai . Hal ini mempercepat proses sangat dan sangat
mengurangi usaha dibandingkan dengan manual, pendekatan berbasis kertas .

Namun Anda memutuskan untuk melakukannya , jangan tergoda untuk mengambil jalan
pintas pada langkah ini . Daftar peralatan yang baik adalah salah satu elemen yang paling
diabaikan dan kurang dihargai dari inisiatif keandalan sukses .

Software aplikasi adalah salah satu beberapa alat yang memungkinkan proses dasar
seperti:

 Asset Katalogisasi
 Pengembangan BOM
 Analisis Kekritisan Asset
 Maintenance Peralatan Rencana Pembangunan
 Mengembangkan Tata Kerja Efektif
 Perencanaan
 Penjadwalan
 Eksekusi Kerja
 RCM
 Manajemen scorecarding / KPI
 Kondisi Terpadu Pemantauan Pelaporan
 Operator atau Maintenance Rounds Logging
 Work Order Prioritas
 Proses Keandalan Statistik

CARA PILIH TEKNOLOGI PdM YANGTEPAT

Banyak perusahaan memulai program PdM dengan memilih salah satu teknologi yang
paling umum , seperti Vibration , Infrared , atau Ultrasound . Setelah mereka

Perancangan Sistem Keandalan dan

‘2016
13 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
mendapatkan beberapa pelatihan dasar dan percobaan untuk sementara , mereka mulai
menerapkan teknologi untuk peralatan yang paling penting mereka.

Namun bila kembali ke konsep dasar dari PdM. Hampir semua peralatan mengeluarkan
sinyal peringatan dini - seperti perubahan suhu , getaran , atau suara - sebelum gagal .
Sinyal-sinyal peringatan , atau failure modes (macam-macam/mode kegagalan) , dapat
dideteksi dengan Condition Monitoring (CM) teknologi .

Masalahnya adalah bahwa satu atau dua teknologi saja tidak dapat mendeteksi sebagian
besar sinyal peringatan di pabrik Anda . Akibatnya , program PdM single- teknologi akan
kehilangan jauh lebih banyak kesalahan daripada menangkap .

Kunci untuk program PdM sukses adalah untuk memastikan itu sangat peka terhadap mode
kegagalan peralatan Anda . Itulah mengapa perlu menerapkan beberapa teknologi,
sehingga dapat mendeteksi mayoritas mode kegagalan di pabrik.

Pada akhirnya , itu adalah mode peralatan Anda gagal dan kekritisan yang menentukan
teknologi Anda menerapkan , bukan sebaliknya .

Konsep ini sederhana , tapi Anda akan terkejut berapa banyak perusahaan mendapatkan ini
mundur .

Sebuah pendekatan multi- teknologi juga memungkinkan Anda double- cek dan pastikan "
temuan kesalahan " antara teknologi . Selain itu , memungkinkan Anda untuk menangkap
masalah dengan salah satu teknologi yang mungkin terlewatkan oleh orang lain .

Pada akhirnya , alasan terbesar untuk menerapkan beberapa teknologi adalah ini : ada
sedikit , jika ada , payback dari menggunakan hanya satu atau dua teknologi PdM . Anda
akan kehilangan sebagian besar sinyal peringatan dini yang terjadi , sehingga peralatan
akan gagal pula. Payback berasal dari mengintegrasikan berbagai teknologi di seluruh
persentase yang tinggi dari basis aset Anda . Itulah sebabnya titik awal yang mendasar
untuk program PdM adalah :

 Memahami semua failure modes (mode kegagalan) di pabrik

 Menerapkan teknologi yang dapat mendeteksi kegagalan yang ada.

DIREKOMENDASIKAN SUMBER DAYA UNTUK MENENTUKAN

ASSET HEALTH

Perancangan Sistem Keandalan dan

‘2016
14 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Jika Anda tidak memiliki waktu atau keahlian untuk menentukan mode kegagalan untuk
semua peralatan dan peta untuk teknologi PdM yang sesuai, ada proses software - driven
yang dapat membantu .

Sebuah alat Asset Kesehatan akan menggunakan database dengan beberapa ratus jenis
peralatan yang sudah dipetakan ke teknologi yang tepat. Dengan ini, dapat mengambil
peralatan pada daftar peralatan Anda dan mengidentifikasi mode kegagalan yang mungkin
untuk masing-masing, kemudian konfirmasikan mana teknologi PdM dan inspeksi untuk
menerapkan

Di bawah ini adalah contoh teknologi yang direkomendasikan oleh jenis peralatan untuk
lingkungan tertentu :

Pikirkan apa yang Anda lakukan sekarang tanpa Infrared, Ultrasound, Vibration dll ...
Anda mungkin menggunakan Inspeksi Visual atau indera Anda yang lain kan? Teknologi
PdM harus meningkatkan indra Anda dan , dalam banyak kasus , kompensasi untuk apa
yang Anda tidak bisa manusiawi melihat, mendengar , atau merasa . Rasa pertama yang
Anda ingin meningkatkan visi Anda harus . Infrared adalah alat yang sangat berguna untuk
itu . Hal ini berlaku untuk menemukan kesalahan mekanik dan listrik dan digunakan dengan
cepat memindai sejumlah besar peralatan. Ini adalah alat yang sangat baik untuk
pencegahan kebakaran / ledakan . Karena itu sangat visual, maka dengan cepat dipahami ,
sehingga mudah untuk menunjukkan perubahan dalam tangan panas dan perubahan tren
dalam kesehatan peralatan Anda. Selain itu , ketika mengetahui dengan cepat " menang " ,
satu thermographer dapat menghabiskan tiga hari peralatan scanning dan menemukan lebih
banyak pekerjaan daripada perencanaan dan penjadwalan dapat mengatasi dalam waktu
satu bulan .

Perancangan Sistem Keandalan dan

‘2016
15 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
PERALATAN UNTUK MONITOR DENGAN PdM

Jika Anda memiliki peringkat kekritisan rinci daftar aset Anda, Anda dapat menentukan
strategi maintenance, memprioritaskan pekerjaan dan membuat keputusan manajemen
risiko yang lebih baik. Peringkat kekritisan harus menjadi skor tunggal berdasarkan
kesepakatan bersama dari :

 Produksi
 Maintenance
 Pembelian dan Logistik
 Kesehatan, Keselamatan, dan Lingkungan ( HSE )
 Akuntansi
 Penjualan dan Pemasaran
 Layanan Pelanggan

Masalahnya adalah bahwa banyak perusahaan menggunakan pendekatan ABC , dengan

semua peralatan yang diberikan prioritas A , B , atau C . Dengan metode ini , sebagian
besar peralatan jatuh di suatu tempat di tengah dan mendapat peringkat "B" . Ketika datang
ke prioritas , mana yang Anda akan bekerja pada pertama ? Anda tidak bisa mengatasi
semuanya sekaligus, sehingga apa yang menjadi prioritas Anda?

Inilah sebabnya mengapa Anda perlu skor tunggal dan peringkat keseluruhan untuk setiap
aset . Dengan informasi ini , Anda dapat memfokuskan sumber daya Anda PdM pada
peralatan yang memiliki dampak terbesar pada kinerja pabrik .

Contoh kekritisan peringkat untuk satu bagian dari peralatan yang ditampilkan pada
halaman berikut . Perhatikan bagaimana setiap aset memiliki tunggal , nilai komposit
berdasarkan 5 faktor kekritisan kunci

 Keamanan
 Lingkungan
 Maintenance
 Produksi
 Kualitas

Contoh Kekritisan Ranking

Perancangan Sistem Keandalan dan

‘2016
16 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Kunci untuk melaksanakan tugas-tugas analisis PdM yang

1) berlaku untuk mendeteksi potensi kegagalan

2) efektif mengurangi konsekuensi dari kegagalan Anda adalah memiliki pemahaman
yang menyeluruh tentang mode kegagalan Anda .
Cara terbaik untuk membangun didorong strategi maintenance mode kegagalan
adalah untuk melakukan analisis RCM aset penting Anda . PdM melengkapi RCM , ia
tidak menggantikannya .

Perancangan Sistem Keandalan dan

‘2016
17 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
CONTOH: DIAGRAM PdM MODEL PENGELOLAAN KERJA:

Perancangan Sistem Keandalan dan

‘2016
18 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
APAKAH ANDA MENGUMPULKAN DATA YANG TEPAT?

Pada intinya, PdM adalah proses data-driven. Ini adalah semua tentang mengumpulkan dan
menganalisis data untuk menentukan apa yang perlu pekerjaan perbaikan yang harus
dilakukan. Kuncinya adalah untuk memastikan tim PdM Anda melihat data yang benar.
Sayangnya, banyak perusahaan menghabiskan banyak waktu melihat data yang salah
karena spesifikasi pengumpulan data dibentuk salah dari awal. Data tidak bisa melakukan
apa yang seharusnya dilakukan: mengidentifikasi masalah peralatan.

Inilah sebabnya mengapa menyiapkan database teknologi PdM adalah sebuah langkah
penting. Dilakukan dengan benar, database ini memungkinkan Anda untuk percaya alarm
Anda untuk menangkap masalah yang akan datang. Kemudian, ketika Anda melihat laporan
pengecualian, Anda melihat apa peralatan di alarm dan mampu menganalisis peralatan
yang hanya. Jika Anda tidak dapat mempercayai data dan alarm, analis Anda harus melihat
semua data dari semua peralatan dan semua tempat pengumpulan.

Perbedaannya sangat besar. Misalnya, dengan database yang tepat, seorang analis getaran
dapat mengumpulkan dan menganalisis data pada 400-450 bagian-bagian peralatan per
bulan. Tanpa itu, produktivitas turun sebesar 50% menjadi 200-225 buah peralatan per bulan
per teknisi.

Seperti yang Anda lihat, memiliki database yang tepat memiliki dampak langsung terhadap
produktivitas tim Anda dan keberhasilan program Anda.

Tergantung pada ukuran pabrik, menyiapkan database ini dapat mengambil banyak waktu
dan usaha. Namun, itu adalah layak karena payback sangat besar.

Pengumpulan informasi frekuensi kesalahan, seperti jenis bearing, beban penuh Amper,
kelas isolasi, dan jenis pelumas, dapat membuat analisis yang lebih cepat, lebih pasti, dan,
dalam beberapa kasus, lebih akurat

Perancangan Sistem Keandalan dan

‘2016
19 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.
Saat membuat database PdM, pertanyaan utama adalah:

Data apa yang kita butuhkan untuk mengumpulkan sehingga jika ada masalah dengan
peralatan ini, itu muncul dan kita melihatnya?

Jawabannya mensyaratkan bahwa Anda memahami:

 Mode kegagalan peralatan;

 Kemampuan setiap teknologi PdM untuk mendeteksi mode kegagalan;
 Yang menunjuk pada peralatan untuk mencari mode kegagalan;
 Teori di balik teknologi PdM;
 Bagaimana untuk menyajikan data untuk analisis;
 Bagaimana perangkat keras dan perangkat lunak paket individu bekerja, dan
 Apa batas alarm seharusnya.

Apa Jenis Program PdM Harus Digunakan?

Pada titik ini, Anda tahu:

 Peralatan apa yang Anda miliki di pabrik Anda;

 Yang teknologi PdM harus diterapkan;
 Untuk peralatan mana Anda harus menerapkan teknologi;
 Bagaimana mengelola alur kerja PdM;
 metrik apa yang digunakan untuk mengukur keberhasilan program Anda, dan
 Cara mengatur database PdM.

Daftar Pustaka
Allied Reliability, Inc., 2011, PdM Secreets Revealed edisi 5

Perancangan Sistem Keandalan dan

‘2016
20 Pemeliharaan Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hendri, ST.MT.