LANDASAN TEORI
1 ( t −μ)2
f (t )=
1
√2 πσ
eks −
[
2 σ2 ] untuk : -∞ < t < ∞......................................................................
3. Fungsi kepadatan kumulaitif (Cummulative Density Function)
√ 2 πσ (
exp −
2 μ2 ) .....................................................................................................................
2. Fungsi kepadatan probabilitas (Probability density function)
2
1 1 t
f (t )=
√ 2 π st [ ( )]
exp − 2 ln
2s t med
untuk : t ≥ 0..............................................................................................
3. Fungsi kepadatan kumulaitif (Cummulative Density Function)
t−μ
F(t )=Φ ( )
σ ...................................................................................................................................
4. Fungsi laju kerusakan (Hazard Rate Function)
f (t )
λ(t )=
(t −μ )
1−Φ ( σ ) ............................................................................................................................
2.6.3 Distribusi Exponensial
Distribusi kegagalan ini mempunyai kejadian kegagalan yang konstan. Distribusi
ini memiliki laju kelajuan tetap terhadap waktu, probabilitas terjadinya kerusakan tidak
tergantung dari umur alat. Metode ini termasuk yang paling mudah dianalisa secara
statistik (Ebeling, 1997)
1. Fungsi keandalan (Reliability Function)
t
[
R ( t )=exp −∫ λ dt ' =e
0
] − λt
, t ≥ 0................................................................................................................
R(t )=e
( θ)
−
..............................................................................................................................
2. fungsi kepadatan probabilitas (Probability density function)
β
β t β−1 − ( θt )
f (t )= ()
θ θ
e
.....................................................................................................................
3. Beta (β)
b=β=n ∑ x i yi – ¿ ¿ ¿ ...............................................................................................................................
4. Teta (θ)
a=
∑ y i−b ∑ x i .........................................................................................................................
n
−a
θ=E b (..........................................................................................................................................
F(t )=1−e
− ( θt )
..........................................................................................................................
6. Fungsi laju kerusakan (Hazard Rate Function)
β−1
β t
λ(t )=
θ θ () ............................................................................................................................
Identifikasi distribusi kerusakan dan perbaikan berfungsi untuk menunjukkan tes statistik
dalam hal menerima atau menolak suatu hipotesis bahwa waktu kerusakan atau perbaikan yang
diteliti berasal dari suatu distribusi tertentu (Ebeling, 1997). Dalam menentukan distribusi bagi
data selang waktu antar kerusakan dan selang waktu antar perbaikan, terlebih dahulu dilakukan
perhitungan nilai index of fit. Kemudian dilakukan identifikasi awal distribusi yang cocok,
pengujian distribusi, serta penaksiran parameter (Ebeling, 1997).
2.7.1 Index Of Fit
Persamaan regresi adalah persamaan matematik yang memungkinkan kita untuk
meramalkan nilai-nilai suatu peubah tak bebas dari nilai-nilai satu atau lebih peubah
bebas. Hal ini dijelaskan melalui persamaan : ( Walpolle, 1982).
ŷ = a + bx ...................................................................................................................................................
dimana :
a = menyatakan intersep atau perpotongan dengan sumbu tegak
b = kemiringan atau gradiennya
b=
n ∑ xi yi −
i =1
( )( )
∑ xi ∑ y i
i=1 i=1
n n 2
n∑
i=1
(∑ )
xi2−
i =1
xi
r=
n ∑ xi yi −
i =1
(∑ )(∑ ) i =1
xi
i =1
yi
2 2
√
n n n n
[ n∑
i=1
x 2i −
(∑ ) [ ∑ (∑ ) ]
i =1
xi ] n
i =1
y 2i −
i=1
yi
.............................................................................
Nilai r berada antara -1 sampai dengan 1, nilai r yang mendekati -1 atau 1
menunjukkan hubungan yang kuat antara dua peubah acak, sedangkan nilai r yang
mendekati nol menunjukkan hubungan yang lemah bahkan mungkin tidak ada hubungan
antara kedua peubah acak tersebut.
e
( b)
parameter : = b dan .......................................................................................................................
B=
[
2r ln ( 1
R )∑ ti−( R1 )∑ ln ti
i=1 i=1 ]
( r +1 )
1+
6r ...........................................................................................................
dimana :
r =jumlah kerusakan
ti =data waktu kerusakan ke-i
B = nilai uji statistik untuk Bartlett’s Test
H0 diterima apabila nilai B jatuh dalam wilayah kritik :
M=
k1 ∑
i=k 1+1
k
[ Mi ]
( ln t i+1 −ln t i )
[ ]
1
k2 ∑
Mi
Uji statistiknya: i=1 ...........................................................................................
r r−1
k1=
2 ⌊⌋
; k 2=
2 ⌊ ⌋
M i=Z i+1 −Z i
i−0,5
dimana :
[ (
Z i =ln − ln 1−
n+0 , 25 )] ..............................................................................................................
keterangan :
M = nilai uji statistik untuk Mann’s Test
ti = data waktu kerusakan ke-i
ti+1 = data waktu kerusakan ke-(i+1)
r = n = jumlah unit yang diamati
Apabila M > Fcrit maka H1 diterima. Nilai Fcrit diperoleh dari tabel distribusi F
dengan v1 = 2k1 dan v2 = 2k2.
n
ti ∑ ( t i−t̄ )2
i=1
t̄ =∑ dan s2 =
dimana : i=1 n n−1 ………………………………...(2-
50)
keterangan :
ti = data waktu antar kerusakan ke-i
t =data waktu antar kerusakan
s = standar deviasi
n = banyaknya data kerusakan
Apabila Dn < Dcrit, maka terima H0, dan bila sebaliknya maka terima H1. Nilai Dcrit
diperoleh dari tabel critical value for the Kolmogorov-Smirnov test for normality
s=
Dimana :
√ ∑ ( ln t i−μ )2
i=1
n ...............................................................................................................................
^ )=
g(β
(∑
i=1
t
i
β )
ln t i +( n−r )t βs ln t s
^
−
1 1
r
− ∑ ln t i =0
r ^
β r i=1
(∑ i=1
t
i
β^ )
+( n−r ) t βs
^
......................................................................
Sedangkan parameter diperoleh dari :
1
r
θ=
1
r { [∑i =1
t
i
β^
β +( n−r ) t s ]}^β
................................................................................................................
Dimana :
n = jumlah unit yang diamati
r = jumlah kerusakan yang terjadi
r = n untuk data lengkap
ti = data waktu kerusakan ke – i
ts = 1 untuk data lengkap
Persamaan diatas hanya dapat dipecahkan secara numerik. Oleh karena itu,
digunakan metode Newton-Raphson untuk memecahkan persamaan non linier tersebut,
yaitu dengan menggunakan persamaan:
^
^β = β^ − g( β j ) dg (x )
j+1 j
g '( β^ j ) g '( x )=
dimana dx ......................................................................................
yang harus dipecahkan secara iterasi sampai mencapai nilai j yang maksimum atau nilai
g() yang mendekati nol. Maka terlebih dahulu adalah mencari turunan pertama dari g()
yaitu:
r r r
^ )=
g'(β
( ∑ t β^ ln2 t i
i=1 i
)( ) (∑
∑t
i=1 i
β^
− t β^
i=1 i
ln t i
) +
1
r ^β2
(∑ )
i=1
t
i
β^
.............................................................................
Agar penyelesaian iterasi metode Newton-Raphson lebih mudah maka nilai j
awal yang digunakan adalah nilai yang didapat melalui metode least square agar
menjadi awal yang baik.
2.10 Mean Time To Failure (MTTF) dan Mean Time To Repair (MTTR)
2.10.1 Mean Time to Failure (MTTF)
Mean Time To Failure (MTTF) merupakan nilai rata-rata waktu kegagalan yang akan
datang dari sebuah sistem (komponen). MTTF dapat dirumuskan sebagai berikut:
∞ ∞
Dimana:
f(t) = probability density function
t = waktu
R(t) = reliability function
MTTF atau Mean time to failure adalah nilai rata- rata atau selang waktu kerusakan dari suatu
distribusi kerusakan yang didefiisikan oleh probability density function f(t) sebagai berikut:
(Charles E. Ebeling 1997)
1. Distribusi Eksponensial
∞
−λt e−λt ∞ 1
MTTF = ∫ e dt = │ = ...................................................................................................................
0 −λ 0 λ
2. Distribusi Weibull
1 1
MTTF = θ ᴦ (1 + ) , x = 1 + , ᴦ(x) = tabel gamma ...................................................................................
ᵦ ᵦ
Dengan fungsi gamma adalah :
∞
x−1
r (x) = ∫ y e− y dy
0
3. Distribusi Normal
MTTF = µ.........................................................................................................................................................
4. Distribusi Lognormal
tmed = E –s.α
2
MTTF = tmed = E s / 2 .........................................................................................................................................
Dimana:
h(t) = fungsi kepadatan probabilitas untuk data waktu perbaikan
H(t) = fungsi distribusi kumulatif untuk data waktu perbaikan
Perhitungan MTTR untuk keempat distribusi adalah sebagai berikut:
1. Distribusi Weibull
1
MTTR = θ ᴦ (1 + ) dimana ᴦ (x) = fungsi gamma .......................................................................................
ᵦ
2. Distribusi Eksponensial
1
e−t / MTTR 1
H (t) = ∫ = 1 - e−t / MTTR dan r = ............................................................................................
0 MTTR
MTTR
3. Distribusi Lognormal
tmed = E –s.α
2
MTTR = tmed e s /2 ..............................................................................................................................................
4. Distribusi Normal
MTTR = µ .......................................................................................................................................................
Total waktu downtime per unit untuk penggantian pencegahan pada saat tp dinyatakan
sebagai D (tp) dengan rumus: (Jardine, 2006)
D (tp) = Total ekspektasi downtime per siklusEkepektasi panjang siklus
Dimana:
Total ekspektasi downtime per siklus = 𝑇𝑝𝑅(𝑡𝑝)+ 𝑇𝑓(1−𝑅(𝑡𝑝))
Ekspektasi panjang siklus = (𝑡𝑝+𝑇𝑝)𝑅(𝑡𝑝) + (𝑀(𝑡𝑝)+ 𝑇𝑓)(1−𝑅(𝑡𝑝))
Maka total downtime per unit waktu adalah:
D (tp) = 𝑇𝑝𝑅(𝑡𝑝)+ 𝑇𝑓(1−𝑅(𝑡𝑝))(𝑡𝑝+𝑇𝑝)𝑅(𝑡𝑝) + (𝑀(𝑡𝑝)+ 𝑇𝑓)(1−𝑅(𝑡𝑝))
Dengan:
tp = panjang interval waktu antara tindakan perawatan pencegahan
Tf = waktu untuk melakukan perbaikan kerusakan komponen
Tp = waktu untuk melakukan penggantian pencegahan
f(t) = fungsi kepadatan peluang dari waktu kerusakan komponen
R (tp) = probabilitas terjadinya siklus pencegahan
M (tp) = nilai harapan panjang siklus kerusakan jika penggantian perbaikan dilakukan
D (tp) = total downtime per unit waktu untuk penggantian pencegahan. Nilai tingkat
ketersediaan (availability) dan interval penggantian pencegahan pada saat D (tp) minimum
adalah: A (tp) = 1 - D (tp)min.
2.12 Interval Pemeriksaan Optimal
Di samping melakukan kegiatan penggantian pencegahan, pemeriksaan secara berkala
juga diperlukan dalam tindakan perawatan mesin maupun komponen. Hal ini dilakukan untuk
meminimalkan downtime akibat kerusakan mesin yang terjadi secara mendadak (Jardine, 2006).
Langkah-langkah perhitungan interval pemeriksaan yang optimal adalah:
MTTR
Waktu rata-rata satu kali perbaikan : 1/μ = ................................. (2-71)
jam kerja/ bulan
waktu satukali pemeriksaan
Waktu rata-rata satu kali pemeriksaan : 1/i = ..........(2-72)
jam kerja/bulan
jumlahkerusakan per tahun
Rata-rata kerusakan per bulan : k = .........................(2-73)
12bulan
kxi
Jumlah pemeriksaan optimal : n =
√ μ
...............................................................(2-74)
Dimana f(t) merupakan fungsi kegagalan sedangkan R(t) merupakan fungsi kehandalan.