CRITICAL JOURNAL REVIEW

PROBABILITAS DAN STATISTIKA

‘’Prediksi Keandalan Sistem Pendingin Berdasarkan

Kerusakan Sistem Dengan Menggunakan Distribusi
Probabilitas Poisson’’

DOSEN PENGAMPU: AMIRHUDIN

DALIMUNTHE.S.T.,M.KOM

DIREVIEW OLEH:

NAMA : PUTRA HENDRAWAN SILALAHI

NIM : 5183530016
PRODI : TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS NEGERI MEDAN
T/A 2018/2019

1
 KATA PENGANTAR
Puji syukur saya ucapkan kepada Tuhan Yang Maha Esa, yang mana telah memberikan
saya kesempatan, rahmat, dan penyertaannya, sehingga saya dapat menyelesaika tugas
Critical Jurnal Review ini

Pada kesempatan kali ini jurnal yang saya jadikan bahan untuk menyelesaikan
tugas Critical Jurnal Review adalah jurnal yang berjudul ‘’Prediksi Keandalan Sistem
Pendingin Berdasarkan Kerusakan Sistem Dengan Menggunakan Distribusi
Probabilitas Poisson’’

Melalui tugas Critical Jurnal Review ini saya berharap dapat membantu para
pembaca untuk mengetahui secara singkat tentang penggunaan teori probabilitas dan
statistika dalam memprediksi kendala kerusakan mesin pendingin.

Medan, 18 Oktober 2018

Penulis,

PUTRA HENDRAWAN SILALAHI

DAFTAR ISI

2
KATA PENGANTAR......................................................................................................2

DAFTAR ISI......................................................................................................................3

BAB I. PENDAHULUAN..............................................................................................4

BAB II. REVIEW JURNAL.............................................................................................5

A. IDENTITAS JURNAL....................................................................................5
B. RINGKASAN JURNAL.................................................................................5

B.1. Pendahuluan...............................................................................................................5

B.2. Kajian Teori.................................................................................................................6

B.3. Metodologi Penelitian...............................................................................................6

B.4. Pembahsan..................................................................................................................11

B.5. Kesimpulan.................................................................................................................14

B.6. Saran............................................................................................................................14

BAB III. PEMBAHSAN...................................................................................................15

BAB IV. KESIMPULAN DAN SARAN........................................................................18

BAB I

3
 PENDAHULUAN

1. Latar Belakang Pemilihan Jurnal

Dalam mereview subuah jurnal tentulah tiap tiap penulis mempunyai alasan
dalam menentukan sebuah jurnal yang akan direview. Dalam hal ini penulis juga
menyampaikan alasan mengapa saya memilih jurnal yang berjudul ‘’Prediksi
Keandalan Sistem Pendngin Berdasarkan Kerusakan Sistem Dengan Menggunakan
Distriusi Probabilitas Poisson’’ sebagai bahan review yaitu: Karena jurnal tersebut
memuat sebuah topic pembahasan yang juga terdapat di subbab mata kuliah probabilitas
Diskrit yaitu Distribusi Probabilitas Poisson.
Seperti yang kita ketahui juga salah satun sifat distribusi poisson yaitu suatu
Peluang terjadinya lebih dari satu hasil yang terjadi dalam selang waktu yang
pendek dapat diabaikan. Ini juga menjadi pertimbangan penulis dalam meriview
karena dalam jurnal dimuat beberapa prediksi kerusakan kerusakan mesin
pendingin dalam selang waktu pendek.

2. Relavansi Jurnal dengan Mata Kuliah Probabilitas

Probabilitas adalah ilmu yang mempelajari tentang peluang suatu kejadian,
teknik pengumpulan dan observasi data serta memcakup tentang ilmu yang dapat
memprediksi suatu kejadian atau masalah nyata yang dihadapi. Relavansi terhadap
jurnal yang direview ialah sama sama memuat topic pembahasan tentang ‘’prediksi’’
yaitu memprediksi kerusakan yang terjadi dengan metode probabilitas poison.

BAB II
REVIEW JURNAL

4
A. IDENTITAS JURNAL

Judul Jural : “Prediksi Keandalan Sistem Pendingin Berdasarkan Kerusakan

Sistem Dengan Menggunakan Distribusi Probabilitas Poisson’’

Peneliti : Mohammad Zainuddin, Vera Aulia, Arbain, Supriadi

Nama Jurnal : Jurnal Ilmu Komputer dan Teknologi Informasi

Volume : Vol.03,No.01

ISSN : 2540-7902

Penerbit : Politeknik Negeri Samarinda

Tahun Terbit : 2018

B. RINGKASAN JURNAL

B.1. PENDAHULUAN

Operasi suatu unit/sistem yang tidak disertai dengan pemeliharaan yang baik
akan berakibat pada turunnya reliability unit/sistem dimaksud. Jika failure (kegagalan
fungsi) unit/sistem dimaksud dapat diprediksi dengan baik maka pemeliharaan akan
dapat direncanakan dengan baik pula. Pemeliharaan adalah aktivitas menjaga
unit/sistem untuk tetap konsisten dalam beroperasi. Kegiatan pemeliharaan harus
dilakukan secara tepat, konsisten dan terencana. Kebutuhan pemeliharaan didasarkan
pada actual failure (kegagalan aktual) atau yang akan terjadi. Jenis functional failure
beragam, salah satunya adalah terjadinya shut down. Penggunaan peralatan dalam
suatu unit/sistem produksi yang terus menerus akan berdampak pada turunnya
tingkat availability (ketersediaan) suatu unit/sistem. Tanpa adanya aksi pemeliharaan
yang direncanakan akan berakibat pada turunnya tingkat reliability (keandalan).
Reliability dapat dijaga dengan melakukan penjadwalan pemeliharaan yang baik dan
teratur. Idealnya, perawatan dilakukan untuk menjaga agar peralatan dan sistem
berjalan efisien setidaknya untuk masa pakai komponen

B.2. KAJIAN TEORI

Failure analysis (analisis kegagalan) adalah proses pengumpulan dan analisis
data untuk mengetahui penyebab kegagalan, seringkali dengan tujuan menentukan

5
tindakan korektif atau pertanggungjawaban. Failure analysis adalah disiplin ilmu yang
banyak digunakan di berbagai industri manufaktur. Proses failure analysis bergantung
pada pengumpulan data-data peralatan yang mengalami failure untuk pemeriksaan
lebih lanjut, kemudian melakukan analisis dengan berbagai ragam metode. Beberapa
metode yang telah banyak diteliti adalah FMEA (Failure Mode and Effects Analysis),
Generalized Evidential FMEA ,Fuzzy-based FMEA .
Jika failure dapat diprediksi dengan baik maka pemeliharaan dapat
direncanakan dengan baik pula. Prediksi failure biasanya sangat berguna bagi
diterapkannya PM atau CBM. Beberapa penelitian telah dilakukan terkait dengan
prediksi failure yang lebih menitikberatkan pada bagaimana suatu metode diterapkan,
di antaranya adalah metode Kalman Filter ,machine learning ,Angle-based Subspace
Anomaly Detection (ABSAD) . Failure dapat dianggap sebagai suatu kejadian yang
stokastik. Dalam teori probabilitas, proses stokastik atau proses random adalah obyek
matematika yang biasanya didefinisikan sebagai kumpulan variabel random.
Variabel random diindeks oleh serangkaian angka, biasanya dipandang sebagai
suatu titik pada waktu tertentu yang memberikan interpretasi proses stokastik yang
secara random berubah dari waktu ke waktu. Dalam hal ini, suatu proses random
adalah merupakan model matematis dari suatu proses empiris yang dibangun
berdasarkan hukum probabilitas .Kejadian-kejadian di dalam suatu proses random
biasanya dinyatakan dalam suatu distribusi probabilitas tertentu. Distribusi Poisson,
salah satu jenis distribusi probabalitas, telah digunakan untuk suatu aktivitas prediksi
dengan menggunakan model regresi Poisson dalam .Dalam studi ini distribusi Poisson
digunakan untuk membangun pola failure berdasarkan data historis failure. Tujuan
dari studi ini adalah memprediksi kejadian failure berikutnya dengan menggunakan
random Poisson.

B.3. METODOLOGI PENELITIAN

Metode penelitian yang digunakan dalam jurnal yaitu :

 Distribusi Poisson
Dalam suatu kejadian yang terjadi secara random dalam interval waktu
tertentu, dengan rata-rata jumlah kejadian per unit waktu diketahui, dimana x
menyatakan banyaknya kejadian, maka x adalah variabel random Poisson jika
memiliki PMF (Probability Mass Function)

dimana x = 1, 2, ..., α adalah parameter poisson (α>0) = μT, μ adalah rata-rata

kejadian (mean), dan T adalah interval waktu.

6
 Dalam hal ini dikatakan variabel random X memiliki distribusi Poisson, dan
didefinisikan sebagai:

 Pembangkitan Random Poisson

Pembangkitan bilangan random Poisson dilakukan dengan langkah-langkah

sebagai berikut:

 Bangkitkan bilangan random u (uniform) pada interval {0 ... 1}.

 Jika u < F(x0) maka X = x0
 Jika F(x0) ≤u < F(x1) maka X = x1
 Jika F(x1) ≤ u < F(x2) maka X = x2

 Data Historif

Studi ini menggunakan data historis failure sistem pendingin di Unit Utility Kaltim-2
PT. Pupuk Kaltim pada interval operasi tahun 2005 – 2016.

7
  Prediksi Menggunakan Random Poisson

Dengan mempertimbangkan frekuensi kemunculan failure (modus) maka diperoleh

modus failure selama periode 1-8 seperti yang ditunjukkan dalam Tabel 2. Fungsi
reliability dinyatakan dengan :

dimana t menyatakan waktu dan MTBF (Mean Time Between Failure) rata-rata waktu
antar failure.

Dari Tabel 2 dapat diperoleh:

8
atau mencapai 22% di akhir bulan ke 1. Grafik reliability dari Tabel 2 ditunjukkan
dalam Gambar 1. Dari Gambar 1 terlihat bahwa bila dibandingkan dengan reliability
ideal (failure =1, R = 36.8%), reliability sistem pendingin hanya sampai dengan:

atau sampai dengan sekitar minggu ketiga bulan ke 1. Pada studi ini akan dikaji
bagaimana kondisi reliability sistem pendingin pada Unit Utility Kaltim-2 PT. Pupuk
Kalim di periode ke 9 dengan diasumsikan tidak terjadi perubahan kebijakan
pemeliharaan.

9
  Prediksi Failure menggunakan Random Poisson
Distribusi Poisson digunakan untuk membangun pola failure berdasarkan data
observasi seperti yang ditunjukkan dalam Tabel 1. Pola failure dibangun berdasarkan
perubahan failure per bulan menggunakan PMF dan CDF seperti dalam (2) dan (3).
Dari perhitungan PMF dan CDF untuk seluruh bulan (18 bulan), kemudian dihitung
rata – ratanya berdasarkan outcome failure. Rata – rata PMF dan CDF inilah nantinya
yang akan digunakan sebagai pola failure rata – rata periode operasi. Misalnya untuk
bulan ke 1 diperoleh data failure : {0, 0, 0, 0, 0, 1, 1, 1}. Dari (1) diketahui bahwa x
adalah outcome failure, α adalah parameter poisson yang dalam kasus ini adalah
failure rate, dimana:

Dari Tabel 1 diperoleh maksimum failure adalah 9 sehingga outcome failure

(kemungkinan jumlah failure yang muncul) diasumsikan : 0, 1, 2, 3, 4, 5, 6, 7, 8 dan 9.
Dengan cara yang sama dapat diperoleh PMF untuk outcome failure 1, 2, 3, 4, 5, 6, 7, 8
dan 9 seperti yang ditunjukkan dalam Tabel 3. Perhitungan CDF menggunakan (3).
Sebagai contoh, dari Tabel 3 untuk bulan ke 1 diperoleh:

10
B.4. PEMBAHASAN

Pada bagian ini akan diuraikan contoh pembangkitan pola failure dari bulan ke 1.

11
Nilai min dan mean dari MAE dan MSE digunakan sebagai target simulasi. Artinya,
simulasi dihentikan jika MAE dan MSE berada dalam interval [0.667...1.986] dan
[2.444...8.570]. Dengan menggunakan modus maka yang dijadikan sebagai hasil
prediksi adalah outcome dengan frekuensi kemunculan terbanyak. Sebagai contoh
ditunjukkan dalam Tabel 6.

Dari Tabel 7 dapat diperoleh MTBF:

Reliability ideal dari hasil prediksi failure periode ke 9 hanya sampai dengan:

12
atau sekitar minggu kedua bulan ke 1. Reliability sistem pendingin di periode ke 9 di
akhir bulan ke 1 adalah:

Dibandingkan dengan grafik reliability dalam Gambar 1, terjadi penurunan sekitar :

22% - 8% = 14%. Hal ini menunjukkan bahwa dengan asumsi tidak terjadi perubahan
kebijakan pemeliharaan, maka reliability sistem pendingin di periode ke 9 akan
mengalami penurunan sebesar 14%.

B.5. KESIMPULAN

13
• Pola failure dari 8 periode operasi selama operasi 2005 – 2016 diperoleh dengan
menggunakan modus failure dengan total failure sebanyak 27. MTBF selama 8 periode
operasi sebesar 0.667 sec. Reliability ideal hanya sampai dengan minggu ke 3 bulan ke
1. Sedangkan di akhir bulan ke 1 diperoleh R = 22%.

• Pola failure periode ke 9 hasil rata-rata prediksi menggunakan Random Poisson

diperoleh setelah simulasi ke 1000 dengan total failure sebanyak 45. MTBF periode 9
diperoleh 0.4 sec. Reliability ideal hanya sampai dengan minggu ke 2 bulan ke 1.
Sedangkan di akhir bulan ke 1 diperoleh R = 8%.

B.6 SARAN

Dengan asumsi tidak terjadi perubahan kebijakan pemeliharaan, dari hasil prediksi
failure untuk periode ke 9 dapat diperkirakan akan terjadi penurunan reliability
sebesar 14%. Hal ini menunjukkan bahwa dari hasil prediksi failure untuk periode
berikutnya (ke 9) perlu dilakukan perubahan kebijakan pemeliharaan agar tidak terjadi
penurunan reliability.

BAB III

14
 PEMBAHASAN JURNAL

Mata kuliah probabilitas adalah mata kulah yang mempelajari tentang teori peluang
dan statistic perhitungan data dan grafik. Salah satu teori probabilitas adalah
probabilitas diskrit yang memuat teori distribusi poisson. Jurnal ini mempunyai
relevansi dalam matakuliah tersebut karena metodologi penelitian jurnal tersebut
menggunakan distribusi poisson yang juga terdpat dalam mata kulah probabilitas

Inti jurnal ini adalah memprediksi keandalan suatu sistem mesin terhadap kerusakan
sistem itu sendiri hal ini searah dengan teori distribusi poisson yaitu Kejadian satu
peristiwa dengan peristiwa lain pada interval waktu tertentu adalah independen
(bebas). Yang artinya bagaimana kita memperkirakan ketahanan dan keandalan mesin
pada suatu waktu yang akan rusak atau melemah serta meperkirakan kerusakan nyata
yang disebabkan beberapa hal(bukan dalam konteks garansi atau umur sistem) dalam
waktu yang bebas atau kapanpun bias terjadi kerusakan kalau kurangnya
pemeliharaan secara rutin.

Dalam mata kuliah probabilitas penulis kurang begitu menerti mengenai distribusi
diskrit karena selama masa perkuliahan penulis hanya mendapat tugas atau mencoba
memahami distribusi ini melalui pembuatan makalah. Ini juga merupakan karya tulis
yang dimuat dalam laporan untuk memahami distribusi poisson secara continue
namun penulis nerasa tetap kesulitan memahaminya, dank arena itu penulis tidak
dapat merelevasikan karya karya antara penelitian jurnal yang direview dengan mata
kuliah probabilitas ini

Dalam pendahuluan jurnal yang direview pokok piiran yang menjadi argumentasi
adalah bagaimana yang seharusnya kegiatan pemeliharaan yang dilakukan agar
mengurangi resiko kerusakan sistem pendingin. Karena tanpa pemeliharaan yang

15
direncanakan akan berakibat pad turunnya ata melemahnya tingkat kemampuan
tingkat keandalan mesin pendingin. Benar hal ini sangat penting untuk dibahas karena
semua sistem butuh pemeliharaan untuk memperpanjang masa kemampuat suatu
sistem secara langsung

Jurnal ini memiliki beberapa kajian teori untuk mendukung / sebagai pendukung
observasi dan hasil penelitiannya . pemilihan teori yng terdapat dalam jurnal sangat
relevan dan terpakai semuanya jika dilihat pada halaman pembahsan. Teori teori yang
dikaji terbukti pada bab pembaasannya yaitu jika mesin akan mengalami penurunan
dari bulan ke bulan jika tidak melakukan perawatan yang maksimal. Dalam
menghitung persentasinya jurnal telah memuat beberapa metode peneliian yang
terpakai untuk mendapatkan angka presentase penurunan sistem pendingin tersebut

Metodologi penelitian yang dipakai dalam jurnal ini ada 4

Yaitu:

 Distribusi Poisson
 Pembangkit Random Poison
 Data Historif Kegagalan (Failure)
 Prediksi Failure Mengggunakan Random Poisson

Keempat metode ini mempunyai relevansi terhadap bidang yang dikaji dalam jurnal
karena keempat teeori ini memiliki peranan dan fungsi masing masing yang
mendukung metode penelitian jurnal ini . dengan adanya teori ini jurnal ini semakin
lebih konkrit karena memiliki teori pendunkung dan hasil yang lengkap

Pembahasan jurnal ini walaupun singkat namun padat dan juga penjelasan dalam
jurnal ini memamparkan grafik dan tabel data historif di tiap periode percobaanya . Ini
membantu tiap pembaca memahami jurnal ini karena memiliki analisis dan data yang
lengkap. Pembahasannya juga relevan dengan teori dal jurnal karena di pembahasan

16
dipaparkan kebenaran dari argumentasi pendahuluan dan kajian teori yang menjadi
bahan kajian dalam jurnal ini.

Kesimpulan dalam jurnal ini ada dua

Yaitu:

• Pola failure dari 8 periode operasi selama operasi 2005 – 2016 diperoleh dengan
menggunakan modus failure dengan total failure sebanyak 27. MTBF selama 8 periode
operasi sebesar 0.667 sec. Reliability ideal hanya sampai dengan minggu ke 3 bulan ke
1. Sedangkan di akhir bulan ke 1 diperoleh R = 22%.

• Pola failure periode ke 9 hasil rata-rata prediksi menggunakan Random Poisson

diperoleh setelah simulasi ke 1000 dengan total failure sebanyak 45. MTBF periode 9
diperoleh 0.4 sec. Reliability ideal hanya sampai dengan minggu ke 2 bulan ke 1.
Sedangkan di akhir bulan ke 1 diperoleh R = 8%.

Dari hasil kesimpuan mempunyai inti bahwa kegagalan atau kerusakan sistem
pendingin terjadi sebanyak 27 kali selama operasi 2005-2016 pada 8 periode

Begitujuga pada period eke 9 selama operasi 2005-2016 sebanyak 45 kali

BAB IV KESIMPULAN DAN SARAN

KESIMPULAN

17
Kesimpulan yang dapat penulis tarik dari jurnal ini adalah semakin bayak periode
yang digunakan dengan perwatan yang tetap maka kegagalan mesin semakin besar

Tindak lanjut dari jurnal ini adalah perlunya penelitian jika diubahnya kebijakan
pemeliharaan berapakah besar failure pada periode ke Sembilan

SARAN

Semoga dosen pengampun mau mengkoreksi dan memperhatikan kerja kami

dengan materi makala ini yangan sangat banyak kekuranganya dan ketidak
sempurnaanya , dan di harapkan pengkoreksian dan juga saran untuk membangun
makala yang kami buat untuk menyelesaikan tugas dari dosen yang bersangkutan.

18