Anda di halaman 1dari 165

Universitas Sumatera Utara

Repositori Institusi USU http://repositori.usu.ac.id


Departemen Teknik Mesin Skripsi Sarjana

2018

Analisa dan Rancangan Keandalan


Mesin Thresher Menggunakan Metode
Overall Equipment effectiveness, Failure
Mode and Effect Analysis dan Fault
Tree Analysis

Saleh, Khoirul
Universitas Sumatera Utara

https://repositori.usu.ac.id/handle/123456789/9914
Downloaded from Repositori Institusi USU, Univsersitas Sumatera Utara
ANALISA DAN RANCANGAN KEANDALAN MESIN
THRESHER MENGGUNAKAN OVERALL EQUIPMENT
EFFECTIVENESS, FAILURE MODE AND EFFECT ANALYSIS
DAN FAULT TREE ANALYSIS

SKRIPSI

Diajukan untuk Memenuhi Sebagian dari


Syarat-syarat Memperoleh Gelar Sarjana Teknik

KHOIRUL SALEH
NIM: 130401015

DEPARTEMEN TEKNIK MESIN

FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

2018

Universitas Sumatera Utara


Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
i

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada ALLAH SWT atas berkat dan
rahmat-Nya, penulis dapat menyelesaikan skripsi ini dengan baik.

Skripsi ini adalah salah satu syarat untuk mendapatkan gelar Sarjana Teknik
di Departemen Teknik Mesin Fakultas Teknik Universitas Sumatera Utara. Adapun
judul skripsi ini adalah” Analisa dan Rancangan Keandalan Mesin Thresher
Menggunakan Metode Overall Equipment effectiveness, Failure Mode and Effect
Analysis dan Fault Tree Analysis”.

Selama penelitian dan penulisan skripsi ini penulis ingin berterima kasih
banyak kepada :
1. Ibu dan Ayah tercinta yang selalu mendoakan dan memberi dukungan baik
moril maupun materil.
2. Bapak Dr. Ir. M. Sabri, M.T selaku dosen pembimbing dan Ketua Jurusan
Departemen Teknik Mesin Fakultas Teknik Universitas Sumatera Utara
yang telah banyak meluangkan waktu untuk membimbing sehingga skripsi
ini dapat selesai.
3. Abang dan kakak saya yang selalu mendoakan dan memberi dukungan.
4. Teman – teman seperjuangan Teknik Mesin terkhususnya stambuk 2013
5. Kepada seluruh staf Teknik Mesin yang telah banyak membantu saya
dalam urusan administrasi.
6. Seluruh staf di PTPN II PKS Pagar Merbau yang telah membantu dan
mengarahkan saya dalam melakukan penelitian dilapangan.
Akhir kata, penulis berharap dengan diselesaikannya laporan ini dapat
bermanfaat bagi penulis sendiri pada khususnya dan pembaca pada umumnya.

Medan, Februari 2018


Penulis,

Khoirul Saleh
NIM : 130401015

Universitas Sumatera Utara


ii

ABSTRAK

Mesin thresher berbentuk horizontal dengan panjang silinder 400 cm,


diameter 200 cm dengan kisi-kisi 5 cm sebagai alat pemipil tandan buah sawit
dengan cara memutar drum thresher sehingga tandan buah sawit terpipil dan
digunakan pada pabrik pengolahan kelapa sawit. Sejauh yang didapat kajian
mengenai analisa kekuatan dan tegangan pada arm thresher (penyangga drum
thresher) bahwa kegagalan pada thresher terjadi karena kesalahan pada proses
pabrikasi dan operasional yang tidak sesuai standar. Sehingga untuk mengetahui
tingkat keefektifan dan keandalan dari mesin thresher dianalisa dengan metode
Overall Equipment Effectifeness (OEE). Mengkaji tingkat resiko kegagalan
komponen pada mesin thresher digunakan metode Failure mode and effect analysis
(FMEA) sehingga didapatkan nilai risk priority number (RPN) yang tertinggi pada
komponen sebagai penyebab dominan kegagalan yaitu komponen drum thresher,
stripper, elektro motor plummer block bearing automatic feeder dan V-belt, untuk
menentukan pengaruh kerusakan yang terjadi antar komponen dilakukan uji
ANOVA dimana diketahui drum thresher, stripper, elektro motor dan V-belt
memiliki nilai varian signifikan terhadap pengaruh terjadinya kegagalan sementara
automatic feeder dan plummer block bearing cenderung memiliki pengaruh yang
sama terhadap terjadinya kerusakan mesin thresher. Fault tree analysis (FTA)
digunakan sebagai analisa perpaduan korelasi fungsi sistem dan kegagalan
komponen sehingga dapat diidentifikasi level peluang kegagalan system.
Berdasarkan analisa reliability sistem >60% dan dengan jam operasional yang
optimal setiap komponen dilakukan pemeliharaan yang terjadwal adalah: 50 jam
operasional dilakukan inspeksi pada drum thresher dan stripper, 100 jam opersional
dilakukan inspeksi elektro motor, 150 jam dilakukan inspeksi pada automatic
feeder, 250 jam dilakukan inspeksi pada V-belt dan 800 jam dilakukan inspeksi
pada plummer block bearing. Dengan adanya kajian ini dapat dirancang
pencegahan sehingga mengurangi peluang terjadinya breakdown.
Kata kunci: Thresher, Overall Equipment Effectivenes, FMEA, ANOVA, dan FTA.

Universitas Sumatera Utara


iii

ABSTRACT

Machine thresher is horizontal with a length of 400 cm cylinder, diameter


200 cm by 5 cm grating as palm fruit bunches sheller tool by rotating drum thresher
that loosen palm fruit bunches and used in palm oil mills. As far as the study of the
analysis obtained on strength and arm thresher (buffer drum threshers) that the
failure of the thresher occur because of errors in the manufacturing process and
operations that do not fit the standard. So as to determine the level of effectiveness
and reliability of the machine thresher analyzed by Effectifeness Overall Equipment
(OEE). Assessing the level of risk of component failure on the machine thresher
used methods Failure mode and effects analysis (FMEA) to obtain the value of risk
priority number (RPN) were highest in the component as the dominant cause of
failure is a component drum thresher, stripper, electro motors plummer block
bearing, automatic feeder and V-belt, to determine the effect of the damage that
occurs between the components performed ANOVA test which is known drum
thresher, stripper, electro motors and V-belt has a variance significantly to influence
the occurrence of a failure while the automatic feeder and plummer block bearing
tend to have the same effect on the occurrence of machine thresher damage. Fault
tree analysis (FTA) is used as a blend correlation analysis system function and
failure of components in order to identify the level of probability of failure system.
Based on the analysis of reliability system > 60% and the operating hours are
optimized every component do maintenance scheduled are: 50 operating hours
inspection on drums thresher and stripper,100 hours operational inspection of
electrical motors, 150-hour inspection on the automatic feeder, 250 hours carried
out inspections at the V-belt and 800 hour inspections at the plummer block bearing.
With the existence of this study can be designed prevention, thereby reducing the
chances of a breakdown.
Keywords: Thresher, Overall Equipment Effectivenes , FMEA, ANOVA, and FTA.

Universitas Sumatera Utara


iv

DAFTAR ISI
KATA PENGANTAR ............................................................................................ i

ABSTRAK ............................................................................................................. ii

ABSTRACT .......................................................................................................... iii

DAFTAR ISI ......................................................................................................... iv

DAFTAR GAMBAR .......................................................................................... viii

DAFTAR TABEL ................................................................................................ xi

DAFTAR SIMBOL ............................................................................................ xiii

DAFTAR LAMPIRAN ...................................................................................... xiv

BAB I PENDAHULUAN .......................................................................................1

1.1 Latar Belakang .....................................................................................1

1.2 Perumusan Masalah .............................................................................2

1.3 Tujuan Penelitian .................................................................................2

1.4 Manfaat Penelitian ...............................................................................3

1.5 Batasan Masakah .................................................................................3

1.6 Metodologi penelitian ..........................................................................3

1.7 Sistematika penulisan...........................................................................4

BAB II TINJAUAN PUSTAKA............................................................................6

2.1 Pabrik Kelapa Sawit Pagar Merbau .....................................................6

2.1.1 Struktur Organisasi Perusahaan ...................................................7

2.1.2 Proses Produksi ............................................................................7

2.1.3 Bahan Baku ..................................................................................9

2.1.4 Bahan Penolong..........................................................................10

2.2 Stasiun Penebah (threshing station) ..................................................11

2.2.1 Karakteristik TBS Sebelum Proses Threshing ...........................12

2.2.2 Penebah (Thresher) ....................................................................14

Universitas Sumatera Utara


v

2.2.3 Komponen-Komponen Mesin Thresher ...................................17

2.2.4 Komponen Utama dan Cara kerja Mesin Thresher ...................22

2.2.5 Sistem Maintenance di PKS Pagar Merbau ...............................23

2.3 Pemeliharaan (maintenance) ..............................................................24

2.3.1 Jenis-Jenis Pemeliharaan ............................................................25

2.3.2 Tujuan Pemeliharaan ..................................................................27

2.3.3 Fungsi Pemelihaaan....................................................................28

2.3.4 Kegiatan-kegiatan Pemeliharaan ................................................29

2.4 Overall Equipment Effectiviness (OEE) ............................................30

2.4.1 Availability ...............................................................................31

2.4.2 Performancy Effeciency ...........................................................32

2.4.3 Rate of Quality


Product
....................................................................................................................................
34 ................................................................................................................................

2.5 Six Big Losses ...................................................................................34

2.5.1 Equipment Failure (Breakdown) .............................................35

2.5.2 Setup and Adjustment...............................................................35

2.5.3 Idle and Minor Stoppages ........................................................35

2.5.4 Reduced Speed Losses .............................................................35

2.5.5 Procces Deffect loss .................................................................36

2.5.6 Reduced yield loss ....................................................................36

2.6 Failure Mode and Effect Analysis (FMEA) .......................................36

2.7 Fault Tree Analysis ............................................................................40

2.7.1 Langkah-langkah Fault Tree Analysis .......................................41

2.7.2 Simbol-simbol Fault Tree Analysis ...........................................42

2.7.3 Cut set method ............................................................................44

Universitas Sumatera Utara


vi

2.8 Realibility Block Diagram .................................................................45

2.9 ANOVA (analysis of variance) .........................................................48

BAB III METODOLOGI PENELITIAN ..........................................................53

3.1 Desain Objek Penelitian .....................................................................53

3.2 Rancangan penelitian .........................................................................54

3.3 Metodologi .........................................................................................57

3.3.1 Jenis Penelitian ...........................................................................57

3.3.2 Lokasi dan Waktu Penelitian......................................................57

3.3.3 Data yang diambil ......................................................................57

BAB IV ANALISA DATA DAN PEMBAHASAN ............................................59

4.1 Pengumpulan Data .............................................................................59

4.2 Pengolahan Data ................................................................................61

4.2.1 Perhitungan Availability .............................................................61

4.2.2.Perhitungan Performancy Effeciency .........................................64

4.2.3 Perhitungan Rate of Quality Product .........................................66

4.2.4 Perhitungan Overall Equipment Effectiveness ...........................68

4.3 Perhitungan OEE Six Big Losses .......................................................71

4.3.1 Downtime Losses ........................................................................71

4.3.2 Speed Losses ...............................................................................74

4.3.3 Deffect Losses .............................................................................76

4.3.4 Pengaruh Six Big Losses .............................................................79

4.4 Penyusunan Failure and Mode Effect Analysis .................................81

4.5 Perhitungan ANOVA Menggunakan Data FMEA ............................84

4.6 Membangun Fault Tree Analysis .......................................................94

4.6.1 Pembentukan Cut Set Method ..................................................100

Universitas Sumatera Utara


vii

4.6.2 Perhitungan ANOVA Menggunakan Data FTA ......................108

4.7 Fishbone diagram RCA....................................................................117

4.8 Perhitungan Keandalan Realibility Block Diagram (RBD) .............119

4.9 Hasil Analisa ...................................................................................124

4.8.1 Analisa Nilai Overall Equipment Effectifenes (OEE) ..............125

4.8.2 Analisa FMEA..........................................................................125

4.8.3 Analisa FTA .............................................................................125

4.10 Optimalisasi Waktu Operasional Nilai Keandalan Sebagai Usulan


Pemeliharaan ..........................................................................................126

BAB V KESIMPULAN DAN SARAN .............................................................128

5.1 Kesimpulan ......................................................................................128

5.2 Saran ................................................................................................129

DAFTAR PUSTAKA ......................................................................................... XV

LAMPIRAN ...................................................................................................... XVI

Universitas Sumatera Utara


viii

DAFTAR GAMBAR

Gambar 2.1 Struktur organisasi................................................................................7

Gambar 2.2 Diagram alir..........................................................................................8

Gambar 2.3 Thresher .............................................................................................15

Gambar 2.4 Automatic feeder ................................................................................17

Gambar 2.5 Drum thresher ....................................................................................18

Gambar 2.6 Plummer block bearing ......................................................................19

Gambar 2.7 Elektro Motor .....................................................................................19

Gambar 2.8 Stripper ..............................................................................................20

Gambar 2.9 V-belt ..................................................................................................21

Gambar 2.10 Prinsip kerja mesin thresher .............................................................23

Gambar 2.11 Sistem maintenance PKS Pagar Merbau ..........................................24

Gambar 2.12 Diagram alir pembagian pemeliharaan ............................................26

Gambar 2.13 Fault tree analysis ............................................................................29

Gambar 2.14 Struktur Cut Set Method ...................................................................44

Gambar 2.15 Rangkaian sistem seri .......................................................................46

Gambar 2.16 Rangkaian sistem pararel .................................................................47

Gambar 2.17 Box-plot............................................................................................51

Gambar 3.1 Skema komponen kritis mesin thresher .............................................53

Gambar 3.2 Diagram alir penelitian .......................................................................56

Gambar 4.1 Grafik availability .............................................................................64

Gambar 4.2 Grafik performancy effeciency ...........................................................66

Gambar 4.3 Grafik rate of quality product ............................................................68

Gambar 4.4 Grafik Overal equipment effectiveness ..............................................70

Universitas Sumatera Utara


ix

Gambar 4.5 Histogram persentase six big losses ...................................................80


Gambar 4.6 Detrended normal Q-Q Plot pada stripper .........................................89
Gambar 4.7 Detrended normal Q-Q plot pada drum thresher................................90

Gambar 4.8 Detrended normal Q-Q Plot elektro motor.........................................93

Gambar 4.9 Detrended normal Q-Q Plot pada automatic feeder ...........................91

Gambar 4.10 Detrended normal Q-Q Plot pada V-belt .........................................91

Gambar 4.11 Detrended normal Q-Q Plot pada plummer block bearing ..............92

Gambar 4.12 Box-Plot ............................................................................................93

Gambar 4.13 Fault tree top event ..........................................................................94

Gambar 4.14 Fault tree komponen ........................................................................95

Gambar 4.15 Fault tree plummer block bearing ....................................................96

Gambar 4.16 Fault tree automatic feeder ..............................................................97

Gambar 4.17 Fault tree stripper ............................................................................97

Gambar 4.18 Fault tree drum thresher ..................................................................98

Gambar 4.19 Fault tree elektro motor ...................................................................99

Gambar 4.20 Fault tree V-belt .............................................................................100

Gambar 4.21 Cut set method ................................................................................102

Gambar 4.22 Detrended normal Q-Q plot plummer block bearing .....................113

Gambar 4.23 Detrended normal Q-Q plot automatic feeder ...............................114

Gambar 4.24 Detrended normal Q-Q plot stripper ............................................114

Gambar 4.25 Detrended normal Q-Q plot drum thresher ..................................115

Gambar 4.26 Detrended normal Q-Q plot elektro motor ...................................115

Gambar 4.27 Detrended normal Q-Q plot V-belt ...............................................116

Gambar 4.28 Box-Plot .........................................................................................117

Gambar 4.29 Failure rate komponen ..................................................................121

Gambar 4.30 Perhitungan relaibility 50 jam operasi ...........................................122

Universitas Sumatera Utara


x

Gambar 4.31 Perhitungan reliability100 jam operasi ..........................................122

Gambar 4.32 Perhitungan reliability150 jam operasi ..........................................123


Gambar 4.33 Perhitungan reliability 250 jam operasi .........................................123
Gambar 4.34 Perhitungan realibility 800 jam operasi .........................................124

Universitas Sumatera Utara


xi

DAFTAR TABEL
Tabel 2.1 Derajat kematangan tandan buah sawit ..................................................13

Tabel 2.2 Peluang kerusakan komponen mesin thresher .......................................21

Tabel 2.3 World class OEE ....................................................................................31

Tabel 2.4 Tingkatan severity ..................................................................................38

Tabel 2.5 Tingkatan occuren..................................................................................39

Tabel 2.6 Tingkatan detection ................................................................................39

Tabel 2.7 Simbol-simbol utama FTA.....................................................................42

Tabel 2.8 Simbol-simbol utama FTA ....................................................................42

Tabel 2.9 Simbol event FTA .................................................................................43

Tabel 2.10 Simbol-simbol pemindahan FTA .........................................................43

Tabel 4.1 Data downtime mesin thresher ...............................................................60

Tabel 4.2 Data produksi mesin thresher ................................................................61

Tabel 4.3 Total downtime mesin thresher ..............................................................62

Tabel 4.4 Availability mesin thresher ....................................................................63

Tabel 4.5 Performancy Effeciency mesin thresher ................................................65

Tabel 4.6 Rate of quality product mesin thresher ..................................................67

Tabel 4.7 Overall equipment effectiveness (OEE) .................................................69

Tabel 4.8 Total breakdown mesin thresher............................................................72

Tabel 4.9 Persentase breakdown ............................................................................72

Tabel 4.10 Persentase setup and adjustment ..........................................................73

Tabel 4.11 Persentase idling minor stoppages .......................................................75

Tabel 4.12 Persentase reduced speed losses ..........................................................76

Tabel 4.13 Persentase rework losses ......................................................................77

Tabel 4.14 Persentase yield/scrap ..........................................................................78

Tabel 4.15 Persentase Six Big Losses.....................................................................79

Universitas Sumatera Utara


xii

Tabel 4.16 Urutan persentase factor six big losses ................................................80

Tabel 4.17 Dampak kegagalan dari komponen ......................................................81

Tabel 4.18 Asumsi severity ....................................................................................82

Tabel 4.19 Asumsi occuren....................................................................................82

Tabel 4.20 Test of normality ..................................................................................85

Tabel 4.21 ANOVA .................................................................................................86

Tabel 4.22 Post Hoc test ........................................................................................87

Tabel 4.23 Homogenous subsets ............................................................................88

Tabel 4.24 Keterangan event ................................................................................101

Tabel 4.25 Skala severity .....................................................................................104

Tabel 4.26 Test of normality ................................................................................109

Tabel 4.27 ANOVA ...............................................................................................109

Tabel 4.28 Post hoc test .......................................................................................110

Tabel 4.29 Homogenous subsets ..........................................................................112

Tabel 4.30 Realibility system ...............................................................................124

Tabel 4.31 Realibility Komponen ........................................................................127

Universitas Sumatera Utara


xiii

DAFTAR SIMBOL

SIMBOL KETERANGAN

CPO Crude Palm Oil

TBS Tandan Buah Segar

R(t) Keandalan (Reliability)

λ(t) Laju kegagalan (Falirue Rate)

MTBF Mean Time Between Failure

RPN Risk Priority Number

O Occurrence

S Severity

D Detection

SPSS Statistical Product and Service Solutions

RBD Reliability Block Diagram

FTA Fault Tree Analysis

FMEA Failure Mode Effect Analysis

Universitas Sumatera Utara


xiv

DAFTAR LAMPIRAN
Lampiran 1 Failure mode and effect analysis ...................................................... xvi

Lampiran 2 Asumsi RPN ................................................................................... xviii

Lampiran 3 Skema FTA ....................................................................................... xxi

Lampiran 4 Peluang kegagalan komponen FTA ................................................. xxii

Lampiran 5 Perhitungan peluang kegagalan FTA ............................................. xxiii

Lampiran 6 Fishbone diagram ........................................................................... xxiv

Universitas Sumatera Utara


1

BAB I
PENDAHULUAN

1.1 Latar Belakang

PT. Perkebunan Nusantara II (persero) Pabrik Kelapa Sawit (PKS) Pagar


Merbau menggunakan berbagai mesin dan alat-alat yang mendukung proses
produksinya dalam menghasilkan minyak sawit mentah (Crude Palm Oil).
Penebah (Thresher) adalah alat yang berfungsi untuk memisahkan buah dari
tandannya dengan cara membanting TBS dengan bantuan putaran pada drum thresher.
Alat ini berbentuk drum berputar dengan kecepatan ± 22-25 rpm. Drum thresher
berdiameter 2 meter dan panjang 4 meter. Buah yang sudah dibanting akan jatuh
melalui kisi-kisi drum menuju under thresher conveyor,sedangkan tandan yang kosong
akan didorong keluar dan masuk ke empty bunch conveyor untuk proses lebih lanjut
Berdasarkan penuturan dari operator dan teknisi PKS Pagar Merbau yang
menyebabkan pada mesin thresher adalah kerusakan ataupun kegagalan yang terjadi
pada komponen-komponen mesin thresher yang tidak terduga sehingga mempengaruhi
terhambatnya aliran proses produksi. (Menurut Erson,2004) Kegagalan pada thresher
mungkin saja terjadi karena kesalahan pada proses pabrikasi dan opersaional yang tidak sesuai
standar.
Proses untuk menghasilkan minyak sawit mentah dapat dikatakan bahwa suatu
proses tidak dapat berlangsung secara maksimal bila proses sebelumnya belum
berjalan/selesai. Atas dasar inilah perlu dilakukan pemeliharaan yang terencana
terhadap setiap peralatan dan mesin yang terdapat di PKS ini, agar proses produksi
dapat berjalan dengan baik.
Perawatan mesin produksi tidak mungkin dihindari suatu perusahaan karena hal
ini berkaitan erat dengan kelancaran proses produksi perusahaan tersebut. Konsep
dasar perawatan adalah menjaga atau memperbaiki peralatan maupun mesin hingga

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


2

jikalau dapat kembali kekeadaan asli dengan waktu yang singkat dan biaya yang
murah.

1.2 Perumusan Masalah

Setiap perusahaan perlu melakukan pemeliharaan terhadap peralatan


produksinya agar peralatan tersebut beroperasi dengan baik, timbulnya kerusakan pada
peralatan produksi tentunya akan mengakibatkan terhentinya kegiatan produksi,
terganggunya jadwal produksi serta mengakibatkan meningkatnya biaya perbaikan-
perbaiakan mesin tersebut karena kondisi kerusakan mesin semakin meningkat.
Mengingat pentingnya mesin penebah (thresher) sebagai peralatan yang tidak dapat
dipisahkan dalam proses produksi,maka perlu diadakan suatu pemeliharaan terencana
untuk memperkecil resiko kerusakan dan meningkatkan ketersediaan peralatan yang
digunakan dalam produksi sehingga perlu dilakukan analisa keandalan mesin dan
ditentukan penjadwalan pemeliharaan untuk meminimasi terjadinya breakdown.

1.3 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah :


1. Mengetahui tingkat keefektifan mesin thresher dengan menggunakan
metode OEE.
2. Mengetahui komponen kritis mesin thresher dengan metode FMEA
3. Mengidentifikasi faktor penyebab kerusakan pada mesin thresher dengan
metode FTA.
4. Memberikan solusi pemeliharaan tentang penjadwalan inspeksi dan
pemeliharaan terhadap mesin thresher.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


3

1.4 Manfaat Penelitian

1. Penelitian ini bermanfaat untuk mengetahui dan memprediksi komponen


kritis pada mesin thresher dengan metode FMEA.
2. Dapat mengidentifikasi factor penyebab kerusakan dengan metode FTA.
3. Mengetahui tingkat keefektifan dari peralatan dengan menggunakan
metode OEE
4. Penelitian ini bermanfaat untuk mengetahui penyebab kegagalan atau
kerusakan sehinnga perusahaan dapat menghemat waktu dan biaya untuk
pemeriksaan dan perbaikan khususnya pada mesin thresher.

1.5 Batasan Masalah

Yang akan dibahas dalam penelitian ini adalah


1. Pemeriksaan dilakukan pada mesin thresher (1) PKS PTPN II Pagar
Merbau.
2. Data pemeliharaan dan perbaikan yang dianalisa adalah data dalam periode
waktu November 2016-Oktober 2017.
3. Memberikan usulan pemeliharaan, pemeriksaan dan perbaiakan secara
optimal.

1.6 Metode Penelitian

Pelaksanaan penelitian tugas akhir ini dengan melalui tahapan sebagai


berikut,yaitu :
1. Study Literatur
Study Literatur ini merupakan studi kepustakaan meliputi pengambilan teori-
teori serta rumus-rumus dari berbagai sumber bacaan seperti buku, jurnal
ilmiah, makalah-makalah seminar atau simposium ilmiah, skripsi mahasiswa,
dan sumber-sumber dari internet yang berkaitan dengan tugas akhir ini.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


4

2. Survey Lapangan.
Melakukan survey lapangan langsung untuk mendapatkan data kerusakan
mesin dan cara pemeliharaan yang ditrapkan dilapangan.
3. Diskusi
Berupa diskusi dengan dosen pembimbing mengenai penelitian yang dilakukan
dan penulis dibimbing dalam menyelesaikan laporan penelitian.

1.7 Sistematika Penulisan

Sistematika penulisan laporan bertujuan untuk mempermudah dalam menyusun


dan mempelajari bagian dari seluruh rangkaian penelitian. Adapun sistematika
penulisan laporan hasil penelitian ini adalah:
Bab I pendahuluan berisi tentang latar belakang yaitu hal yang
melatarbelakangi penulis untuk melakukan penelitian, selanjutnya rumusan masalah
ditentukan setelah mengetahui objek yang dikaji, menetapkan tujuan penelitian,
bagaimana manfaat penelitian setelahdiselesaikan, memberikan batasan masalah unuk
memfokuskan kajian, membuat metodologi penelitain sebagai proses berjalannya
penelitian, dan sistematika penulisan sebagai urutan penulisan laporan.
Bab II tinjauan pustaka berisikan tentang gambaran umum perusahaan
perusahaan, landasan teori tentang thresher dan metode Overall equipment
effectiveness (OEE) sebagai analisa keefektifan , Failure mode and effect analysis
sebagai metode untuk menentukan komponen kritis dengan nilai risk priority number
oaling tinngi, dan Fault tree analysis sebagai metode untuk mengidentifikasi dasar
kejadian yang menyebabkan kejadian puncak (top event)
Bab III metodologi penelitian berisi tentang objek penelitian sebagai informasi
tentang mekanisme mesin, jenis penelitian yang dilakukan, lokasi dan waktu penelitian,
data yang dibutuhkan untuk keperluan analisa, sumber data, dan rancangan penelitian
yaitu skema proses awal mulai penelitian hingga selesai.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


5

Bab IV pengumpulan dan pengolahan data yang diperoleh dari perusahaan


sehingga membantu dalam pemecahan masalah. Data tersebut adalah berupa data
historis dan data hasil pengamatan dilapangan.
Bab V adalah kesimpulan yang diperoleh dari penelitian dengan menggunakan
metode OEE, FMEA dan FTA sebagai sarana identifikasi kerusakan dan mengetahui
tingkat keefektifan mesin thresher juga memberikan usulan pemeliharaan yang
terjadwal terhadap perusahaan sehingga dapat menghindari terjadinya kerusakan yang
terjadi secara tiba-tiba. Saran diberikan sebagai tambahan masukan kepada perusahaan
dengan hasil penelitian yang diperoleh.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


6

BAB II

TINJAUAN PUSTAKA

2.1 Pabrik Kelapa Sawit Pagar Merbau

PKS (Pabrik Kelapa Sawit) Pagar Marbau direncanakan pada tahun 1974 oleh
Direksi PTP IX. Pada tahun 1975 pembangunan pabrik dimulai dengan kapasitas
produksi terpasang 50 ton TBS (Tandan Buah Segar) per jam dan kapasitas yang
terpakai adalah 30 ton tbs/jam. Sebagai supplier adalah USINE DE WECKER,
Luxemburg (UDW), dan dalam hal ini menunjuk PT.Amindo Medan sebagai sub
kontraktor yang melakukan sebagian besar pabrikasi. Sedang pekerjaan lain diluar
supplier UDW seperti Water Treatment Plant, Laboratorium, Work Shop, Kantor,dan
lain-lain dipekejakan oleh pemborong lokal. Untuk menjamin supply berkualitas baik,
PT Nrada Konsultan Bandung ditunjuk sebagai Konsultan PT Perkebunan IX.
Penyelesaian pembangunan pabrik pada akhir November 1976 dan kemudian
dilakukan individu test, pembersihan dan trial run. Pada awal Januari 1977 pabrik
mulai beroperasi secara berangsur angsur untuk kemudian mencapai kapasitas produksi
(30 ton/jam) pada awal Februari 1977 dan dilanjutkan dengan comissioning pada akhir
Februari 1977

2.1.1 Struktur Organisasi Perusahaan

Struktur organisasi bagi perusahaan mempunyai peran yang sangat penting


dalam menentukan dan memperlancar jalannya roda perusahan pendistribusian tugas,
wewenang dan tanggung jawab, serta hubungan satu sama lain dapat digambarkan
dalam suatu sruktur organisasi, sehingga pegawai dan karyawan akan mengetahui
dengan jelas apa tugas yang harus dilakukan serta ddari siapa perintah diterima dan
kepada siapa harus bertanggung jawab.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


7

Sumber: PTPN 2 PKS Pagar Merbau

Gambar 2.1 Struktur organisasi

2.1.2 Proses Produksi

Adapun tujuan dari proses pengolahan tandan buah sawit (TBS) di PTPN II
PKS Pagar Merbau adalah memperoleh minyak sawit mentah dan inti yang berkualitas.
Proses pengolahan yang terjadi di pabrik ini akan menghasilkan dua jenis produk,
yaitu:

1. Crude Palm Oil / CPO (minyak sawit), yang berasal dari hasil pengolahan
daging buah

2. Palm Kernel / PK (inti sawit), yaitu inti yang dihasilkan dari pengolahan inti
(nut)

Ampas, cangkang, dan tandan kosong adalah marupakan hasil sampingan dari
proses pengolahan sawit ini. Tandan kosong dijual kepabrik ketiga yang
membutuhkannya untuk diolah menjadi pupuk. Sedangkan ampas dan cangkang
dipergunakan sebagai bahan bakar boiler.Proses pengolahan tandan buah sawit (TBS)
menjadi minyak dan inti sawit di pabrik Pagar Merbau secara garis besar dibagi atas 6
tahapan dan stasiun, yaitu:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


8

1. Stasiun penerimaan TBS dan pengiriman produksi

2. Stasiun Loading ramp

3. Stasiun Rebusan

4. Stasiun Treshing

5. Stasiun Pressing

6. Stasiun Klarifikasi

7. Stasiun Kernel

8. Stasiun Water treatment

9. Stasiun Power plant

10. Stasiun Boiler

11 Stasiun Fat-fit dan effluent

dapat dilihat block diagram dari proses produksi dari minyak sawit mentah
/crude palm oil (CPO)dan inti sawit/palm kernel (PK).

Sumber: PTPN 2 PKS Pagar Merbau

Gambar 2.2 Diagram alir PKS Pagar Merbau

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


9

2.1.3 Bahan Baku

Buah sawit adalah bahan baku yang digunakan di pabrik kelapa sawit Pagar
Merbau. Buah sawit ini berasal dari kebun PTPN II Pagar Merbau. Kelapa sawit terdiri
dari beberapa variates berdasarkan karakteristiknya, antara lain :

1. Dura

Dura agdalah jenis variates kelapa sawit yang mempunyai buah agak bulat
dengan karakteristik lainnya adalah :

a. Tebal daging buah : 2-6 mm

b. Tebal cangkang : 2-5 mm

c. Persen pericarp tarhadap buah : 50-70 %

d. Tebal cangkang terhadap buah : 30%

e. Persen inti terhadap buah : 8-10%

2. Pesifera

Pesifera adalah jenis variates kelapa sawit yang mempunyai buah agak lonjong
dengan karakteristik lainnya adalah :

a. Tebal pericarp : sangat tebal

b. Tebal cangkang : 0-0,1mm

c. Persen pericarp terhadap buah : 95-100%

d. Persen inti terhadap buah : 0-5%

3. Tenera

Tenera adalah jenis kelapa sawit yang mempunyai buah lonjong dengan
karakteristik sebagai berikut:

a. Tebal pericarp : 4-10mm

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


10

b. Tebal pericarp terhadap buah : 70-80%

c. Persen cangkang terhadap buah : ± 10%

d. Persen inti terhadap buah : 8-10%

Variates tenera adalah variates yang paling banyak dikebun Pagar Merbau.
Tenera merupakan hasil persilangan antara dura dan pasifera. Salah satu cara untuk
meningkatkan produksi tandan buah sawit dengan melepaskan serangga penyerbuk
kelapa sawit keseluruh areal kebun.

2.1.4 Bahan Penolong

Adapun bahan penolong yang digunakan dipabrik adalah air. Penggunaan air
pada pabrik kelapa sawit yang tinggi menyebabkan dalam hal pemilihan lokasi
pembangunan pabrik kelapa sawit selalu dicari yang potensi airnya cukup memadai.
Penggunaan air pada pabrik kelapa sawit kebun Pagar Merbau adalah untuk proses
pengolahan sebagai sumber uap, juga keperluan air panas dan keperluaan operasionsl
lainnya dilingkungan pabrik.

Uap yang dihasilkan oleh boiler memegang peranan penting dalam proses
produksi di pabrik kelapa sawit. Uap ini antara lain digunakan untuk:
1. Perebusan TBS dalam sterilizer.
2. Pemanas minyak sawit pada stasiun penjernihan minyak.
3. Pemanas sludge untuk memisahkan antara minyak dan limbah.
Uap yang disuplai dari boiler yang digunakan untuk memutar turbin uap adalah
20 ton uap/jam dengan tekanan kerja 19 kg/cm2.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


11

2.2 Stasiun Penebah (Thressing Station)

Untuk memisahkan berondolan dari tandan sawit yang sebelumnya telah


melalui proses perebusan pada sterilizer, selanjutnya TBS dikirim ke stasiun penebah
untuk proses pemisahan antara tandan dan brondolan. Proses pemisahan antara
brondolan dengan tandan sawit dimulai dengan penganggatan lori menggunakan
hoisting crane yang berisikan tandan buah sawit yang sudah direbus terlebih dahulu ke
automatic feeder yang berfungsi untuk penampungan buah masak dan mengatur
pemasukan janjangan ke alat penebah. Pada mesin penebah yang brbentuk drum,
janjangan yang sudah masuk kedalam akan dibanting dengan menggunakan bantuan
putaran dengan kecepatan ± 22-25 rpm. Buah yang sudah terlepas dari tandan akan
jatuh melalui kisi-kisi drum menuju under thresher conveyor, sedangkan tandan yang
kosong akan terdorong keluar dan masuk ke empty bunch conveyor. Sehingga dapat
diketahui bahwa keluaran dari proses pembantingan ada 2 yaitu brondolan sawit yang
akan menuju stasiun stasiun kempa untuk diproses lebih lanjut dan tandan kosong yang
dikirim melalui empty bunch conveyor menuju tempat penimbunan sementara untuk
diproses lebih lanjut. Berikut ini adalah mesin dan peralatan yang digunakan pada
stasiun penebahan :

1. Hoisting Crane
Hoisting Crane berfungsi untuk mengangkat lori berisi buah masak dan
menuangkan ke dalam automatic feeder serta menurunkan lori kosong ke posisi
semula. Untuk menjaga keamanan hoisting crane,dilengkapi dengan beberapa alat
pengaman yaitu :
a. Alat pengaman naik turun.
b. Alat pengaman maju mundur.
c. Alat pengaman penuangan.
d. Penggunaan hoisting crane harus kontinyu sesuai dengan kapasitas pabrik
sehingga proses selanjutnya berjalan tanpa gangguan.

2. Penebah (Thresher)

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


12

Alat ini berfungsi untuk memisahkan buah dari tandannya dengan cara
membanting TBS dengan bantuan putaran pada thressing. Dimana buah masak hasil
rebusan terlebih dahulu di tamping pada automatic feeder dan secara otomatis
mengumpan pemasukan ke dalam thresher. Thresher berbentuk drum yang berputar
dengan kecepatan ± 22-25 rpm. Bantingan ini berdiameter 2 meter dan panjang 4 meter.
Buah yang sudah dibanting akan jatuh melalui kisi-kisi drum menuju under thresher
conveyor,sedangkan tandan yang kosong akan terdorong keluar dan masuk ke empty
bunch conveyor untuk proses lebih lanjut.

3. Under thresher conveyor


Merupakan alat yang digunakan untuk mengangkut brondolan hasil pemipilan
menuju fruit elevator yang terletak dibawah thresher.

4. Fruit Elevator
Fruit elevator atau timba buah adalah alat untuk mengangkut buah/brondolan
dari bottom cross conveyor (ularan silang bawah) ke top cross conveyor (ularan silang
atas), untuk kemudian dibawa ke distribution conveyor (ularan pembagi).Alat ini
terdiri dari sejumlah timba yang diikat pada rantai dan digerakkan oleh elektromotor.

5. Empty Bunch Conveyor


Alat ini digunakan untuk membawa tandan kosong dari thresher ke
penampungan sementara tandan kosong (hopper / incenerator).

2.2.1 Karakteristik TBS Sebelum Proses Threshing

Hasil panen TBS diangkut ke pabrik dengan menggunakan truk. Lalu dilakukan
penimbangan buah untuk mengetahui jumlah TBS yang masuk. Penimbangan
dilakukan dengan menggunakan jembatan timbang. Buah yang telah berada di loading
ramp dilakukan proses sortasi untuk mengetahui mutu buah yang akan diolah yang

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


13

didasarkan pada jumlah yang membrondol yang sampai di loading ramp yang
dinyatakan sebagai fraksi. Fraksi adalah merupakan tingkat kematangan TBS yang
diterima di pabrik.

Tabel 2.1 Derajat Kematangan Tandan Buah Sawit (Fraksi TBS)

Fraksi Derajat Kematangan Jumlah Brondolan

00 Sanagat Mentah Tidak ada berondolan

0 Mentah 12,5% dari permukaan luar

1 Kurang Matang 12,5-25% dari permukaan luar

2 Matang I 25%-50% dari permukaan luar

3 Matang II 50%-70% dari permukaan luar

4 Lewat Matang 75%-100% dari permukaan luar

5 Sangat Matang Buah dalam ikut membrondol


Sumber: PTPN II PKS Pagar Merbau

Selesai disortasi, buah kemudian dimasukkan ke loading ramp dengan tujuan


untuk memudahkan masuknya buah kedalam lori. Untuk selanjutnya dikirim ke
sterilizer untuk proses perebusan. Sterilizer adalah bejana uap tekan yang digunakan
untuk merebus buah. Kapasitas tipa sterilizer adalah 10 lori dengan tekanan 2,5- 3,0
kg/cm2 dan temperature sebesar 1250 – 1300C. Proses perebusan berlangsung sekitar
90-100 menit.

Perebusan yang dilakukan pada PKS Pagar Merbau adalah perebusan dengan
sistem 2 puncak (double peak sterilization). Jumlah puncak dalam proses perebuan
ditunjukkan dari jumlah pembukaan atau penutupan dari steam inlet.

Proses perebusan dengan menggunakan sistem dua puncak adalah seperti


berikut :

1. Buang udara : 5 menit

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


14

2. Menaikkan tekanan sampai 1,8kg/cm2 : 10 menit

3. Buang steam : 10 menit

4. Menaikkan tekanan 2,8 -3,0 kg/cm2 : 10 menit

5. Merebus pada tekanan 2,8 -3,0kg/cm2 : 60 menit

6. Buang steam : 5 menit

Adapun tujuan perebusan adalah :

a. Merusak enzim lipase yang menstimulasi pembentukan ALB.

b. Menguraikan kadar air dalam buah

c. Mengkoagulakasikan (mengendapkan) protein sehingga memudahkan


pemisahan minyak.

d. Menghidrolisa zat-zat karbohidrat yang berada sebagai koloid didalam


protoplasma menjadi glukosa yang dapat larut dan menghasilkan
tekanan osmotis yang mampu memecahkan dinding sel sehingga
minyak tersebut dapat keluar.

e. Mempermudah pelepasan buah dari tandan dan inti dari cangkang

f. Memperlunak daging buah sehingga mempermudah proses pemerasan.

2.2.2 Penebah (Threhser)

Mesin thresher adalah mesin yang digunakan di pabrik pengolahan kelapa


sawit yang fungsinya untuk melepaskan buah (brondolan) dari tandanya (bunch).
Prinsip kerja mesin thresher yang berupa silinder yang berputar pada porosnya yang
dipasang secara horizontal (Erson, 2004:2).

Pabrik kelapa sawit Pagar Merbau memiliki 3 mesin thresher dengan kapasitas
masing-masing 30 ton/jam, dimana cara kerja dilapangan telah dimodifikasi secara

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


15

parallel yaitu dengan menjalankan 2 (dua) mesin dan satu sebagai cadangan.
Pengolahan dimulai dari mesin pertama (1) untuk melakukan pemipilan selanjutnya
tandan hasil pemipilan dimesin pertama didistribusikan ke mesin ke tiga (3). Dari
penuturan operator dan asisten produksi dilapangan hal ini dilakukan karena pemipilan
di mesin pertama tidak sempurna.

Silinder (drum) yang dihubungkan keporos oleh 3 buah thresher arm yang
dipasang pada jarak tertentu di sepanjang poros. Kulit silinder terbuat dari plat-plat
strip baja yang disusun memenjang dan diikat dengan sambungan las pada ring-ring
dari plat baja sedemikian sehingga kulit silinder tersebut berupa celah-celah untuk
melewatkan brondolan yang sudah terlepas dari tandanya. Didalam silinder terdapat
juga plat pengarah yang fungsinya mengangkat tandan sawit dan mengarahkannya
keujung silinder yang berlawanan arah masuknya tandan buah sawit. Proses pelepasan
buah dari tandannya adalah dengan menjatuhkan kelapa sawit di dalam silinder
sebelum akhirnya keluar menjadi brondolan dan tandan kosong.

Sumber: PKS Pagar Merbau

Gambar 2.3 Thresher

a. Merk : DEMAG / EL 26525 HCN


b. Bentuk Model : Horizontal
c. Panjang drum : 4000 mm
d. Diameter drum : 2000 mm
e. Panjang sumbu : 4200 mm
f. Kapasitas : 30 ton / jam

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


16

g. Daya : 15 hp
h. Jarak kisi-kisi : 4-5 cm
i. Putaran : 22-25 rpm

Pada drum thresher dipasang pelat pelempar (stripper) yang berfungsi


mengangkat tandan buah sawit adapun prinsip dari pemasangan stripper ini memiliki
sudut/kemiringan plate pelempar 7° samapi 15° untuk panjangnya ± 80 cm,
ketinggiannya sama dengan rata-rata brondolan, jumlah stripper mengikuti jumlah
kolomnya dan tiap kolom dipasng stripper bentuk spiral mengarah keluar.

Pengaruh jarak antar pelempar dengan proses pemipilan terhadap berondolan


tandan buah sawit memiliki pengaruh yang berbeda beda, jika jarak antar pelempar
180° dimana waktu tandan dilempar langsung diangkut oleh pelempar lainnya sehingga
tandan tidak ada waktu untuk bergulir pada drum. Adapun jarak antar pelempar 120° ,
dimana pada waktu tandan dilempar jatuh punya waktu bergulir sedikit lalu langsung
diangkut pelempar lainnya. Jika jarak yang digunakan antar pelempar 90° dimana saat
tandan dilempar memiliki waktu yang lebih lama untuk bergulir sebelum diangkut
pelempar lainnya.

Pemasangan jarak pelat kisi-kisi ideal pada drum biasanya 40-50 mm. jarak
kisi-kisi drum dikontrol secara periodik untuk mementau adanya penyempitan,
peregangan dan kerusakan sehingga janjangan tidak terangkut ke stasiun press.

Untuk mendapatkan pemipilan yang maksimum pada drum thresher, maka


putaran harus diperhitungkan antara 22-25 rpm. Bila rpm tidak seimbang dengan
jumlah pengumpan dari automatic feeder misalnya rpm terlalu lambat atau terlalu
cepat, maka hal ini akan mengakibatkan kerugian, rpm terlalu cepat berakibat
kapasitas/throughput lebih cepat tercapai tetapi oil loss akan tinggi meskipun perlakuan
di sterilizer sudah baik.karena waktu pemipilan tidak optimal. Jika rpm terlalu lambat
dari ketentuan waktu pemipilan cendrung menyebabkan oil loss tinggi pada empty

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


17

bunch bahkan dapat menyebabkan kemacetan dan penumpukan yang berlebih pada
hopper.

2.2.3 Komponen-Komponen Mesin Thresher

Secara umum bagian-bagian utama dari mesin thresher adalah:

1. Automatic feeder

Adalah wadah yang digunakan untuk menampung tandan buah sawit dari
rebusan dan berfungsi untuk mengatur pemasukan tandan buah sawit secara teratur
kedalam thresher.

Gambar 2.4 Automatic feeder

Berikut spesifikasi Automatic Feeder:


a. Panjang : 2 meter
b. Kapasitas : 30 ton / jam
c. Menggunakan Elekromotor
 Tegangan : 380 volt
 Power : 3 kw

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


18

 Putaran : 1440 rpm


 Frekuensi : 50 Hz

2. Drum thresher

Adalah sebuah silinder yang memiliki kisi-kisi yang berputar dan terpasang
pada sebuah poros berfungsi untuk memisahkan antara berondolan dan tandan kosong.

Gambar 2.5 Drum Thresher

Sfesifikasi:

Bentuk/model : Horizontal

Panjang drum : 4000 mm

Diameter : 2000 mm

Jarak kisi-kisi : 4-5 cm

Kapasitas : 30 ton/jam

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


19

3. Plummer block bearing

Sebuah rumah bantalan poros thresher yang berfungsi untuk memegang


bantalan/bearing antara bagian luar yang diam (stator) terhadap bagian dalam yang
berputar (rotasi cincin) agar tetap padaposisinya masing-masing.

Gambar 2.6 Plummer block bearing

4. Elektro motor

Elektro motor digunakan untuk menggerakkan dan memutar drum thresher


yang dihubungkan melalui v-belt ke gearbox untuk mentransmisikan putaran pada
thresher.

Gambar 2.7 Elektro motor

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


20

Spesifikasi :

Merk : TECO/AEEBAC

Daya : 30 HP

Frekuensi : 50 Hz

RPM : 1455

Made in : Singapore

5. Stripper

Stripper adalah plat letter L yang memanjang dan terikat pada drum threshar
yang berfungsi sebagai pendorong dan pemmbanting TBS.

Gambar 2.8 Stripper

6. V- belt

V-belt sebagai alat yang digunakan untuk mendistribusikan daya putar yang
dihasilkan oleh elektro motor untuk memutar drum thresher, adapun masalah yang

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


21

sering dijumpai pada V-belt adalah putus ataupun melonggar sehingga keefektifan
putaran menurun.

Gambar 2.9 V-belt.

Tabel 2.2 Peluang kerusakan komponen mesin thresher

Komponen
NO Fungsi Peluang Kegagalan
Thresher

Pelat yang berfungsi  Permukaan pelat dorong


1 Stripper
mengangkat dan bengkok akibat
mendorong TBS untuk pembebanan
melakukan bantingan.  Sambungan pelat terputus
2 Drum Drum yang memiliki kisi- Pelat kisi-kisi mengalami patah
thresher kisi tempat penebahan pada sambungan pengelasan akibat
TBS dan memisahkan pembebanan dari TBS
antara berondolan dan
tandan kosong.
3 Elektro Motor Digunakan untuk  Kumparan rusak
menggerakkan dan  Cooling fan patah
memutar drum thresher  Shaft unbalance

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


22

4 Automatic Wadah yang digunakan


 Aus Pada roller bearing
feeder untuk menampung TBS
sementara dan pengumpan  TBS slip dan tersangkut

TBS kedalam thresher.


5 V-belt Meneruskan putaran pulley
 Terjadi over heating
dari elektro motor ke drum
thresher.  V-belt longgar dan putus

6 Plummer Bantalan yang digunakan  Aus pada bushing.


block bearing untuk putaran shaf drum  Ball bearing pecah
thresher

2.2.4 Komponen Utama dan Cara Kerja Mesin Thresher

Cara kerja mesin thresher adalah tandan buah sawit yang sudah direbus didalam
rebusan (sterilizer), diangkut menggunakan hoisting crane dimasukkan ke automatic
feeder selanjutnya tandan buah sawit masuk secara otomatis dengan pengaturan
masukan tertentu kedalam thresher. Komponen utama mesin thresher yang berupa
drum silinder yang berputar pada porosnya yang dipasang secara horizontal. Silinder
(drum) dihubungkan ke poros oleh tiga buah thresher arm yang dipasang pada jarak
tertentu disepanjang poros. Kulit silinder yang terbuat dari pelat-pelat baja yang
disusun memanjang dan diikat dengan sambungan las pada ring-ring dari pelat-pelat
baja sedemikian sehingga kulit silinder tersebut berupa celah celah untuk melepaskan
berondolan yang sudah terlepas dari tandannya.

Silinder (drum) yang terdapat didalmnya pelat pengarah yang berfungsi untuk
mengangkat tandan sehingga terbanting dan mengarahkannya ke ujung silinder yang
berlawanan dengan arah masuknya tandan buah sawit. Proses pelepassan buah adalah
dengan dengan menjatuhkan tandan kelapa sawit yang disertai putaran didalam silinder
sehingga akhirnya berondolan dan tandan kosong terpisah.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


23

Gambar 2.10 Prinsip kerja mesin thresher

2.2.5 Sistem Maintenance di PKS Pagar Merbau

Pada masa produksi jam kerja yang diberlakukan bagi setipa karyawan
pengolahan adalah dengan pembagian jam kerja menjadi 2 shift yaitu:

1. Shift I : Pukul 07.00-18.30 WIB

2. Shift : Pukul 18.30-07.00 WIB

Dalam melaksanakan pemeliharaan pada mesin di pabrik kelapa sawit Pagar


Merbau,untuk mengidentifikasi terjadinya suatu kerusakan pada mesin masih
dianggap cukup sederhana yaitu dengan menerapkan sistem corrective maintenance
hal ini sangat rentan terjadi pemberhentian proses produksi jika terjadi kerusakan,
dimana kerusakan yang terjadi adalah kerusakan secara tiba-tiba. Dimana setelah
terjadinya kerusakan mengalami berbagai kendala seperti spearpart atau suku cadang
mesin yang rusak tidak tersedia di gudang, sehingga akan memakan waktu yang lama
untuk mendapatkan suku cadang dari mesin tersebut karena untuk mendapatkan suku
cadang yang tidak tersedia oleh pabrik harus melaui berbagai proses untuk
mendapatkannya. Proses identifikasi kerusakan di pabrik kelapa sawit Pagar Merbau
secara aktual diilustrasikan seperti gambar dibawah ini:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


24

Sumber: PTPN II PKS Pagar Merbau

Gambar 2.11 Sistem maintenance PKS Pagar Merbau

2.3 Pemeliharaan (Maintenace)

Kelancaran proses produksi dipengaruhi oleh sistem perawatan yang


diterapkan. Setiap peralatan mesin atau fasilitas yang terlibat dalam proses produksi
pasti akan mengalami keausan sehingga pada suatu saat pasti akan mengalami
kerusakan. Seberapa cepat keausan ini terjadi atau seberapa sering frekuensi kerusakan
muncul akan menimbulkan prmasalahan sehubungan dengan munculnya gangguan
pada suatu fasilitas ataupun pada keseluruhan proses produksi. Sistem pemeliharaan
yang tidak dirancang dengan baik akan meningkatkan ketidaksesuaian produk dan
biaya produksi yang terlibat, atau bahkan mengubah lingkungan kerja menjadi tidak
aman. Beberapa akibat buruk ini secaralangsung akan menurunkan efisiensi dari proses
produksi. (Nasution, 2006:361)

Dari penjelasan diatas dapat disimpulkan bahwa kegiatan pemeliharaan


dilakukan untuk merawat ataupun memperbaiki peralatan perusahaan agar dapat

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


25

melaksanakan proses produksi dengan efektif dan efesien sesuai dengan ketentuan
yang telah direncanakan dengan hasil produksi yang berkualitas. Untuk mencapai hasil
yang diinginkan sebagai tujuan dari sebuah pabrik tentu melibatkan pihak-pihak yang
memiliki tugas di bidang masing-masing

2.3.1 Jenis-jenis Pemeliharaan

Secara umum, ditinjau dari saat pelaksanaan Pekerjaan pemeliharaan


dikategorikan dalam 3 (tiga) cara (Nasution, Arman Hakim, 2006:367) :

1) Inspeksi, kegiatan pemeriksaan yang dimaksudkan untuk menentukan kondisi


operasi sebuah komponen atau fasilitas baik secara visual atau sebuah
pengukuran tertentu.

2) Perawatan korektif (Repair), kegiatan perawatan yang dilakukan bila sebuah


kompenen atau fasilitas mengalami kerusakan dan tidak mungkin diganti.
Sering pula disebut sebagai perawatan darurat (emergency maintenance).

3) Perawatan Preventif, kegiatan perawatan yang mencakup inspeksi dan


reparasi. Untuk beberapa komponen dan fasilitas dengan pola keausan dan
kerusakan yang dapat dideteksi, kegiatan perawatan ini dapat dilaksanakan.
Kerusakan yang akan dating dapat diperkirakan sehingga dapat diantisipasi.

Pada umumya sistem pemeliharaan merupakan metode tak terencana, dimana


peralatan yang digunakan dibiarkan atau tanpa disengaja rusak hingga akhirnya,
peralatan tersebut akan digunakan kembali maka diperlukannya perbaikan atau
pemeliharaan.
Secara skematik dapat dilihat sesuai diagram alir proses suatu perusahaan untuk
sistem pemeliharaan dibawah ini.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


26

Gambar 2.12 Diagram alir dari pembagian pemeliharaan


(Sumber: Corder, A 1992:5, Teknik manajemen pemeliharaan)
1) Pemeliharaan pencegahan (Preventive Maintenance)
Pemeliharaan pencegahan adalah pemeliharaan yang dibertujuan untuk mencegah
terjadinya kerusakan, atau cara pemeliharaan yang direncanakan untuk
pencegahan.
2) Pemeliharaan korektif (Corrective Maintenance)
Pemeliharaan korektif adalah pekerjaan pemeliharaan yang dilakukan untuk
memperbaiki dan meningkatkan kondisi fasilitas/peralatan sehingga mencapai
standar yang dapat di terima. Dalam perbaikan dapat dilakukan peningkatan-
peningkatan sedemikian rupa, seperti melakukan perubahan atau modifikasi
rancangan agar peralatan menjadi lebih baik.
3) Pemeliharaan berjalan (Running Maintenance)
Pemeliharaan berjalan dilakukan ketika fasilitas atau peralatan dalam keadaan
bekerja. Pemeliharan berjalan diterapkan pada peralatan-peralatan yang harus
beroperasi terus dalam melayani proses produksi.
4) Pemeliharaan prediktif (Predictive Maintenance)

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


27

Pemeliharaan prediktif ini dilakukan untuk mengetahui terjadinya perubahan atau


kelainan dalam kondisi fisik maupun fungsi dari system peralatan. Biasanya
pemeliharaan prediktif dilakukan dengan bantuan panca indra atau alat-alat
monitor yang canggih.
5) Pemeliharaan setelah terjadi kerusakan (Breakdown Maintenance)
Pekerjaan pemeliharaan ini dilakukan ketika terjadinya kerusakan pada peralatan,
dan untuk memperbaikinya harus disiapkan suku cadang, alat-alat dan tenaga
kerjanya.
6) Pemeliharaan Darurat (Emergency Maintenance)
Pemeliharan darurat adalah pekerjaan pemeliharaan yang harus segera dilakukan
karena terjadi kemacetan atau kerusakan yang tidak terduga.
7) Pemeliharaan berhenti (shutdown maintenance)
Pemeliharaan berhenti adalah pemeliharaan yang hanya dilakukan selama mesin
tersebut berhenti beroperasi.
8) Pemeliharaan rutin (routine maintenance)
Pemeliharaan rutin adalah pemeliharaan yang dilaksanakan secara rutin atau terus-
menerus.
9) Design out maintenance
adalah merancang ulang peralatan untuk menghilangkan sumber penyebab
kegagalan dan menghasilkan model kegagalan yang tidak lagi atau lebih sedikit
membutuhkan maintenance.

2.3.2 Tujuan Pemeliharaan

Menurut Corder,A (1992:3) tujuan pemeliharaan dapat didefenisikan dengan


jelas sebagai berikut :

1. Untuk memperpanjang kegunaan usia asset (setiap bagian dari suatu tempat
kerja, bangunan dan isinya)

2. Menjamin ketersedian optimum peralatan yang dipasang untuk produksi dan


mendapatkan laba investasi maksimum yang mungkin.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


28

3. Untuk menjamin kesiapan operasional dari seluruh peralatan yang diperlukan


dalam keadaan darurat setiap waktu, misalnya unit cadangan, unit pemadam
kebakaran dan dan penyelamat dan sebagainya.

4. Menjamin keselamatan orang yang menggunakan sarana tersebut.

2.3.3 Fungsi Pemeliharaan

Fungsi pemeliharaan adalah agar dapat memperpanjang umur ekonomis dari


mesin dan peralatan produksi yang ada serta mengusahakan agar mesin dan peralatan
produksi tersebut selalu dalam keadaan optimal dan siap pakai untuk pelaksaanaan
proses produksi.

Keuntungan-keuntungan yang diperoleh dengan adanya pemeliharaan yang


baik teradap mesin,adalah sebagai berikut :

1) Mesin dan peralatan produksi yanga ada dalam peruahaan yang


bersangkutan akan dapat dipergunakan dalam jangka waktu panjang.

2) Pelaksanaa proses produksi dalam perusahaan yang bersangkutan


berjalan dengan lancar.

3) Dapat menekan sekecil mungkin terdapatnya kemungkinan kerusakan-


kerusakan berat dari mesin dan peralatan produksi selama proses
produksi berjalan.

4) Peralatan produksi yang digunakan dapat berjalan denhgan stabil dan


baik, maka proses dan pengendalian kualitas proses harus dilaksanakan
dengan baik pula.

5) Dapat dihindarkan kerusakan-kerusakan total dari mesin dan peralatan


produksi digunakan.

6) Apabila mesin dan peralatan produksi berjalan dengan baik maka


penyerapan bahan baku dapat berjalan dengan normal.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


29

7) Dengan adanya kelancaran penggunaan mesin dan peralatan produksi


dalam perusahhan, maka pembebanan mesin dan peralatan produksi
yang ada semakin baik.

2.3.4 Kegiatan-kegiatan Pemeliharaan

Kegiatan pemeliharaan dalam suatu perusahaan meliputi berbagai kegiatan


sebagai berikut:

1) Inspeksi (inspection)

Kegiatan inspeksi meliputi kegiatan pengecekan atau pemeriksaan secara


berkala dimana maksud kegiatan ini adalah untuk mengetahui apakah perusahaan
selalu mempunyai peralatan atau fasilitas yang baik untuk menjamin kelancaran prose
produksi.Sehingga jika terjadinya kerusakan ,maka segera dilakukan perbaikan-
perbaiakan yang diperlukan sesuai denganlaporan hasil inspeksi dan berusaha untuk
mencegah sebab-sebab timbulnya kerusakan dengan melihat sebab-sebab kerusakan
yang diperoleh dari hasil inspeksi.

2) Kegiatan teknik (engineering)

Kegiatan ini meliputi kegiatan percobaan atas peralatan yang baru dibeli,dan
kegiatan-kegiatan pengembangan peralatan yang perlu diganti , serta melakukan
penelitian-penelitian terhadap kemungkinan-kemungkinan tersebut. Dalam kegiatan
inilah dilihat kemampuan untuk mengadakan perubahan-perubahan dan perbaiakn –
perbaikan bagi perluasan dan kemajuan dari fasilitas atau peralatanperusahaan .Oleh
karena itu kegiatan teknik ini sangat diperlukan terutama apabila dalam perbaikan
mesin-mesin yang rusk tidak didapatkan atau diperoleh komponen yang sama dengan
yang debutuhkan.

3) Kegiatan produksi (production)

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


30

Kegiatan ini merupakan kegiatan pemeliharaan yang sebenarnya yaitu


merawat, memperbaiki mesin-mesin dan peralatan. Secara fisik, melaksanakan
pekerjaan yang disarankan atau yang diusulkan kegiatan inspeksi dan teknik,
melaksanakan kegiatan service dan pelumasan (lubrication).Kegiatan produksi ini
dimaksudkan untuk itu diperlukan usaha-usaha perbaikan segera jika terdapat
kerusakan pada peralatan.

4) Kegiatan administrasi (Clerical Work)

Pekerjaan administrasi ini merupakan kegiatan yang berhubungan dengan


pencatatan-pencatatan mengenai biaya biaya yang terjadi dalam melakukan pekerjaan-
pekerjaan pemeliharaan dan biaya-biaya yang berhubungan dengan kegiatan
pemelihraan komponen (spareparts) yang dibutuhkan, laporan kemajuan (progress
report) tentang apa yang telah dikerjakan , waktu dilakukannnya inspeksi dan
perbaikan, serta lamanya perbaikan tersebut, komponen (spereparts) yang tersedia
dibagian pemeliharaan.Jadi dalam pencatatan ini termasuk penyusunan planning dan
scheduling, yaitu rencana kapan sesuatu mesi harus dicek atau diperiksa, dilumasi atau
di service dan direvarasi.

5 Pemeliharaan bangunan (house keeping)

Kegiatan ini merupakan kegiatan untuk menjaga agar bangunan gedung tetap
terpelihara dan terjamin kebersihannya.

2.4 Overall Equipment Effectiviness (OEE)

Overall Equipment Effecttiviness (OEE) adalah perhitungan yang digunakan


untuk menentukan tingkat efektifitas peralatan. Metode ini bertujuan untuk
memaksimalkan output dengan mempertahankan kondisi operasi yang ideal dan
peralatan/mesin saat tidak beroperasi secara efektif (Borris, S. 2006:26). Sebuah
peralatan yang mengalami breakdown, penurunan kecepatan, atau kurang presisi dan
menghasilkan produk cacat maka pralatan tidak beroperasi secara efektif. Secara teori

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


31

merupakan produk dari six big losses pada mesin/peralatan. Japan Institute of Plant
Maintenance (JIPM) telah menetapkan standar benchmark yang telah dipraktekkan
diseluruh dunia. Untuk standar benchmark world class yang dianjurkan JIPM, yaitu
OEE = 85%

Tabel 2.3 World class OEE

OEE Factor World Class (%)


Availability 90.0%

Performance 95.0%
Quality 99.0%
OEE 85.0%
Sumber: www.oee.com/world-class-oee,html

Keenam dari six big losses dikelompokkan menjadi tiga komponen utama dalam OEE
untuk dapat digunakan dalam mengukur kinerja mesin atau peralatan sebagai berikut:

1. Availability

a. Equipment failure

b. Set up and adjustment

2. Performance Efficiency

a. Idling and minor stoppage

b. Reduced speed

3. Rate of quality product

a. Procces defects

b. Reduced yield

2.4.1 Availability

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


32

Availability adalah pengukuran downtime losses meliputi setiap kejadian yang


dapat memberhentikan produksi yang direncanakan untuk waktu yang cukup panjang.
Availability merupakan rasio operation time terhadap waktu loading time-nya.
Sehingga untuk menghitung availability mesin dibutuhkan nilai dari:

a. Operation time

b. Loading time

c. Downtime

Nilai availability dihitung dengan rumus:


𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒−𝑑𝑜𝑤𝑛𝑡𝑖𝑚𝑒
𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = × 100% ................................................................................... (1)
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

𝑜𝑣𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒
𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = × 100% …………………………........................................................ (2)
𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

Loading time adalah waktu yang tersedia (availability) per hari atau perbulan
dikurang dengan waktu downtime mesin direncanakan (planned downtime).

𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 = 𝑡𝑜𝑡𝑎𝑙 𝑎𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 − 𝑝𝑙𝑎𝑛𝑛𝑒𝑑 𝑑𝑜𝑤𝑛𝑡𝑖𝑚𝑒 …………………………………… (3)

Planned downtime adalah jumlah waktu downtime mesin untuk pemeliharaan


(scheduled maintenance) atau kegiatan manajemen lainnya.

Operation time merupakan hasil penguranag loading time dengan waktu


downtime mesin (non-operation time), dengan kata lain operation time adalah waktu
operasi tersedia (availability time) setelah downtime mesin keluarkan dari total
availability time yang direncanakan. Downtime mesin adalah waktu proses yang
seharusnya digunakan mesin akan tetapi karena adanya gangguan pada mesin/peralatan
(equipment failure) mengakibatkan tidak ada output yang dihasilkan.

2.4.2 Performance Efficiency

Performancy efficiency adalah pengukuran speed loss yang meliputi faktor-


faktor apa saja yang menyebabkan proses operasi kurang dari kecepatan maksimum

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


33

yang mungkin kita jalankan (vorne,2002:6). Performance efficiency merupakan hasil


perkalian dari operation speed rate dan net operation rate, atau rasio kuantitas produk
dikalikan dengan waktu siklus idealnya terhadap waktu yang tersedia untuk melakukan
proses produksi (operation time).

Operation speed rate merupakan perbandingan antara kecepatan ideal mesin


berdasarkan kapasitas mesin sebenarnya (theoretical/ideal cycle time) dengan
kecepatan aktual mesin (actual cycle time).
𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑠𝑝𝑒𝑒𝑑 𝑟𝑎𝑡𝑒 = …………………………………………………………... (4)
𝑎𝑐𝑡𝑢𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒

𝑎𝑐𝑡𝑢𝑎𝑙 𝑝𝑟𝑜𝑐𝑒𝑠𝑖𝑛𝑔 𝑡𝑖𝑚𝑒


𝑁𝑒𝑡 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 = ……………………………………………………....……… (5)
𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒

Net operation rate merupakan perbandingan antara jumlah produk yang


diproses (procces amount) dikali actual cycle time dengan operation time. Net
operation time berguna untuk menghitung rugi yang diakibatkan oleh minor stoppage
dan menurunnya kecepatan produksi (reduced speed).

Tiga factor penting yang dibutuhkan untuk menghitung performance efficiency:

1. Ideal cycle (waktu siklus ideal)

2. Processed amount (jumlah produk yang diproses)

3. Operation time (waktu operasi mesin)

Performancy efficiency dapat dihitung dengan:

𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦 = 𝑛𝑒𝑡 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔 × 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔 𝑠𝑝𝑒𝑒𝑑 𝑟𝑎𝑡𝑒 ……………………...…. (6)

𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡 ×𝑎𝑐𝑡𝑢𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒


𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑒𝑓𝑓𝑒𝑐𝑖𝑒𝑛𝑐𝑦 = × ………………... (7)
𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 𝑎𝑐𝑡𝑢𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒

𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡 ×𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒


𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑒𝑓𝑓𝑒𝑐𝑖𝑒𝑛𝑐𝑦 = …………………………………..… (8)
𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑟𝑎𝑡𝑒

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


34

2.4.3 Rate of Quality Product

Rate of quality product adalah pengukuran quality loss yang


memperhitungkan produk yang telah memenuhi standar kualitas, termasuk setiap item
yang memerlukan pengerjaan ulang (Vorne, 2002:6). Rate of quality product
memperhatikan adapun dua faktor yang perlu diprhatikan adalah berikut:

a. Procces amount (jumlah yang diproduksi)

b. Deffect amount (jumlah produk yang cacat)

Rate of quality product dapat dihitung dengan


𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡−𝑑𝑒𝑓𝑒𝑐𝑡 𝑎𝑚𝑜𝑢𝑛𝑡
𝑅𝑎𝑡𝑒 𝑜𝑓 𝑞𝑢𝑎𝑙𝑖𝑡𝑦 𝑝𝑟𝑜𝑑𝑢𝑐𝑡 = × 100% ……………………………. (9)
𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡

Overall equipment effectiveness dapat dihitung dengan:

𝑂𝐸𝐸 = 𝑎𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 × 𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦 × 𝑅𝑎𝑡𝑒 𝑜𝑓 𝑞𝑢𝑎𝑙𝑖𝑡𝑦 𝑝𝑟𝑜𝑑𝑢𝑐𝑡 ……………….. (10)

Kondisi ideal nilai overall Equipment Effectiveness (OEE) adalah:

a. Availability ≥90%

b. Performance Effeciency ≥95%

c. Rate of quality Product ≥99%

Sehingga, nilai overall equipment effectiviness yaitu:

0.90 × 0.95 × 0.99 × 100% = 85%

2.5 Six Big Losses

Semua fasilitas dapat mengalami kerugian, hal-hal yang mencegah fasilitas dari
beroperasi secara efektif disebabkan oleh kesasalahan dan masalah operasi. Dalam
rangka meningkatkan efektivitas fasilitas harus diukur dan dikurangi besarnya kerugian
yang dikenal dengan enam kerugian besar (six big losses).

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


35

2.5.1 Equipment failure (breakdown loss)

Equipment failure (breakdown loss) yaitu kerusakan mesin/peralatan yang tiba-


tiba yang akan menyebabkan kerugian, karena kerusakan mesin akan menyebabkan
mesin tidak beroperasi menghasilkan output. Untuk menghitung Equipment failure
(breakdown loss) digunakan rumus:
𝑡𝑜𝑡𝑎𝑙 𝑏𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛
𝐸𝑞𝑢𝑖𝑝𝑚𝑒𝑛𝑡 𝑓𝑎𝑖𝑙𝑢𝑟𝑒 (𝑏𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛) = × 100% ………………………………….. (11)
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

2.5.2 Set up and adjustment loss

Set up and adjustment loss yaitu kerugian karena pemasangan dan penyetelan
yaitu semua waktu setup dan termasuk waktu penyesuaian (adjustment) dan juga waktu
yang dibutuhkan untuk kegiatan-kegiatan pengganti satu jenis produk ke jenis produk
berikutnya untuk proses produksi selanjutnya. Untuk menghitung setup and adjustment
loss digunakan rumus:
𝑡𝑜𝑡𝑎𝑙 𝑠𝑒𝑡 𝑢𝑝 𝑎𝑛𝑑 𝑎𝑑𝑗𝑢𝑠𝑡𝑚𝑒𝑛𝑡
𝑆𝑒𝑡 𝑢𝑝 𝑎𝑛𝑑 𝐴𝑑𝑗𝑢𝑠𝑡𝑚𝑒𝑛𝑡 𝑙𝑜𝑠𝑠 = × 100% …………………………..…. (12)
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

2.5.3 Idle and Minor Stoppages

Idle and minor stoppages disebabkan oleh kejadian kejadian seperti


pemberhentian mesin sejenak, kemacetan mesin dan idle time dari mesin. Untuk
menghitung idle and minor stoppage digunakan rumus:
𝑁𝑜𝑛𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑒 𝑡𝑖𝑚𝑒
𝐼𝑑𝑙𝑒 𝑎𝑛𝑑 𝑀𝑖𝑛𝑜𝑟 𝑆𝑡𝑜𝑝𝑝𝑎𝑔𝑒𝑠 = × 100% ……………………………………… (13)
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

2.5.4 Reduced Speed Loss

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


36

Reduced Speed Loss yaitu kejadian karena mesin tidak bekerja optimal
(penurunan kecepatan operasi). Untuk menghitung reduced speed loss digunakan
rumus:
𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒−(𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 ×𝑝𝑟𝑜𝑐𝑐𝑒𝑠 𝑎𝑚𝑜𝑢𝑛𝑡)
𝑅𝑒𝑑𝑢𝑐𝑒𝑑 𝑠𝑝𝑒𝑒𝑑 𝑙𝑜𝑠𝑠 = × 100% ………………….. (14)
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

2.5.5 Procces Defect Loss

Procces defects loss yaitu kerugian yang disebabkan karena adanya produk
cacat maupun karenakerja produk diproses ulang. Untuk menghitung procces defect
loss digunakan rumus:

𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 ×𝑟𝑒𝑤𝑜𝑟𝑘


𝑝𝑟𝑜𝑐𝑐𝑒𝑠 𝑑𝑒𝑓𝑒𝑐𝑡 𝑙𝑜𝑠𝑠 = × 100% ……………………………....................... (15)
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

2.5.6 Reduced Yield Loss

Reduced yield loss kerugian yang disebabkan karena adanya sampah bahan
baku ataupun produk tidak memenuhi spesifikasi sesuai dengan standar perusahaan.
Untuk menghitung reduced yield loss digunakan rumus:
𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 ×𝑠𝑐𝑟𝑎𝑝
𝑅𝑒𝑑𝑢𝑐𝑒𝑑 𝑦𝑖𝑒𝑙𝑑 𝑙𝑜𝑠𝑠 = × 100% ……………………………………………... (16)
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

2.6 Failure Mode and Effect Analysis (FMEA)

FMEA adalah metode sistemtis untuk mengidentifikasi dan mencegah


kerusakan dalam sebuah proses sebelum terjadi, meningkatkan keamanan dan
meningkatkan kepuasan konsumen. Idealnya FMEA dilakukan dalam tahap
pengembangan produk, (Mcdermott,Robin, dkk. 2009:1).

FMEA merupakan suatu metode yang bertujuan untuk mengevaluasi desain


sistem dengan mempertimbangkan bermacam macam metode kegagalan dari sistem

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


37

yang terdiri dari komponen dan menganalisis pengaruh terhadap keandalan sistem
tersebut. Dengan penelusuran pengaruh pengaruh kegagalan komponen sesuai dengan
level sistem, item item khusus yang kritis dapat dinilai dan tindakan-tindakan
perbaikan diperlukan untuk memperbaiki desain dan mengeliminasi atau mereduksi
probabilitas dari mode kegagalan yang kritis.

Teknik analisa ini lebih menekankan pada buttom-up approach. Dikatakan


demikian karena analisis yang dilakukan, dimulai dari peralatan yang mempunyai
tingkat terendah dan meneruskannya kesistem yang merupakan tingkat yang lebih
tinggi. Komponen berbagai mode kegagalan berikut dampaknya pada sistem dituliskan
pada sebuah FMEA Worksheet.

Risk Priority Number (RPN) adalah sebuah pengukuran dari resiko yang
bersifat relative. RPN diperoleh dari hasil perkalian antara rating Severety,Occurrence
dan Detection. RPN ditentukan sebelum mengimplementasikan rekomendasi dari
tindakan perbaikan dan ini digunakan untuk mengetahui bagian manakah yang menjadi
prioritas utama berdasarkan RPN tertinggi.

𝑅𝑃𝑁 = 𝑆𝑒𝑣𝑒𝑟𝑖𝑡𝑦 × 𝑂𝑐𝑐𝑢𝑟𝑒𝑛𝑐𝑒 × 𝐷𝑒𝑡𝑒𝑐𝑡𝑖𝑜𝑛………………………… ..(17)

Hasil RPN menunjukkan tingkatan prioritas peralatan yang dianggap beresiko


tinggi, sebagai penunjuk kearah tindakan perbaikan. Ada tiga komponen yang
membentuk nilai RPN. Ketiga komponen itu adalah:

1. Severity

Severity adalah tingkat keparahan atau efek yang ditimbulkan oleh mode
kegagalan terhadap keseluruhan mesin. Nilai rating severity antara 1 sampai 10. Nilai
10 diberikan jika kegagalan yang terjadi memiliki dampak yang sangat besar tarhadap
sistem. Tingkat severity secara umum dapat dilihat pada tabel berikut ini

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


38

Tabel 2.4 Tingkatan Severity

Efek Ranking Keterangan

Berbahaya tanpa 10 Tingkat keseriusan operator maintenance dan


ada peringatan keselamatan tidak sesuai dengan peraturan pemerintah
yang tidak disertai peringatan

Berbahaya da nada 9 Tingkat operator maintenance dan keselamatan tidak


peringatan sesuai dengan peraturan pemerintah yang disertai
pemerintahan

Sangat tinggi 8 Downtime lebih dari 9 jam

Tinggi 7 Downtime lebih dari 4-9 jam

Sedang 6 Downtime 1-4 jam

Rendah 5 Downtime diantara 0,5-1 jam

Sangat rendah 4 Downtime 10-30 menit

Kecil 3 Downtime hingga 10 menit

Sangat kecil 2 Variasi parameter proses tidak dalam batas sfesifikasi,


tidak terdapat downtime

Tidak ada 1 Variasi parameter proses didalam proses spesifikasi,


pengaturan atau proses pengendlian proses dapat
dilakukan selama maintenance rutin
Sumber : Dyadem Engineering Corp

2. Occurren

Occuren adalah tingkat keseringan terjadinya kerusakan atau kegagalan.


Occuren berhubungan dengan estimasi jumlah kegagalan kumulatif yang muncul
akibat suatu penyebab tertentu pada mesin. Nilai rating Occuren antara 1 ampai 10.
Nilai diberikan jika kegagalan yang terjadi memiliki nilai kumulatif yang tinggi atau
sangat sering terjadi. Tingkat frekuensi terjadinya kegagalan (Occuren) dapat dilihat
pada tabel berikut ini.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


39

Tabel, 2.5 Tingkatan Occurrence

Rating Probability of Occurence

10 lebih besar dari 50 per 7200 jam penggunaan

9 35-50 per 7200 jam penggunaan

8 31-35 per 7200 jam penggunaan

7 26-30 per 7200 jam penggunaan

6 21-25 per 7200 jam penggunaan

5 15-20 per 7200 jam penggunaan

4 11-14 per 7200 jam penggunaan

3 5-10 per 7200 jam penggunaan

2 Lebih kecil dari 5 per 7200 jam penggunaan

1 Tidak sama sekali


Sumber : Harpco system

3. Detection

Detection adalah pengukuran terhadap kemampuan mengendalikan atau


mengontrol kegagalan yang dapat terjadi. Nilai detection dapat dilihat pada tabel
berikut ini

Tabel. 2.6 Tingkatan Detection

Rating Detection Design Control

10 Tidak mampu terdeteksi

9 Kesempatan yang sangat rendah dan sangat sulit


terdeteksi

8 Kesempatan yang sangat rendah untuk sulit terdeteksi

7 Kesempatan yang sangat rendah untuk terdeteksi

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


40

6 Kesempatan yang rendah untuk terdeteksi

5 Kesempatan yang sedang untuk terdeteksi

4 Kesempatan yang cukup tinggi untuk terdeteksi

3 Kesempatan tinggi untuk terdeteksi

2 Kesempatan yang sangat tinggi untuk terdeteksi

1 Pasti terdeteksi
Sumber : Harpco system

2.7 Fault Tree Analysis (FTA)

Fault Tree Analysis (FTA) merupakan metode analisis top-down yang


digunakan untuk mencari kejadian dan kombinasi kejadian yang menyebabkan
kerusakan dalam sistem. Keuntungan menggunakan metode FTA adalah dapat
memperoleh penyebab permasalahan yang terlebih dahulu menggambarkan keadaan
dalam sistem, (S.C Donar dkk, 2005: vol 4, No1:10-15).

Sebagai metode analisis yang membuat gabungan dari kesalahan atau


kegagalan yang pasti terhadap sistem. Kejadian dapat normal atau tidak, akan tetapi
urutan dan gabungannya sangat penting. FTA digunakan untuk reliability,
maintainability, and safety analysis yang digunakan pada tahun 1961 dilaboratorium
Bell untuk mengevaluasi minuteman launch control system untuk menghindari
kelalaian yang tidsk disengaja.

Fault tree analysis memiliki keunggulan yakni mudah dibaca dan dimengerti.
Fault tree analysis menggunakan dua symbol yaitu events dan gates. Terdapat tiga
jenis atau macam tipe:

1. Primary event, dimana suatu kejadian utama adalah suatu langkah yang sedang
dalam proses dan itu bias gagal. Primary event dibagi menjadi tiga kategori,
yaitu:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


41

a. Basic event, adalah kesalahan permulaan yang tidak memerlukan


kejadian dibawah untuk menampilkan bagai mana terjadinya.

b. Undeveloped event, adalah kesalahan yang tidak memerlukan akibat


signifikan atau tidak diperluas karena informasi yang tersedia tidak
cukup

c. External event, adalah kejadian normal yang diharapkan dan tidak


mempertimbangkan suatu kesalahan.

2. Intermediated event, adalah hasil gabungan dari kesalahan-kesalahan yang


beberapa diantaranya mungkin menjadi primary event. Intermediated event
ditempatkan pada pertengahan fault tree. Kejadian ini berbentuk persegi.

3. Expanded event, merupakan fault tree yang terpisah karena rumit. Untuk fault
tree yang baru expanded event merupakan kejadian yang tidak diinginkan dan
ditempatkan pada bagian atas dari fault tree.

2.7.1 Langkah-langkah Fault Tree Analysis (FTA)

Tujuan dari fault tree analysis (FTA) adalah untuk menunjukkan kejadian yang
berhubungan. Suatu model fault tree analysis disusun dan digambarkan dengan
pendekatan dari atas kebawah. Peristiwa yang pertama merupakan top event
ditempatkan palin atas. Basic event adalah kejadian yang paling bawah dari kejadian-
kejadian tersebut. Langkah-langkah dalam melakukan fault tree analysis yaitu :

1. Mengenal sistem.

2. Menentukan puncak masalah (top event) yaitu kejadian yang sering


terjadi dan kadang-kadang disebut sebagai kejadian utama.

3. Tetapkan batasan fault tree analysis (FTA)

4. Periksa sistem untuk mengerti bagaimana berbagai elemen


berhubungan satu dengan yang lain untuk kejadian yang paling atas.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


42

5. Buat pohon kesalahan, mulai dari kejadian yang paling atas kebawah

6. Analisa pohon kesalahan untuk mengidentifikasi cara menghilangkan


kejadian yang mengarah pada kegagalan.

2.7.2 Simbol-Simbol Fault Tree Analysis (FTA)

Pandey,M (2005:5) Simbol-simbol dasar dari fault tree analysis (FTA)


menggunakan tiga tipe symbol yaitu:

1. Simbol-simbol utama dari fault tree analysis (FTA) dapat dilihat pada tabel

Tabel 2.7 Simbol-simbol utama FTA


Simbol Nama Keterangan
Gerbang DAN(AND), menunjukkan bahwa
AND apabila salah satu komponen rusak, maka
sistem utama akan terhenti (penjumlahan antar
kejadian)
Gerbang ATAU(OR), menunjukkan sistem
OR utama masih berjalan walau salah satu
komponen rusak (perkalian antar kejadian)
Sumber: M. Pandey, University of Waterloo

Simbol-simbol khusus fault tree analysis (FTA) dapat dilihat pada tabel
berikut:

Tabel 2.7 Simbol khusus FTA

Simbol Nama Arti


Outputnya dihasilkan jika salah satu
Exclisive OR atau hanya satu input ada
Outputnya dihasilkan jika semua input
IF ada dan jika kondisi C dibuktikan
Matrix Outputnya dihasilkan untuk input
kombinasi pasti
Sumber: M. Pandey, University of Waterloo

2. Simbol-simbol event dari fault tree analysis (FTA) dapat dilihat pada tabel
berikut :

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


43

Tabel. 2.9 Simbol event FTA

Simbol Nama Arti


Persegi panjang Kejadian puncak
Lingkaran Lingkaran kejadian dasar
utama
Belah ketupat Tidak kejadian dasar
Sumber: M. Pandey, University of Waterloo

3. Simbol-simbol pemindahan dapat dilihat pada tabel berikut symbol segi tiga
transfer digunakan untuk membuat representasi FTA yang lebih baik, sehingga tidak
terjadi pengulangan.

Tabel . 2.10 Simbol-simbol Pemindahan FTA

Simbol Nama Arti

Pemindahan masuk Ketiga bahagian seharusnya mengikuti tidak ditandai seperti


diidentifikasi kebagian yang ditandaioleh symbol terakhir

Pemindahan keluar Ketiga bagian seharusnya mengikuti, tidak du=itandai, seperti


yang mirip untuk melakukan bagian yang ditandai oleh symbol
terakhir
Sumber: M. Pandey, University of Waterloo

Konstruksi adalah kegiatan yang penting membutuhkan pengetahuan khusus


tentang sistem yang dipelajari. Kerangka fault tree harus menjadi hasil dari
penggabungan dari beberapa spesialis yang memahami realisasi dari sistem mulai dari
perancangan sampai operator yang menjalankan sistem.

Kerangka dimulai dari pendefenisian kejadian yang tidak diinginkan, yang


disebut top event. Kejadian ini diselesaiakn dalam bentuk intermediate event, hal ini
terus dikembangkan hingga tidak ditemukan lagi solusi baru atau even ini tidak bias
dibilai lagi, kemungkinan terakhir ini digunakan kedalam data kuantitatif seperti
probabilitas final event yang disebut basic ivent contoh gambar fault tree analysis
(FTA) dapat dilihat pada gambar berikut

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


44

Gambar 2.13 Fault Tree Analysis (FTA)

2.7.3 Cut Set Method

Cut set method adalah kombinasi pembentukan pohon kesalahan yang mana
bila semua terjadi akan menyebabkan peristiwa puncak. Cut set digunakan untuk
mengevaluasi diagram pohon kesalahan dan diperoleh dengan menggambarkan garis
melalui blok dalam sistem untuk menunjukkan jumlah minimum blok gagal yang
menyebabkan seluruh sistem gagal. Sebagai contoh dapat dilihat pada gambar berikut
ini:

Gambar 2.14 Struktur cut set method

Peristiwa A, B, dan C membentuk peristiwa T, peristiwa A, B, dan C disebut


cut set. Namun bukan kombinasi peristiwa terkecil yang menyebabkan peristiwa
puncak. Untuk mengetahuinya diperlukan minimal beberapa bentuk cut set. Minimal

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


45

cut set ini adalah kombinasi peristiwa yang sangat kecil yang membawa peristiwa yang
sangat tidak diinginkan. Jika satu dari peristiwa-peristiwa dalam minimal cut set tidak
terjadi, maka peristiwa puncak atau peristiwa yang tidak diinginkan tidak akan terjadi.
Dengan kata lain minimal cut set merupakan akar penyebab yang paling kecil
berpotensial menyebabkan masalah (peristiwa puncak).

2.8 Reliability Block Diagram (RBD)

Sebuah diagram keandalan blok (RBD) adalah metode diagram untuk


menunjukkan bagaimana komponen keandalan kontribusi bagi keberhasilan atau
kegagalan sistem yang kompleks. RBD juga dikenal sebagai diagram ketergantungan
(DD).Sebuah RBD atau DD diambil sebagai rangkaian blok terhubung dalam
konfigurasi paralel atau seri. Setiap blok merupakan komponen dari sistem dengan
tingkat kegagalan. Jalur paralel yang berlebihan, yang berarti bahwa semua jalur
paralel harus gagal untuk jaringan paralel untuk gagal. Sebaliknya, kegagalan
sepanjang jalan seri menyebabkan seluruh jalan seri gagal.Sebuah RBD dapat ditarik
menggunakan switch di tempat blok, di mana saklar tertutup merupakan komponen
kerja dan saklar terbuka merupakan komponen gagal. Jika jalan dapat ditemukan
melalui jaringan switch dari awal sampai akhir, sistem masih bekerja.

Sebuah RBD dapat dikonversi menjadi pohon sukses dengan mengganti jalur seri
dengan gerbang AND dan jalur paralel dengan gerbang OR. Sebuah pohon sukses
kemudian dapat dikonversi ke pohon kesalahan dengan menerapkan de teorema
Morgan. Dalam rangka untuk mengevaluasi RBD, ditutup bentuk solusi yang tersedia
dalam kasus kemerdekaan statistik antara blok atau komponen. Dalam hal asumsi
independensi statistik tidak puas, formalisme spesifik dan alat-alat solusi, seperti
dinamis RBD, telah dipertimbangkan.

Sebuah Keandalan Block Diagram (RBD) melakukan kehandalan sistem dan


ketersediaan analisis sistem yang besar dan kompleks menggunakan blok diagram
untuk menunjukkan hubungan jaringan. Struktur kehandalan blok diagram

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


46

mendefinisikan interaksi logis dari kegagalan dalam sistem yang diperlukan untuk
mempertahankan sistem operasi. Kursus rasional dari RBD berasal dari mode masukan
yang terletak di sisi kiri diagram. Itu node input mengalir ke pengaturan seri atau blok
paralel yang menyimpulkan ke node output pada sisi kanan diagram. Diagram hanya
harus berisi satu input dan satu output simpul. Sistem RBD terhubung dengan
konfigurasi paralel atau seri.

a. Sistem Seri
Suatu sistem dapat dimodelkan dengan susunan seri, jika komponen-
komponen yang ada didalam sistem itu harus bekerja atau berfungsi
seluruhnya agar sistem tersebut sukses dalam menjalankan misinya. Atau
dengan kata lain bila ada satu komponen saja yang tidak bekerja, maka akan
mengakibatkan sistem itu gagal menjalankan fungsinya. Sistem yang
mempunyai susunan seri dapat dikategorikan sebagai sistem yang tidak
berlebihan (non-redundant system).

Gambar 2.15. Rangkaian Sistem Seri (Dhillon, B..S. 2005 :29)

Sistem berfungsi ≈ semua komponen harus berfungsi

Kehandalan sistem (Rs) ≈ Probabiltas peralatan tersebut berfungsi

𝑅𝑠 = 𝑅2 . 𝑅2 . 𝑅3 𝑅𝑛 …………………………………………………………(18)

Dimana:

Rs = Reliabiliti Seri

Rn = Reliabiliti komponen ke-n

b. Sistem Pararel

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


47

Suatu sistem dapat dimodelkan dengan susunan parallel, jika seluruh


komponen-komponen yang ada didalam sistem itu gagal berfungsi maka akan
mengakibatkan sistem itu gagal menjalankan fungsinya. Sistem yang memiliki
konfigurasi paralel dapat dikategorikan sebagai sistem yang sangat berlebihan
(fully redundant system).

Gambar 2.16. Rangkaian Sistem Pararel (Dhillon,B.S. 2005 :32)

𝑅𝑃 = [(1 − 𝑅1 ) × (1 − 𝑅2 ) × (1 − 𝑅𝑛 )…………………………………(19)

Dimana:

Rp = Reliabiliti parallel

Sistem operasional yang sukses membutuhkan setidaknya satu jalur


dipertahankan antara sistem input dan sistem output. ekspresi aljabar Boolean
digunakan untuk menggambarkan kombinasi minimum kegagalan diperlukan untuk
menyebabkan kegagalan sistem. Minimal cut set merupakan jumlah minimal dari
kegagalan yang dapat menyebabkan sistem gagal.

Menurut (Ramesh, 2012) untuk menghitung keandalan maka yang harus


dilakukan adalah menghitung MTBF dan failure rate, rumus menghitung MTBF
adalah sebagai berikut :

𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒
𝑀𝑇𝐵𝐹 = ................................................................................(20)
𝑓𝑎𝑖𝑙𝑢𝑟𝑒

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


48

Setelah mendapatkan nilai MTBF maka selanjutnya adalah menghitung laju kegagalan
(failure rate), adapun rumusnya adalah sebagai berikut :

1
𝜆 = 𝑀𝑇𝐵𝐹………………………………………………………………....... (21)

Untuk menghitung nilai keandalan (reliability) setelah didapat nilai MTBF dan failure
rate

𝑅 = 𝒆−(𝜆×𝑡) ................................................................................................. (22)

Keterangan:

R = nilai keandalan

𝒆 = konstanta bilangan real (2.7182818284)

𝜆 = failure rate

Sebuah diagram keandalan blok (RBD) adalah alat menggambar dan


perhitungan yang digunakan untuk model sistem yang kompleks. Sebuah RBD adalah
serangkaian gambar (blok) yang mewakili bagian dari sistem. Setelah gambar (blok)
dikonfigurasi dengan benar dan data gambar yang disediakan, tingkat kegagalan,
MTBF, kehandalan, dan ketersediaan sistem dapat dihitung. Sebagai konfigurasi
perubahan diagram, hasil perhitungan juga berubah.

2.9 ANOVA (Analysis of Variance)

Dalam sebuah uji ANOVA hal yang perlu dilakukan dipenuhi adalah data yang
telelah terdistribusi normal. Uji normalitas adalah uji dimana ingin mengetahui apakah
distribusi sebuah data mengikutiatau mendekati distribusi normal, yakni distribusi data
dengan bentuk lonceng (bell shaped). Data yang baik adalah data yang memiliki pola
distribusi normal yakni data tersebut tidak menceng kekiri dan menceng kekanan
(Santoso, S. 2002:42).

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


49

Prosedur pengujian normalitas adalah:

1. Merumuskan formula hipotesis

Ho : Data berdistribusi normal

H1 : Data tidak berdistribusi normal

2. Menentukan taraf nyata (a)

2
𝑥𝑡𝑎𝑏𝑒𝑙 = 𝑥 2 1−∝; 𝑑𝑘……………………………………………………………….(23)

dk = k-3

dk = derajat kebebasan

k = banyak kelas interval

3. Menentukan nilai uji statistic

(𝑂𝐼 −𝐸𝐼 )2
2
𝑥ℎ𝑖𝑡𝑢𝑛𝑔 = ∑𝑘𝑖=1 𝐸𝐼
……………………………………………………………(24)

Keterangan :

Oi = Frekuensi hasil pengamatan pada klasifikasi ke-i

Ei = Frekuensi yang diharapkan pada klasifikasi ke-i

4. Menentukan kriteria pengujian hipotesis

2 2
H0: ditolak, jika 𝑥ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑥𝑡𝑎𝑏𝑒𝑙

2 2
H0: diterima jika 𝑥ℎ𝑖𝑡𝑢𝑛𝑔 < 𝑥𝑡𝑎𝑏𝑒𝑙

5. menberikan kesimpulan

Prosedur analisis varians (Analysis of Variance- ANOVA) menggunakan


variabel numesrik tunggal (single numerical vaariable) yang diukur dari sejumlah
sampel untuk menguji hipotesis nol dari populasi yang diperkirakan memiliki rata-rata

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


50

hitung (mean) sama. Variabel dimaksud harus berupa variabel kuantitatif. Variabel ini
terkadang dinamakan variabel teriakat.

Hipotesis nol (H0) dalam uji ANOVA adalah bahwa semua (minimal 3)
populasi yang sedang dikaji memiliki rata-rata hitung (mean) sama. Ringkasan,
hipotesis nol (H0) dan hipotesis alternative (H1) dalam ANOVA adalah :

H0 : 𝜇1 = 𝜇2 = 𝜇3 … . = 𝜇𝑛

H1 : Tidak semua populasi memiliki rata-rata hitung (mean) sama

Dalam uji anova, bukti sampel diambil dari setiap populasi yang sedang dikaji. Data-
data yang diperoleh dari sampel tersebut digunakan untuk menghitung statistic sampel.
Distribusi sampel yang digunakan untuk mengambil keputusan statistic. Ada dua
metode dalam mengestimasi nilai varians, yakni metode dalam kelompok (within
method) dan metode antar kelompok (between method). Metode dalam kelompok
(within method) menghasilkan estimasi tentang varian yang valid apakah hipotesis nol
salah atau benar. Sementara metode antar kelompok menghasilkan estimasi tentang
varians yang valid hanya jika hipotesis nol benar.

Terlepas dari benar atau tidaknya hipotesis nol, metode dalam kelompok
(within method) akan menghasilkan estimasi yang valid. Hal ini disebabkan oleh
variabelitas sampel dideterminasi dengan jalan membandingkan setiap butir data
dengan rata-rata hitung masing-masing. Nilai sampel yang diambil dari populasi A
dibandingkan dengan rat-rata sampel A. Demikaian pula dengan masing-masing data
yang di observasi. Persamaan berikut ini digaunakan untuk mengestimasi keraagaman
aatau varian dalam metode kelompok.

∑𝑖 ∑𝑖(𝑋𝜇 −𝑋𝐽 )2
𝑠𝑤2 = ……………………......…………………………………………(25)
𝑐(𝑛−1)

Dimana :

𝑠𝑤2 : varian yang diestimasi menggunakan metode dalam kelompok

𝑋𝜇 : butir data ke-I dalam kelompok j

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


51

𝑋𝐽 : rata-rata (mean) kelompok j

c : jumlah kelompok

n : jumlah/ukuran sampel dalam setiap kelompok

c(n-1) :derajat bebas (degree of freedom)

tanda penjumlahan ganda (∑ ∑) berate bahwa ada 2 (dua) langkah penjumlahan .


pertama menyelesaikan tanda jumlah sebelah kanan. Setelah itu, menyelesaikan tanda
penjumlahan sebelah kiri.

Penyajian grafis lainnya yang bisa merangkum informasi lebih detail mengenai distribusi nilai-

nilai data pengamatan adalah Box and Whisker Plots atau lebih sering disebut

dengan BoxPlot atau Box-Plot (kotak-plot) saja. Seperti namanya, Box and Whisker, bentuknya

terdiri dari Box (kotak) dan whisker. Boxplot merupakan ringkasan distribusi sampel yang

disajikan secara grafis yang bisa menggambarkan bentuk distribusi data (skewness), ukuran

tendensi sentral dan ukuran penyebaran (keragaman) data pengamatan.

Gambar 2.17 box-plot

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


52

Terdapat 5 ukuran statistik yang bisa kita baca dari boxplot, yaitu:

1. nilai minimum: nilai observasi terkecil

2. Q1: kuartil terendah atau kuartil pertama

3. Q2: median atau nilai pertengahan

4. Q3: kuartil tertinggi atau kuartil ketiga

5. nilai maksimum: nilai observasi terbesar.

Selain itu, boxplot juga dapat menunjukkan ada tidaknya nilai outlier dan
nilai ekstrim dari data pengamatan.
Boxplots dapat membantu kita dalam memahami karakteristik dari distribusi
data. Selain untuk melihat derajat penyebaran data (yang dapat dilihat dari
tinggi/panjang boxplot) juga dapat digunakan untuk menilai kesimetrisan sebaran data.
Panjang kotak menggambarkan tingkat penyebaran atau keragaman data pengamatan,
sedangkan letak median dan panjang whisker menggambarkan tingkat
kesimetrisannya.

Jika data simetris (berasal dari distribusi normal):

a. garis median akan berada di tengah box dan whisker bagian atas dan bawah
akan memiliki panjang yang sama serta tidak terdapat nilai outlier ataupun nilai
ekstrim.

b. diharapkan nilai pengamatan yang berada di luar whiskers tidak lebih dari 1%.

Jika data tidak simetris (miring), median tidak akan berada di tengah box dan salah
satu dari whisker lebih panjang dari yang lainnya.

a. Adanya outlier di bagian atas boxplot yang disertai dengan whisker bagian atas
yang lebih panjang, menunjukkan bahwa distribusi data cenderung menjulur ke
arah kanan (positive skewness).

b. Sebaliknya, adanya outlier di bagian bawah boxplot yang disertai dengan whisker
bagian bawah yang lebih panjang, menunjukkan bahwa distribusi data cenderung
menjulur ke arah kiri (negatif skewness).

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


53

BAB III

METODOLOGI PENELITIAN

3.1 Desain objek penelitian

Desain objek penelitian berguna untuk memahami sistem dan spesifikasi mesin
yang akan dianalisa sebagai informasi awal dalam melakukan penelitian ini dimana
penulis megetahui input, proses dan output yang dihasilkan dari mesin thresher.

Spesifikasi :
Model : horizontal
Panjang : 4000 mm
Diameter : 2000
Jarak kisi-kisi : 4-5 cm
Kapasitas : 30 ton/jam
Putaran : 22-25 rpm
Tandan buah sawit Tandan buah kosong
THRESHER

Komponen kritis:

1. Automatic feeder
Input 2. Drum thresher Output
3. Plummer block bearing
4. Stripper
5. V-belt
Sistem penggerak 6. Elektro motor
Buah sawit (brondolan)
Merk : TECO/AEEBAC
Made in : Singpore
Daya : 30 HP
Frekuensi: 50 Hz
Putaran : 1455 RPM

Gambar 3.1 Skema komponen kritis mesin thresher

UNIVERSITAS SUAMTERA UTARA

Universitas Sumatera Utara


54

3.2 Rancangan Penelitian

Penelitian dilaksanakan dengan mengikuti langkah-langkah sebagai berikut:

1. Tahap awal penelitian yaitu studi pendahuluan untuk menunjukkan gejala


masalah yang ditemukan di PKS Pagar Merbau. Masalah yang ditemukan
adalah tingginya downtime pada stasiun thresher sehingga diperlukan
perencanaan perawatan pada mesin tersebut.

2. Studi kepustakaan yakni mengumpulkan dan membaca buku atau jurnal yang
berhubungan dengan cara mengidentifikasi masalah dalam suatu sistem dengan
metode Overall Equipment Efektiviness (OEE). Failure Mode Effect Analysis
(FMEA), dan Fault Tree Analysis (FTA)

3. Pengumpulan data

Data yang dibutuhkan untuk mengidentifikasi kerusakan dan perawatan usulan


terdiri dari:

a. Data downtime

Data downtime diperoleh dari bagian bengkel (workshop) untuk periode


November 2016 - Oktober 2017 pada mesin thresher. Data downtime
ini menyatakan lamanya mesin tidak dapat beroperasi akibat adanya
kerusakan pada komponen mesin sehingga proses produksi terhenti.

b. Data frekuensi kerusakan

Data historis kerusakan mesin thresher yang diperoleh dari bagian


bengkel (work shop) data kerusakan mesin meliputi komponen mesin
yang mengalami kerusakan, frekuensi masing masing komponen.

c. Data interval kerusakan

Merupakan data interval waktu kerusakan tiap komponen mesin selama


periode November 2016-Oktober 2017. Data ini diperoleh dari bagian
workshop.

UNIVERSITAS SUAMTERA UTARA

Universitas Sumatera Utara


55

d. Data waktu perbaikan kerusakan

Data yang diperoleh dari dokumentasi pabrik terkait dengan lama waktu
yang dibutuhkan untuk melakukan pergantian dan perbaikan komponen
mesin yang rusak.

e. Sistem perawatan aktual

Sistem perawatan aktual diperoleh melalui wawancara dengan pihak


workshop dan juga operator mesin terhadap kegiatan perawatan dan
tindakan yang dilakukan ketika terjadi kerusakan

4. Pengolaha Data

Langkah-langkah pengolahan data dalam penelitian ini terdiri dari beberapa


tahapan yaitu:

a. Overall Equipment Efektiviness (OEE)

OEE berfungsi untuk mengetahui tingkat keefektifan dan keandalan


dari mesin thresher.

a. Failure Mode and Effect Analysis (FMEA)

FMEA berfungsi untuk mengkaji tingkat risiko kegagalan komponen


pada mesin yang sering rusak dan jika terjadi kerusakan pada komponen
tersebut maka sejauh mana pengaruhnya terhadap fungsi sistem.

b. Fault Tree Analysis (FTA)

FTA digunakan sebagai analisa perpaduan korelasi fungsi sistem dan


kegagalan komponen sehingga dapat diidentifikasi level peluang
kegagalan.

Prosedur penelitian adalah tahapan-tahapan dalam melaksaakan suatu


penelitian. Prosedur dalam penelitian ini dapat dilihat pada blok diagram berikut:

UNIVERSITAS SUAMTERA UTARA

Universitas Sumatera Utara


56

Mulai

Studi pendahuluan

Studi Literatur

Survey Lapangan

Penetapan Tujuan
· Menganalisa tingkat keefektifan dengan OEE
· Menganalisa komponen kritis dengan FMEA
· Mengidentifikasi faktor penyebab kerusakan dengan FTA
· Memberikan solusi pemeliharaan tentang penjadwalan
inspeksi dan pemeliharaan

Pengumpulan Data

Data Sekunder
Data Primer · Sejarah
· Proses produksi perusahaan
· wawancara · Data downtime
mesin
· Data waktu
perbaikan

Pengolahan Data

Analisa Pemecahan Masalah

Kesimpulan dan Saran

Selesai

Gambar 3.2 Diagram alir penelitian

UNIVERSITAS SUAMTERA UTARA

Universitas Sumatera Utara


57

3.3 Metodologi

Metode yang dilakukan penulis bertujuan untuk memberikan uraian dari


pelaksanaan penelitian yang dilakukan penulis untuk mengetahui sistem pemeliharaan
yang dilakukan oleh perusahaan.Adapun uraian penelitian yang dilakukan penulis
adalah sebagai berikut:

3.3.1 Jenis penelitian

Adapun metode penelitian yang dilakukan penulis adalah metode studi kasus
berdasarkan survey lapangan.Survey dilakukan untuk mengetahui bagai mana kegiatan
pemeliharaan pada thresher yang dilakukan perusahaan.serta melakukan studi literatur
agar penelitian yang dilakukan memiliki pedoman yang kuat.

3.3.2 Lokasi dan waktu penelitian

Lokasi penelitian yang dilakukan penulis adalah di PKS PTPN II Tanjung


Garbus Pagar Merbau Tanjung Morawa, Suamtera Utara.Adapun waktu pelaksanaan
penelitian dilakukan mulai dari tanggal 19 Oktober sampai 19 November 2017.

3.3.3 Data yang diambil

Adapun data yang dibutuhkan untuk menganalisa keefektifan dan keandalan


mesin thresher adalah:
Sumber data yang diperoleh dari penelitian ini berasal dari :

1) Data primer

Data primer yaitu data yang diperoleh dengan peninjauan secara langsung ke
perusahaan tersebut yang menjadi objek penelitian dan wawancara dangan pihak
perusahaan.Data primer tersebut hal-hal yang berkenaan dengan thresher.

UNIVERSITAS SUAMTERA UTARA

Universitas Sumatera Utara


58

2) Data skunder

Data skunder diperoleh melalui perusahaan, dimana data tersebut sudah ada
disimpan oleh pabrik sebelumnya, diantaranya adalah spesifikasi mesin, data sheet
tentang pemeliharaan pada thresher pada periode waktu yang lalu, kemudian penulis
melakukan studi kepustakaan dengan mempelajari hal-hal yang berkaitan dengan
thresher, meliputi kegiatan pemeliharaan pabrik secara umum, serta thresher secara
khusus.

UNIVERSITAS SUAMTERA UTARA

Universitas Sumatera Utara


59

BAB IV

ANALISA DAN PEMBAHASAN

4.1 Pengumpulan Data

Data yang diperoleh adalah data waktu downtime mesin, data historis kerusakan
mesin dan data waktu perbaikan komponen kritis mesin pada peroide November 2016
– Oktober 2017 pada mesin thresher di stasiun penebah.

1. Data waktu downtime

Data waktu downtime mesin thresher pada periode November 2016 – Oktober
2017 dapat dilihat pada tabel berikut ini:

a. Planned downtime adalah aktu pemeliharaan yang ditetapkan oleh manajemen


pabrik meliputi inspeksi harian, pembersiahan areal mesin dan hal-hal lain
yang berhubungan dengan proses kerja mesin.

b. Power cut off (Genset) adalah lama waktu tidak beroperasinya mesin yang
disebabkan gangguan aliran listrik atau putusnya aliran listrik dari genset yang
digunakan pad atahap awal mulai produksi sebelum menghasilkan fiber dan
cangkang sebagai bahan bakar.

c. Machine break adalah lama waktu gangguan terhadap mesin.

d. Set up adalah lama waktu persiapan mesin.

e. Low voltage adalah lama waktu tidak beroperasinya yang disebabkan arus
rendah.

Data down time mesin thresher dapat dilihat pada tabel berikut

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


60

Tabel 4.1 Data Downtime mesin thresher

Bulan Planned Low voltage Power Cut Off Machine Break Set Up
Downime (Jam) (Genset) (Jam) Down Time (Jam)
(Jam) (jam)

November 2016 16.00 13.20 4.40 19.00 8.44


Desember 2016 16.00 10.58 6.24 18.00 7.58
Januari 2017 16.00 18.23 7.42 29.00 9.13
Februari 2017 16.00 14.20 7.78 9.00 10.11
Maret 2017 16.00 9.42 6.47 34.00 9.44
April 2017 16.00 14.22 3.48 10.00 8.58
Mei 2017 16.00 11.13 4.56 9.00 9.37
Juni 2017 16.00 8.17 3.15 39.00 9.47
Juli 2017 16.00 6.56 9.58 12.00 9.56
Agustus 2017 16.00 12.50 3.11 29.00 7.69
September 2017 16.00 7.20 11.44 17.00 10.11
Oktobrer 2017 16.00 11.56 4.45 18.00 8.34
Sumber : PTPN II PKS Pagar Merbau

2. Data Produksi

Data produksi pada proses penebahan buah pada mesin thresher dalam peroide
November 2016-Oktober 2017 adalah sebagai berikut:

a. Total available time adalah total waktu proses yang tersedia untuk
memproduksi CPO pada setiap bulan di mesin thresher dalam satuan jam.

b. Total product processed (gross product) adlah jumlah massa produk yang di
proses pada mesin thresher dalam satuan ton.

c. Non productive time adalah waktu yang tidak produktif akibat mesin berhenti
secara berulang ulang atau beroperasi tanpa menghasilkan produk dalam satuan
jam.

d. Total broke adalah jumlah massa produk yang ditolak karena produk cacat pada
produk yang tidak sesuai dengan spesifikasi kualitas produk yang telah
ditentukan. Data produksi dapat dilihat pada tabel berikut.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


61

Tabel 4.2. Data produksi mesin thresher

Non
Total Broke (Ton)
Productive
Bulan dan Available Gross
Time
Tahun Time Products
(Jam) Scrap Reject Total
(Jam) (Ton)
November 2016 583 12522 14.20 113 0 113
Desember 2016 596 14789 6.20 118 0 118
Januari 2017 624 18000 6.55 162 0 162
Februari 2017 611 15275 12.42 229 0 229
Maret 2017 680 19350 9.21 174 0 174
April 2017 587 16436 8.22 131 0 131
Mei 2017 695 17375 17.40 147 0 147
Juni 2017 676 18928 13.19 170 0 170
Juli 2017 627 15048 8.26 135 0 135
Agustus 2017 599 14376 14.11 258 0 258
Septembar
630 17010 9.52 119 0 119
2017
Oktobrer 2017 595 16665 11.44 133 0 133
Sumber : PTPN II PKS Pagar Merbau

4.2 Pengolahan Data

4.2.1 Perhitungan Availability

Availability adalah rasio waktu operation time terhadap loading time-nya.


Untuk menghitung nilai availability digunakan persamaan:

𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒
𝑎𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 − 𝑑𝑜𝑤𝑛𝑡𝑖𝑚𝑒


= × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

Loading time adalah waktu yang tersedia perhari ataupun perbulan dikurangi
dengan downtime mesin yang direncanakan. Perhitungan loading time ini dapat
dituliskan dengan formula matematika, sebagai berikut:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


62

𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 = 𝑡𝑜𝑡𝑎𝑙 𝑎𝑣𝑎𝑖𝑙𝑎𝑏𝑙𝑒 𝑡𝑖𝑚𝑒 − 𝑝𝑙𝑎𝑛𝑛𝑒𝑑 𝑑𝑜𝑤𝑛𝑡𝑖𝑚𝑒

Loading time mesin thresher untuk periode November 2016 adalah

𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 = 583 𝑗𝑎𝑚 − 16 𝑗𝑎𝑚 = 567 𝑗𝑎𝑚

Hasil perhitungan dapat dilihat pada tabel

Downtime adalah waktu yang seharusnya digunakan untuk melakukan proses


produksi akan tetapi kareana adanya gangguan mesin (equipment failure) maka
menengakibatkan mesin tidak dapat melaksanakan proses produksi sebagai mana
mestinya. Dalam perhitungan OEE, equipment failure, set up time dan adjustment
dikategorikan sebagai kerugian waktu downtime (down time losses).

Kerusakan atau kegagalan proses pada mesin yang terjadi tiba-tiba dan tidak
diharapkan. Downtime ini merupakan kerugian yang dapat terlihat dengan jelas karena
terjadinya kerusakan akan mengakibatkan tidak adanya output yang dihasilkan
disebabkan mesin tidak berproduksi.

Perhitungan downtime di mesin thresher adalah dengan menjumlahkan semua


factor yang menyebabkan terjadinya downtime, yaitu machine breakdown, dan set up.
Hasil perhitungan dapat dilihat pada tabel

Tabel 4.3 Total downtime mesin thresher

Bulan Low Power Cut Machine Break Set Total


voltage Off Down Time Up Downtime
(Jam) (Genset) (jam) (Jam) (Jam)
(Jam)
November 2016 13.20 4.40 19.00 8.44 45.04
Desember 2016 10.58 6.24 18.00 7.58 42.40
Januari 2017 18.23 7.42 29.00 9.13 63.78
Februari 2017 14.20 7.78 9.00 10.11 41.09
Maret 2017 9.42 6.47 34.00 9.44 59.33
April 2017 14.22 3.48 10.00 8.58 36.28
Mei 2017 11.13 4.56 9.00 9.37 34.06

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


63

Juni 2017 8.17 3.15 39.00 9.47 59.79


Juli 2017 6.56 9.58 12.00 9.56 37.70
Agustus 2017 12.50 3.11 29.00 7.69 52.30
September 2017 7.20 11.44 17.00 10.11 45.75
Oktobrer 2017 11.56 4.45 18.00 8.34 42.35
Sumber : Pengolahan Data

Operation time adalah total waktu proses yang efektif. Dalam hal ini operation
time adalah hasil pengurangan loading time dengan downtime mesin.

Formula matematikanya adalah :

𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 = 𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 − 𝑑𝑜𝑤𝑛𝑡𝑖𝑚𝑒

Nilai availability mesin thresher untuk periode November 2016 adalah sebagai berikut:

𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 = 567 𝑗𝑎𝑚 − 45.04𝑗𝑎𝑚 = 521.96 𝑗𝑎𝑚

521.96
𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = × 100% = 92.06%
567

dengan cara yang sama untuk menghitung availability di mesin thresher Sampai
dengan periode Oktober 2017 dapat dilihat pada tabel.

Tabel 4.4. Availability mesin thresher


Bulan dan Loading Total Operation Availability
Tahun time (jam) Downtime time (jam) (%)
(Jam)

November 2016 567.00 45.04 521.96 92.06


Desember 2016 580.00 42.40 537.60 92.69
Januari 2017 608.00 63.78 544.22 89.51
Februari 2017 595.00 41.09 553.91 93.09
Maret 2017 664.00 59.33 604.67 91.06
April 2017 571.00 36.28 534.72 93.65
Mei 2017 679.00 34.06 644.94 94.98
Juni 2017 660.00 59.79 600.21 90.94
Juli 2017 611.00 37.70 573.30 93.83
Agustus 2017 583.00 52.30 530.70 91.03

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


64

September 2017 614.00 45.75 568.25 92.55


Oktobrer 2017 579.00 42.35 536.65 92.69
Sumber : pengoahan data

Presentase availability lebih jelas diperlihatkan dalam bentuk grafik seperti dibawah

Availability
96.00
95.00
94.00
persen (%)

93.00
92.00
91.00
90.00
89.00 availability
88.00

periode

Gambar 4.1 Grafik Availability

Dari grafik diatas diketahui bahwa nilai availability yang paling rendah berada pada
periode ke-3 yaitu diangka 89,51% dan yang paling tinggi adalah pada periode ke-7
diangka 94.98 % dan secara keseluruhan berada diatas standar nilai 90.%

4.2.2 Perhitungan Performance Effeciency

Performance efeciency adalah rasio kualitas produk yang dikalikan dengan


waktu siklus idealnya terhadap waktu yang tersedia untuk melakukan proses produksi
(operation time). Untuk menghitung nilai performance efficiency digunakan rumus
berikut

𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡 × 𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒


𝑝𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦 = × 100%
𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


65

Ideal cycle time adalah waktu yang dibutuhkan mesin thresher untuk memipil TBS
dalam satu siklus, dari spesifikasi mesin diketahui bahwa kapasitas olah mesin thresher
adalah 30 ton/jam, maka waktu yang dibutuhkan mesin thresher untuk mengolah 1 ton
1𝑗𝑎𝑚
adalah : 30 𝑡𝑜𝑛
= 0.03 𝑗𝑎𝑚/𝑡𝑜𝑛

Perhitungan untuk periode November 2016:

12522 × 0.03
𝑝𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑒𝑓𝑓𝑒𝑐𝑖𝑒𝑛𝑐𝑦 = × 100%
521.96

= 71,97%

Dengan perhitungan yang sama nilai performance efficiency dari peroide November
2016 sampai Oktober 2017 dapat dilihat pada tabel berikut.

Tabel 4.5. Performancy efficiency mesin thresher

Bulan dan Ideal cycle Operation Gross product Performance


Tahun time time (jam) (ton) Effeciency
(jam/ton) (%)

November 2016 0.03 521.96 12522 71.97


Desember 2016 0.03 537.60 14789 82.53
Januari 2017 0.03 544.22 18000 99.22
Februari 2017 0.03 553.91 15275 82.73
Maret 2017 0.03 604.67 19350 96.00
April 2017 0.03 534.72 16436 92.21
Mei 2017 0.03 644.94 17375 80.82
Juni 2017 0.03 600.21 18928 94.61
Juli 2017 0.03 573.30 15048 78.74
Agustus 2017 0.03 530.70 14376 81.27
September 2017 0.03 568.25 17010 89.80
Oktobrer 2017 0.03 536.65 16665 93.16
Sumber : Hasil pengolahan data

Berikut ini adalah ditampilkan perbandingan persentase performancy efficiency dan


performancy efficiency ideal dari mesin thresher dalam bentuk grafik.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


66

Performancy effeciency
100.00
95.00
90.00
Persen (%) 85.00
80.00
75.00
70.00
65.00 Performancy
60.00

Periode

Gambar 4.2 Grafik Performancy efficiency

Berdasarkan grafik diatas diketahui bahwa nilai paling rendah pada performancy
efficiency berada pada periode ke-1 yaitu diangka 71,97% sedangkan nilai paling tinggi
berada diperiode ke-3 diangka 99,22% dari total keseluruhan berdasarkangrafik
diketahui bahwa performancy efficiency secara keseluruhan berada bawah standar
yakni 95%.

4.2.3 Perhitungan Rate of Quality Product

Rate of quality product adalah rasio product yang baik yang sesuai dengan
spesifikasi kualitas produk yang telah ditentukan terhadap jumlah produk yang
diproses. Perhitungan rate of quality product menggunakan data produksi, yaitu gross
product, procces amount adalah total product proccesd sedangkan defect amount
adalah total broke, dengan rumus sebagai berikut:

𝑝𝑟𝑜𝑐𝑐𝑒𝑠𝑑 𝑎𝑚𝑜𝑢𝑛𝑡 − 𝑑𝑒𝑓𝑒𝑐𝑡 𝑎𝑚𝑜𝑢𝑛𝑡


𝑟𝑎𝑡𝑒 𝑜𝑓 𝑞𝑢𝑎𝑙𝑖𝑡𝑦 𝑝𝑟𝑜𝑑𝑢𝑐𝑡 = × 100%
𝑝𝑟𝑜𝑐𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡

Untuk perhitungan November 2016 :

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


67

12522 − 113
𝑟𝑎𝑡𝑒 𝑜𝑓 𝑞𝑢𝑎𝑙𝑖𝑡𝑦 𝑝𝑟𝑜𝑑𝑢𝑐𝑡 = × 100%
12522

Dengan perhitungan yang sama untuk menghitung rate of quality product mesin
thresher mulai dari peroide November 2016 sampai oktober 2017 dapat dilihat pada
tabel berikut.

Tabel 4.6. Rate of quality product pada mesin thresher

Bulan dan Tahun Gross Total broke Rate of quality


Product (ton) product (%)

November 2016 12522 113 99.10


Desember 2016 14789 118 99.20
Januari 2017 18000 162 99.10
Februari 2017 15275 229 98.50
Maret 2017 19350 174 99.10
April 2017 16436 131 99.20
Mei 2017 17375 147 99.00
Juni 2017 18928 170 99.10
Juli 2017 15048 135 99.10
Agustus 2017 14376 258 98.20
September 2017 17010 119 99.30
Oktobrer 2017 16665 133 99.20
Sumber : Pengolahan Data

Berikut ini adalah bentuk grafik perbandingan rate of quality product ideal dan rate of
quality produk dari mesin thresher.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


68

Quality product
100.00
99.50

Persen (%)
99.00
98.50
98.00
97.50
Quality
97.00

Periode

Gambar 4.3 Grafik Rate of quality product

Dari grafik rate of quality product diketahui bahwa nilai paling rendah adalah pada
periode ke-10 diangka 98,21 sedangkan nilai tertinggi berada pada periode ke-10
diangka 99.30, secara keseluruhan diketahui bahwa hasil perhitungan yang dilakukan
nilai rata-rata rate of quality product ini berada diatas nilai standar yaitu 99,00.

4.2.4 Perhitungan Overall Equipment Effectiviness (OEE)

Japan Institute of Plant Maintenance (JIPM) telah menetapkan standar


benchmark yang telah dipraktekkan diseluruh dunia. Untuk standar benchmark world
class yang dianjurkan JIPM, yaitu OEE = 85%

Setelah nilai availability, performance efficiency dan rate of quality product


pada mesin thresher diperoleh maka dilakukan perhitungan nilai overall equipment
effectiviness (OEE) untuk mengetahui besarnya tingkat keefektifan penggunaan mesin
thresher di PTPN II PKS Pagar Merbau.

Prhitungan OEE adalah nilai availability, performance efficiency dan rate of


quality product yang sudah dihitung sebelumnya.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


69

𝑂𝐸𝐸(%) = 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦(%) × 𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒(%) × 𝑄𝑢𝑎𝑙𝑖𝑡𝑦 𝑟𝑎𝑡𝑒 × (%)

Untuk November 2016:

𝑂𝐸𝐸 = 92,07% × 71,97% × 99,21 = 65,66%

Dengan perhitungan yang sama, maka nilai OEE mesin thresher sampai periode
Oktober2017 dapat dilihat pada tabel.

Tabel 4.7 Overall equipment Effectivines (OEE)

BULAN Availability Performance Rate of Overal


(%) effeciency Quality Equipment
(%) Product (%) Effectifines
(%)
November 2016 92.06 71.97 99.10 65.66
Desember 2016 92.69 82.53 99.20 75.88
Januari 2017 89.51 99.22 99.10 88.02
Februari 2017 93.09 82.73 98.50 75.86
Maret 2017 91.06 96.00 99.10 86.64
April 2017 93.65 92.21 99.20 85.66
Mei 2017 94.98 80.82 99.15 76.21
Juni 2017 90.94 94.61 99.10 85.26
Juli 2017 93.83 78.74 99.10 73.22
Agustus 2017 91.03 81.27 98.21 72.65
September 2017 92.55 89.80 99.30 82.53
Oktobrer 2017 92.69 93.16 99.20 85.66
Rata-rata 92.34 86.92 99.02 79.43
Sumber : Pengolahan Data

Perbandingan persentase overall equipment effectiveness (OEE) diperlihatkan dalam


bentuk grafik

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


70

Overall Equipment Effectiveness


90.00
85.00

Persen (%)
80.00
75.00
70.00
65.00
OEE
60.00

Periode

Gambar 4.4 Grafik Overall equipment effectiveness

Dari grafik diatas diketahui bahwa nilai OEE yang paling rendah berada pada periode
ke-1 diangka 65.66 dan nilai paling tinggi berada pada periode ke-3 yaitu 88.02 secara
nilai rata dari keseluruhan diketahui bahwa OEE berada dibawah standar ideal (85%),
hal ini disebabkan oleh nilai rata-rata dari performancy effeciency ideal 95% < 86.92
(berada dibawh nilai ideal) adapun penyebab rendahnnya nilai performancy disebabkan
oleh dua hal yaitu tingginya waktu yang terbuang pada idling minor stoppages dan
reduced speed losses . Pada bahagian availability terdapat jUga nilai yang berada
dibawah nilai standar yaitu pada periode januari 2017 yaitu 89.51% hal ini
diindikasikan sebagai salah satu penyebab rendahnya nilai rata-rata OEE, adapun dua
factor yang mempengaruhi availability yaitu waktu yang terbuang akibat equipmen
failure dan set up and adjustment. Pada bahagian performancy diketahui bahwa nilai
rata-rata yaitu 99,61% > 99% berada di atas nilai ideal adapun hal yang mempengaruhi
kualitas produk adalah procces defect dan yield loss. Untuk mengetahui masing masing
pengaruh dari ke enam tersebut maka dilakukan perhitungan pada bagian selanjutnya.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


71

4.3 Perhitungan OEE Six Big Losses

Six big losses adalah faktor-faktor yang menyebabkan keefektifan mesin


thresher menurun dari keadaan standarnya pada saat mesin sedang beroperasi, adapun
keenam factor tersebut adalah breakdown, setup and adjustment, idling and minor
stoppages, reduced speed, rework loss, dan yield/scraft loss. Keenam factor ini
dikelompokkan menjadi tiga seperti penjelasan dibawah ini.

4.3.1 Downtime Losses

Downtime adalah waktu yang sebenarnya digunakan untuk melakukan proses


produksi akan tetapi karena adanya penggunaan padamesin (equipment failure).
Mengakibatkan mesin tidak dapat melaksanakan proses produksi sebagaimana
mestinya. Dalam perhitungan overall equipment effectiviness (OEE), equipment failure
dan waktu setup and adjustment dikategorikan sebagai kerugian waktu downtime
(downtime losses).

1. Equipment failure (Breakdown)

Kegagalan mesin melakukan proses (equipment failure) atau kerusakan


(breakdown) yang tiba-tiba dan tidak diharapkan terjadi adalah penyebab kerugian
yang terlihat jelas, karena kerusakan tersebut akan mengakubatkan mesin tidak
menghasilkan output.

Besarnya persentase efektivitas mesin yang hilang akibat factor breakdown


losses dapat dihitung dengan menggunakan rumusan sebagai berikut:

𝑡𝑜𝑡𝑎𝑙 𝑏𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛 𝑡𝑖𝑚𝑒


𝐵𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛 𝑙𝑜𝑠𝑠𝑒𝑠 = × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

Dengan menggunakan rumusan diatas, maka diperoleh perhitungan breakdown losses


pada mesin thresher sebagai berikut untuk peroide November 2016.

𝑡𝑜𝑡𝑎𝑙 𝑏𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛 = 4.40 + 19.00 + 13.20 = 36.60 𝑗𝑎𝑚

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


72

Dengan perhitungan yang sama maka total nilai breakdown dapat dilihat pada tabel
berikut:
Tabel 4.8 Total breakdown mesin thresher

Bulan dan Power Cut Off Machine Break Low voltage Total
Tahun (Genset) (jam) (jam) breakdown
(Jam) (Jam)
November 2016 4.40 19.00 13.20 36.60
Desember 2016 6.24 18.00 10.58 34.82
Januari 2017 7.42 29.00 18.23 54.65
Februari 2017 7.78 9.00 14.20 30.98
Maret 2017 6.47 34.00 9.42 49.89
April 2017 3.48 10.00 14.22 27.70
Mei 2017 4.56 9.00 11.13 24.69
Juni 2017 3.15 39.00 8.17 50.32
Juli 2017 9.58 12.00 6.56 28.14
Agustus 2017 3.11 29.00 12.50 44.61
September 2017 11.44 17.00 7.20 35.64
Oktobrer 2017 4.45 18.00 11.56 34.01
Sumber : Pengolahan Data

Breakdown losses pada periode November 2016 dihitung dengan

36.60
𝑏𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛 𝑙𝑜𝑠𝑠𝑒𝑠 = × 100% = 6.44
567

Dengan cara perhitungan yang sama, maka persentase breakdown periode November
2016- Oktober 2017 dapat dilihat pada tabel berikut.

Tabel 4.9 Persentase breakdown losses


Bulan dan Tahun Breakdown Loading Breakdoun
time losses
(%)
November 2016 36.60 567 6.46
Desember 2016 34.82 580 6.00
Januari 2017 54.65 608 8.99
Februari 2017 30.98 595 5.21
Maret 2017 49.89 664 7.51

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


73

April 2017 27.70 571 4.85


Mei 2017 24.69 679 3.64
Juni 2017 50.32 660 7.62
Juli 2017 28.14 611 4.61
Agustus 2017 44.61 583 7.65
September 2017 35.64 614 5.80
Oktobrer 2017 34.01 579 5.87
Sumber :Pengolahan Data

2. Setup and Adjustment

Penggantian suku cadang yang mengalami kerusakan pada mesin maupun


pemeliharaan mesin secara keseluruhan akan mengakibatkan mesin tersebut harus
diberhentikan terlebih dahulu sebelum mesin difungsikan kembali akan dilakukan
penesuaian terhadp fungsi mesin tersebut yang dinamakan waktu setup dan adjustment
losses dipergunakan data waktu setup mesin yang mengalami kerusakan dan
pemeliharaan mesin secara keseluruhan di mesin thresher.

Untuk mengetahui besarnya presentasi downtime losses yang diakibatkan oleh waktu
set up dan adjustment tersebut digunakan rumusan sebagai berikut:

𝑡𝑜𝑡𝑎𝑙 𝑠𝑒𝑡𝑢𝑝 𝑎𝑛𝑑 𝑎𝑑𝑗𝑢𝑠𝑡𝑚𝑒𝑛𝑡


𝑠𝑒𝑡𝑢𝑝 𝑎𝑛𝑑 𝑎𝑑𝑗𝑢𝑠𝑚𝑒𝑛𝑡 𝑙𝑜𝑠𝑠𝑒𝑠 = × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

Maka untuk perhitungan set up dan adjustment losses pada periode November 2016

8.44
𝑠𝑒𝑡𝑢𝑝 𝑎𝑛𝑑 𝑎𝑑𝑗𝑢𝑡𝑚𝑒𝑛𝑡 𝑙𝑜𝑠𝑠𝑒𝑠 = × 100% = 1.49%
567

Tabel 4.10 Persentase Setup and Adjusment

Bulan dan Tahun Set Up loading setup and


(Jam) time adjusment
losses
(%)
November 2016 8.44 567 1.49
Desember 2016 7.58 580 1.31

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


74

Januari 2017 9.13 608 1.50


Februari 2017 10.11 595 1.70
Maret 2017 9.44 664 1.42
April 2017 8.58 571 1.50
Mei 2017 9.37 679 1.38
Juni 2017 9.47 660 1.43
Juli 2017 9.56 611 1.56
Agustus 2017 7.69 583 1.32
September 2017 10.11 614 1.65
Oktobrer 2017 8.34 579 1.44
Sumber : Pengolahan Data

4.3.2 Speed losses

Speed losses terjadi pada saat mesin tidak beroperasi sesuai denan kecepatan
produksi maksimum yang sesuai dengan kecepatan masin yang dirancang faktor yang
mempengaruhi speed losses ini adalah idling and minor stoppages dan reduced speed.

1. Idling and minor stoppages

Idling dan minor stoppages terjadi jika mesin berhenti secara berulang-ulang
atau mesin beroperasi tanpa menghasilkan produk. Jika idling dan minor stoppages
sering terjadi maka dapat mengurangi efektivitas mesin. Untuk mengetahui besarnya
efektivitas yang hilang karena factor idling dan minor stoppages digunakan rumusan
sebagai berikut:

𝑛𝑜𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑢𝑣𝑒 𝑡𝑖𝑚𝑒


𝐼𝑑𝑙𝑖𝑛𝑔 𝑑𝑎𝑛 𝑚𝑖𝑛𝑜𝑟 𝑠𝑡𝑜𝑝𝑝𝑎𝑔𝑒𝑠 = × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

Perhtungan persentase idling dan minor stoppages dilakukan dengan menggunakan


rumusan diatas adalah sebagai berikut untuk periode November 2016.

14.20
𝑖𝑑𝑙𝑖𝑛𝑔 𝑑𝑎𝑛 𝑚𝑖𝑛𝑜𝑟 𝑠𝑡𝑜𝑝𝑝𝑎𝑔𝑒𝑠 = × 100% = 2.50
567

Dengan cara perhitungan yang sama dilakukan untuk periode berikutnya sampai
periode Oktober 2017 dan dapat dilihat pada tabel berikut:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


75

Tabel 4.11 Persentase Idling and minor Stoppages

Bulan dan Tahun Loading Non idling and


time (jam) Productive minor
Time (Jam) stoppages
(%)
November 2016 567 14.20 2.50
Desember 2016 580 6.20 1.07
Januari 2017 608 6.55 1.08
Februari 2017 595 12.42 2.09
Maret 2017 664 9.21 1.39
April 2017 571 8.22 1.44
Mei 2017 679 17.40 2.56
Juni 2017 660 13.19 2.00
Juli 2017 611 8.26 1.35
Agustus 2017 583 14.11 2.42
September 2017 614 9.52 1.55
Oktobrer 2017 579 11.44 1.98
Sumber: Pengolahan Data

2. Reduced Speed

Reduced speed adalah selisih antara waktu kecepatan produksi aktual dengan
kecepatan produksi mesin yang direncanakan. Untuk mengetahui besarnya persentase
faktor reduced speed yang hilang , maka digunakan rumusan sebagai berikut:

𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 − 𝑖𝑑𝑒𝑎𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑒 𝑡𝑖𝑚𝑒


𝑟𝑒𝑑𝑢𝑐𝑒𝑑 𝑠𝑝𝑒𝑒𝑑 𝑙𝑜𝑠𝑠𝑒𝑠 = × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 − (𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 𝑥 𝑡𝑜𝑡𝑎𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡 𝑝𝑟𝑜𝑐𝑐𝑒𝑠)


= × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

Perhitungan persentase reduced speed dilakukan dengan menggunakan rumusan diatas


untuk periode September 2016 adalah sebagai beriku:

522.96 − (0.03 × 12522)


𝑟𝑒𝑑𝑢𝑐𝑒𝑑 𝑠𝑝𝑒𝑒𝑑 𝑙𝑜𝑠𝑠𝑒𝑠 = × 100%
567

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


76

Dengan cara yang sama dilakukan untuk periode berikutnya dan dapat dilihat pada
tabel berikut ini

Tabel 4.12 Persentase reduced speed losses

Bulan dan tahun loading Operation Ideal Total Reduced Reduced


time time Cycle product speed speed
(jam) time procces losses losses
(jam/ton) (ton) time (jam) (%)
November 2016 567 522.96 0.03 12522 147.30 25.98
Desember 2016 580 538.60 0.03 14789 94.93 16.37
Januari 2017 608 545.22 0.03 18000 5.22 0.86
Februari 2017 595 552.91 0.03 15275 94.66 15.91
Maret 2017 664 605.67 0.03 19350 25.17 3.79
April 2017 571 535.72 0.03 16436 42.64 7.47
Mei 2017 679 646.94 0.03 17375 125.69 18.51
Juni 2017 660 598.21 0.03 18928 30.37 4.60
Juli 2017 611 574.30 0.03 15048 122.86 20.11
Agustus 2017 583 527.70 0.03 14376 96.42 16.54
September 2017 614 566.25 0.03 17010 55.95 9.11
Oktobrer 2017 579 537.65 0.03 16665 37.70 6.51
Sumber : Pengolahan Data

4.3.3 Defect Losses

Defect losses adalah diamna pada saat mesin tidak menghasilkan produk yang
sesuai dengan spesifikasi dan standart kualitas produk yang telah ditentukan dan scrap
sisa hasil proses selama produksi berjalan. Factor yang dikategorikan kedalam defect
loss adalah rework loss dan yield/ scrap loss.

1. Rework loss

Rework loss adalah produk yang tidak memenuhi spesifikasi kualitas yang telah
ditentukan walaupun masih dapat diprbaiki ataupun dikerjakan ulang. Dalam proses
pengolahan TBS pada mesin thresher produk yang tidak sesuai dinamakan broke untuk

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


77

mengetahui persentase factor rework loss yang mempengaruhi efektivitas penggunaan


mesin. Digunakan rumusan sebagai berikut:

𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 × 𝑟𝑒𝑤𝑜𝑟𝑘


𝑟𝑒𝑤𝑜𝑟𝑘 𝑙𝑜𝑠𝑠 = × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

Perhitungan persentase rework loss pada periode November 2016 adalah sebagai
berikut

𝑗𝑎𝑚
0.03 𝑡𝑜𝑛 × 0 𝑡𝑜𝑛
𝑟𝑒𝑤𝑜𝑟𝑘 𝑙𝑜𝑠𝑠 = × 100% = 0 %
567

Dengan cara yang sama untuk periode selanjutnya dan dapat dilihat pada tabel berikut

Tabel 4.13 Persentase rework losses

Bulan loading Ideal Cvcle Rework Rework Rework


time (jam) time (ton) time (jam) loss (%)
(jam/ton)
November 2016 567 0.03 0 0 0
Desember 2016 580 0.03 0 0 0
Januari 2017 608 0.03 0 0 0
Februari 2017 595 0.03 0 0 0
Maret 2017 664 0.03 0 0 0
April 2017 571 0.03 0 0 0
Mei 2017 679 0.03 0 0 0
Juni 2017 660 0.03 0 0 0
Juli 2017 611 0.03 0 0 0
Agustus 2017 583 0.03 0 0 0
September 2017 614 0.03 0 0 0
Oktobrer 2017 579 0.03 0 0 0
Sumber : Pengolahan Data

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


78

2. Yield/scrap loss

Yield/scrap loss adalah kerugian yang timbul selama proses produksi belum
mencapai keadaan yang stabil, sehingga produk yang dihasilkan pada awal proses
sampai keadaan proses stabil dicapai tidak memenuhi spesifikasi kualitas yang
diharapkan. Dalam halini scrap yang dimaksud adalah TBS yang tidak terproses dan
terpreoses namun tidak sempurna dalam mesin thresher. Untuk mengetahui factor yield
/scrap loss yang mempengaruhi efktifitas penggunaan mesin. dengan menggunakan
rumus sebagai berikut:

𝑖𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 × 𝑠𝑐𝑟𝑎𝑝


𝑦𝑖𝑒𝑙𝑑 𝑎𝑡𝑎𝑢 𝑠𝑐𝑟𝑎𝑝 𝑙𝑜𝑠𝑠 = × 100%
𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

Perhitungan, persentase yield/scrap loss dilakukan dengan menggunakan rumusan


diatas adalah sebagai berikut untuk peroide November 2016

𝑗𝑎𝑚⁄
0.03 𝑡𝑜𝑛 × 113 × 100% = 0.62%
𝑦𝑖𝑒𝑙𝑑 𝑎𝑡𝑎𝑢 𝑠𝑐𝑟𝑎𝑝 𝑙𝑜𝑠𝑠 =
567

Dengan cara yang sama dilakukan untuk menghitung persentase yield scrap loss
periode selanjutnya dapat dilihat pada tabel berikut.

Tabel 4.14. Persentase yield/scrap

loading ideal Cvcle scrap


Bulan dan Scrap yield/scrap
time time
Tahun (ton) loss (%)
time (jam) (jam/ton) (jam)

November 2016 567 0.03 113 3.39 0.60


Desember 2016 580 0.03 118 3.54 0.61
Januari 2017 608 0.03 162 4.86 0.80
Februari 2017 595 0.03 229 6.87 1.15
Maret 2017 664 0.03 174 5.22 0.79
April 2017 571 0.03 131 3.93 0.69
Mei 2017 679 0.03 147 4.41 0.65
Juni 2017 660 0.03 170 5.10 0.77

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


79

Juli 2017 611 0.03 135 4.05 0.66


Agustus 2017 583 0.03 258 7.74 1.33
September 2017 614 0.03 119 3.57 0.58
Oktobrer 2017 579 0.03 133 3.99 0.69
Sumber : Pengolahan Data

4.3.4 Pengaruh Six Big Losses

Untuk melihat lebih jelas six big losses yang mempengaruhi efektivitas mesin
thresher ini, maka akan dilakukan perhitungan time loss untuk masing-masing factor
dalam six big losses tersebut seperti yang terlihat pada hasil perhitungan dibawah ini.

Tabel 4.15 Persentase six big losses


Total Time Persentase
No Six Big Losses Loss (jam) (%)
1 Break down losses 452.05 27.80
2 Setup and adjusment 107.82 6.63
3 Reduced speed losses 878.91 54.05
4 Idling and minor stoppages 130.72 8.04
5 Scrap/yield loss 56.67 3.48
6 Rework losses 0.00 0.00
total 1600.43 100.00
Sumber : Pengolahan Data

Persentase dari time loss dari keenam faktor tersebut diatas ditampikan dalam
bentuk histogtam berikut ini.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


80

Big losses
60.00
50.00

Persen (%)
40.00
30.00
20.00
10.00
0.00
Break down Setup and Reduced Idling and Scrap/yield Rework
losses adjusment speed losses minor loss losses
stoppages
Losses

Gambar 4.5 Histogram persentase six big losses

Dari histogram dapat dilihat bahwa factor yang memiliki persentase terbesar dari
keenam factor tersebut adalah reduced speed losses sebesar 54.92%, untuk melihat
urutan persentase keenam factor tersebut mulai dari yang terbesar dapat dilihat pada
tabel berikut.

Tabel 4.16. Urutan persentase factor six big losses

No Six Big Losses Total Time Persentase (%)


Loss (jam)
1 Reduced speed losses 878.91 54.05
2 Breakdown losses 452.05 27.80
3 Idling and minor stoppages 130.72 8.04
4 Setup and adjusment 107.82 6.63
5 Scrap/yield loss 30.93 3.48
6 Rework losses 0.00 0.00
Total 1600.43 100.00
Sumber ; Hasil Pengolahan Data

Berdasarkan tabel perhitungan diatas diketahui bahwa rendahnya nilai OEE dengan
nilai rata-rata dalam 12 periode adalah 79.43 disebabkan oleh keenam factor tersebut
diamana nilai paling tinggi sebagai penyebab rendahnya OEE adalah reduced speed
losses sebesar 878.91jam atau 54,05% dan nilai paling rendah adalah rework loss
adalah 0, hal ini dikarenakan tidak adanya produk yang ditolak selama proses produksi.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


81

4.4 Penyusunan Failure Mode Effect Analysis (FMEA)

Melalui FMEA didapatkan hasil penilaian Risk Priority Number (RPN)


komponen mesin thresher untuk automatic feeder, plummer block bearing, drum
thresher, V-belt, stripper, dan electro motor. Sebelum membuat tabel FMEA terlebih
dahulu harus memiliki data hostoris sebagai acuan untuk mengarahkan untuk
mengetahui dasar dari kerusakan, akibatnya terhadap sistem, dan dampaknya terhadap
keseluruhan sistem.

Tabel 4.17. Dampak kegagalan dari komponen


NO Komponen Mode Kegagalan Penyebab kegagalan

1 Stripper Stripper rusak Permukaan pelat dorong bengkok akibat


pembebanan yang secara terus menerus
2 Drum thresher Drum thresher rusak Pelat kisi-kisi merenggang akibat pembebanan
TBS
3 Elektro motor Elektro motor rusak cooling fan patah, shaft unbalance
4 Automatic Automatic feeder rusak Aus pada roller bearing
feeder
5 V-belt V-Belt longgar dan Thermal stress akibat putaran
putus
6 Plumer block Plummer block Putaran yang sekaligus disertai pembebanan TBS
bearing bearing rusak
Sumber : PTPTN II PKS Pagar Merbau

Data breakdown dijadikan sebagai asumsi untuk mengetahui tingkat keparahan


atau efek yang ditimbulkan oleh mode kegagalan terhadap keseluruhan sistem. Angka
yang dijadikan sebagai asumsi adalah rangking dari nilai rata-rata dari total waktu
kerusakan setiap komponen yang terjadi. Diketahui bahwa nilai rata-rata dari total
kerusakan pada komponen automatic feeder adalah 8 jam maka rangking severity yag
diambil adalah 8 karena downtime adalah ≥8. Berikut ini adalah tabel breakdown
komponen mesin thresher.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


82

Tabel 4.18 Asumsi Severity


Nilai rata-
Total
Komponen Breakdown (jam) rata
(Jam)
(Jam)
Automatic feeder 5 10 15 2 32 8.00
Drum thresher 4 5 17 3 2 4 5 19 6 11 7 83 7.55
Stripper 4 6 4 19 4 4 13 6 60 7.50
Plummer block
6 4 10 5.00
bearing
Elektro motor 7 3 20 2 16 5 53 8.83
V-belt 2 1 2 5 1.67

Frekuensi kerusakan pada komponen mesin thresher dijadikan sebagai acuan


untuk mengetahui tingkat keseringan terjadinya kegagalan (occuren). Occuren
berhubungan dengan estimasi jumlah kegagalan kumulatif yang muncul akibat suatu
penyebab tertentu pada mesin thresher. Sebagai salah satu contoh pada komponen
automatic feeder rangking yang dijadikan asumsi 2 hal ini dikarenakan bahwa
automatic feeder mengalami kegagalan < 5 kali per 7200 jam penggunaan.Berikut ini
adalah tabel yang dijadikan sebagai asumsi occuren

Tabel 4.19. Asumsi occuren

Frekuensi kerusakan mesin Thresher

Bulan/Tahun Plummer
Automatic Drum Elektro
block Stripper V-belt
Feeder Thresher motor
bearing

November 2016 1 1 1 1 - -

Desember 2016 - 1 - 1 1 -
Januari 2017 1 1 - - - 1
Februari 2017 - 2 - 1 - -

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


83

Maret 2017 1 - - 1 - -
April 2017 1 1 - - 1 1
Mei 2017 - 1 - 1 -
Juni 2017 - 1 - - 1 -
Juli 2017 - 1 - 1 1 -
Agustus 2017 - - - 1 1 -
September 2017 - 1 1 - - 1
Oktober 2017 - 1 - 1 1 -
Total 4 11 2 8 6 3

Sementara untuk menentukan pengukuran terhadap kemampuan


mengendalikan atau mengontrol kegagalan yang dapat terjadi pada kasus automatic
feeder adalah rangking 3 hal ini dikarenakan memiliki peluang kesempatan yang tinggi
untuk terdeteksi oleh operator.

RPN merupakan hasil perhitungan matematis dari keseriusan effect (severity),


kemungkinan terjadinya kegagalan yang berhubungan dengan effect (occurence), dan
kemampuan untuk mendeteksi kegagalan sebelum terjadi (detection). Hasil dari RPN
menunjukkan tingkat prioritas komponen yang dianggap beresiko tinggi, sebagai
penunjuk kearah perbaikan. Maka dapat ditentukan bahwa nilai RPN pada komponen
stripper adalah sebagai berikut

S = 8, O = 3, D = 5
RPN = S x O x D
RPN = 8 x 3 x 5
RPN = 120
Untuk perhitungan selanjutnya dihitung berdasarkan asumsi masing-masing komponen
sehingga mendapatkan perhitungan RPN seperti pada tabel lampiran 1.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


84

Melalui tabel hasil FMEA diatas diketahu bahwa komponen yang paling
dominan menyebabkan kerusakan adalah dengan nilai RPN lebih tinggi dari yang
paling berpotensi secara berturut adalah drum thresher dengan nilai 160, stripper,
elektro motor, plummer block bearing, automatic feeder, dan yang paling rendah
adalah V-belt dengan nilai RPN 24.

4.5 Perhitungan ANOVA Menggunakan Data FMEA

Pada perhitungan ANOVA, penulis menggunakan bantuan software SPSS.


Penulis menggunakan software tersebut dikarenakan untuk mempermudah analisa
ANOVA dengan menggunakan data FMEA. Data FMEA telah diberikan nilai asumsi
sebanyak 20 asumsi data lampiran 2. Asumsi ini di dapat dari nilai terkecil dan terbesar
dari RPN setiap kegagalan yang ada, Jika nilai RPN adalah 90 maka nilai asumsi
terkecil ialah 80 dan yang terbesar adalah 100, mulai dari 80 dan dilanjutkan 81, 82
sampai 100.

SPSS adalah salah satu program yang paling banyak digunakan untuk analisis
statistika ilmu sosial. SPSS digunakan oleh peneliti pasar perusahaan survey,
pemerintah peneliti pendidikan , organisasi pemasaran dan sebagainya .

Statistic yang termasuk softwere SPSS :

Statistik yang termasuk software dasar SPSS


 Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi, Penelusuran, Statistik
Deskripsi Rasio.
 Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat, parsial, jarak),
Nonparametric tests.
 Prediksi Hasil Numerik: Regresi Linear.

Prediksi untuk mengidentifikasi kelompok: Analisis Faktor, Analisis Cluster (two-


step, K-means, hierarkis), Diskriminan.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


85

Untuk melakukan uji ANOVA adapun asumsi-asumsi yang harus dipenuhi


yaitu:
1. Data berdistribusi normal
2. Varians atau ragamnya homogeny
3. Masing-masing sampel saling bebas
4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah)
Untuk memasukkan data ke-SPSS, terlebih dahulu membuat tabel data yang
akan diuji. Data terlampir merupakan data yang akan di masukkan ke software
SPSS.Setelah memasukkan data lampiran untuk input SPSS maka didapatkan data-
data serta grafik berikut

Tabel 4.20 Tests of normality


Tests of Normality
Komponen Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
RPN Stripper .076 21 .200* .960 21 .515
Drum thresher .076 21 .200* .960 21 .515
Eloktro motor .076 21 .200* .960 21 .515
Automatic feeder .076 21 .200* .960 21 .515
V-belt .076 21 .200* .960 21 .515
Plummer block .076 21 .200* .960 21 .515
bearing
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Hipotesis:
Ho: data berdistribusi normal
H1: data tidak berdistribusi normal

Dasar pengambilan keputusan


Jika nilai probabilitasnya (nilai sig) > 0.05 maka Ho tidak ditolak
Jika probabilitasnya (nilai sig) < 0.05 maka Ho ditolak

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


86

Uji normalitas merupakan salah satu bagian dari uji persyaratan analisis data
atau biasa disebut asumsi klasik. Tujuan uji normalitas adalah untuk mengetahui
apakah distibusi sebuah data mengikuti atau mendekati ditribusi normal, yakni
distribusi data yang mempunyai pola seperti distribusi normal.
Pada tabel diatas terdapat dua uji normalitas yaitu Kolmogorov-simirnov dan
Shapiro-wilk. Pada kolmogrov-simirnov terdapat nilai yang harus dipenuhi, jika
probabilitas lebih besar dari 0,05 maka Ho diterima dan jika nilai probabilitas lebih
kecil sama dengan 0,05 maka Ho ditolak. Uji Shapiro-Wilk, jika nilai signifikan lebih
besar dari 0.05 maka data berdistribusi normal dan jika signifikan lebih kecil dari 0,05
maka data tidak berdistribusi normal.
Pada uji Shapiro-wilk pada kolom signifikan nilainya lebih besar dari 0,05.
Kesimpulan uji Shapiro – wilk dianggap lebih akurat ketika jumlah asumsi kurang dari
50 dan nilainya terdistribusi normal.
Tabel 4.21 ANOVA

ANOVA
RPN
Sum of Df Mean Square F Sig.
Squares
Between Groups 260232.000 5 52046.400 1351.855 .000
Within Groups 4620.000 120 38.500
Total 264852.000 125

Hipotesis:
Ho: data berdistribusi normal
H1: data tidak berdistribusi normal

Dasar pengambilan keputusan


Jika nilai probabilitasnya (nilai sig) > 0.05 maka Ho tidak ditolak
Jika probabilitasnya (nilai sig) < 0.05 maka Ho ditolak

Keputusan

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


87

Ho ditolak, artinya ada perbedaan yang nyata antara rata-rata hitung dari RPN setiap
komponen thresher.

Untuk perbedaan dan hubungan antarh komponen dapat dilihat berdasarkan tabel post
hoc test

Tabel 4.22 Post Hoc test

Multiple Comparisons
Dependent Variable: RPN
Tukey HSD

(I) (J) Mean Std. Sig. 95% Confidence


Komponen Komponen Difference Error Interval
(I-J) Lower Upper
Bound Bound
Drum -40.00000* 1.91485 .000 -45.5460 -34.4540
Stripper thresher
Eloktro 30.00000* 1.91485 .000 24.4540 35.5460
motor
Automatic 66.00000* 1.91485 .000 60.4540 71.5460
feeder
V-belt 96.00000* 1.91485 .000 90.4540 101.5460
Plummer 64.00000* 1.91485 .000 58.4540 69.5460
block
bearing
Drum Stripper 40.00000* 1.91485 .000 34.4540 45.5460
thresher
Eloktro 70.00000* 1.91485 .000 64.4540 75.5460
motor
Automatic 106.00000* 1.91485 .000 100.4540 111.5460
feeder
V-belt 136.00000* 1.91485 .000 130.4540 141.5460
Plummer 104.00000* 1.91485 .000 98.4540 109.5460
block
bearing
Eloktro Stripper -30.00000* 1.91485 .000 -35.5460 -24.4540
motor
Drum -70.00000* 1.91485 .000 -75.5460 -64.4540
thresher
Automatic 36.00000* 1.91485 .000 30.4540 41.5460
feeder
V-belt 66.00000* 1.91485 .000 60.4540 71.5460
Plummer 34.00000* 1.91485 .000 28.4540 39.5460
block
bearing
Automatic Stripper -66.00000* 1.91485 .000 -71.5460 -60.4540
feeder
Drum - 1.91485 .000 - -
thresher 106.00000* 111.5460 100.4540
Eloktro -36.00000* 1.91485 .000 -41.5460 -30.4540
motor
V-belt 30.00000* 1.91485 .000 24.4540 35.5460

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


88

Plummer -2.00000 1.91485 .902 -7.5460 3.5460


block
bearing
V-belt Stripper -96.00000* 1.91485 .000 - -90.4540
101.5460
Drum - 1.91485 .000 - -
thresher 136.00000* 141.5460 130.4540
Eloktro -66.00000* 1.91485 .000 -71.5460 -60.4540
motor
Automatic -30.00000* 1.91485 .000 -35.5460 -24.4540
feeder
Plummer -32.00000* 1.91485 .000 -37.5460 -26.4540
block
bearing
Plummer Stripper -64.00000* 1.91485 .000 -69.5460 -58.4540
block
bearing Drum - 1.91485 .000 - -98.4540
thresher 104.00000* 109.5460
Eloktro -34.00000* 1.91485 .000 -39.5460 -28.4540
motor
Automatic 2.00000 1.91485 .902 -3.5460 7.5460
feeder
V-belt 32.00000* 1.91485 .000 26.4540 37.5460
*. The mean difference is significant at the 0.05 level.

Terdapat 5 perbedaan antara 6 komponen seperti pada tabel dibawah ini:

Tabel 4.23 Homogenous subsets

RPN
Tukey HSDa
Komponen N Subset for alpha = 0.05
1 2 3 4 5
V-belt 21 24.0000
Automatic feeder 21 54.0000
Plummer block 21 56.0000
bearing
Eloktro motor 21 90.0000
Stripper 21 120.0000
Drum thresher 21 160.000
0
Sig. 1.000 .902 1.000 1.000 1.000
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 21.000.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


89

Perbedaan dan persamaman setiap komponen ditentukan oleh nilai signifikan pada
tabel post hoc test, berdasarkan nilai sig automatic feeder dan plummer block bearing
> 0.05, sedangkan komponen lain < dari 0,05 yang berarti terdapat perbedaan yang
nyata terhadap komponen lainnya.

Dari hasil pengolahan data diatas didapat sebuah grafik dan hasil yang berjudul
Detrenden normal Q-Q Plots dan Box Plot. Hasil tambahan tersebut bukan berarti tidak
dapapt digunakan namun, tsmbshsn ini juga sangat berguna untuk membuktikan bahwa
data yang kita dapat berdistribusi normal.

Gambar 4.6 Detrended Normal Q-Q pada stripper

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


90

Gambar 4.7 Detrendet normal Q-Q Pada Drum thresher

Gambar 4.8 detrended normal Q-Q Elektro motor

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


91

Gambar 4.9 detrended normal Q-Q Automatic Feeder

Gambar4.10 detrended normal QQ V-belt

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


92

Gambar 4.11 detrended normal Q-Q Plummer block bearing

Grafik ini menggambarkan selisih antara titik-titik dengan garis diagonal pada
grafik sebelumnya. Jika data yang kita miliki mengikuti distribusi normal dengan
sempurna, maka semua titik akan jatuh pada garis 0,0. Semakin banyak titik-titik yang
tersebar jauh dari garis ini menunjukkan bahwa data kita semakin tidak normal.
Pada grafik detrended normal dapat dilihat garis diagonal dan titik-titiknya hanya
sedikit yang jatuh pada garis 0.0 selebihnya menjauhi. Ditarik kesimpulan bahwa data
tidak normal.
Selanjutnya terdapat grafik Box-Plot yaitu untuk menanpilkan bentuk visual dari
varian antar komponen

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


93

Gambar 4.12 Box-Plot

Box-plot merupakan ringkasan distribusi sampel yang disajikan secara grafis


yang bisa menggambarkan bentuk distribusi data (skewness), ukuran tendensi
sentral dan ukuran penyebaran (keragaman) data pengamatan.
Dapat disimpulkan dari grafik box-plot data berbentuk simetris. Jika dilihat
setiap komponennya garis median akan berada di tengah box dan whisker bagian atas
dan bawah akan memiliki panjang yang sama serta tidak terdapat nilai outlier ataupun
nilai ekstrim.

Perbedaan yang yang terdapat pada tampilan visual box-plot adalah dimana
komponen drum thresher memiliki nilai RPN yang lebih tinggi sehingga memiliki
perbedaan yang nyata terhadap setiap komponen lainnya, sebalikkya komponen V-belt
yang memiliki RPN lebih rendah memiliki pengaruh yang nyata terhadap komponen
lainnya, namun pada komponen automatic feeder dan plummer block bearing tidak
terdapat perbedaan yang nyata

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


94

4.6 Membangun Fault Tree Analysis (FTA)

Fault Tree Analysis (FTA) merupakan metode analisis top-down yang


digunakan untuk mencari kejadian dan kombinasi kejadian yang menyebabkan
kerusakan dalam sistem. Keuntungan menggunakan metode FTA adalah dapat
memperoleh penyebab permasalahan yang terlebih dahulu menggambarkan keadaan
dalam sistem (S.C Donar dkk, 2005).

Sebagai metode analisis yang membuat gabungan dari kesalahan atau


kegagalan yang pasti terhadap sistem. Kejadian dapat normal atau tidak, akan tetapi
urutan dan gabungannya sangat penting. FTA digunakan untuk reliability,
maintainability, and safety analysis yang digunakan pada tahun 1961 di laboratorium
Bell untuk mengevaluasi minuteman launch control system untuk menghindari
kelalaian yang tidak disengaja. Berikut ini adalah langkah untuk menentukan FTA.

1 Langkah pertama, menentukan tujuan yang akan dicapai dari FTA. Tujuan FTA
sekarang adalah mengetahui penyebab-penyebab mesin thresher tidak
beroperasi (breakdown).

2. Langkah kedua, mendefenisikan top event. Karena kondisi awal dari event
gagal beroperasi atau “breakdown”, setelahnya akan dimulai membuat struktur
dari fault tree analysis.
THRESHER
BREAKDOWN

Gambar 4.13 Fault tree top event

3. Langkah ketiga, mendefenisikan batasan, cakupan dari sistem. Pada langkah


pertama membuat fault tree akan didefenisikan kegunaan atau tujuan dari
sistem tersebut,batasan fisiknya, batasan analisis,dan kondisi awal sistem.

4. Langkah keempat, memulai membuat fault tree dari atas. Disini akan diselidiki
kejadian apa saja yang bisa mengakibatkan top event terjadi.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


95

Jika thresher gagal untuk beroperasi bisa disebabkan beberapa hal seperti elemen mesin
yang gagal berfungsi. Dimana diketahui jika salah satu elemen gagal berfungsi akan
menyebabkan breakdown pada mesin thresher.

THRESHER
BREAKDOWN

Plummer block Automatic feeder Stripper Drum thresher Elektro mator V-belt
bearing failure failure failure failure failure failure

Gambar 4.14 Fault tree komponen

Tahapan selanjutnya adalah mencari penyebab terjadinya kegagalan pada keenam


komponen mesin thresher tersebut

1. Plummer block bearing

Kejadian plummer block bearing failure bisa disebabkan oleh dua peneyebab
dimana jika salah satu terjadi antara overload dan wearing akan menyebabkan
terjadinya plummer block bearing failure, dan diketuhu bahwa penyebabnya dasarnya
adalah operator tidak cermat mengatur pemasukan tandan buah sawit sebagai penyebab
overload dan pelumasan yang tidak terjadwal sebagai pennyebab wearing.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


96

Plummer block
bearing failure

Overload wearing

Kecepatan putar
bearing Bearing aus
berkurang kurang pelumas

Pelumas
Operator tidak tidak
cermat mengatur terjadwal
pemasukan TBS

Gambar 4.15 Fault tree plummer block bearing

2. Automatic feeder

Kegagalan yang terjadi pada automatic feeder disebabkan oleh gangguan pada
dua elemem mesin yaitu TBS yang tersangkut pada roller chain dan aus yang terjadi
pada roller bearing dimana teridentifikasi penyebab dasarnya adalah usia pakai yang
sudah lama.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


97

Automatic feeder
failure

TBS Aus pada


tersangkut roller bearing
pada roller
bearing
Roller
bearing pecah

Usia pakai
sudah lama

Gambar 4.16 Fault tree automatic feeder

3. Stripper

Kegagalan yang terjadi pada stripper disebabkan oleh pembebanan yang


berlebih sehingga menyebabkan stripper failure dan pengelasan yang retak yang
terindikasi oleh life time yang sudah lewat.

Stripper failure

Pengelasan retak
Overload pada sambungan

Beban
operasi Life time
berlebih sudah lewat

Gambar 4.17 Fault tree stripper

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


98

4. Drum thresher

Drum thresher mengalami kegagalan disebakan oleh dua factor dimana


kegagalan akan terjadi jika kedua penyebab kegagalan terjadi yaitu ukuran TBS yang
kecil sebagai salah satu penyebab yang paling mendasar dan overload yang terjadi pada
drum thresher yang perlu diidentifikasi penyebab dasarnya. Diketahui bahwa
terjadinya overload ini diidentifikasi dari kisi-kisi drum tresher yang merenggang
sehingga dari peregangan yang semula ukuran jarak antar kisi-kisi adalah 5 cm
diketahui dengan masuknya tandan kosong yang berukuran kecil ke hasil pemipilan
brondolan yang selanjutnya didistribusikan oleh konveyor ke stasiun press. Tandan
buah kosong yang berukuran kecil akan menyebabkan terganggunya proses pngepresan
hal ini dikarenakan saat brondolan masuk ke bagian pencacahan tidak sepenuhnya
terlumat pada proses tersebut. Tandan kosong yang berukuran kecil ini akan mengikuti
brondolan yang telah dicacah ke stasiun press yang tentunya akan menyebabkan
terganggunya proses pengepresan.

Drum thresher
failure

Overload
Operator tidak
teliti terhadap
beban maksimal
Pelat drum
thresher
merenggang

Plat drum retak


dan patah pada
sambungan

Gambar 4.18 Fault tree drum thresher

5. Elektro motor

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


99

Identifikasi dilakukan untuk mengetahui penyebab kegagalan mendasar pada


elektro motor, dimana factor sebagai indikasi kegagalan pada elekto motor disebabkan
oleh dua factor yaitu over vibrating karena baut pengikat dudukan yang longgar dan
debu serta lingkungan yang kotor sebagai indikasi kerusakan.

Elektro motor
failure

Fan terakumulasi debu


Over vibrating dan lingkungan kotor

Baut pengikat
dudukan mesin Area lingkungan
longgar cooling fan yang
kotor

Teknisi tidak
teliti saat
inspeksi

Gambar 4.19 Fault tree elektro motor

6. V-belt

V-belt yang mengalami kegagalan disebabkan oleh over heating akibat putaran
yang secara terus menerus, over heating ini diketahui dari penyebabnya yaitu putaran
pulley yang berlebih. Kecepatan berkurang secara perlahan dikarenakan V-belt
melonggar ataupun paling parah adalah putus,yang mengindikasi terjadinya hal ini
adalah tiknisi saat melakukan insfeksi kurang teliti dikarenakan banyaknya peralatan
yang membutuhkan perawatan

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


100

V-belt failure

Over heating V-belt melonngar


dan putus

Putaran pully Teknisi kurag


berlebih teliti saat
inspeksi

Gambar 4.20 Fault tree V-belt

Dari rangkaian fault tree diatas sehingga tersusun suatu bentuk pohon kesalahan seperti
gambar lampiran 3.

4.6.1 Pembetukan Cut Set Method

Cut set adalah himpunan dari basic event dimana jiaka semua basic event
tersebut muncul, akan terjadi top event. Minimal cut set juga sebagai himpunan
kombinasi terkecil dari basic event tersebut terjadi, akan menyebabkan top event.

Berikut ini akan dijelaskan mencari minimal cut set dengan menggunakan
metode aljabar Boolean. Symbol gerbang yang dipakai adalah OR dan AND Gerbang
OR adalah gerbang yang menyatakan gabungan dari kejadian yang ada dan bersesuaian
dengan operasi penjumlahan dalam aljabar. Sedangkan AND adalah gerbang yang
menyatakan irisan dari kejadian yang ada dan bersesuaian dengan operasi perkalian.

Pada kasus mesin thresher diasumsikan:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


101

Tabel 4.24 Keterangan event

LAMBANG KETERANGAN
T Thresher breakdown
P1 Plummer block bearing failure
P2 Automatic feeder failure
P3 Stripper failure
P4 Drum thresher failure
P5 Elektro motor faulute
P6 V- belt failure
P7 Overload
P8 Wearing
P9 Aus pada roller bearing
P10 Overload
P11 Pengelasan retak pada sambungan
P12 Overload
P13 Over vibrating
P14 Fan terakumulasi debu dan lingkungan kotor
P15 Overheating
P16 Kecepatan bearing berkurang
P17 Bearing aus kurang pelumas
P18 Bearing pecah
P19 Plat drum merenggang
P20 Baut pengikat dudukan longgar
P 21 V-belt melonggar dan putus
P22 Operator tidak cermat mengatur pemasukan TBS
P23 Pelumasan tidak terjadwal
P24 TBS tersangkut pada roller chain
P25 Usia pakai sudah lama

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


102

P26 Beban operasi berlebih


P27 Life time sudah lewat
P28 Operator tidak teliti terhadap beban maksimal thresher
P29 Plat drum retak dan patah pada sambungan
P30 Teknisi tidak teliti saat inspeksi
P31 Area cooling fan yang kotor
P32 Putaran pulley berlebih
P33 Teknisi kurang teliti saat insfeksi

Dengan menetapkan tiap asumsi pada tempat yang bersesuaian maka akan dilihat fault
tree seperti dibawah ini

P1 P2 P3 P4 P5 P6

P7 P8 P9 P 10 P 11 P 12 P 13 P 14 P 15

P 16 P 17 P 19 P 20 P 21
P 18

P 22 P 23 P 24 P 25 P 26 P 27 P 28 P 29 P 30 P 31 P 32 P 33

Gambar 4.22 Cut set method

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


103

1. Analisa Kualitatif

Analisa kualitatif adalah untuk mendapatkan kombinasi kegagalan yang


menyebabkan top event pada suatu sistem atau minimal cut set itu sendiri. Dari minimal
cut set dapat diketahui bahwa berapa banyak kejadian yang dapat langsung
menyebabkan top event terjadi.

Hasil analisa kualitatif dari kegagalan sistem pada mesin thresher dengan top event
yaitu thresher breakdown terjadi jika kejadian dibawah ini yaitu kejadian.

a. Operator tidak cermat mengatur pemasukan TBS

b. Pelumasan tidak terjadwal

c. TBS tersangkut pada roller chain

d. Usia pakai sudah lama

e. beban operasi berlebih

f. life time sudah lewat

g. tandan buah sawit berukuran kecil

h. Operator tidak teliti terhadap beban maksimal thresher

i. Teknisi tidak teliti saat inspeksi

j. Area cooling fan yang kotor

k. putaran pulley berlebih

l. Teknisi kurang teliti saat inspeksi

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


104

Dengan mengetahui penyebab-penyebab yang mengakibatkan thresher pada


sistem tidak bekerja maka pihak maintenance langsung dapat melakukan perbaikan
ataupun reparasi pada bagian sistem yang mengalami kerusakan.

2. Analisa Kuantitatif

Analisa kuantitatif dilakukan untuk menaksir kemungkinan atau probabilitas


dari kejadian yang akan diselidiki analisa ini sangan penting dilakukan dalam hal-hal
yang mengandung resiko besar, dimana jika terjadi suatu kejadian yang tidak
diinginkan, akan terjadi sebuah resiko yang sangat besar terhadap setiap yang terlibat
didalmnya. Perlu diperhatikan bahwa, banyak hal yang harus diperhatikan untuk bisa
menaksir probabilitas suatu perangkat sistem, misalnya kondisi saat sistem bekerja,
gangguan dari luar sistem, dan seberapa sering perawatan sistem dilakukan.

Untuk dapat menghitung tingkat kegagalan dari Fault tree analysis diatas maka
dapat digunakan asumsi nilai keparahan (Severity) pada setiap kemungkinannya,
adapun nilai tersebut dijelaskan sebagai berikut:

Tabel 4.25. Skala severity

Ranking Severity Deskripsi


Berbahaya tanpa Kegagalan sistem yang menghasilkan efek
0.09
peringatan sangat berbahaya
Berbahaya dengan Kegagalan sistem yang menghasilkan efek
0.08
peringatan berbahaya

0.07 Sangat tinggi Sistem tidak beroperasi


Sistem beroperasi tetapi tidak dapat dijalankan
0.06 Tinggi
secara penuh
Sistem beroperasi dan aman tetapi mengalami
0.05 Sedang penurunan performa sehingga mempengaruhi
output

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


105

0.04 Rendah Mengalami penurunan kinerja secara bertahap


0.03 Sangat rendah Efek yang kecil pada performa sistem
Kecil Sedikit berpengaruh pada kinerja sistem
0.02
Sangat kecil Efek yang diabaikan pada kinerja sistem
0.01 Tidak ada efek Tidak ada efek

a. Kegagalan pada Plummer Block Bearing

Untuk mencari nilai probability-nya dapat dihitung sebagai berikut:

P22 = 0, 05, P23= 0,06

P1 = (P7+ P8) – (P7x P8)

P1 = (0,05 + 0,06)-(0,05x0,06)
P1 = 0, 11 - 0,003
G1 = 0,107

b. Kegagalan pada automatic feeder

Untuk menghitung probability-nya dilakukan dengan cara berikut:

P24=0,04, P25= 0,08


P2 = (P24 + P9) - (P24 x P9)
P2 = (0,04+0,08) – (0,04 x 0,08)
P2 = 0.12 – 0,0032
P2 = 0,1164

c. Kegagalan Stripper

Pada kasus kegagalan stripper untuk menghitung probability-nya adalah berikut


ini:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


106

P26= 0.03, P27= 0.06


P3= (P10 +P11) – (P10 x P11)
P3 = 0.09 – 0.0018
P3 = 0.0882

d. Kegagalan Drum thresher

Drum thresher mengalami kegagalan disebakan oleh dua factor dimana


kegagalan akan terjadi jika kedua penyebab kegagalan terjadi yaitu ukuran TBS yang
kecil sebagai salah satu penyebab yang paling mendasar dan overload diindikasikan
oleh plat drum thresher merenggang akibat operator tidak teliti terhadap beban
maksimal thresher.

Berikut ini adalah perhitungan probability-nya:

P28 = 0,05, P29 =0,06

P4 = (P28 + P12)-(P28 x P12)

P4 = (0,05+0,06) - (0,05 x 0,06)

P4 = 0,107

e. Kegagalan Elektro motor

Identifikasi dilakukan untuk mengetahui penyebab kegagalan mendasar pada


elektro motor, dimana factor sebagai indikasi kegagalan pada elekto motor disebabkan
oleh dua factor yaitu over vibrating karena baut pengikat dudukan yang longgar dan
debu serta lingkungan yang kotor sebagai indikasi kerusakan.

Berikut ini adalah perhitungan untuk menentukan probability-nya

P30= 0,08, P31= 0,05

P5= (P13+P14 ) - (P13 x P14)

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


107

P5= (0,08 + 0,05) – (0,08 x 0,05)

P5= 0,13 - 0,004

P5= 0,125

f. Kegagalan V-belt

V-belt yang mengalami kegagalan disebabkan oleh overheating akibat putaran


yang secara terus menerus, over heating ini diketahui dari penyebabnya yaitu putaran
berkurang secara perlahan dikarenakan V-belt melonggar ataupun paling parah adalah
putus,yang mengindikasi terjadinya hal ini adalah teknisi saat melakukan insfeksi
kurang teliti dikarenakan banyaknya peralatan yang membutuhkan perawatan.
Perhitungan probability-nya tidak dilakukan karena hanya memiliki satu basic event
untuk itu basic event ditetapkan berdasarkan asumsi pada P6 adalah

P15= 0.05, P21 = 0.07

P6 = (P15+ P21) – (P15x P21)

P6 = 0.12 – 0.0035

P6 =0.1165

Setelah menghitung dan menetapkan kemungkinan kegagalan pada tiap


komponen mesin maka perhitungan yang selanjutnya dilakukan adalah untuk
menghitung probability dari keseluruhan yang menyebabkan kejadian top event atau
penyebab terjadinya breakdown pada mesin thresher.

Perhitungan probability untuk top-event mesin thresher mengalami breakdown


adalah sebagai berikut:

P1= 0,107, P2= 0,1168, P3= 0,0882, P4= 0,003, P5= 0,125, P6= 0.1165

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


108

T= (P1+P2+P3+P4+P5+P6) – (P1xG2) – (P1xP3) – (P1x P4) – (P1xP5) – (P1-


P6) – (P2 x P3) – (P2 x P4) – (P2 x P5) – (P2 x P6) – (P3 x P4) – (P3 x P5) –
(P3 x P6) – (P4 x P5) – (P4 x P6) – (P5 x P6) – (P1 x P2 x P3 x P4 x P5 x P6)

T= (0,107 + 0,1168 + 0,0882 + 0,107 + 0,125 + 0,1165) – (0,107 x 0,1168) –


(0,107 x 0.1165) – (0,107 x 0,107) – (0,107 x 0,125) – (0,107 x 0,1165) –
(0,1168 x 0,0882) – (0,1168 x 0,107) x (0,1168 x 0,125) – (0,1168 x 0,1165) –
(0,0882 x 0,107) - (0,0882 x 0,125) – (0,0882 x 0,1165) – (0.107 x 0,125) –
(0,107 x 0,1165) – (0,125 x 0,1165) – (0,107 x 0,1168 x 0,0882 x 0,107 x 0,125
x 0,1165)

T= (0,6615) – (0,0125) – (0,0094374) – (0,00032) – (0,01348) – (0,001247) –


(0,0103) – (0,00035) – (0,01472) – (0,01361) – (0,00026) – (0.01111) –
(0,01028) – (0,00038) – (0,00035) – (0.01468 ) – (0.000001731)

T= 0,4795

Berdasarkan nilai asumsi dan perhitungan peluang terjadinya kegagalan pada mesin
thresher diketahui bahwa peluang pada masing masing komponen adalah plummer
block baering = 0,107, automatic feeder = 0,1168, stripper = 0,0882, drum thresher =
0,107, elektro motor = 0,125, dan V-Belt = 0,1165 sehingga jika dihitung secara
keseluruhan maka peluang kegagalannya adalah = 0,4798 atau 48%

4.5.2 Perhitungan ANOVA menggunakan Data FTA

Uji normalitas merupakan salah satu bagian dari uji persyaratan analisis data
atau biasa disebut asumsi klasik (data lampiran 4 dan 5). Tujuan normalitas adalah
untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi
normal, yakni distribusi data yang mempunyai pola seperti distribusi normal.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


109

Tabel 4.26 test of normality

Tests of Normality
Komponen Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
nilai plummer block bearimh .147 21 .200* .974 21 .809
automatic feeder .167 21 .128 .971 21 .759
Stripper .138 21 .200* .980 21 .930
drum thresher .118 21 .200* .943 21 .249
elektro motor .119 21 .200* .968 21 .689
V-belt .139 21 .200* .975 21 .842
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Pada tabel diatas terdapat dua uji normalitas, ada kolmogrov-Simirnov dan
Shapiro-Wilk. Pada Kolmogrov – Simirnov terdapat nilai yang harus dipenuhi, jika
nilai probabilitas lebih besar dari 0,05 maka Ho diterima dan jika nilai probabilitas
lebih kecil sama dengan 0,05 maka Ho ditolak. Pada uji Shapiro wilk, jika nilai
signifikan lebih besar dari 0,05 maka data diatas berdistribusi normal.

Tabel 4.27 ANOVA

ANOVA
nilai
Sum of Squares df Mean Square F Sig.
Between Groups .005 5 .001 2.152 .064
Within Groups .057 120 .000
Total .062 125

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


110

Hipotesis :
Ho : data berdistribusi normal
H1 : data tidak berdistribusi normal

Dasar pengambilan keputusan :


Jika nilai probabilitasnya (nilai sig) > 0.05 maka Ho tidak ditolak
Jika probabilitasnya (nilai sig) < 0.05 maka Ho ditolak

Keputusan :

Ho diterima, artinya tidak ada perbedaan atau pengaruh yang nyata antara rata-rata
hitung dari nilai setiap komponen. Pengaruh antar masing-masing komponen
ditampilkan pada tabel post hoc test berikut:

Tabel 4.28 Post Hoc test

Multiple Comparisons
Dependent Variable: nilai
Tukey HSD

Mean 95% Confidence Interval


(I) Differenc Lower
komponen (J) komponen e (I-J) Std. Error Sig. Bound Upper Bound
plummer automatic feeder -.00500 .00672 .976 -.0245 .0145
block Stripper -.00228 .00672 .999 -.0218 .0172
bearimh drum thresher -.01403 .00672 .301 -.0335 .0054
elektro motor -.01805 .00672 .086 -.0375 .0014
V-belt -.00736 .00672 .883 -.0268 .0121
automatic plummer block
.00500 .00672 .976 -.0145 .0245
feeder bearimh
Stripper .00271 .00672 .999 -.0168 .0222
drum thresher -.00903 .00672 .760 -.0285 .0104
elektro motor -.01306 .00672 .382 -.0325 .0064
V-belt -.00237 .00672 .999 -.0218 .0171

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


111

stripper plummer block


.00228 .00672 .999 -.0172 .0218
bearimh
automatic feeder -.00271 .00672 .999 -.0222 .0168
drum thresher -.01175 .00672 .504 -.0312 .0077
elektro motor -.01577 .00672 .184 -.0352 .0037
V-belt -.00508 .00672 .974 -.0246 .0144
drum plummer block
.01403 .00672 .301 -.0054 .0335
thresher bearimh
automatic feeder .00903 .00672 .760 -.0104 .0285
Stripper .01175 .00672 .504 -.0077 .0312
elektro motor -.00402 .00672 .991 -.0235 .0155
V-belt .00667 .00672 .920 -.0128 .0261
elektro plummer block
.01805 .00672 .086 -.0014 .0375
motor bearimh
automatic feeder .01306 .00672 .382 -.0064 .0325
Stripper .01577 .00672 .184 -.0037 .0352
drum thresher .00402 .00672 .991 -.0155 .0235
V-belt .01069 .00672 .607 -.0088 .0302
V-belt plummer block
.00736 .00672 .883 -.0121 .0268
bearimh
automatic feeder .00237 .00672 .999 -.0171 .0218
Stripper .00508 .00672 .974 -.0144 .0246
drum thresher -.00667 .00672 .920 -.0261 .0128
elektro motor -.01069 .00672 .607 -.0302 .0088

Perbedaan atau pengaruh yang terdapat pada setiap komponen tidak terdapat, seperti
tabel:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


112

Tabel 4.29 homogeneous subsets

Nilai
Tukey HSDa
Subset for alpha =
0.05
Komponen N 1
plummer block bearimh 21 .0943
Stripper 21 .0966
automatic feeder 21 .0993
V-belt 21 .1017
drum thresher 21 .1084
elektro motor 21 .1124
Sig. .086
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 21.000.

Perbedaan dan persamaman setiap komponen ditentukan oleh nilai signifikan pada
tabel post hoc test, berdasarkan nilai sig stripper, plummer block bearing, V-belt,
Automatic Feeder, Elekto motor dan drum thresher > 0.05 yang berarti tidak terdapat
perbedaan yang nyata terhadap komponen lain.

Dari hasil pengolahan data diatas menghasilkan pula sebuah grafik dan hasil
yang berjudul Detrenden Normal Q-Q Plots dan Box-Plot . Hasil tambahan tersebut
bukan berarti tidak dapat digunakan. Namun, tambahan ini juga sangat berguna untuk
membuktikan bahwa data yang kita dapat berdistribusi normal.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


113

Gambar 4.22 Detrended normal Q-Q plot plummer block bearing

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


114

Gambar 4.23 Detrended normal Q-Q plot automatic feeder

Gambar 4.24 Detrended normal Q-Q plot stripper

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


115

Gambar 4.25 Detrended normal Q-Q plot drum thresher

Gambar 4.26 Detrended normal Q-Q plot Elektro motor

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


116

Gambar 4.28 Detrended normal Q-Q plot V-belt

Grafik ini menggambarkan selisih antara titik-titik dengan garis diagonal pada
grafik sebelumnya. Jika data yang kita miliki mengikuti distribusi normal dengan
sempurna, maka semua titik akan jatuh pada garis 0,0. Semakin banyak titik-titik yang
tersebar jauh dari garis ini menunjukkan bahwa data kita semakin tidak normal.

Pada grafik diatas dapat dilihat garis diagonal dan titik-titiknya hanya sedikit
yang jatuh pada garis 0.0 selebihnya menjauhi. Ditarik kesimpulan bahwa data tidak
normal.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


117

Ganbar 4.29 Box-Plot

Box-plot merupakan ringkasan distribusi sampel yang disajikan secara grafis


yang bisa menggambarkan bentuk distribusi data (skewness), ukuran tendensi
sentral dan ukuran penyebaran (keragaman) data pengamatan.

Perbedaan yang terdapat pada tampilan visual box-plot adalah komponen drum
thresher yang memiliki nilai severity yang lebih rendah memiliki perbedaan yang nyata
terhadap setiap komponen lainnya, sebalikknya komponen plummer block bearing
automatic feeder stripper elektro motor dan V-belt tidak terdapat perbedaan yang
nyata.

4.7 Fishbone Diagram RCA

Tindakan identifikasi sebab-akibat pada kegagalan mesin thresher. Maka dapat


dilakukankajian Root Cause dengan menggunakan metode “Diagram Tulang Ikan”
(Fish Bone Diagram), dapat dilihat pada data lampiran 6. Diagram sebab akibat

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


118

mengidentifikasi penyebab berdasarkan 4 kategori yaitu manusia, mesin, material dan


metode.
1. Manusia

Setiap pekerjaan dalam proses membutuhkan pengawasan untuk melihat


seberapa besar kemampuan kerja karyawan dan ketaatan peraturan karyawan, agar
pekerjaan yang dilakukan dapat terkoordinasi dengan baik. Dari hasil pengamatan
belum terlihat adanya pengawasan yang ketat dari pihak perusahaan sehingga
karyawan atau operator yang seharusnya berada untuk mengoperasikan mesin selama
proses tidak berada ditempat.

Operator yang mengoperasikan mesin, secara umum berlatar belakang


pendidikan yang berbeda, tentunya ini sangat mempengaruhi tingkat kemampuan dan
keterampilan dari operator tersebut. Dari hasil pengamatan dilapangan belum ada
penyetaraan pendidikan dalam pemilihan atau memperkerjakan operator mesin yang
ada.

Proses pelatihan sangat dibutuhkan untuk menambah ilmu dan keterampilan


karyawan, misalnya memberi pelatihan bagaimana cara mengetahui dan melakukan
tindakan awal kerusakan mesin terhadap operator mesin.

2. Mesin

Setting (penyetelan) terhadap mesin seharusnya dilakukan dengan efektif dan


efisien, akan tetapi karena susahnya proses penyetelan (Setting) terhadap mesin
mengakibatkan membutuhkan waktu yang lama bahkan penyetelan dilakukan dengan
salah, sehingga membutuhkan penyetelan ulang. Preventive maintenance adalah salah
satu usaha dalam menjaga umur mesin, agar mempunyai kerja yang optimal, dari hasil
pengamatan yang dilakukan, Preventive maintenance yang digunakan tidak efektif, ini
dapat dilihat dari jadwal maintenance yang tidak dipatuhi. Setiap mesin mempunyai
nilai umur setiap unitnya, semakin tua umur mesin tersebut maka tingkat kinerja mesin
tersebut akan turun, dan dari hasil pengamatan yang dilakukan mesin yang terdapat
pada perusahaan ini, merupakan mesin yang sudah tua.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


119

3. Metode

Standar proses dalam mengerjakan sesuatu sangat dibutuhkan untuk mencapai


kerja yang optimal, dengan adanya standar proses kita dapat mencapai target yang
diinginkan sesuai dengan waktu yang telah ditentukan. Dikarenakan tidak terdapatnya
suatu metode yang terencana saat melakukan pemeliharaan dan inspeksi sehingga
menyebabkan kerusakan pada komponen-komponen mesin yang tidak terduga.

4. Material

Setiap komponen mempunyai nilai umur sama seperti nilai umur mesin, apabila
semakin tua umur komponen tersebut maka semakin banyak pula tingkat kausan dari
kompnen tersebut, selain itu material yang digunakan komponen tersebut juga
mempengaruhi umur dari komponen tersebut, dimana diketahui bahwa salah satu
penyebab terjadinya kerusakan yang tidak terduga adalah usia pakai komponen yang
telah melewati batas waktu, aspek lain yang perlu diperhatikan adalah ketersedian suku
cadang di bahagian gudang.

4.8 Perhitungan Keandalan Reliability Block Diagram (RBD)

Perhitungan nilai reliability block diagram yang harus dilakukan adalah


menggunakan data historis yakni data komponen mesin yang mengalami kerusakan.
Waktu operasi dan juga frekuensi kerusakan data yang dibutuhkan ini sebelummya
sudah dimuat dalam tabel severity dan occurrence pada asumsi FMEA. Dalam hal ini
ada enam komponen yang akan dihitung nilai realibility-nya yaitu drum
thresher,.automatic feeder, stripper, elektro motor, plummer block bearing dan V-belt.
Adapun penentuan komponen ini diakarenakan merupakan komponen yang paling
sering mengalami kerusakan.

Adapun rumus untuk menghitung nilai reliability tersebut. Berikut adalah rumusnya:

𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔 𝑡𝑖𝑚𝑒
𝑀𝑇𝐵𝐹 =
𝐹𝑎𝑖𝑙𝑢𝑟𝑒

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


120

Keterangan:

 MTBF (Mean Time Between Failure): menunjukkan tentang waktu rata-rata


peralatan/ mesin itu akan berfungsi mulai dari satu repair/ kerusakan sampai
ke repair/ kerusakan berikutnya.
 Operating Time: Lama mesin bekerja
 Failure: Seberapa banyak kegagalan terjadi selama operating time.

Untuk mengetahui tingkat kegagalan pada komponen maka, perhitungannya adalah


berikut:

6752 ℎ𝑜𝑢𝑟𝑠
𝑀𝑇𝐵𝐹𝑎𝑢𝑡𝑜𝑚𝑎𝑡𝑖𝑐 𝑓𝑒𝑒𝑑𝑒𝑟 = = 1688 ℎ𝑜𝑢𝑟𝑠
4

6752 ℎ𝑜𝑢𝑟𝑠
𝑀𝑇𝐵𝐹𝑑𝑟𝑢𝑚 𝑡ℎ𝑟𝑒𝑠ℎ𝑒𝑟 = = 613.81 ℎ𝑜𝑢𝑟𝑠
11

6752 ℎ𝑜𝑢𝑟𝑠
𝑀𝑇𝐵𝐹𝑝𝑙𝑢𝑚𝑚𝑒𝑟 𝑏𝑙𝑜𝑐𝑘 𝑏𝑒𝑎𝑟𝑖𝑛𝑔 = = 23.376 ℎ𝑜𝑢𝑟𝑠
2

6752
𝑀𝑇𝐵𝐹𝑆𝑡𝑟𝑖𝑝𝑝𝑒𝑟 = = 844ℎ𝑜𝑢𝑟𝑠
8

6752
𝑀𝑇𝐵𝐹𝑒𝑙𝑒𝑘𝑡𝑟𝑜 𝑚𝑜𝑡𝑜𝑟 = = 1.125ℎ𝑜𝑢𝑟𝑠
6

6752
𝑀𝑇𝐵𝐹𝑉−𝑏𝑒𝑙𝑡 = = 2.250 ℎ𝑜𝑢𝑟𝑠
3

Menghiting failure rate (𝜆 − 𝑙𝑎𝑚𝑑𝑎) maka dapat menggunakan rumus sebagai berikut:

1
𝜆=
𝑀𝑇𝐵𝐹

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


121

Berdasarkan rumus diatas maka untuk mengetahui failure rate pada suatu komponen
dapat dihitung sebagai berikut:

1
𝜆𝑎𝑢𝑡𝑜𝑚𝑎𝑡𝑖𝑐 𝑓𝑒𝑒𝑑𝑒𝑟 = = 0.000592
1688

1
𝜆𝑑𝑟𝑢𝑚 𝑡ℎ𝑟𝑒𝑠ℎ𝑒𝑟 = = 0.001629
613.81

1
𝜆𝑝𝑙𝑢𝑚𝑚𝑒𝑟 𝑏𝑙𝑜𝑐𝑘 𝑏𝑒𝑎𝑟𝑖𝑛𝑔 = = 0.000043
23376

1
𝜆𝑠𝑡𝑟𝑖𝑝𝑝𝑒𝑟 = = 0.001184
844

1
𝜆𝑒𝑙𝑒𝑘𝑡𝑟𝑜 𝑚𝑜𝑡𝑜𝑟 = = 0.000888
1125

1
𝜆𝑉−𝐵𝑒𝑙𝑡 = = 0.000444
2250

Gambar 4. 29 Failure rate komponen

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


122

Menghitung realibility berdasarkan jam operasi, jam operasi yang digunaan adalah 50,
100 150 dan 200 dan 800 jam. Keandalan masing-masing komponen dapat dihitung
dan ditunjukkan pada realibility blpck diagram sebagai berikut:

a. Perhitungan berdasarkan 50 jam operasi

Perhitungan realibility mesin thresher 50 jam operasi adalah berikut

Gambar 4.30 perhitungan realibility 50 jam operasi

𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6

𝑅𝑠𝑦𝑠 = 0.9708 × 0.9217 × 0.9978 × 0.9425 × 0.9556 × 0.9780

𝑅𝑠𝑦𝑠 = 0.7876

b. Perhitungan berdasarkan 100 jam operasi

Peritungan realibility mein thresher berdasarkan 100 jam operasi sebagai


berikut:

Gambar 4.31 perhitungan realibility 100 jam operasi

𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6

𝑅𝑠𝑦𝑠 = 0.9425 × 0.8496 × 0.9954 × 0.8883 × 0.9150 × 0.9565

𝑅𝑠𝑦𝑠 = 0.6196

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


123

c. Perhitungan berdasarkan 150 jam operasi

Perhitungan realibility mesin thresher berdasarkan 150 jam operasi:

Gambar 4.32 perhitungan berdasarkan 150 jam operasi

𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6

𝑅𝑠𝑦𝑠 = 0.9150 × 0.7832 × 0.9935 × 0.8372 × 0.8752 × 0.9355

𝑅𝑠𝑦𝑠 = 0.4880

d. Perhitungan berdasarkan 250 jam operasi

Perhitungan realibility berdasarkan 250 jam operasi:

Gambar 4.33 perhitungan berdasarkan 250 jam operasi

𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6

𝑅𝑠𝑦𝑠 = 0.8624 × 0.6654 × 0.9892 × 0.7437 × 0.8009 × 0.8949

𝑅𝑠𝑦𝑠 = 0.3025

e. Perhitungan berdasarkan 800 jam pemakaian

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


124

Perhitungan realibility mesin thresher berdasarkan 800 jam operasi:

Gambar 4.34 perhitungan berdasarkan 800 jam operasi

𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6

𝑅𝑠𝑦𝑠 = 0.6227 × 0.2716 × 0.9661 × 0.3878 × 0.4914 × 0.7010

𝑅𝑠𝑦𝑠 = 0.0218

Maka didapatkan nilai keandalan pada thresher adalah sebagai berikut berdasarkan jam
operasi:

Tabel 4.30 realibility system

No Jam operasi (Hours) Reliabilitysystem Persentase (%)


1 50 0.7876 78.76
2 100 0.6196 61.96
3 150 0.4880 48.80
4 250 0.3025 30.25
5 800 0.0218 2.18

4.9 Hasil Analisisa

Berdasarkan analisa yang dilakukan menggunakan metode OEE, FMEA dan


FTA, maka hasil analisa tersebut diuraikan berikut ini:

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


125

4.9.1 Analisis Overall Equipment Effectiviness (OEE)

Rata-rata nilai availability selama periode November 2016–Oktober 2017


adalah 92.34 % berarti nilai rata-rata tersebut berada diatas nilai normal 90%.

Pada nilai performance effeciency selama periode November 2016-Oktober


2017 tidak mencapai kondisi ideal, rata-rata performancy efficiency hanya mencapai
86.92%. Rendahnya nilai performance effeciency rata-rata disebabkan oleh reduced
speed losses 54.92 % dan idling minor stoppages 8.17% dari total waktu yang terbuang.

Rata-rata nilai Rate of Quality product adalah 99.02% berarti bearada diatas
nilai normal yakni 99.% hal ini dikarenakan scrap/yield loss yang hanya 1.93% yang
berarti produk yang dapat diproses ulang hanya membutuhkan waktu 30.93 jam dan
produk yang ditolak dan tidak dapat diproses ulang adalah 0 dikarenakan sortasi
sebelum proses produksi sudah dilakukan.

Selama periode November2016 – Oktober 2017 diperoleh nilai rata-rat OEE


berada dibawah nilai ideal yakni 79.43%. OEE terendah berada dibulan November
2016 yaitu 65.66% dikarenakan nilai performance efficiency yang rendah yakni
71.97%.

4.9.2 Analisa FMEA

Melalui tabel analisa FMEA diketahui bahwa komponen yang paling dominan
menyebabkan kerusakan adalah dengan nilai RPN yang lebih tinggi dari yang paling
berpotensi secara berturut adalah drum thresher dengan nilai 160, stripper, elektro
motor, plummer block bearing, automatic feeder,dan yang paling rendah adalah V-belt
dengan RPN 24.

4.9.3 Analisa FTA

Berdasarkan nilai asumsi dan perhitungan peluang terjadinya kegagalan pada


mesin thresher diketahui bahwa peluang pada masing masing komponen adalah

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


126

plummer block baering = 0,107, automatic feeder = 0,1168, stripper = 0,0882, drum
thresher = 0,107, elektro motor = 0,125, dan V-Belt = 0,1165 sehingga jika dihitung
secara keseluruhan maka peluang kegagalannya adalah = 0,4795atau 48%

4.10 Optimalisasi Waktu Operasional dan Nilai Keandalan Sebagai Usulan


Pemeiliharaan

Nilai keandalan setiap komponen pada mesin thresher untuk setiap jam operasi
produksi yang sama cendrung berbeda, maka dari itu tujuan dari perbedaan perhitungan
keandalan setiap jam opersi yang berbeda adalah untuk mengetahui interval waktu
yang optimal untuk melakukan inspeksi atau pemeliharaan dengan mengoptimalkan
interval waktu pemeliharaan sehingga dapat mempertahankan keandalan diatas 60%
seperti berikut ini:

Tabel 4.31 Realibility komponen

NO KOMPONEN 𝜆 𝑡 𝜆×𝑡 𝑅 = ℮−(𝜆×𝑇)

1 Automatic feeder (R1) 0.00059 150 0.0888 0.9150


2 Drum thresher (R2) 0.00163 50 0.0815 0.9217
3 Plummer block bearing (R3) 4.3E-05 800 0.0344 0.9661
4 Stripper (R4) 0.00118 50 0.0592 0.9425
5 Elektro motor (R5) 0.00089 100 0.0888 0.9150
6 V-belt (R6) 0.00044 250 0.1110 0.8949

𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6

𝑅𝑠𝑦𝑠 = 0.9150 × 0.9217 × 0.9661 × 0.9425 × 0.9150 × 0.8949

𝑅𝑠𝑦𝑠 = 0.6287 atau 62.87%

Berdasarkan perhitungan diatas maka diketahui bahwa keandalan mesin thresher


adalah 62.87% dengan jam operasi tiap komponen yang berbeda. Perbedaan setiap

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


127

operasional komponen dijadikan sebagai jadwal pemeliharaan pencegahan (preventive


maintenance) untuk mempertahankan keandalan diatas 60%. Maka penjadwalan
pemeliharaan pencegahan adalah sebagai berikut:

1. Setiap 50 jam operasional dilakukan inspeksi pada Drum thresher dan Stripper

2. Setiap 100 jam operasional dilakukan inspeksi pada Elektro motor

3. Setiap 150 jam operasional dilakukan inspeksi pada automatic feeder

4. Setiap 250 jam operasional dilakukan inspeksi pada V-belt

5. Setiap 800 jam operasional dilakukan inspeksi pada Plummer block bearing

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


128

BAB V

KESIMPULAN DAN SARAN

5.1 KESIMPULAN

Dari analisa yang telah dilakukan maka didapatkan kesimpulan sebagai berikut:

1. a. Selama periode November 2016 - Oktober 2017 diperoleh nilai rata-rata OEE
79.43% yang berarti mesin tidak beroperasi secara efektif karena berada
dibawah nilai ideal 85%

b. Dari analisa six big losses diketahuai bahwa penyebab rendahnya nilai OEE
adalah redeced speed losses sebesar 54.05%, breakdown sebesar 27.80%, idling
minor stoppages 8.04%, setup and adjustment 6.63%, scrap/yield losss 3.48%
dan rework losses 0%.

2. Melalui analisa FMEA diketahui bahwa komponen mesin thresher yang paling
dominan menyebabkan kerusakan adalah dengan nilai RPN lebih tinggi, yaitu
drum thresher = 160

3. Analisa FTA sebagai metode untuk mengetahui peluang kegagalan


diidentifikasi bahwa factor penyebabnya yaitu manusia,lingkungan dan mesin
itu sendiri sehingga terjadi breakdown pada thresher dengan peluang kegagalan
0.4798 = 48%.

4, Usulan pemeliharaaan berdasarkan realibility sistem yaitu 62.87% dan


keandalan setiap komponen berada diatas 80% dengan jam operasional yang
optimal setiap komponen untuk dilakukan pemeliharaan yang terjadwal
berikut:

a. Setiap 50 jam operasional drum thresher dilakukan inspeksi dan pemeliharaan


meliputi: pengecekan pada sambungan plat drum dan pencegahan terjadinya
patah dan retak pada sambungan plat kisi-kisi.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


129

b. Setiap 50 jam operasional stripper dilakukan inspeksi dan pemeliharaan


meliputi: pencegahan terjadinya kelonggaran pada baut pengikat dan
pencegahan terjadinya pembengkokan plat stripper.

c. Setiap 100 jam operasional elektro motor dilakukan inspeksi dan pemeliharaan
meliputi ; pencegahan kontaminasi kotoran pada cooling fan, pengecekan shaft,
dan pengecekan kumparan motor.

d. Setiap 150 jam operasional automatic feeder, dilakukan inspeksi dan


pemeliharaan meliputi: pemberian pelumasan pada roller chain dan pencegahan
terjadinya keausan.

e. Setiap 250 jam operasional V-belt dilakukan inspeksi dan pemeliharaan yaitu
pencegahan overheating yang menyebabkan longgar dan putusnya V-belt.

f. Setiap 800 jam operasional plummer block bearing dilakukan inspeksi dan
pemeliharaan meliputi pemberian pelumasan dan mencegah terjadinya
unbalance pada poros.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


130

5.2 Saran

1. Mengoptimalkan pengawasan teknisi saat melakukan inspeksi sebagai upaya

menghindari terjadinya kesalahan prosedur dan mengurangi terjadinya

breakdown mesin thresher.

2. Perlunya meningkatkan pemahaman dan keahlian operator dalam bidang

operasional untuk menghindari kesalahan yang berakibat terhadap gangguan

produksi mesin thresher.

3. Sebaiknya perhitungan OEE (overall equipment effectiveness) terus dilakukan

secara berkala dalam periode yang lebih singkat pada mesin thresher untuk

mendapatkan informasi berbentuk hasil analisa sebagai perencanaan dan

perbaikan dalam upaya meningkatkan keefektifan mesin.

UNIVERSITAS SUMATERA UTARA

Universitas Sumatera Utara


xv

DAFTAR PUSTAKA

Borris, Steven.2006. Total productive maintenance. United states of America:


McGraw-Hill

Carel. S. D. dkk.2005 Analisa Gangguan Jaringan Kabel dan Kombinasi Metode


Fault Tree Analysis dan Failure Mode and Effect Analysis. Surakarta :
Jurusan teknik industri, Fakultas Teknik Universitas Sebelas Maret.

Corder, antony dan Kusnul Hadi. 1992 Teknik manajemen pemeliharaan. Jakarta:
Erlangga

Dhillon. B.S. 2005. Maintainability, maintenance and reliability for engineers.


New York : Taylor & Francis Group LLC

Erson, Efandy Mampuk.2004. “Analisa Kekuatan Dan Tegangan Thresher ARM


Pada Kondisi Statis Dengan Menggunakan Metode Elemen Hingga”
Jakarta : FT UI.

Gulati, Ramesh dan Smith, Rick. 2012. Maintenance and Reliability Best Practice.

New York : Industrial Press.

Harpster, Richard . 2001. Optimized method for establishing design FMEA


Ratings part I, (Online), (https://www.harpcosystems.com/articles /design-
fmea-ratings-part-I, diakses 6 Maret 2018).

Sukmoro, wawang 2016 Overall Equipment effectiveness (Online),


(http://mitraproduktivitas.com/2016/09/22/oee-kelas-dunia/, diakses 2
Maret 2018).

McDermott, dkk. 2009. THE BASIC OF FMEA 2nd Edition. New York:

CRC Press Taylor & Francis Group 270 Madison Avenue.

Pandey,M.2005. Engineering and sustainable develovement : Fault Tree Analysis.

Waterloo:University of Waterloo.

Profil Perusahaan Pabrik Kelapa Sawit Pagar Merbau (online),


(http://ptpn2.com/pks-pagar-merbau/online, diakses 5 februari 2018)
Singgih, S. 2012. Aplikasi SPSS pada statistic multivariate. Jakarta:
PT. Alex Media Komputindo

Vorne .2002 The Fast Guide to OEE. Itasca . USA

Universitas Sumatera Utara


xvi

LAMPIRAN
Lampiran 1 Failure mode and effect analysis

N Failure effect R REKOMENDASI


O A
Component Failure Failure cause Local System Plant S O D RPN N

mode K

1 Stripper Stripper Permukaan pelat Proses Losses daya akibat Downtime Preventive
rusak bengkok akibat pembantingan TBS pembantingan tidak meningkat
Maintenance
pembebanan tidak sempurna sempurna 8 3 5 120 2

secara terus
menerus
2 Drum Drum Overload pada Tandan kosong Drum thresher tidak Downtime Preventive
thresher thresher drum thresher berukuran kecil bekerja efektif meningkat
Maintenance
rusak masuk melaui kisi- dan proses
kisi ysng longgar produksi 8 4 5 160 1
tertunda
3 Elektro Elektro Kumparan rusak, Elektro motor tidak Elektro motor tidak Proses Preventive
motor motor cooling fan beroperasi secara berfungsi produksi tidak
Maintenance
rusak patahdan shaf standart dapat 8 3 3 90 3
unbalance beroperasi
4 Automatic Automatic Roller bearing Feeder terhenti Feeder tidak Downtime Preventive
feeder feeder mengalami distribusi TBS ke memberi umpan meningkat
Maintenance
rusak keausan thresher terhambat pada thresher secara proses 8 2 3 54 5
stabil produksi
tertunda

Universitas Sumatera Utara


xvii

5 V-belt Thermal Putaran yang Putaran thresher Losses meningkat akibat Corrective
stress didistribusikan lebih lambat dan akibat putaran tidak Maintenance
V-belt terjadi electromotor tidak terhenti optimal 6 2 2 24 6
longgar pada optimal ke bagian
dan putus V-belt thresher
6 Plummer Plummer Gesekan Posisi shaf Membutuhkan Proses pemipilan terhenti Preventive
block block saat unbalance karena daya lebih besar Maintenance
bearing bearing terjadi keausan pada untuk memutar
7 2 4 56 4
rusak putaran journal bearing thresher
menyeba
bkan
keausan
pada
journal
bearing

Universitas Sumatera Utara


xviii

Lampiran 2 Asusmsi RPN

komponen kategori RPN komponen kategori RPN


stripper 1 120 drum 2 160
thresher
stripper 1 110 drum 2 150
thresher
stripper 1 111 drum 2 151
thresher
stripper 1 112 drum 2 152
thresher
stripper 1 113 drum 2 153
thresher
stripper 1 114 drum 2 154
thresher
stripper 1 115 drum 2 155
thresher
stripper 1 116 drum 2 156
thresher
stripper 1 117 drum 2 157
thresher
stripper 1 118 drum 2 158
thresher
stripper 1 119 drum 2 159
thresher
stripper 1 121 drum 2 161
thresher
stripper 1 122 drum 2 162
thresher
stripper 1 123 drum 2 163
thresher
stripper 1 124 drum 2 164
thresher
stripper 1 125 drum 2 165
thresher
stripper 1 126 drum 2 166
thresher
stripper 1 127 drum 2 167
thresher
stripper 1 128 drum 2 168
thresher
stripper 1 129 drum 2 169
thresher
stripper 1 130 drum 2 170
thresher

Universitas Sumatera Utara


xix

komponen kategori RPN komponen kategori RPN


elektro 3 90 automatic 4 54
motor feeder
elektro 3 80 automatic 4 44
motor feeder
elektro 3 81 automatic 4 45
motor feeder
elektro 3 82 automatic 4 46
motor feeder
elektro 3 83 automatic 4 47
motor feeder
elektro 3 84 automatic 4 48
motor feeder
elektro 3 85 automatic 4 49
motor feeder
elektro 3 86 automatic 4 50
motor feeder
elektro 3 87 automatic 4 51
motor feeder
elektro 3 88 automatic 4 52
motor feeder
elektro 3 89 automatic 4 53
motor feeder
elektro 3 91 automatic 4 55
motor feeder
elektro 3 92 automatic 4 56
motor feeder
elektro 3 93 automatic 4 57
motor feeder
elektro 3 94 automatic 4 58
motor feeder
elektro 3 95 automatic 4 59
motor feeder
elektro 3 96 automatic 4 60
motor feeder
elektro 3 97 automatic 4 61
motor feeder
elektro 3 98 automatic 4 62
motor feeder
elektro 3 99 automatic 4 63
motor feeder
elektro 3 100 automatic 4 64
motor feeder

Universitas Sumatera Utara


xx

komponen kategori RP komponen kategori RPN


N
v- belt 5 24 plummer block bearing 6 56
v- belt 5 14 plummer block bearing 6 46
v- belt 5 15 plummer block bearing 6 47
v- belt 5 16 plummer block bearing 6 48
v- belt 5 17 plummer block bearing 6 49
v- belt 5 18 plummer block bearing 6 50
v- belt 5 19 plummer block bearing 6 51
v- belt 5 20 plummer block bearing 6 52
v- belt 5 21 plummer block bearing 6 53
v- belt 5 22 plummer block bearing 6 54
v- belt 5 23 plummer block bearing 6 55
v- belt 5 25 plummer block bearing 6 57
v- belt 5 26 plummer block bearing 6 58
v- belt 5 27 plummer block bearing 6 59
v- belt 5 28 plummer block bearing 6 60
v- belt 5 29 plummer block bearing 6 61
v- belt 5 30 plummer block bearing 6 62
v- belt 5 31 plummer block bearing 6 63
v- belt 5 32 plummer block bearing 6 64
v- belt 5 33 plummer block bearing 6 65
v- belt 5 34 plummer block bearing 6 66

Universitas Sumatera Utara


xxi

Lampiran 3 skema FTA

THRESHER
BREAKDOWN

Plummer Block Automatic Feeder Drum Thresher Elektro Motor


Stripper Failure V-belt Failure
Bearing Failure Failure Failure Failure

Overload Wearing Aus pada roller Overload


Pengelasan retak Over
bearing Kipas motor V-belt longgar
pada sambungan vibrating
terakumulasi debu dan dan putus
lingkungan kotor
Kecepatan bearing Bearing aus kurang
berputar berkurang Bearing pecah Overload
pelumas Pelat drum
Baut pengikt Over
merenggang
dudukn lonngar heating

TBS Operator tidak


Teknisi tidak Teknisi kurang
Operator tidak Pelumasan tersangkut Usia pakai Beban operasi Melebihi life teliti terhadap Retak dan patah Area cooling fan Putaran pully
teliti saat teliti saat
cermat mengatur tidak terjadwal pada roller sudah lama berlebih time bebe maksimal pada sambungan yang kotor berlebih
inspeksi inspeksi
pemasukan TBS chain thresher plat drum

Universitas Sumatera Utara


xxii

Lampiran 4 Peluang kegagalan komponen FTA

P1 P2 P3 P4 P5 P6
0.107 0.1168 0.0882 0.1070 0.126 0.1165
0.1165 0.1072 0.0886 0.1260 0.1168 0.1168
0.126 0.0976 0.1168 0.1165 0.1076 0.0882
0.0975 0.088 0.0975 0.0975 0.0984 0.069
0.088 0.0784 0.0976 0.0880 0.1352 0.0976
0.0785 0.0688 0.0979 0.0785 0.1444 0.0979
0.069 0.0592 0.0984 0.1165 0.1536 0.0984
0.0976 0.1076 0.1072 0.1168 0.1258 0.107
0.0882 0.0886 0.0592 0.1072 0.1351 0.0688
0.0788 0.1165 0.0688 0.1164 0.1352 0.0592
0.1258 0.1258 0.0784 0.0880 0.1165 0.0882
0.1352 0.1351 0.088 0.1351 0.107 0.0788
0.0976 0.1444 0.0882 0.0979 0.088 0.1164
0.1072 0.1165 0.1165 0.1072 0.0785 0.1258
0.0976 0.107 0.126 0.1070 0.069 0.1076
0.088 0.0975 0.1164 0.0882 0.107 0.1072
0.0784 0.088 0.1351 0.1258 0.0976 0.1165
0.0688 0.0785 0.1536 0.1352 0.0882 0.0979
0.0494 0.0882 0.0785 0.0882 0.0788 0.0984
0.0882 0.0882 0.0788 0.1352 0.1164 0.1352
0.0979 0.0882 0.0494 0.0976 0.1352 0.1444

Universitas Sumatera Utara


xxiii

Lampiran 5 perhitunga peluang kegagalan FTA


P1 X
(P1+P3+…Pn P1 X P2 P1 X P3 P1 X P4 P1 X P5 P1 X P6 P2 X P3 P2 X P4 P2 X P5 P2 X P6 P3 X P4 P3 XP5 P3 XP6 P4 X P5 P4 X P6 P5 X P6 T
P2X…P6
0.6615 0.012498 0.0094374 0.011449 0.013482 0.012466 0.010302 0.012498 0.014717 0.013607 0.009437 0.011113 0.010275 0.013482 0.012466 0.014679 0.000001731 0.479591
0.6719 0.012489 0.0103219 0.014679 0.013607 0.013607 0.009498 0.013507 0.012521 0.012521 0.011164 0.010348 0.010348 0.014717 0.014717 0.013642 0.000001902 0.484211
0.6527 0.012298 0.0147168 0.014679 0.013558 0.011113 0.0114 0.01137 0.010502 0.008608 0.013607 0.012568 0.010302 0.012535 0.010275 0.00949 0.000001588 0.475676
0.5479 0.00858 0.00950625 0.009506 0.009594 0.006728 0.00858 0.00858 0.008659 0.006072 0.009506 0.009594 0.006728 0.009594 0.006728 0.00679 0.000000554 0.423155
0.5848 0.006899 0.0085888 0.007744 0.011898 0.008589 0.007652 0.006899 0.0106 0.007652 0.008589 0.013196 0.009526 0.011898 0.008589 0.013196 0.000000782 0.443286
0.566 0.005401 0.00768515 0.006162 0.011335 0.007685 0.006736 0.005401 0.009935 0.006736 0.007685 0.014137 0.009584 0.011335 0.007685 0.014137 0.000000587 0.43436
0.5951 0.004085 0.0067896 0.008039 0.010598 0.00679 0.005825 0.006897 0.009093 0.005825 0.011464 0.015114 0.009683 0.017894 0.011464 0.015114 0.000000708 0.450425
0.662 0.010502 0.01046272 0.0114 0.012278 0.010443 0.011535 0.012568 0.013536 0.011513 0.012521 0.013486 0.01147 0.014693 0.012498 0.013461 0.000001770 0.479632
0.5471 0.007815 0.00522144 0.009455 0.011916 0.006068 0.005245 0.009498 0.01197 0.006096 0.006346 0.007998 0.004073 0.014483 0.007375 0.009295 0.000000461 0.424246
0.5749 0.00918 0.00542144 0.009172 0.010654 0.004665 0.008015 0.013561 0.015751 0.006897 0.008008 0.009302 0.004073 0.015737 0.006891 0.008004 0.000000588 0.439568
0.6227 0.015826 0.00986272 0.01107 0.014656 0.011096 0.009863 0.01107 0.014656 0.011096 0.006899 0.009134 0.006915 0.010252 0.007762 0.010275 0.000001122 0.462268
0.6792 0.018266 0.0118976 0.018266 0.014466 0.010654 0.011889 0.018252 0.014456 0.010646 0.011889 0.009416 0.006934 0.014456 0.010646 0.008432 0.000001831 0.488635
0.6325 0.014093 0.00860832 0.009555 0.008589 0.011361 0.012736 0.014137 0.012707 0.016808 0.008635 0.007762 0.010266 0.008615 0.011396 0.010243 0.000001247 0.466987
0.6517 0.012489 0.0124888 0.011492 0.008415 0.013486 0.013572 0.012489 0.009145 0.014656 0.012489 0.009145 0.014656 0.008415 0.013486 0.009875 0.000001540 0.4754
0.6142 0.010443 0.0122976 0.010443 0.006734 0.010502 0.013482 0.011449 0.007383 0.011513 0.013482 0.008694 0.013558 0.007383 0.011513 0.007424 0.000001045 0.457897
0.6043 0.00858 0.0102432 0.007762 0.009416 0.009434 0.011349 0.0086 0.010433 0.010452 0.010266 0.012455 0.012478 0.009437 0.009455 0.01147 0.000001010 0.452469
0.6414 0.006899 0.01059184 0.009863 0.007652 0.009134 0.011889 0.01107 0.008589 0.010252 0.016996 0.013186 0.015739 0.012278 0.014656 0.01137 0.000001333 0.471235
0.6222 0.005401 0.01056768 0.009302 0.006068 0.006736 0.012058 0.010613 0.006924 0.007685 0.020767 0.013548 0.015037 0.011925 0.013236 0.008635 0.000000968 0.463698
0.4815 0.004357 0.0038779 0.004357 0.003893 0.004861 0.006924 0.007779 0.00695 0.008679 0.006924 0.006186 0.007724 0.00695 0.008679 0.007754 0.000000234 0.385605
0.642 0.007779 0.00695016 0.011925 0.010266 0.011925 0.00695 0.011925 0.010266 0.011925 0.010654 0.009172 0.010654 0.015737 0.018279 0.015737 0.000001304 0.471854
0.6127 0.008635 0.00483626 0.009555 0.013236 0.014137 0.004357 0.008608 0.011925 0.012736 0.004821 0.006679 0.007133 0.013196 0.014093 0.019523 0.000000813 0.459229

Universitas Sumatera Utara


xxiv

Lampiran 6 Fishbone diagram

MAN POWER MACHINE


Terburu-buru Melebihi life time

Operator lelah Kesalahan saat inspeksi Komponen rusak


Overload
Operator tidak teliti Kurang pengawasan
Lingkungan kotor Genset/turbine rusak
sakit Mesin terakumulasi kotoran Gangguan listrik
Operator berpindah tangan
Arus rendah
Minim pengalaman Jam operasi tinggi

THRESHER
BREAKDOWN
Sambungan retak/patah Overload Inspeksi tidak terjadwal

Keandalan menurun Tidak sesuai prosedur


Kerusakan tidak terprediksi
Wearing Over vibrating
Melebihi life time
Proses pemesanan yang panjang Inspeksi tidak terlaksana
Alat deteksi manual
Kurang pengawasan
Suku cadang tidak tersedia Jam operasi yang tinggi
Tidak akurat/presisi Kerusakan mesin lain

MATERIAL METODE

Universitas Sumatera Utara

Anda mungkin juga menyukai