2018
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
KHOIRUL SALEH
NIM: 130401015
FAKULTAS TEKNIK
2018
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.
Khoirul Saleh
NIM : 130401015
ABSTRAK
ABSTRACT
DAFTAR ISI
KATA PENGANTAR ............................................................................................ i
ABSTRAK ............................................................................................................. ii
DAFTAR GAMBAR
Gambar 4.9 Detrended normal Q-Q Plot pada automatic feeder ...........................91
Gambar 4.11 Detrended normal Q-Q Plot pada plummer block bearing ..............92
Gambar 4.22 Detrended normal Q-Q plot plummer block bearing .....................113
DAFTAR TABEL
Tabel 2.1 Derajat kematangan tandan buah sawit ..................................................13
DAFTAR SIMBOL
SIMBOL KETERANGAN
O Occurrence
S Severity
D Detection
DAFTAR LAMPIRAN
Lampiran 1 Failure mode and effect analysis ...................................................... xvi
BAB I
PENDAHULUAN
jikalau dapat kembali kekeadaan asli dengan waktu yang singkat dan biaya yang
murah.
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.
BAB II
TINJAUAN PUSTAKA
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
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:
3. Stasiun Rebusan
4. Stasiun Treshing
5. Stasiun Pressing
6. Stasiun Klarifikasi
7. Stasiun Kernel
dapat dilihat block diagram dari proses produksi dari minyak sawit mentah
/crude palm oil (CPO)dan inti sawit/palm kernel (PK).
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 :
2. Pesifera
Pesifera adalah jenis variates kelapa sawit yang mempunyai buah agak lonjong
dengan karakteristik lainnya adalah :
3. Tenera
Tenera adalah jenis kelapa sawit yang mempunyai buah lonjong dengan
karakteristik sebagai berikut:
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.
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.
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)
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.
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.
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
didasarkan pada jumlah yang membrondol yang sampai di loading ramp yang
dinyatakan sebagai fraksi. Fraksi adalah merupakan tingkat kematangan TBS yang
diterima di pabrik.
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.
Pabrik kelapa sawit Pagar Merbau memiliki 3 mesin thresher dengan kapasitas
masing-masing 30 ton/jam, dimana cara kerja dilapangan telah dimodifikasi secara
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.
g. Daya : 15 hp
h. Jarak kisi-kisi : 4-5 cm
i. Putaran : 22-25 rpm
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.
bunch bahkan dapat menyebabkan kemacetan dan penumpukan yang berlebih pada
hopper.
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.
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.
Sfesifikasi:
Bentuk/model : Horizontal
Diameter : 2000 mm
Kapasitas : 30 ton/jam
4. Elektro motor
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.
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
sering dijumpai pada V-belt adalah putus ataupun melonggar sehingga keefektifan
putaran menurun.
Komponen
NO Fungsi Peluang Kegagalan
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.
Pada masa produksi jam kerja yang diberlakukan bagi setipa karyawan
pengolahan adalah dengan pembagian jam kerja menjadi 2 shift yaitu:
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
1. Untuk memperpanjang kegunaan usia asset (setiap bagian dari suatu tempat
kerja, bangunan dan isinya)
1) Inspeksi (inspection)
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.
Kegiatan ini merupakan kegiatan untuk menjaga agar bangunan gedung tetap
terpelihara dan terjamin kebersihannya.
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%
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
2. Performance Efficiency
b. Reduced speed
a. Procces defects
b. Reduced yield
2.4.1 Availability
a. Operation time
b. Loading time
c. Downtime
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).
a. Availability ≥90%
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).
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
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
Procces defects loss yaitu kerugian yang disebabkan karena adanya produk
cacat maupun karenakerja produk diproses ulang. Untuk menghitung procces defect
loss digunakan rumus:
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
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.
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.
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
2. Occurren
3. Detection
1 Pasti terdeteksi
Sumber : Harpco system
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:
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.
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.
5. Buat pohon kesalahan, mulai dari kejadian yang paling atas kebawah
1. Simbol-simbol utama dari fault tree analysis (FTA) dapat dilihat pada tabel
Simbol-simbol khusus fault tree analysis (FTA) dapat dilihat pada tabel
berikut:
2. Simbol-simbol event dari fault tree analysis (FTA) dapat dilihat pada tabel
berikut :
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.
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:
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).
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.
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).
𝑅𝑠 = 𝑅2 . 𝑅2 . 𝑅3 𝑅𝑛 …………………………………………………………(18)
Dimana:
Rs = Reliabiliti Seri
b. Sistem Pararel
𝑅𝑃 = [(1 − 𝑅1 ) × (1 − 𝑅2 ) × (1 − 𝑅𝑛 )…………………………………(19)
Dimana:
Rp = Reliabiliti parallel
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒
𝑀𝑇𝐵𝐹 = ................................................................................(20)
𝑓𝑎𝑖𝑙𝑢𝑟𝑒
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
Keterangan:
R = nilai keandalan
𝜆 = failure rate
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).
2
𝑥𝑡𝑎𝑏𝑒𝑙 = 𝑥 2 1−∝; 𝑑𝑘……………………………………………………………….(23)
dk = k-3
dk = derajat kebebasan
(𝑂𝐼 −𝐸𝐼 )2
2
𝑥ℎ𝑖𝑡𝑢𝑛𝑔 = ∑𝑘𝑖=1 𝐸𝐼
……………………………………………………………(24)
Keterangan :
2 2
H0: ditolak, jika 𝑥ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑥𝑡𝑎𝑏𝑒𝑙
2 2
H0: diterima jika 𝑥ℎ𝑖𝑡𝑢𝑛𝑔 < 𝑥𝑡𝑎𝑏𝑒𝑙
5. menberikan kesimpulan
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
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 :
c : jumlah kelompok
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
Terdapat 5 ukuran statistik yang bisa kita baca dari boxplot, yaitu:
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.
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).
BAB III
METODOLOGI 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
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
a. Data downtime
Data yang diperoleh dari dokumentasi pabrik terkait dengan lama waktu
yang dibutuhkan untuk melakukan pergantian dan perbaikan komponen
mesin yang rusak.
4. Pengolaha Data
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
Selesai
3.3 Metodologi
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.
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.
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.
BAB IV
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.
Data waktu downtime mesin thresher pada periode November 2016 – Oktober
2017 dapat dilihat pada tabel berikut ini:
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.
e. Low voltage adalah lama waktu tidak beroperasinya yang disebabkan arus
rendah.
Data down time mesin thresher dapat dilihat pada tabel berikut
Bulan Planned Low voltage Power Cut Off Machine Break Set Up
Downime (Jam) (Genset) (Jam) Down Time (Jam)
(Jam) (jam)
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.
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
𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒
𝑎𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = × 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:
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.
Operation time adalah total waktu proses yang efektif. Dalam hal ini operation
time adalah hasil pengurangan loading time dengan downtime mesin.
Nilai availability mesin thresher untuk periode November 2016 adalah sebagai berikut:
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.
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
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.%
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
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.
Performancy effeciency
100.00
95.00
90.00
Persen (%) 85.00
80.00
75.00
70.00
65.00 Performancy
60.00
Periode
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%.
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:
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.
Berikut ini adalah bentuk grafik perbandingan rate of quality product ideal dan rate of
quality produk dari mesin thresher.
Quality product
100.00
99.50
Persen (%)
99.00
98.50
98.00
97.50
Quality
97.00
Periode
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.
Dengan perhitungan yang sama, maka nilai OEE mesin thresher sampai periode
Oktober2017 dapat dilihat pada tabel.
Persen (%)
80.00
75.00
70.00
65.00
OEE
60.00
Periode
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.
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
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.
Untuk mengetahui besarnya presentasi downtime losses yang diakibatkan oleh waktu
set up dan adjustment tersebut digunakan rumusan sebagai berikut:
Maka untuk perhitungan set up dan adjustment losses pada periode November 2016
8.44
𝑠𝑒𝑡𝑢𝑝 𝑎𝑛𝑑 𝑎𝑑𝑗𝑢𝑡𝑚𝑒𝑛𝑡 𝑙𝑜𝑠𝑠𝑒𝑠 = × 100% = 1.49%
567
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.
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:
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:
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:
Dengan cara yang sama dilakukan untuk periode berikutnya dan dapat dilihat pada
tabel berikut ini
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
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
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:
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.
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.
Persentase dari time loss dari keenam faktor tersebut diatas ditampikan dalam
bentuk histogtam berikut ini.
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
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.
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.
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 - -
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
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.
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.
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 .
Hipotesis:
Ho: data berdistribusi normal
H1: data tidak berdistribusi normal
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
Keputusan
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
Multiple Comparisons
Dependent Variable: RPN
Tukey HSD
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.
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.
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
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
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
4. Langkah keempat, memulai membuat fault tree dari atas. Disini akan diselidiki
kejadian apa saja yang bisa mengakibatkan top event terjadi.
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
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.
Plummer block
bearing failure
Overload wearing
Kecepatan putar
bearing Bearing aus
berkurang kurang pelumas
Pelumas
Operator tidak tidak
cermat mengatur terjadwal
pemasukan TBS
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.
Automatic feeder
failure
Usia pakai
sudah lama
3. Stripper
Stripper failure
Pengelasan retak
Overload pada sambungan
Beban
operasi Life time
berlebih sudah lewat
4. Drum thresher
Drum thresher
failure
Overload
Operator tidak
teliti terhadap
beban maksimal
Pelat drum
thresher
merenggang
5. Elektro motor
Elektro motor
failure
Baut pengikat
dudukan mesin Area lingkungan
longgar cooling fan yang
kotor
Teknisi tidak
teliti saat
inspeksi
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
V-belt failure
Dari rangkaian fault tree diatas sehingga tersusun suatu bentuk pohon kesalahan seperti
gambar lampiran 3.
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.
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
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
1. Analisa Kualitatif
Hasil analisa kualitatif dari kegagalan sistem pada mesin thresher dengan top event
yaitu thresher breakdown terjadi jika kejadian dibawah ini yaitu kejadian.
2. Analisa Kuantitatif
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:
P1 = (0,05 + 0,06)-(0,05x0,06)
P1 = 0, 11 - 0,003
G1 = 0,107
c. Kegagalan Stripper
P4 = 0,107
P5= 0,125
f. Kegagalan V-belt
P6 = 0.12 – 0.0035
P6 =0.1165
P1= 0,107, P2= 0,1168, P3= 0,0882, P4= 0,003, P5= 0,125, P6= 0.1165
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%
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.
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.
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
Hipotesis :
Ho : data berdistribusi normal
H1 : data tidak berdistribusi normal
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:
Multiple Comparisons
Dependent Variable: nilai
Tukey HSD
Perbedaan atau pengaruh yang terdapat pada setiap komponen tidak terdapat, seperti
tabel:
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.
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.
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.
2. Mesin
3. Metode
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.
Adapun rumus untuk menghitung nilai reliability tersebut. Berikut adalah rumusnya:
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔 𝑡𝑖𝑚𝑒
𝑀𝑇𝐵𝐹 =
𝐹𝑎𝑖𝑙𝑢𝑟𝑒
Keterangan:
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
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
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:
𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6
𝑅𝑠𝑦𝑠 = 0.7876
𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6
𝑅𝑠𝑦𝑠 = 0.6196
𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6
𝑅𝑠𝑦𝑠 = 0.4880
𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6
𝑅𝑠𝑦𝑠 = 0.3025
𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6
𝑅𝑠𝑦𝑠 = 0.0218
Maka didapatkan nilai keandalan pada thresher adalah sebagai berikut berdasarkan jam
operasi:
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.
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.
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%
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:
𝑅𝑠𝑦𝑠 = 𝑅1 × 𝑅2 × 𝑅3 × 𝑅4 × 𝑅5 × 𝑅6
1. Setiap 50 jam operasional dilakukan inspeksi pada Drum thresher dan Stripper
5. Setiap 800 jam operasional dilakukan inspeksi pada Plummer block bearing
BAB V
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
c. Setiap 100 jam operasional elektro motor dilakukan inspeksi dan pemeliharaan
meliputi ; pencegahan kontaminasi kotoran pada cooling fan, pengecekan shaft,
dan pengecekan kumparan motor.
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.
5.2 Saran
secara berkala dalam periode yang lebih singkat pada mesin thresher untuk
DAFTAR PUSTAKA
Corder, antony dan Kusnul Hadi. 1992 Teknik manajemen pemeliharaan. Jakarta:
Erlangga
Gulati, Ramesh dan Smith, Rick. 2012. Maintenance and Reliability Best Practice.
McDermott, dkk. 2009. THE BASIC OF FMEA 2nd Edition. New York:
Waterloo:University of Waterloo.
LAMPIRAN
Lampiran 1 Failure mode and effect analysis
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
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
THRESHER
BREAKDOWN
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
THRESHER
BREAKDOWN
Sambungan retak/patah Overload Inspeksi tidak terjadwal
MATERIAL METODE