ANALISIS MAINTENANCE PADA TRUK DISTRIBUSI GAS DENGAN METODE

RELIABILITY CENTERED MAINTENANCE (RCM) DI PT . AIR PRODUCTS

INDONESIA

Denny Ariyanto1), Ir. M. Singgih, MM.2)

Program Studi Teknik Industri, Universitas 17 Agustus 1945 Surabaya
Jalan Semolowaru No. 45, Surabaya, 60118

dennyariyanto62@gmail.com

ABSTRAK
PT.Air Products Indonesia adalah perusahaan yang bergerak di bidang gas
industri memproduksi gas jenis oksigen, nitrogen, dan argon yang didistribusikan kepada
customer di Jawa timur dan Jawa tengah, untuk melaksanakan proses distribusi perusahaan
menggunakan armada truk tanker.untuk kelancaraan dalam proses distribusi gas proses
maintenance sangat mutlak dilakukan mengingat proses distribusi produk dengan
menggunakan alat angkut yang apabila mengalami kerusakan akan berdampak pada
keterlambatan kedatangan produk ke konsumen.seringnya terjadi kerusakan pada
komponen truk maupun tanki gas perusahaan membuat proses distribusi mengalami
hambatan walaupun penjadwalan secara preventive dan corrective sudah dilaksanakan oleh
perusahaan namun tetap saja kerusakan komponen yang tidak dijadwalkan masih sering
terjadi oleh karena itu dilakukan analisis dengan metode reliability centered maintenance
(RCM) untuk memfokuskan pada komponen yang sering mengalami kerusakan dan
didapatkan penentuan waktu penggantian komponen sesuai dengan kehandalan yang
ditetapkan oleh perusahaan yaitu saat kondisi komponen 60% atau 26 hari untuk battery
dan 47 hari untuk oil pressure sensore dan penetapan untuk proses perawatan yaitu setiap
dua bulan atau setiap 30.000 Km sehingga dengan metode RCM mampu memberikan
solusi untuk menentukan waktu perbaikan yang tepat

Kata kunci: Reliability centered maintenance,Preventive maintenance,Corrective

maintenance

1
 ABSTRACT
PT.Air Products Indonesia is a company engaged in industrial gas producing oxygen,
nitrogen and argon gas distributed to customers in east and central java, to carry out the
distribution process of companies using tanker truck fleet.to smooth in process gas
distribution process maintenance is absolutely necessary given the process of product
distribution by means of conveyance which if damaged will have an impact on the delay of
the arrival of the product to the consumer. Frequently there is damage to the truck
components and gas tanks companies make the distribution process to experience barriers
even though scheduling is preventive and corrective already implemented by the company
but still the component damage is not scheduled is still often occur therefore analysis by
the method of reliability centered maintenance (RCM) to focus on the components that
often suffered damage and obtained determination of time tu replacement components in
accordance with the reliability set by the company that is when the condition of
components 60% or 26 days for the battery and 47 days for oil pressure sensore and the
determination for the maintenance process that is every two months or every 30.000 Km so
that the RCM method can provide solutions to determine correct repair time.

Keyword : Reliability centered maintenance,Preventive maintenance,Corrective

maintenance

2
 PENDAHULUAN

PT.Air Products Indonesia adalah perusahaan yang bergerak di bidang gas industri
yang berlokasi di jalan alpha Maspion LOT L-12 kawasan industri Maspion desa manyar,
gresik jawa timur, perusahaan tersebut memproduksi gas jenis oksigen, nitrogen, dan argon
perusahaan memiliki delapan unit kendaraan untuk mengangkut produk gas yang akan
didistribusikan ke customer dengan berbagai tujuan di jawa timur dan jawa tengah.
PT. Air Products Indonesia memiliki jadwal preventive maintenance (PM 02) pada
setiap truk,namun banyaknya orderan yang diterima perusahaan membuat jadwal
maintenance pada truk pengiriman mundur dari jadwal yang sudah di tetapkan serta
sulitnya mendapatkan komponen truk yang harus indent dalam pembelian komponen yang
membuat proses perbaikan menjadi lama. Hal ini menyebabkan terjadinya breakdown
(BD) maupun repair and maintenanace (PM01/ Corrective maintenance ) atau perbaikan
yang tidak direncanakan yang berdampak pada keterlambatan distribusi gas yang dikirim
untukc ustomer. Tabel data perbaikan pada truk yang tidak direncanakan dalam 2 tahun
terakhir dapat dilihat pada tabel 1

Tabel 1 data kerusakan tahun 2016 - 2017

No Deskripsi Informasi PM02 PM01

Pembelian
1 Prime movers SLPR W. 8716 .J Baru/2008 2 12
2 Prime movers W. 8460 .M Baru/2006 5 12
3 Prime movers W. 8461 .M Baru/2006 4 16
4 Prime movers W. 8462 .M Baru/2006 4 16
5 Prime movers W. 8536 .M Baru/2008 - 14

3
 6 Rigid W. 9995 .L – LAR Baru/2008 1 7
7 Rigid W. 8088 .L – LIN Baru/2008 2 11
8 Rigid B. 9221 .FFA – LIN Baru/2008 3 12
9 Liquid Trailer-7261-LOX Baru/2012 - -
10 Liquid Trailer-7228-LIN Baru/2008 2 10
11 Liquid Trailer-BKS 53261 A- Baru/2010 - 8
LOX
12 Liquid Trailer-1347-LIN Baru/2010 - 2
13 Liquid Trailer-2143-LIN Baru/2009 - 8
Sumber: Data kerusakan PT Air Products Indonesia

Berdasarkan data diatas menunjukan bahwa perbaikan yang tidak di rencanakan

(PM01/Corrective maintenence) cukup banyak sehingga selama proses Repair and
maintenance (PM01/Corrective maintenance) dapat mengganggu proses distribusi gas.
Oleh karena itu, diperlukan adanya penjadwalan perawatan pada truk pengiriman gas
secara efektif agar dapat mengurangi proses PM01/Corrective maintenance.setelah
dilakukan observasi dari seluruh kendaraan yang mengalami proses PM01/corrective
maintenance diketahui selama bulan januari 2016 hingga desember 2017 ditemukan
kerusakan komponen truk maupun liquid trailer sebagai berikut:

Tabel 2 Data kerusakan komponen

NO Data komponen
1 Battery
2 Tyre
3 Rear view mirror
4 Oil pressure sensor
5 Belt tensioner
6 Injector
7 Bulb lamp halogen
8 Bulb lamp rotary
9 Air bellow suspensions
Sumber: Data kerusakan PT Air Products Indonesia

Banyakna jumlah perbaikan yag tidak direncanakan membuat setiap proses

distribusi mengalami hambatan, oleh karena itu dengan adanya perbaikan proses
maintenance dengan metode RCM akan meminimalkan jumlah perbaikan yang tidak
direncanakan sehingga dapat memperlancar proses distribusi

1
 MATERI DAN METODE

Langkah awal yang dilakukan pada penelitian ini, yaitu melakukan survey
pendahuluan, studi lapangan dan studi pustaka. Kemudian pengumpulan data dilakukan
dengan cara wawancara yang dilakukan kepada kepala maintenance PT. Air Product
Indonesia yaitu dengan melakukan pengumpulan data kerusakan kendaraan dan data
komponen yag sering rusak serta data downtime waktu perbaikan kendaraan, dari data
tersebut akan ditentukan waktu MTTR (Mean Time To Reapair) dan MTTF (Mean Time
To Failure) dan dari penentuan MTTR dan MTTF akan dihasilkan waktu reliability pada
masing-masing komponen.

Setelah perhitungan pengolahan data akan dihitung data FMEA (Failure mode And
Efect Analysis) dimana setiap kerusakan akan dikelompokan terhadap mode kegagalan dan
akibat dari kegagalan tersebut. Setelah itu ditetukan nilai RPN (Risk Potential Number)
dengan rumus untuk perhitungan Saverity × Ouccurrence × Detection , penentuan data
LTA (Logic Tree Analysis) yaitu pengelompokan data kerusakan utuk dikategorikan pada
Safety Problem, Outage Problem,Economic Problem, Hidden Failure,dari perhitugan dan
pengelompokan data akan ditentukan tindakan dalam proses perawatan pada kendaraan
dan merekomendasikan hasil perhitungan untuk dilakuka proses perawatan pada
perusahaan.

2
 HASIL DAN PEMBAHASAN

Proses analisa maintenance pada kerndaraan yang memiliki tingkat kerusakan

terbanyak dan truk yang memiliki kerusakan terbanyak ialah 5 unit Prime Movers dengan
merk Volvo dapat dilihat pada gambar 1 :

Pareto Chart of kerusakan

140
100
120
100 80

Percent
Count

80 60
60
40
40
20 20
0 0
kerusakan .M .M .M .J .M LIN LIN LIN LIN O X AR her
61 62 36 716 60 – – 8- 3- - L – L Ot
. 84 . 84 . 85 . 8 . 84 FFA 8 .L - 722 -214 61 A .L
W W W W W . 08 e r e r 32 9 5
rs rs rs PR r s 21 8 ail ail 5 99
ove ove ove s S L ove . 92 W. d T r d T r BKS W.
r B id i i r- d
e m e m e m ov e me m igid Rig Liqu Liqu ai le Rigi
im i m im i R Tr
Pr Pr Pr e m Pr i d
im u
Pr Li q
Count 16 16 14 12 12 12 11 10 8 8 7 2
Percent 12.512.510.9 9.4 9.4 9.4 8.6 7.8 6.3 6.3 5.5 1.6
Cum % 12.525.035.945.354.764.172.780.586.793.098.4100.0

Gambar 1 hasil analisa pareto kerusakan truk

Dari ke lima truk merupakan satu tipe yaitu Volvo dan memiliki tingkatan kesulitan
dalam pembelian komponen sehingga penentuan waktu untuk pembelian dan perawatan
kendaraan sehingga perlu dilaksanakan analisa perbaikan agar perbaikan terlaksana dengan
jadwal perbaikan yang tepat
 Penentuan waktu MTTR dan MTTF
Perhitungan waktu antar kerusakan truk atau Mean Time to Failure (MTTF)
adalah jarak rata - rata antar kerusakan pertama dan kerusakan berikutnya,
perhitungan ini berguna untuk mengetahui waktu kehandalan truk selama
beroperasi, sedangkan Mean Time To Repair ( MTTR ) adalah jarak rata - rata
waktu perbaikan atau waktu Downtime Truk berikut adalah waktu antar kerusakan
masing-masing truk.
 Perhitungan MTTF dan MTTR truk Prime Movers
Nilai MTTF ditentukan dari waktu antar kerusakan masing-masing truk dan
diolah dalam aplikasi minitab untuk menentukan distribusi data pada masing-
masing
 Prime Movers W. 8461. M

Tabel 3 Distribusi data MTTF

Distribusi Median Standart

Normal 41,8 43,7831
Dari penentuan distribusi data ditentukan waktu MTTF sebagai berikut:

3
MTTF = 41 hari
Tabel 4 Distribusi data MTTR

Distribusi Median Standart

devisiasi
Exponential 12,82 18,5
Dari penentuan distribusi data ditentukan waktu MTTR sebagai berikut

MTTR =

=18,5 jam

 Prime Movers W. 8462. M

Tabel 5 Distribusi data MTTF

Distribusi Median Standart Location Scale

devisiasi
Lognormal 23,20 138,803 3,14428 1,36831
Dari penentuan distribusi data ditentukan waktu MTTF sebagai berikut:
MTTF=

= 23,20 +2,7182

= 25 hari
Tabel 6 Distribusi data MTTR

Distribusi Median Standart

devisiasi
Exponential 8,7 12,68
Dari penentuan distribusi data ditentukan waktu MTTR sebagai berikut

MTTR =

=12,6 jam

4
  Prime Movers W. 8536. M

Tabel 7 Distribusi data MTTF

Distribusi Median Standart

Normal 45,8 77,4486
Dari penentuan distribusi data ditentukan waktu MTTF sebagai berikut:
MTTF = 45 hari

Tabel 8 Distribusi data MTTR

Distribusi Median Standart

Normal 5,64 8,26
Dari penentuan distribusi data ditentukan waktu MTTR sebagai berikut:
MTTR = 5,6 jam
 Prime Movers SLPR W. 8716. J

Tabel 9 Distribusi data MTTF

Distribusi Median Standart

devisiasi
Exponential 35,53 51,27
Dari penentuan distribusi data ditentukan waktu MTTF sebagai berikut

MTTF =

=51 hari
Distribusi Median Standart
devisiasi
Exponential 9,76 14,08
Dari penentuan distribusi data ditentukan waktu MTTR sebagai berikut:

MTTR =

=14 jam

5
  Prime Movers W. 8460. M

Tabel 10 Distribusi data MTTF

Distribusi Median Standart

Normal 53,45 50,12
Dari penentuan distribusi data ditentukan waktu MTTF sebagai berikut:
MTTF = 53hari

Tabel 11 Distribusi data MTTR

Distribusi Median Standart

Normal 16,91 27,35
Dari penentuan distribusi data ditentukan waktu MTTR sebagai berikut:
MTTR = 16,9 jam

 Penentuan data FMEA

Penyusunan Tabel FMEA dilakukan berdasarkan data fungsi komponen dan
laporan perawatan yang kemudian dapat ditentukan berbagai kegagalan fungsi. Dari
penyusunan FMEA (failure mode and effect analysis) dapat diketahui apa penyebab dari
kegagalan dan dampak apa yang ditimbulkan dari kegagalan tersebut, berikut data FMEA
kerusakan pada kendaraan :
v

Tabel 12 Data FMEA

Failure mode and effect analysis

NO Kegagalan fungsi Failure mode Failure effect
1 Battery Kualitas cell Mesin susah
battery,over distarter,kerusakan
voltage pada ECU
2 Tyre Tekanan angin Ban pecah atau
kurang, tertusuk bocor, laju
benda tajam kendaraan tidak
stabil
3 Rear view mirror Bersenggolan Kaca spion pecah,
dengan ganggang spion
pengendara lain patah
4 Oil pressure sensor Kualitas Indikator
material sensor instrumen cluster
eror
5 Belt tensioner Usia komponen, Damage bearing,

6
 kualitas material V-belt putus
komponen
6 Injector Usia komponen, Damage unit
kualitas solar valve, mesin mati
7 Bulb lamp halogen Getaran pada Lampu mati
mesin, kualitas
material
8 Bulb lamp rotary Getaran pada Lampu mati
mesin, kualitas
material
9 Air bellow suspensions Usia komponen, Karet suspensi
benturan dengan sobek atau pecah
jalan yang rusak

Setelah ditentukan data Failure mode and effect analysis maka langka selanjutnya
akan ditentukan nilai Risk potensial number (RPN), berikut adalah data hasil perhitungan
RPN :

Tabel 13 Nilai perhitungan RPN

Komponen Saverit Occurrence Detectio RPN

y n
Battery 6 4 3 72
Tyre 9 4 3 108
Rear view mirror 10 1 1 10
Oil pressure sensor 8 4 3 96
Belt tensioner 8 3 3 72
Injector 9 4 3 108
Bulb lamp halogen 10 4 3 120
Bulb lamp rotary 10 4 3 120
Air bellow suspension 9 4 3 108

Perhitungan RPN untuk mengetahui nilai resiko yang ditimbulkan dari kegagalan
komponen kendaraan.
 Kategori Logic Tree Analysis (LTA)

Berdasarkan hasil penentuan Logic Tree Analysis (LTA) maka dapat diperoleh
kategori kegagalan masing-masing komponen mesin,penggolongan kategori masing-
masing komponen sebagai berikut:
 Kategori A (Safety Problem)
a. Rear View Mirror
b. Tyre

7
 c. Bulb Lamp Halogen
d. Bulb Lamp Rotary
 Kategori B (Outage Problem)
a. Battery
b. Oil Pressure Sensor
c. Belt Tensioner
d. Injector
e. Air Bellow Suspension
 Kategori C (Economic Problem)
 Kategori D (Hidden Failure)
 Pemilihan Tindakan
Di dalam tahapan pemilihan tindakan akan ditentukan tindakan yang tepat untuk
mode kerusakan tertentu. Jika tugas pencegahan secara teknis tidak menguntungkan
untuk dilakukan, tindakan standar yang harus dilakukan bergantung pada konsekuensi
kegagalan yang terjadi, berikut tindakan yang dilaksanakan pada proses maintenance :

Tabel 14 Pemilihan tindakan perawatan

No Komponen Tindakan CD ( Condition Directed )

1 Battery Pemeriksaan komponen dan pembersihan kerak
korosi tidak mengganggu kinerja battery
2 Tyre Pemeriksaan tekanan angin
3 Rear view Membersikan flek yang menempel pada kaca dan
mirror rutin mengecek posisi agar tidak terjadi Blid Spot
4 Oil pressure Rutin memeriksa tekanan oli dan memastikan
sensor sistem kelistrikan kendaraan tetap dalam kondisi
bagus
5 Belt tensioner Rutin mengecek kodisi komponen dan langsung
melaksanakan perbaikan apabila terdengar suara
berdecit pada mesin
6 Injector Rutin membersihkan fuel Filter dan membersikan
injector dari kerak
7 Bulb lamp Pemeriksaan komponen secara berkala dan
halogen membuka headlamp apabila setelah menerjang
hujan untuk menghindari butiran embun yang
berada di dalam headlamp

8
 8 Bulb lamp Pemeriksaan komponen secara berkala dan
rotary membuka headlamp apabila setelah menerjang
hujan untuk menghindari butiran embun yang
berada di dalam headlamp
9 Air bellow Pemeriksaan tekanan angin,rutin mengganti
suspension tabung air suspensi untuk terhindar dari karat

 Rekomendasi perbaikan

merujuk pada waktu Preventive Maintenance yang dilaksanakan diperusahaan

dimana kegiatan preventive yang sebelumnya setiap 30.000 Km/ 2 bulan sudah cukup baik
melihat kerusakan yang mendekati waktu 2 bulan atau pun mendekati jarak tempuh 30.000
Km.
Sebagai tambahan untuk Truk Prime movers W. 8462. M yang memiliki waktu
rata-rata kerusakan 25 hari,maka setiap 25 hari dilaksanankan inspeksi untuk mengetahui
kondisi Truk dan untuk penggantian komponen pengecekan dilakukan saat kondisi
komponen memiliki kehandalan 60% untuk mengetahui kondisi komponen apabila
komponen harus melakukan penggantian saat proses pemesanan tingkat kehandalan
komponen masih diatas tingkat terendah komponen.

KESIMPULAN
1. Dari hasil identifikasi dan analisa komponen yang memiliki tingkat kerusakaan
terbanyak selama 2 tahun ialah komponen Tyre ( 19 unit),Battery (9 unit),Air bellow
suspensions (8 unit),Oil pressure sensor(4 unit),Injector (4 unit),Bulp lamp halogen(2
unit),Belt tensioner(2 unit),serta komponen rear view mirror,Bulb lamp rotary yang
masing-masing satu unit penggantian.
2. Dari hasil uji analisa waktu kehandalan komponen ditentukan waktu untuk
penggantian komponen saat usia komponen mencapai usia 60% kehandalan dimana
untuk battery saat usia komponen 60% pada hari 35 dilaksanakan pengecekan
apabila kondisi komponen mulai berkurang fungsinya akan dilaksanakan pemesanan
komponen yang nanti saat terjadi kerusakan komponen sudah berada di bengkel.
3. Rekomendasi perbaikan tetap menggunakan SOP perusahaan dimana setiap
30.000Km atau 2 bulan sekali namun sebagai acuan untuk proses maintenance
dilakukan pengecekan lebih awal sesuai dengan rata - rata waktu kegagalan pada
masing - masing kendaraan dan pemilhan tindakan untuk mengantisipasi kerusakan
dilakukan tindakan corrective maintenance seperti penanganan battery dimana setiap
35 hari dilaksanakan pengecekan dan dilakukan permbersihan dari kerak yang akan
mengakibatkan korosi pada battery.

9
 DAFTAR PUSTAKA

Anshori Nachnul, Mustajib Imron M, (2013), Sistem Perawatan Terpadu. (Integrated

Maintenance System), Graha Ilmu, Yogyakarta.
http://www.oee.com/2012/calculating-oee/.

Subana, M., Sudrajat, 2011, Dasar – Dasar Penelitian Ilmiah, Bandung: Pustaka Setia.
Riduan, 2010, Metode & Teknik Menyusun Proposal Penelitian, Bandung: Alfabeta.
Ebeling, Charles E., An Introduction to Reliability and Maintainability Engineering, The.
McGraw-Hill Companies, Inc., Singapore, 1997.
Andre K.S. Jardine, Albert H.C. Tsang (2013), Maintenance,Replacement and Reliability,
Taylor & Francis Group
Aridian Dwi Nugroho, (2013), perencanaan penjadwalan preventive maintenance pada
mesin milling dengan metode reliability
Fajar Kurniawan, (2013), Manajemen Perawatan Industri, Graha Ilmu,Yogyakarta
S. Assauri. Manajemen Produksi dan Operasi. Depok: FEUI, 2004.
Ida Bagus Suardika., 2009, Penerapan Reliability Centered Maintenance (RCM) Dalam
Merencanakan Kegiatan Pemeliharaan Mesin Produksi Pada PABRIK “X”, Jurusan
Teknik Industri, Fakultas Teknologi Industri, Institut Teknologi Nasional, Malang.

Febianti, Evi, Ferdinant, Putro Ferro, Mushofik, 2016, Usulan Perencanaan Perawatan
Mesin Roughing Stand Dengan Pendekatan Reliability Centered Maintenance
(RCM), Jurusan Teknik Indutri, Fakultas Teknik, Universitas Sultan Ageng
Tirtayasa.

Hendro Asisco, Kifayah Amar, Yandra Rahadian Perdana., 2012, Usulan Perencanaan
Perawatan Mesin Dengan Metode Reliability Centered Maintenance (RCM) di PT.
PERKEBUNAN NUSANTARA VII (PERSERO) UNIT USAHA SUNGAI NIRU
KAB.MUARA ENIM, Program Studi Teknik Industri, Fakultas Sains Dan Teknologi
Universitas Islam Negeri (UIN) Sunan Kalijaga, Yogyakarta.

10