Laporan Tugas 2: Teknik Manajemen dan

Perawatan Mesin
Noer Fadzri Perdana Dinata (03032682024001)

Part I
Menghitung Mean Time Between
Failure (MTBF) Menggunakan
Weibull Distribution
1 Contoh Data
Untuk mensimulasikan penggunaan Weibull Distribution dan menghitung Mean
Time Between Failure (MTBF), maka diperlukan data contoh sebagai bahan
studi. Data-data contoh dapat diperoleh dengan mudah secara daring melalui
banyak portal yang tersedia, antara lain:
• contextures.com
• excel-easy.com
• learningcontainer.com
• dll
Pada laporan tugas ini, contoh data yang digunakan adalah data failure dari
Throttle pada sistem injeksi kendaraan bermotor. Dengan menggunakan soft-
ware plotter yang tersedia pada Framework Matlab, maka data yang telah diper-
oleh dapat di-plot, sesuai dengan Figure 1.
Plot pada Figure 1 menunjukkan bahwa kemungkinan failure pada saat 4.000
operating hours adalah sekitar 12%, dengan tingkat akurasi 95%. Untuk diper-
timbangkan, data contoh yang tersedia adalah sebanyak 14.000 operating hours.

2 Fitting Data Menggunakan Weibull Distribu-

tion Model
Data contoh yang diperoleh, selanjutnya dianalisa lebih lanjut untuk menen-
tukan scale parameter (α) dan shape parameter (β) pada formula umum Weibull

1
Figure 1: Contoh data menggunakan failure data dari throttle pada sistem
injeksi kendaraan bermotor.

Distribution. Data empiris yang telah diperoleh akan dijadikan model refer-
ensi untuk menentukan parameter-parameter yang disebutkan tersebut. Metode
yang digunakan pada tahap ini disebut dengan metode Curve Fitting, dan da-
pat diakses melalui Matlab menggunakan syntax wblfit, untuk menghasilkan
Weibull Model sesuai dengan yang tertera pada Figure 2.

Figure 2: Data empiris yang didapatkan di-model menggunakan teknik Curve

Fitting pada Matlab.

3 Analisa Data
Weibull Model yang telah diperoleh selanjutnya dianalisa lebih lanjut, untuk
menentukan Probability Density Function, Reliability Function, Failure Rate
Function, dan Probability Plot, yang terlampir pada Figure 3. Data-data analisa
tersebut diperoleh menggunakan toolbox yang tersedia pada Framework Mat-
lab, dan dapat diakses menggunakan Apps > Curve Fitting > Logistics and
Distributions > Statistics and Machine Learning Toolbox. Pastikan algoritma

2
Weibull Distribution Model adalah yang digunakan pada kolom algoritma yang
tersedia.

Figure 3: Hasil perumusan modelling Weibull di analisa lebih lanjut sesuai den-
gan parameter hasil curve fitting, yaitu α= 1 dan β= 0.9711. Hasil analisa
digunakan untuk mendapatkan Probability Function, Reliability Function, Fail-
ure Rate Function, dan Probability Plot.

4 Estimasi MTBF
Analisa lanjutan dari Weibull Distribution Model yang telah diperoleh sebelum-
nya, dapat digunakan untuk mengestimasi Mean Time Between Failure (MTBF)
pada data yang dirujuk. Pada Figure 4 dapat dilihat bahwa Failure Rate
pada data Throttle yang diestimasi menggunakan Weibull Model, hampir sangat
menyerupai “Bathub Curve” yang menjadi pola umum Failure pada beberapa
mesin mekanis.
Menginterpretasikan gambar diatas, maka dapat disimpulkan bahwa sistem
Throttle pada data yang diberikan, memiliki MTBF kurang lebih pada 6000
operating hours. Jika kita asumsikan penggunaan kendaraan bermotor di dalam
kota adalah 1 jam / hari, maka Throttle pada sistem injeksi kendaraan dapat
bertahan hingga 6000 hari, atau hampir 20 tahun. Atau pada penggunaan luar

3
Figure 4: Hasil analisa ditelaah lebih lanjut dengan teknik estimasi statistik un-
tuk mendapatkan failure rate serupa “Bathub Curve” untuk memprediksi Mean
Time Between Failure pada data yang diolah.

kota, dengan asumsi penggunaan 10 jam / hari setiap hari, maka sistem tersebut
harus dilakukan maintenance berkala setiap kurang lebih 2 tahun pemakaian.