SKRIPSI
Untuk Memenuhi Persyaratan Mencapai Gelar Sarjana Strata I
Diajukan Oleh:
AIDIL FIRMANSAH
16020075
i
ii
iii
HALAMAN PERSEMBAHAN
Syukur Alhamdulillah, ku panjatkan kepada Allah SWT atas segala rahmat dan
kesempatan untuk menyelesaikan Tugas Akhir dengan segala kekuranganku.
Dipersembahkan
IBUKU
AYAHKU
ADIK-ADIKU
&
KELUARGA BESARKU
Terima kasih yang sebesar - besarnya yang sudah mendoakan saya dari awal
kuliah hingga di ujung akhir kuliah ini sampai saya bisa menyelesaikan tugas
besar saya ini yaitu SKRIPSI.
Semoga skripsi ini dapat bermanfaat dan berguna untuk kemajuan ilmu
pengetahuan dimasa yang akan datang.
iv
MOTO
“Lemah penat itu hal yang biase, hidup ini jangan pernah putus ase make
dekatkan diri pade yang kuase karena hidup kite hanye sementare “
Lawan Malas
(Kang,sule)
v
KATA PENGANTAR
Puji syukur kepada Allah SWT yang telah memberikan rahmat, nikmat, hidayah,
dan karunia-Nya sehingga penulis dapat menyelesaikan penulisan laporan Tugas
Akhir yang berjudul “PERENCANAAN PERAWATAN MESIN INJECTION
MOULDING DENGAN TYPE LS850 DI PT. YASUNLI ABADI UTAMA
PLASTIK – BEKASI” dapat diselsaikan dengan baik.
Hasil dari laporan Tugas Akhir ini diharapkan dapat memberikan masukan
kepada berbagai pihak yang berkepentingan terutama reka-rekan mehasiswa
departemen Teknik industri mengambil manufaktur.
1. Allah SWT yang telah memberikan hidup, nikmat, rezeki yang tiada henti –
hentinya kepada penulis.
2. Kepada kedua Orang Tua tercinta Bapak Mahadi S.E dan Ibu Salhanita,
orang terhebat di dunia ini bagi saya dan adik saya Zilla dwita putri, Ade
firdaus yang telah memberikan dukungan kepada saya baik berupa materi
maupun moral.
3. Ibu Riani Nurdin S.T., M.Sc. selaku Ketua Jurusan Teknik Industri, Sekolah
Tinggi Teknologi Adisutjipto Yogyakarta.
4. Ibu Riani Nurdin S.T., M.Sc selaku dosen pembimbing I yang telah banyak
membantu sabar dalam membimbing dan memberikan motivasi juga
masukan kepada penulis dalam menyelesaikan tugas akhir ini.
5. Bapak Prasidananto Nur S, S.T., M.Sc selaku dosen pembimbing II yang
telah banyak membantu, sabar dalam membimbing dan memberikan
vi
motivasi juga masukan kepada penulis dalam menyelesaikan laporan tugas
akhir ini.
6. Bapak Agus Wandyono selaku pembimbing dibagian Maintenance selama
penelitian di PT Yasunli Abadi Utama Plastic
7. Kakak dan Abang Senior Angkatan 2014 yaitu Mbak Rosy, Mbak Pinto,
dan Mass Hanan Terima kasih atas bimbingan nya selama kami berada di
PT. Yasunli Abadi Utama Plastic.
8. Kepada teman – teman Teknik Indsutri STTA yang tidak tersebutkan
namanya satu persatu yang telah banyak membantu dan bekerja sama dalam
pelaksanaan dan pengerjaan laporan tugas akhir.
9. Teman - teman kos Family yang senantiasa memberikan semangat dan
menemani setiap mengerjakan laporan
10. Dan untuk Hanin Riski Amalia terima kasih sudah memberikan semangat
yang tiada hentinya kepada saya yang mau mendengarkan keluh kesah,
mengatur waktu dan memberi arahan yang membuat saya semangat
mengerjakan hasil tugas akhir.
Penulis menyadari dalam penyusunan tugas akhir ini masih banyak terdapat
kekurangan dan jauh dari sempurnaan, dengan besar hati penulis menerima kritik
dan saran yang membangun. Semoga laporan ini bermanfaat bagi pembaca.
Aidil Firmansah
vii
DAFTAR ISI
HALAMAN JUDUL ................................................................................... i
LEMBAR PENGESAHAN ......................................................................... ii
PERNYATAAN .......................................................................................... iii
HALAMAN PERSEMBAHAN .................................................................. iv
MOTTO ...................................................................................................... v
KATA PENGANTAR ................................................................................. vi
DAFTAR ISI ............................................................................................... viii
DAFTAR LAMPIRAN ............................................................................... xiii
DAFTAR TABEL ....................................................................................... xiv
DAFTAR GAMBAR ................................................................................... xvi
ABSTRAK ................................................................................................... xvii
viii
2.3 Langkah-langkah Penerapan .............................................................. 17
2.3.1 Pengumpulan Informasi dan Pemilihan Sistem .......................... 17
2.3.2 Pendefinisian Batasan Sistem .................................................... 17
2.3.3 Deskripsi Sistem ....................................................................... 17
2.3.4 Fungsi Sistem dan Kegagalan Fungsi ........................................ 18
2.3.5 Failure Mode and Effect Analysis (FMEA) .............................. 18
2.4 Distribusi ........................................................................................... 23
2.4.1 Distribusi Lognormal ............................................................... 24
2.4.2 Distribusi Weibull .................................................................... 25
2.5 Identifikasi Awal dengan Metode Least Square Curve Fitting ........... 25
2.6 Uji Kecocokan Distribusi ................................................................... 26
2.6.1 Kolmogorov – Smirnov Test untuk Uji Distribusi Lognormal ... 27
2.6.2 Mann’s Test untuk Uji Distribusi Weibull ................................ 28
2.7 Mean Time to Failure (MTTF) .......................................................... 28
2.8 Mean Time to Repair (MTTR) ........................................................... 29
2.9 Interval Waktu Perawatan .................................................................. 30
2.10 Diagram Pareto ................................................................................ 30
ix
3.5.1 Pengumpulan Informasi ........................................................... 38
3.5.2 Failure Mode and Effect Analysis (FMEA) .............................. 38
3.5.3 Pendefisian Batasan Sistem ...................................................... 39
3.5.4 Deskripsi Sistem dan Blok Diagram Fungsi .............................. 39
3.5.5 Fungsi Sistem dan Kegagalan Fungsi ........................................ 39
3.5.6 Penentuan Distribusi TTF dan TTR........................................... 39
3.5.7 Uji Kesesuaian Distribusi Data TTF dan TTR ........................... 40
3.5.8 Penentuan Parameter Sesuai Distribusi ..................................... 40
3.5.9 Perhitungan MTTF dan MTTR ................................................. 40
3.5.10 Penentuan Interval Waktu Perawatan ...................................... 41
3.6 Analisis dan Pembahasan ................................................................... 41
3.7 Kesimpulan dan Saran ....................................................................... 41
3.8 Menentukan Distribusi dengan software Stat:fit ................................. 41
3.9 Jadwal Penelitian ............................................................................... 43
x
4.4.1 Uji Distribusi dengan Menggunakan Software Stat:fit .............. 58
4.4.2 Perhitungan Uji Goodness of Fit dengan Kolmogorov – Test .... 59
4.4.3 Hasil Perhitungan Komponen yang Terpilih.............................. 61
4.4.4 Perhitungan Uji Goodness of Fit dengan Mann’s Test .............. 63
4.4.5 Hasil Perhitungan Komponen Terpilih ..................................... 65
4.5 Perhitungan Nilai Parameter TTF dan TTR Komponen Kritis ............ 66
4.5.1 Perhitungan Nilai Parameter terhadap Data TTF ...................... 66
4.5.2 Hasil Perhitungan Nilai Parameter pada Komponen Kritis ....... 68
4.5.3 Perhitungan Nilai Parameter Terhadap Data TTR ..................... 69
4.5.4 Hasil Perhitungan Nilai Parameter pada Komponen Kritis ....... 71
4.6 Perhitungan MTTF dan MTTR .......................................................... 72
4.6.1 Perhitungan MTTF pada Data Time to Failure (TTF) ............... 72
4.6.2 Perhitungan MTTR pada Data Time to Failure (TTR) .............. 72
4.7 Penentuan Interval Waktu Pemeriksaan ............................................. 73
4.8 Perhitungan Reliability Komponen .................................................... 76
xi
6.1 Kesimpulan ....................................................................................... 92
6.2 Saran ................................................................................................. 92
xii
DAFTAR LAMPIRAN
Lampiran 1. 1 Data downtime pada komponen valve........................................ 97
Lampiran 1. 2 Data downtime pada komponen pipa injection ........................... 97
Lampiran 1. 3 Data downtime pada komponen transducer ................................ 98
Lampiran 2. 1 Hasil uji distribusi dengan software stat:fit terhadap komponen
valve pada data waktu antar kerusakan (TTF) ......................... 100
Lampiran 2. 2 Hasil uji distribusi dengan software stat:fit terhadap komponen
pipa injection pada data waktu antar kerusakan (TTF) ............. 100
Lampiran 2. 3 Hasil uji distribusi dengan softwarei stat:fit terhadap komponen
transducer pada data waktu antar kerusakan (TTF) .................. 101
Lampiran 3. 1 Hasil grafik pada data waktu antar kerusakan (TTF) terhadap
komponen Valve ..................................................................... 103
Lampiran 3. 2 Hasil grafik pada data waktu antar kerusakan (TTF) terhadap
komponen pipa injection ......................................................... 103
Lampiran 3. 3 Hasil grafik data waktu antar kerusakan (TTF) terhadap
komponen transducer .............................................................. 104
xiii
DAFTAR TABEL
Tabel 1.1 Data kerusakan mesin injection moulding dengan type LS 850 periode
Januari 2019 hingga Maret 2020 .......................................................... 1
Tabel 2.1 Tinjauan Pendahuluan.......................................................................... 8
Tabel 2.2 Nilai Severity..................................................................................... 20
Tabel 2.3 Nilai Occurrence ................................................................................ 21
Tabel 2.4 Nilai Detection................................................................................... 22
Tabel 3.1 Data selang waktu antar kerusakan (TTF) pada komponen kritis ........ 37
Tabel 3.2 Data waktu perbaikan (TTR) pada komponen kritis ........................... 37
Tabel 3.3 Jadwal penelitian ............................................................................... 43
Tabel 4.1 Data jumlah downtime pada kerusakan komponen kritis .................... 44
Tabel 4. 2 Penyusunan Failure Mode and Effect Analysis ................................. 46
Tabel 4.3 Bagian-bagian komponen yang terpilih .............................................. 52
Tabel 4.4 Deskripsi pada komponen yang terpilih ............................................. 53
Tabel 4.5 Perhitungan TTF dan TTR ................................................................. 55
Tabel 4.6 Waktu antar kerusakan pada 3 komponen kritis.................................. 56
Tabel 4.7 Hasil waktu perbaikan pada 3 komponen kritis .................................. 57
Tabel 4.8 Hasil pola distribusi ........................................................................... 58
Tabel 4.9 Perhitungan Uji Goodness of Fit pada data TTF dengan menggunankan
Uji khusus Kolmogorov-Smirnov Test ................................................ 59
Tabel 4.10 Hasil perhitungan waktu antar kerusakan (TTF) ............................... 61
Tabel 4.11 Hasil perhitungan waktu perbaikan (TTR) ....................................... 62
Tabel 4.12 Hasil perhitungan waktu antar kerusakan (TTF) ............................... 63
Tabel 4.13 Perhitungan Uji Goodness of Fit pada data TTR dengan menggunakan
Uji khusus Mann's Test .................................................................... 64
Tabel 4.14 Hasil perhitungan waktu perbaikan (TTR) ....................................... 65
Tabel 4.15 Perhitungan parameter TTF ............................................................. 66
Tabel 4.16 Hasil nilai perhitungan waktu antar kerusakan (TTF) ....................... 68
Tabel 4.17 Perhitungan parameter TTR ............................................................. 69
Tabel 4.18 Hasil nilai perhitungan waktu perbaikan (TTR) ................................ 71
Tabel 4.19 Hasil perhitungan nilai MTTF .......................................................... 72
xiv
Tabel 4.20 Hasil perhitungan nilai MTTR ......................................................... 73
Tabel 5.1 Dampak konsekuensi kerusakan......................................................... 78
Tabel 5.2 Hasil pola distribusi data waktu antar kerusakan (TTF) ...................... 79
Tabel 5.3 Hasil pola distribusi data waktu perbaikan (TTR)............................... 80
Tabel 5.4 Hasil uji kecocokan distribusi data TTF (Goodness of Fit) ................. 81
Tabel 5.5 Hasil uji kecocokan distribusi data TTR (Goodness of Fit)................. 83
Tabel 5.6 Hasil perhitungan nilai parameter waktu antar kerusakan (TTF) ......... 85
Tabel 5.7 Nilai parameter waktu perbaikan (TTR) ............................................. 86
Tabel 5.8 Nilai MTTF tiap komponen ............................................................... 87
Tabel 5.9 Nilai MTTR tiap komponen ............................................................... 88
Tabel 5.10 Hasil penentuan waktu interval ........................................................ 89
xv
DAFTAR GAMBAR
Gambar 2.1 Diagram Pareto ............................................................................. 31
Gambar 3.1 Skema diagram alir penelitian ....................................................... 33
Gambar 3.2 Diagram alir proses FMEA ............................................................ 34
Gambar 3.3 Skema diagram alir proses total perhitungan interval ..................... 35
Gambar 3.4 Data input Stat:fit .......................................................................... 42
Gambar 3.5 Penentuan distribusi ...................................................................... 42
Gambar 3.6 Hasil dari distribusi yang diterima ................................................. 43
Gambar 4.1 Hasil diagram pareto pada komponen kritis ................................... 44
Gambar 4.2 Blok diagram sistem ...................................................................... 52
xvi
ABSTRAK
PT. Yasunli Abadi Utama Plastik adalah perusahaan yang bergerak di bidang
berbahan plastik yang memiliki berbagai macam mesin produksi bekerja secara
terus menerus sehingga menyebabkan mesin menjadi breakdown saat mengalami
kerusakan saat beroperasi. Oleh karena itu, untuk mengurangi terjadi nya
breakdown dibutuhkan kebijakan perawatan optimal yang dapat mengurangi
frekuensi kerusakan sehingga mesin dapat beroperasi dengan baik.
Hasil analisa interval waktu perawatan pada komponen Valve sebesar 116 jam
dengan frekuensi pemeriksaan optimal selama 1 bulan, untuk komponen Pipa
Injection interval waktu perawatan sebesar 88 jam dengan frekuensi pemeriksaan
optimal selama 2 bulan dan untuk komponen Transduser interval waktu perawatan
sebesar 111 Jam dengan frekuensi pemeriksaan optimal sebesar 1 bulan.
Kata Kunci : Failure Mode and Effect Analysis (FMEA), Downtime, Stat:Fit.
MTTF/MTTR, Interval waktu perawatan.
xvii
BAB I
PENDAHULUAN
1
kritis. Sebagaimana data downtime selama 15 bulan dari bulan januari 2019
hingga bulan maret 2020 didapatkan pada tabel 1.1. sebagai berikut:
Tabel 1.1 Data kerusakan mesin injection moulding dengan type LS 850 periode
Januari 2019 hingga Maret 2020
1 Januari 300
2 Februari 780
3 Maret 435
4 April 480
5 Mei 180
6 Juni 240
7 Juli 1320
8 Agustus 120
9 September 345
10 Oktober 246
11 November 1095
12 Desember 426
13 Januari 0
14 Februari 0
15 Maret 15
Total 5982
Sumber: PT. Yasunli Abadi Utama Plastik
Dari tabel 1.1. diatas menunjukkan data downtime pada mesin type LS
850 diline A1. Dari hasil data bulan januari hingga juli terdapat mesin yang
masih mengalami downtime yang cukup tinggi dengan jumlah sebesar 5982
menit selama 15 bulan.
2
Penyebab dari kerusakan mesin yang selalu terjadinya downtime adalah
mesin produksi memiliki kemampuan yang standar tetapi demi target yang
begitu banyak maka mesin tersebut selalu meningkatkan kemampuan hingga
melebihi batas fungsi. Maka mesin pada type LS 850 selalu terjadinya
kerusakan yang sangat mendadak sehingga mengalami kerugian waktu proses
produksi yang sedang berlanjut.
3
1. Menentukan komponen-komponen kritis dari bagian injection unit.
2. Menghitung tingkat keandalan (reliability) komponen kritis.
3. Menghitung interval perawatan pada kegiatan maintenance.
4
1.6. Sistematika Penelitian
Penyusun penulisan penelitian tugas akhir ini dideskripsikan dalam
beberapa bagian atau bab, dengan disesuaikan pada tata cara sistematika
penulisan karya ilmiah yang baku, yaitu:
BAB I PENDAHULUAN
Pada bab pertama ini, dijelaskan tentang latar belakang,
ruang lingkup masalah, tujuan penulisan dan sistematika
penulisan.
5
BAB II
TINJAUAN PUSTAKA
6
kejadian 53 downtime terjadi dalam 1 tahun. Banyaknya downtime ini
membuat perusahaan mengalami penurunan target produksi yang membawa
efek pada penurunan produktivitas. Berdasarkan kenyataan tersebut
(Nuruddin & Suwardana, 2018) melakukan suatu penelitian tentang
“Perencanaan pemeliharaan mesin pengolahan Teh dengan metode
Reliability Centered Maintenancen (RCM). DI PT. X, Surakarta – Jawa
timur.
Hasil penelitian tersebut menyatakan bahwa. Sebelum dilakukan
penelitian dengan menggunakan metode RCM hasil dari diagram pareto
tersebut menandakan Roll CTC tingkatan persen tersebut sebesar 40%.
Dengan dilakukan pendekatan FMA, Logic Tree Analysis, dan menggunakan
Metode RCM yang sudah dianalisa tiap-tiap komponen yang kritis seperti
Roll CTC harus dilakukan pemeriksaan dilakukan seriap 58 jam dengan rata-
rata waktu perawatan yaitu 141.89 jam dan rata-rata perbaikan 3.82 jam.
Proses produksi di PT. Showa Indonesia manufacturing tidak selalu
lancar, dikarenakan ketidak tahuan akan kehandalan mesin. Pada penelitian
ini dilakukan pada mesin kompresor yang digunkan untuk memproduksi
udara bertekanan yang digunakan untuk menjalankan mesin-mesin produksi.
Berdasarkan kenyataan tersebut menurut (Susanto & Azwir, 2018)
melakukan suatu penelitian tentang “Perencanaan Perawatan Pada Unit
Kompresor Tipe Screw dengan Metode RCM di Industri Otomotif Cikarang
– Jawa Barat.
Hasil penelitian terhadap tingkat kerusakan tertinggi ada pada mesin
kompresor 4,8,10,5,16, dan 6 dengan kerusakan sebesar 70.1%. Hal ini
disebabkan oleh sistem mesin yang kompleks dan sistem perawatan yang
kurang optimal. Dengan menggunakan metode RCM digunakan untuk
menganalisis sistem tersebut untuk mengetahui komponen-komponen dalam
kategori kritis. Hasil dari analisis, didapatkan beberapa komponen kritis yang
mana diperlukan interval penggantian yang optimal dengan meminimalkan
downtime. Maka, perencanaan kegiatan pada masing-masing komponen kritis
tersebut berdasarkan FMEA dan RCM Decision Worksheet. Dengan ini
7
penerapan Metode RCM maka total downtime turun sebesar 44.59% dari
tindakan preventive sebelumnya.
Kegiatan pemeliharaan fasilitas pabrik serta pembetulan, pengaturan atau
penggantian yang dibutuhkan agar aktivitas produksi sesuai dengan jadwal
perusahaan yang bergerak dibidang manufaktur textile memiliki mesin
pembuatan benang seperti mesin blowing, carding dan drawing. Mengalami
downtime tertinggi berada pada mesin blowing 1 dengan downtime sebesar
1506,4 jam berdasarkan kenyataan tersebut (Sari & Ridho, 2016) melakukan
suatu penelitian tentang “ Evaluasi Manajemen Perawatan dengan Metode
Reliability Centered Maintenance (RCM) II pada Mesin Blowing di plan I di
PT. Pisma Putra Textile Pekalongan – Jawa Tengah.
Hasil penelitian ini difokuskan pada mesin blowing I, karena memiliki
downtime tinggi. Berdasarkan frekuensi kerusakan mesin komponen yang
paling sering rusak pada komponen yang kritis dilakukan dengan cara
schedule discard task dan interval perawatan dengan total cost optimal
berurutan TC Rp. 18966057.60 dan 450 jam dengan TC Rp. 13419317.27.
dari hasil tersebut total penurunan biaya kerusakan sebesar Rp. 21.587.975.45
atau 20.89% dari biaya perawatan perusahaan.
8
2. Dengan menggunakan
interval penggantian
komponen yang optimum
akan terjadi nya penurunan
downtime serta peningkatan
avaibility.
Abdul Wahid 2018 Mesin CTC FMEA, Berdasarkan pada hasil dan
Nuruddin, adalah Logic Tree pembahan penelitian ini adalah
Hendra mesin Analysisn Nilai MTTR, MTTF, dan
Suwardana penggiling MTTF, Interval waktu perawatan
teh. MTTR, perbaikan atau pemeriksaan,
RCM maka dapat disimpulkan untuk
2
menjaga kehandalan dan
ketersediaan mesin harus
dilakukan pemeriksaan,
perawatan perbaikan pada
masing-masing komponen
kritis
9
komponen suction
regulating valve, piping
cooling, separator valve.
2. Menurunnya waktu
downtime mesin yang
dikarenakan adanya
tindakan penggantian
komponen dan pemeriksaan
sebelum terjadi kerusakan
sehingga nilai availability
dan reliability komponen
kritis kompresor mengalami
peningkatan
3. Interval perawatan dan
kebijakan perawatan
mengacu pada bahasan
penentuan interval
perawatan dan penjadwalan
manpower utility dan
rancangan kebijkan
perawatan dibagian hasil
pembahasan.
10
2. Perawatan yang diperlukan
pada mesin blowing
menggunakan schedule
discard task dan interval
perawatan dan hasil dari
penelitian ini mengalami
penurunan biaya sebesar
20,89%
11
Perawatan adalah suatu kegiatan atau tindakan yang diperlukan untuk
mencegah atau mengembalikan peralatan, mesin, atau sebuah sistem pada
kondisinya agar dapat berfungsi sebagaimana mestinya, memperpanjang
usia kegunaan mesin dan menekan downtime sekecil mungkin (Moubray,
1997).
Menurut Kurniawan (2013), perawatan adalah suatu kombinasi dari
berbagai tindakan yang dilakukan untuk menjaga suatu barang dalam, atau
memperbaikinya sampai suatu kondisi yang bisa diterima.
Menurut Assauri (2008), perawatan adalah kegiatan untuk
memelihara atau menjaga fasilitas atau peralatan pabrik dan mengadakan
perbaikan atau penyesuaian atau penggantian yang diperlukan agar supaya
terdapat suatu keadaan operasi produksi yang memuaskan sesuai dengan
apa yang direncanakan jenis perawatan.
Pemeliharan merupakan suatu fungsi dalam suatu proses operasi
perusahaan yang sama pentingnya fungsi-fungsi lain seperti produksi.
Perusahaan berupaya menjaga kondisi mesin untuk menjaga fungsi yang
baik agar kontinuitas produksi dapat terjamin, maka dibutuhkan kegiatan-
kegiatan pemeliharaan yang meliputi kegiatan pengecekan, pelumasan,
dan perbaikan atau reparasi atas kerusakan, serta penyesuaian atau
penggantian spare part pada fasilitas tersebut.
12
2. Monitoring (pemantauan).
Aktivitas dilakukan baik secara manual atau otomatis untuk
mengamati kondisi sebenarnya dari peralatan. Pemantauan dibedakan
dari inspeksi karena digunakan untuk mengevaluasi perubahan dalam
parameter peralatan dengan waktu pemantauan mungkin kontinu,
selama satu interval waktu, atau setelah sejumlah operasi tertentu.
3. Rountine maintenance (Perawatan rutin).
Perawatan dasar regular atau berulang kegiatan yang biasanya
tidak memerlukan kualifikasi khusus, otorisasi atau alat. Pemeliharaan
rutin dapat mencakup, misalnya membersihkan, mengencangkan
koneksi, memeriksa level cairan, pelumas, dll.
4. Overhaul (Perombakan).
Serangkaian pemeriksaan dan tindakan komprehensif yang
dilakukan untuk menjaga tingkat ketersediaan dan keamanan yang
dibutuhkan peralatan. Perbaikan dapat dilakukan pada interval waktu
yang ditentukan atau jumlah operasi, dan mungkin memerlukan
pembongkaran sebagian atau seluruh item.
5. Rebuilding (Membangun kembali).
Tindakan setelah pembongkaran peralatan dan pernaikan atau
penggantian komponen – komponen yang mendekati akhir masa
pakainya dan harus diganti secara teratur. Tujuan pembangunan
kembali biasanya untuk memberikan peralatan dengan masa manfaat
yang mungkin lebih besar bagi peraltan dari umur peralatan asli.
Pembangunan kembali mencakup perbaikan dan modifikasi,
dipahami sebagai berikut :
A. Improvement (Perbaikan).
Kombinasi semua teknis, administrasi dan tindakan
manajerial yang dimaksudkan untuk memperbaiki
ketergantungan pada peralatan, tanpa mengubah fungsi yang
disyaratkan.
B. Modification (Modifikasi).
13
Kombinasi semua teknis, administrasi dan tindakan
manajerial yang dimaksudkan untuk mengubah fungsi yang
diminta dari peralatan. Modifikasi, pada kenyataannya, bukan
tindakan pemeliharaan tetapi menyangkut mengubah fungsi
peralatan yang diperlukan menjadi yang baru fungsi yang
dibutuhkan.
6. Repair (Memperbaiki).
Tindakan fisik diambil untuk mengembangkan fungsi pada
peralatan yang rusak. Dalam perbaikan, biasanya dapat menemukan
tindakan berikut :
A. Fault Diagnosis (Diagnosis kesalahan).
Tindakan yang diambil untuk pengenalan
kesalahan,kesalahan lokalisasi pada tingkat dan penyebab
indenture yang sesuai identifikasi.
B. Fault correction (Koreksi kesalahan).
Tindakan diambil setelah diagnosis kesalahan, untuk
menempatkan peralatan menjadi keadaan dimana ia dapat
melakukan fungsi yang diperlukan.
C. Function check-out (Fungsi periksa-keluar).
Tindakan yang diambil setelah tindakan pemeliharaan
verifikasi bahwa peralatan dapat melakukan fungsi yang
diperlukan.
14
kerusakan. Corrective Maintenance bertujuan untuk mengembalikan
keandalan sebuah komponen atau sistem ke kondisi semua
2. Preventive Maintenance
Merupakan aktivitas perawatan pencegahan yang dilakukan
sebelum terjadinya kegagalan pada suatu komponen atau sistem,
dimana waktu pelaksanaan nya telah direncanakan untuk
mengembalikan fungsi operasi dari suatu komponen atau sistem. Hal
ini tersebut dilakukan berdasarkan suatu jadwal yang ditetapkan
sehubungan dengan komponen yang bersangkutan, biasanya
ketentuan tersebut diberikan oleh pihak manufaktur.
Tujuan dari preventive maintenance adalah untuk meningkatkan
kemampuan sebuah sistem, menghindari suatu sistem mengalami
kerusakan yang fatal, mencegah terjadinya kegagalan, mendeteksi
kegagalan dan menemukan kegagalan tersembunyi. Kegiatan-
kegiatan yang dikategorikan ke dalam preventive maintenance adalah
sebagai berikut :
A. Time Directed (TD)
Dapat dilakukan apabila variable waktu dari komponen atau
sistem diketahui dan secara langsung bertujuan untuk mencegah
atau memperlambat terjadinya kerusakan dengan dilakukan
secara periodic sampai peralatan tersebut tidak dapat diperbaiki
kembali seperti semula. Kebijakan perawatan yang sesuai untuk
diterapkan pada Time Directed adalah periodic maintenance dan
on-condition maintenance.
Periodic maintenance (hard time maintenance) merupakan
perawatan pencegahan yang dilakukan secara terjadwal dan
bertujuan untuk mengganti komponen atau sistem berdasarkan
interval waktu tertentu. Faktor yang mendasari periodic
maintenance adalah faktor keamanan dan faktor ekonomi. On-
condition maintenance adalah kegiatan perawatan pencegahan
yang dilakukan berdasarkan kebijakan operator.
15
B. Condition Directed (CD)
Condition Directed merupakan kegiatan perawatan
pencegahan yang dilakukan berdasarkan kondisi tertentu dari
suatu komponen atau sistem, yang bertujuan untuk
mengantisipasi sebuah komponen agar tidak mengalami
kerusakan dan untuk mendeteksi gejala-gejala awal terjadinya
kerusakan. Kegiatan ini dilakukan apabila variabel waktu tidak
diketaui secara tepat, oleh karena itu kebijakan perawatan yang
sesuai dengan kondisi tersebut adalah predictive maintenance.
Predictive maintenance adalah suatu kegiatan yang
dilakukan dengan mengguanakan sistem monitoring yang
bertujuan untuk menentukan keadaan suatu komponen, untuk
memprediksi kemungkinan degradasi (penurunan kualitas
komponen) dan untuk menandai suatu area dimana perawatan
diinginkan.
C. Failure Finding (FF)
Failure Finding merupakan kegiatan perawatan pencegahan
yang berujuan untuk menemukan kerusakan yang tersembunyi
dalam operasi secara periodik untuk memastikan kapan suatu
komponen mengalami kegagalan. Kerusakan ini terjadi tapi
operasi berjalan normal. Hal ini disebut dengan kerusakan yang
tersembunyi (hidden failure).
D. Run to Failure (RTF)
Run to Failure atau disebut juga un-scheduled maintenance
yang dilakukan jika tidak ada tindakan pencegahan yang efektif
dan efisien yang dapat dilakukan, jika dilakukan tindakan
pencegahan terlalu mahal atau dampak kegagalan tidak terlalu
berpengaruh. Run to Failure tergolong perawatan pencegahan
yang memiliki kebijakan perawatan yang sengaja dibuat atau
memungkinkan sebuah komponen atau sistem untuk bekerja atau
mengoperasikannya sampai mengalami kerusakan. Perawatan ini
16
hanya cocok untuk komponen atau sistem yang tidak memiliki
konsekuensi safety dan operasional.
17
2.3.4. Fungsi Sistem dan Kegagalan Fungsi
Fungsi sistem yang dimaksud adalah kinerja yang diharapkan dari
suatu sistem agar dapat beroperasi dengan baik, sedangkan kegagalan
fungsi merupakan ketidakmampuan suatu funsi dalam memenuhi standar
yang diharapkan. Data tersebut akan lebih terstruktur dan mudah
dilakukan dengan pengkodean pada fungsi sistem dan kegagalan fungsi.
18
4. Untuk membantu dalam evaluasi obyektif persyaratan desain yang
terabit dengan redundasi, sistem deteksi kegagalan, karakteristik gagal
– aman, dan penggantian otomatis dan manual.
19
Tabel 2.2 Nilai Severity
Severity (S)
2. Nilai Occurance
Apabila sudah ditentukan rating pada proses severity, maka tahap
selanjutnya adalah menentukan rating terhadap nilai occurance.
Occurance merupakan kemungkinan bahwa penyabab kegagalan
20
akan terjadi dan menghasilkan bentuk kegagalan selama masa
produksi produk. Penentuan nilai occurance bisa dilihat berdasarkan
tabel dibawah ini.
Sangat
1 Tidak pernah sama sekali
rendah
3. Nilai Detection
Setelah nilai occurance diperoleh maka selajutnya nilai detection.
Detection berfungsi untuk upaya pencegahan terhadap proses
produksi dan mengurangi tingkat kegagalan pada proses.
21
Tabel 2.4 Nilai Detection
Detection (D)
1 Pasti terdeteksi
22
C. Failure Effect : akibat yang timbul jika komponen tersebut
gagal seperti disebutkan dalam Failure Mode
D. Severity : kuantifikasi seberapa serius kondisi yang
diakibatkan jika terjadi kegagalan yang akibatnya disebutkan
dalam Failure Effect. Severity ini dibuat dalam 10 level (1 – 10)
yang menunjukan akibat yang tidak berpengaruh (1) sampai
sangat Serius (10).
E. Cause : apa yang menyebabkan terjadinya kegagalan pada
komponen
F. Occurrence : tingkat kemungkinan terjadinya kegagalan.
Ditunjukkan dalam 10 level (1 – 10) dari yang hamper tidak
pernah terjadi sampai yang mungkin terjadi (1) sampai yang
paling mungkin terjadi atau yang sulit dihindari (10)
G. Detection : menunjukkan kemungkinan tingkat lolosnya
penyebab kegagalan dari control yang sudah kita pasang.
Levelnya dari (1 – 10)
H. RPN : risk priority number, adalah hasil perkalian bobot
dari severity, occurrence, dan detection. Hasil dapat kita gunakan
untuk menentukan komponen dan failure mode yang paling
menjadi prioritas.
Dengan rumus Metode FMEA sebagai berikut :
RPN = S×O×D……………………………………………… (2.1)
Keterangan :
RPN = Risk Priority Number
S = severity
O = Occurrence
D = Detection
2.4. Distribusi
Menurut (Walpole, 1992), data yang digunakan perhitungan dapat dibagi
dalam dua jenis, yaitu diskret dan data kontinyu.
23
Data diskret adalah daya yang berupa atribut (seperti baik atau butuk,
tolak atau terima) atau kejadian seperti (kecelakaan, kelahiran). Jumlah data
diskret dapat disajikan dalam angka maupun proporsi. Dalam prakteknya,
data diskret berupa hasil cacahan, misalnya banyaknya produk cacat,
frekuensi kerusakan mesin dalam saru tahun di suatu perusahaan.
Data kontinyu adalah data yang merupkan hasil perhitungan kuantitas,
pengukuran variable ini hanya dapat dicatat bila pengukuran dilakukan
dengan akurat. Dalam prakteknya, data kontinyu berupa hasil pengukuran.
Minsalnya tinggi, bobot, suhu, jarak, umur, dan lain-lainnya.
3. Fungsi keandalan :
1 𝑡
𝑅(𝑡) = 1 − ∅ ( 𝑠 In 𝑡 ) ………………………………..……... (2.4)
𝑚𝑒𝑑
4. Laju kerusakan :
𝑓(𝑡)
𝜆 (𝑡 ) = 𝑅(𝑡)
24
𝑓(𝑡)
𝜆 (𝑡 ) = 1 𝑡 ……………………………...……………... (2.5)
1−∅( In )
𝑠 𝑡𝑚𝑒𝑑
3. Fungsi keandalan :
𝑡 𝛽
𝑅(𝑡) = (exp − (𝜃) ) ………………………………………..... (2.8)
25
1. Perhitungan plotting positions (F(ti)) :
𝑖−0.3
𝐹(𝑡𝑖 ) = ………………………………..…………………... (2.10)
𝑛+0.4
1 𝑎
Parameter ∶ σ = 𝑏 dan μ = − (𝑏 ) ………………………………... (2.16)
B. Distribusi Weibull
𝑥𝑖 = In 𝑡𝑖 dimana 𝑡𝑖 adalah data ke − i ………………………… (2.17)
1
𝑦𝑖 = In (In (1−𝐹(𝑡 ))) …………………………………………... (2.18)
𝑖
𝑎
Parameter ∶ β = b dan θ = 𝑒 −(𝑏) ………………………………… (2.19)
26
lawan hipotesis alternative (H1 ) bawah data tidak mengikuti distribusi
pilihan.
Maka yang merupakan uji Goodness of fit umum ialah Chi-Square,
sedangkan yang merupakan uji khusus ialah Mann’s Test untuk distribusi
Weibull, dan uji Kolmogorov-Smirnov Test untuk distribusi Lognormal yaitu
penjelasan sebagai berikut
𝑖 𝑡𝑖 − 𝑡̅
𝐷2 = max {𝑛 − ∅ ( )} …………………………………… (2.21)
1≤𝑖 ≤𝑛 𝑠
∑𝑛
𝑖=1 𝑡𝑖
𝑡̅ = ……………………………………………………... (2.22)
𝑛
∑𝑛 ̅ 2
𝑖 (𝑡1 −𝑡)
𝑠2 = ………………………………………………… (2.23)
𝑛−1
(𝑡1 −𝑡̅ )
𝑧𝑖 = …………………………………………………….. (2.24)
𝑠
Keterangan :
𝑡𝑖 = Time to Failure / Time to Repair ke – i.
𝑡 = Rata-rata Time to Failure / Time to Repair.
𝑠 = Standart deviasi.
𝑛 = Banyaknya data.
Jika 𝐷𝑛 < 𝐷𝑒𝑟𝑖𝑡 maka H0 diterima. Nilai dari D𝑒𝑟𝑖𝑡 didapatkan dari
tabel critical values for Kolmogrov-Smirnov Test for Normalit (Liliefors
27
Test). Perbedaan penggunakan uji ini untuk distribusi Normal dan
Lognormal adalah Distribusi Lognormal, nilai 𝑡𝑖 = In 𝑡𝑖 .
Dimana :
𝑟 𝑟−1
𝑘1 = |2| 𝑘2 = | | …………………………………………... (2.26)
2
Keterangan :
M = Nilai dari Mann’s Test.
𝑀𝑖 = Nilai pendekatan Mann untuk data ke-i
r = Banyaknya data.
𝑡𝑖 = Time to Failure / Time to Repair.
𝑡𝑖+1 = Nomor data kerusakan (1,2,3,..,n).
𝑛 = Banyak kerusakan.
Jika M > Ferit maka H0 diterima, Nilai dari Ferit didapatkan dari tabel
berdistribusi F dengan v1=2 k1 dan v2=2 k2.
28
kerusakan yang didefinisikan oleh fungsi kepadatan peluang f(t) sebagai
berikut :
∝
𝑀𝑇𝑇𝐹 = 𝐸 (𝑡) = ∫0 𝑡 𝑓(𝑡) …………………………………….. (2.29)
𝑑𝐹 (𝑡) 𝑑𝑅(𝑡) ∞ 𝑑𝑅 (𝑡)
𝑓 (𝑡 ) = = − sehingga,𝑀𝑇𝑇𝐹 = ∫0 − 𝑡 𝑑𝑡… (2.30)
𝑑𝑡 𝑑𝑡 𝑑𝑡
∞ ∞
𝑀𝑇𝑇𝐹 = −𝑡 𝑅(𝑡)| + ∫0 𝑅(𝑡)𝑑𝑡 …………………………….. (2.31)
0
∞
𝑀𝑇𝑇𝐹 = ∫0 𝑅(𝑡)𝑑𝑡 …………………………………………….. (2.32)
Perhitungan MTTF untuk :
1. Distribusi Lognormal adalah :
2/2
𝑀𝑇𝐹𝐹 = 𝑡𝑚𝑒𝑑 = 𝑒 𝑠 ………………………………………….. (2.33)
2. Distribusi Weibull adalah :
1
𝑀𝑇𝑇𝐹 = 𝜃 Γ (1 + 𝛽) ………………………………………….. (2.34)
29
2.9. Interval Waktu Perawatan
Penentuan maintenance task dilakukan dengan menganalisis information
worksheet dan decision worksheet. Analisis pada information worksheet
dilakukan dengan mengamati record failure. Tabel information worksheet
terdiri dari fungsi sistem. Kegagalan sistem dan FMEA (Failure Mode and
Effect Analysis).
Pemeriksaan bertujuan untuk mengetahui apakah suatau komponen atau
peralatan masih dalam keadaan baik atau perlu dilakukannya perbaikan atau
penggantian :
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑟𝑢𝑠𝑎𝑘𝑎𝑛 𝑝𝑎𝑑𝑎 𝑝𝑒𝑟𝑖𝑜𝑑𝑒
𝑘 = 𝑤𝑎𝑘𝑡𝑢 𝑝𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑓 𝑠𝑒𝑙𝑎𝑚𝑎 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 ……………………………….. (2.38)
𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑏𝑢𝑙𝑎𝑛
𝜇= ………..…………………………………. (2.39)
𝑀𝑇𝑇𝑅
1 1
= 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑤𝑎𝑘𝑡𝑢 𝑝𝑒𝑚𝑒𝑟𝑖𝑘𝑠𝑎𝑎𝑛 ………..………………..………. (2.40)
𝑖
𝑘 ×𝑖
𝑛=√ ………..………………….…………..……………….. (2.41)
𝜇
1
𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑤𝑎𝑘𝑡𝑢 𝑝𝑒𝑚𝑒𝑟𝑖𝑘𝑠𝑎𝑎𝑛 = × 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟𝑏𝑢𝑙𝑎𝑛 … (2.42)
𝑛
Keterangan :
k = Rata-rata jumlah kerusakan tiap bulan.
𝜇 = Rasio jam kerja sebulan terhadap rata-rata waktu perbaikan.
1
= Rasio jam kerja sebulan terhadap waktu pemeriksaan.
𝑖
30
1. Menentukan frekuensi relative dan urutan pentingnya masalah-masalah
atau penyebab-penyabab dari masalah yang ada.
2. Memfokuskan perhatian pada isu-isu kritis dan penting melalui membuat
rangking terhadap masalah-masalah atau penyebab-penyabab dari
masalah itu dalam bentuk yang signifikan.
31
BAB III
METODOLOGI PENELITIAN
3.1. Metode Penelitian
Dalam melaksanakan penelitian ini, adapun metodologi penelitian guna
untuk mengetahui metode yang akan digunakan untuk memecahkan masalah
dari objek permasalahan yang akan diteliti. Metodologi penelitian ini
bertujuan untuk menentukan, menggambarkan, atau menguji kebenaran dari
suatu pengetahuan yang dibahas, maka sebelum melakukan penelitian harus
dirancang metodologi penelitian terlebih dahulu.
32
untuk mencapai tujuan penelitian secara umum yaitu dengan sistematika
pembahasan masalah atau bisa disebut dengan diagram alir penelitian.
Mulai
Studi Literatur
Observasi Lapangan
Batasan Masalah
Tujuan Penelitian
Pengumpulan Data :
- Data downtime januari 2019 – januari 2020
- Data waktu Operasional
- Data waktu Kerusakan Mesin
Pengolahan Data :
1. Pengumpulan Informasi
2. Failure Mode and Effect Analysis (FMEA)
3. Pendefisian Batasan Sistem
4. Deskripsi Sistem dan Blok Diagram Fungsi
5. Fungsi Sistem dan Kegagalan Fungsi
6. Penentuan Data TTF & TTR
7. Uji Sesuai Pola Distribusi
8. Perhitungan MTTF & MTTR
9. Total Perhitungan Interval
Kesimpulan
Selesai
33
Berikut merupakan diagram alir proses Failure Mode and Effect Analysis
(FMEA) yaitu sebagai berikut :
Mulai
Peninjauan Proses
Selesai
34
Mulai
Tidak Distribusi
sesuai ?
Interval Waktu
Perawatan
Selesai
35
1. Buku-buku, adalah pengumpulan data-data yang berasal dari
literature perpustakaan maupun referensi lainnya untuk menunjang
dalam pengumpulan data yang akan dibahas.
2. Jurnal, adalah pengumpulan data-data yang terdiri dari deskripsi
maupun laporan mengenai data yang akan ditulis dengan
mempertimbangkan ketelitian dan kebenarannya.
36
Tabel 3.1 Data selang waktu antar kerusakan (TTF) pada komponen kritis
TTF
(Menit)
Pipa
Valve Transducer
Injection
20.55 4.8 48
23 50.4 172.8
23.55 110.4 216
54 126 264
62.4 144 624
64.8 216 1440
69.6 266.4 1872
120 528 2112
168 828 2544
259.2 1152 4824
669 1344
1008 13104
2016
2040
2542
Sumber:PT.Yasunli Abadi Utama Plastik
TTR
(Jam)
Pipa
Valve Transducer
Injection
37
0.45 0.3 2
0.5 1 2
1 1 2
1 2 2
1 2 2.3
1.2 2.3 3
1.35 2.3 3
1.45 3
2 3
2
3
3
Sumber : PT. Yasunli Abadi Utama Plastik
38
yang ditimbulkan, Occurrence adalah kemungkinan bahwa penyebab
tersebut akan terjadi, dan Detection adalah pengukuran terhadap
kemampuan mengendalikan/mengontrol kegagalan yang terjadi.
3. Menghitung nilai Risk Priority Number (RPN) dari setiap kegagalan,
untuk menentukan kegagalan mana yang paling prioritas yang harus
diperhatikan menurut rumus persamaan (2.1).
39
berdasarkan pada karakteristik suatu distribusi sesuai dengan aplikasi
penggunaannya.
40
3.5.10 Penentuan Interval Waktu Perawatan
Adalah hasil dari perhitungan dari MTTR dan MTTF untuk
menentukan perawatan yang optimal dan sebagai acuan untuk menentukan
waktu perawatan preventive yang baik. Maka untuk perhitungan
penentuan interval waktu perawatan sesuai dengan perhitungan lapangan.
41
Berikut ini adalah tahapan dalam menggunakan software Stat:fit yaitu
sebagai berikut :
A. Data hasil perhitungan TTF dan TTR dimasukkan ke lembar kerja
Stat:fit lalu akan dilakukan auto:fit untuk menentukan distribusi.
42
Maka hasil dari software stat:fit adalah untuk menentukan distribusi yang
cocok untuk menentukan nilai parameter serta mengetahui apakah hasil yang
di input diterima pada distribusi yang sudah di tentukan, maka hasil dari input
tersebut dengan menggunakan aplikasi stat:fit sebagai berikut:
Jadwal
Bulan Bulan Bulan Bulan
Kegiatan I II III IV
BAB I : PENDAHULUAN
BAB II : KAJIAN PUSTAKA
BAB III : METODOLOGI
PENELITIAN
BAB IV : PENGOLAHAN DAN
PENGUMPULAN DATA
BAB V : PEMBAHASAN
BAB VI : KESIMPULAN DAN
SARAN
43
BAB IV
Hasil dari data kerusakan pada komponen yang kritis maka akan
ditentukan dengan menggunakan diagram pareto sebagai berikut :
Injection Unit
20 150%
Frekuensi
15 100%
10
5 50%
0 0%
Frekuensi %Kumulatif
44
Pada hasil Diagram pareto menandakan komponen yang sangat kritis
pada mesin injection unit dengan type LS850 yaitu komponen Valve
dengan jumlah frekuensi 16 kejadian, komponen Pipa injection dengan
jumlah frekuensi 13 dan komponen Transducer dengan jumlah frekuensi
11 kejadian pada tahun 2019 hingga 2020 di bulan maret.
1. Pengumpulan Informasi
Pengumpulan informasi pada sistem produksi PT. Yasunli Abadi
Utama Plastik dilakukan dengan cara wawancara, penelitian ke
lapangan dan melihat hasil data history pada mesin injection moulding
2. Seleksi Sistem
Proses analisis dilakukan berdasarkan Failure Mode and Effect
Analysis digunakan untuk mendapatkan nilai Risk Priority Number
(RPN) dari komponen yang kritis. sedangkan RPN merupakan hasil
dari tingkat keparahan yang ditimbulkan oleh mode kegagalan terhadap
keseluruhan mesin disebut severity, tingkat keseringan terjadinya
kerusakan disebut occurrence, dan kemampuan mendeteksi kegagalan
disebut detection.
45
Tabel 4. 2 Penyusunan Failure Mode and Effect Analysis
FMEA WORKSHEET
Mesin LS 850
Unit Injection Moulding
Sumit Injection Unit
Failure
No Komponen Item Function Function Failure Cause Failure Effect S O D RPN
Mode
46
Function
No Komponen Item Function Function Failure Cause Failure Effect S O D RPN
Mode
Perangkat yang
mengatur,
Speed Pemasangan
Valve mengarahkan atau Aliran Oli Hasil produksi
1.3 1.3.1 1 M/C 1 pen valve 1 5 8 1 40
R2 mengontrol aliran tidak stabil menjadi short
lemah kebalik
cairan dibagian
R2
Hasil
Kotor pada Produksi short
1.3.2 Produksi 2 Alarm 2 2 6 9 3 93
aliran valve material
tidak baik
Perangkat yang
Valve
mengatur, Kurang M/C
Bongkar dan
Valve mengarahkan atau setingan tidak Setingan
1.4 1.4.1 1 1 1 Cleaning 4 8 2 62
R1 mengontrol aliran terhadap mau higt kurang tepat
terhadap R1
cairan dibagian M/C press press
R1
Membuka
Mrembes
pengunci yang Aliran fluida
Neppel 1.5 1.5.1 pada sela- 1 Oli bocor 1 1 Oli netes 4 6 1 24
berupa baut yang sangat kuat
sela selang
ada di pipa
47
Function
No Komponen Item Function Function Failure Cause Failure Effect S O D RPN
Mode
Mengontrol
Masa
dalam sistem Selenoid Squence
Valve perangkat Merusak
1.6 fluida yang 1.6.1 valve not 1 tidak 1 1 5 6 2 60
Squence tidak bagus tranduser
dikendalikan good bekerja
lagi
dengan arus listrik
Total RPN 759
mengendalikan
arus pada cairan
Siku-siku Siku pipa
2 2.1 fluida atau oli 2.1.1 1 Oli bocor 1 1 Oli berceceran 4 3 1 12
pipa patah sudah kropos
untuk mendukung
proses produksi
Pipa Pipa
Injection 2.1.2 hidrolic 2 Oli bocor 1 Pipa not good 2 Oli berceceran 6 2 1 12
Rembes
Pipa eject Siku pipa
2.1.3 3 Oli bocor 1 3 Oli berceceran 6 9 1 54
bocor sudah kropos
Nepple Kurang
2.1.4 pipa valve 4 Oli bocor 1 kecang pada 4 Oli berceceran 4 2 1 8
manifold pipa enjector
Pipa
2.1.5 charging 5 Oli bocor 1 Pipa retak 5 Oli berceceran 6 9 2 108
bocor
48
Function
No Komponen Item Function Function Failure Cause Failure Effect S O D RPN
Mode
Nepple
2.1.6 selang 6 Oli bocor 1 Pipa not good 5 Oli berceceran 4 2 1 8
valve M29
Total RPN 202
Produksi
Injection Sistem terlalu Hasil produksi
3.1.3 short 2 1 1 6 9 5 270
kotor kotor menjadi short
material
Posisi Mold
Sistem tidak
3.1.4 mold tidak 3 tidak 1 1 Mesin mati 6 2 1 12
terbaca
kebaca bergerak
Total RPN 406
49
dapat diketahui dari tabel Failure Modes and Effect Analyze
(FMEA) bahwa nilai total RPN yang paling tertinggi pada tiga
komponen yaitu valve dengan nilai RPN sebesar 759, Transducer nilai
RPN sebesar 406 dan Pipa Injection dengan nilai RPN sebesar 202.
50
4.2.3. Deskripsi Sistem dan Blok Diagram Fungsi
Pada tahapan selanjutnya pendeskripsian sistem diperlukan untuk
mengetahui komponen-komponen yang terdapat di dalam sistem yang
mendukung jalannya fungsi utama adalah :
1. Valve
Valve adalah sebuah perangkat yang terpasang pada sistem
perpipaan, yang berfungsi untuk mengatur, mengontrol dan
mengarahkan laju aliran fluida dengan cara membuka, menutup atau
menutup menyusun aliran fluida, terdapat fungsi utama pada valve
sebagai mana untuk mengatur aliran, dengan cara menahan aliran
dengan perubahan arah atau menggunakan suatu hambatan serta untuk
mengatur tekanan.
2. Pipa Injection
Pipa Injection adalah sebuah perangkat yang terpasang pada tiap-
tiap luar sistem, mengendalikan arus pada cairan fluida atau oli untuk
mendukung proses produksi berlanjut.
3. Transduser
Transduser adalah sebuah perangkat yang dinamakan linear
displacement untuk mengontrol posisi clamping disaat produksi
berlanjut. Keahlian pada transducer ini memiliki sensor yang mana
untuk menahan mesin atau mencepit disaat clamping. Maka
komponen ini berperan sebagai unit penjepit untuk menahan atau
mengikat pergerakan mesin.
51
Gambar 4.2 Blok diagram sistem
Sumber: Observasi PT.Yasunli
Pada gambar 4.2. Menggambarkan blok pada daerah komponen yang
kritis yaitu Valve, Pipa Injector, dan Transducer. Pada blok diagram ini
menjelaskan input dari kegiatan komponen serta hasil dari output yang
dihasilkan oleh komponen tersebut.
1 Valve
O-Ring
Solenoid Valve
52
2 Pipa Injection
Neppel
O-Ring
3 Transducer
Sensor
Sumber:PT.Yasunli
53
Sering mengalami kerusakan
Sebagai karet penutup di pompa-
2.2 2.2 dikarenakan kepanasan/kehausan,
pompa hidraulis.
hingga menjadi putus.
3 Transducer
Alat pengukur tekanan perpindahan
3.1 3.1 Tidak bisa dijangka dengan jauh.
tekanan bebas sel atau cell.
Sumber : Pengolahan Data
Hasil dari deskripsi pada tabel 4.4 pada komponen kritis ini memiliki
fungsi dari tiap komponen yang mendukung dimana fungsi tersebut untuk
mengetahui sistem kinerja tiap komponen. Pada fungsi tersebut memiliki
batas umur terhadap kinerja tiap-tiap komponen supaya tindakan
kerusakan bisa diatasi secara tepat.
4.3. Perhitungan Time to Failure (TTF) dan Time to Repair (TTR) komponen
kritis
Setelah diketahui komponen kritis, maka langkah selanjutnya adalah
menghitung waktu antar kerusakan (TTF) dan waktu perbaikan (TTR).
Perhitungan ini adalah menunjukkan data dari 12 mesin dalam satu line
terhadap mesin injection unit, pada komponen valve adalah sebagai contoh
perhitungan untuk menentukan data waktu antar kerusakan (TTF) dan waktu
perbaikan (TTR).
Untuk komponen kritis lainnya seperti komponen pipa injection dan
transucer ada dihalaman lampiran, berikut pada tabel 4.5 adalah perhitungan
waktu antar kerusakan (TTF) dan waktu perbaikan (TTR) berikut ini
54
Tabel 4.5 Perhitungan TTF dan TTR
Valve
1 Waktu
Lama Lama
Kumulatif TTF
Mesin Tanggal Pengerjaan Pengerjaan/TTR
No Operasi (Jam)
(Menit) (jam)
(Jam)
1 A 8 Januari 2019 180 3 0 0
2 L 22 Januari 2019 60 1 336 1008
3 L 27 Januari 2019 60 1 120 120
4 A 22 April 2019 60 1 2040 2040
5 B 22 April 2019 60 1 23 23
6 L 30 April 2019 120 2 168 168
7 C 11 Juni 2019 120 2 1008 2016
8 D 25 September 2019 27 0.45 2544 2542
9 F 25 September 2019 180 3 21 20.55
10 I 23 Oktober 2019 12 0.2 672 669
11 C 05 November 2019 60 1 312 62.4
12 D 05 November 2019 27 0.45 23.55 23.55
13 A 25 November 2019 87 1.45 576 259.2
14 C 28 November 2019 15 0.25 48 69.6
15 H 17 Desember 2019 18 0.3 216 54
16 J 26 Desember 2019 30 0.5 216 64.8
Sumber: Pengolahan Data
Hasil perhitungan pada tabel 4.5 untuk waktu antar kerusakan (TTF) dan
waktu perbaikan (TTR), digunakan untuk melakukan perhitungan sesuai
kecocokan distribusi.
1. Langkah-langkah untuk perhitungan (TTR) yaitu sebagai berikut :
A. Data yang didapatkan pada perhitungan TTR yaitu data dari hasil
waktu perbaikan selama mesin terjadi kerusakan.
B. Contoh data yang dihitung adalah TTR pada tanggal 8 Januari 2019.
C. Total downtime 180 Menit, dan 60 menit = 1 jam, maka 180/60 = 3
jam
2. Langkah-langkah untuk perhitungan waktu kumulatif operasi yaitu
sebagai berikut :
55
A. Data yang dihitung adalah waktu antar kerusakan yang terjadi pada
tanggal 8 Januari 2019 sampai tanggal 22 Januari 2019.
B. Mesin Injection moulding ini bekerja selama 24 jam sehari selama
memproduksi yang sudah direncanakan terkecuali pada hasil libur
nasional dan perayaan hari besar lain nya.
C. Dari tanggal 8 Januari 2019 sampai 22 Januari 2019 terdapat hari
kerja, maka untuk nilai waktu kumulatif operasi (24 jam × 14 Hari =
336 Jam).
D. Sehingga waktu antar kerusakan pada tanggal 8 Januari 2019 sampai
tanggal 22 Januari 2019 adalah = 336 Jam.
3. Untuk perhitungan TTF yaitu sebagai berikut :
A. Data yang dihitung adalah dari waktu perbaikan (TTR) dengan hasil
perhitungan Waktu Kumulatif Operasi.
B. Dari tanggal 8 januari 2019 hingga 22 januari 2019 didapatkan
waktu Operasi Kumulatif = 336 Jam.
C. Maka dari tanggal perbaikan 8 Januari 2019 di jumlah dengan waktu
kumulatif operasi di tanggal 22 januari 2019 yaitu (3 Jam × 336 jam
= 1008 jam).
TTF
(Menit)
Pipa
Valve Transducer
Injection
20.55 4.8 48
23 50.4 172.8
23.55 110.4 216
56
54 126 264
62.4 144 624
64.8 216 1440
69.6 266.4 1872
120 528 2112
168 828 2544
259.2 1152 4824
669 1344
1008 13104
2016
2040
2542
Sumber: Pengolahan Data
Pipa
Valve Transducer
Injection
57
2
3
3
Sumber : Pengolahan Data
58
Pada hasil tabel 4.8 terhadap pengujian pola berdistribusi pada
komponen kritis dengan dibantunya alat software Stat:Fit pada masing-
masing data waktu antar kerusakan (TTF) dan waktu perbaikan (TTR).
Menunjukan bahwa tiap-tiap komponen kritis yang sesuai dengan
distribusi yang terpilih akan digunakan untuk melakukan perhitungan
selanjutnya yaitu perhitungan goodness of fit.
Untuk persamaan langkah-langkah menggunakan alat software
Stat:Fit ini sesuai dengan gambar (3.4), (3.5), (3.6).
Tabel 4.9 Perhitungan Uji Goodness of Fit pada data TTF dengan menggunankan
Uji khusus Kolmogorov-Smirnov Test
TTF
𝑖−1 𝑖 𝑍𝑖
ti' ti = (𝑡𝑖
I 𝑡𝑖 − 𝑡 Φ(Zi) D1(i) D2(i)
𝑛 𝑛 (jam) In ti' − 𝑀)2 =
𝑠
1 0 0.067 20.55 3.023 4.686368 -1.26 0.104 0.1039 -0.0372
2 0.067 0.133 23 3.135 4.211397 -1.19 0.116 0.0495 0.0172
59
3 0.133 0.2 23.55 3.159 4.114963 -1.18 0.119 -0.0145 0.0811
4 0.2 0.267 54 3.989 1.436831 -0.70 0.243 0.0427 0.0240
5 0.267 0.333 62.4 4.134 1.111122 -0.61 0.270 0.0031 0.0636
6 0.333 0.4 64.8 4.171 1.032982 -0.59 0.277 -0.0562 0.1229
7 0.4 0.467 69.6 4.243 0.892833 -0.55 0.291 -0.1088 0.1755
8 0.467 0.533 120 4.787 0.160137 -0.23 0.408 -0.0587 0.1254
9 0.533 0.6 168 5.124 0.004058 -0.04 0.485 -0.0481 0.1148
10 0.6 0.667 259.2 5.558 0.136853 0.22 0.585 -0.0148 0.0814
11 0.667 0.733 669 6.506 1.737443 0.77 0.779 0.1118 -0.0452
12 0.733 0.8 1008 6.916 2.986193 1.01 0.843 0.1094 -0.0427
13 0.8 0.867 2016 7.609 5.862246 1.41 0.921 0.1206 -0.0539
14 0.867 0.933 2040 7.621 5.919694 1.42 0.922 0.0549 0.0117
15 0.933 1 2542 7.841 7.038639 1.54 0.939 0.0054 0.0613
Sumber:Pengolahan Data
a) n : 15
∑𝑛
𝑖=1 𝑡𝑖 77.9
b) 𝑀 = 𝑡̅ = = = 5.19
𝑛 15
∑𝑛
𝑖 (𝑡𝑖 −𝑀)
2 41.3317
c) 𝑠 = √ =√ = 1.72
𝑛−1 14
𝑡𝑖 − 𝑡̅ 𝑖−1
f) 𝐷1 = max {Φ ( )− } = (0.104 − 0) = 0.10
1≤𝑖 ≤𝑛 𝑠 𝑛
𝑖 𝑡𝑖 − 𝑡̅
g) 𝐷2 = max {𝑛 − Φ ( )} = (0.067 − 0.116) = 0.02
1≤𝑖 ≤𝑛 𝑠
h) 𝐷𝑛 = max(0.1755)
Setelah melakukan perhitungan maka nilai terbesar yang diambil, dari
tabel 4.6 dapat dilihat dari nilai Uji Statistik 𝐷1 dan 𝐷2 nilai yang
terbesarnya adalah 0.1755 dan D0.05,15 = 0.338, nilai ini diperoleh dari
60
tabel nilai kritis Uji Kolmogorov Smirnov, Sehingga DHitung < Dtabel =
0.1755 < 0.338.
Maka dapat disimpulkan H0 diterima dan H1 ditolak, maka data Time
to Failure berdistribusi Lognomal.
Diket Hasil
n 12
∑𝑛𝑖=1 𝑡𝑖 1490
𝑀 = 𝑡̅ =
𝑛
61
Maka dapat disimpulkan H0 diterima dan H1 ditolak, maka data Time
to Failure berdistribusi Lognomal.
n 13
∑𝑛𝑖=1 𝑡𝑖 1.38
𝑀 = 𝑡̅ =
𝑛
1.12
∑𝑛(𝑡𝑖 − 𝑀)2
𝑠= √ 𝑖
𝑛−1
2. Transducer
Pada komponen Transduser hanya terdapat waktu antar
kerusakan (TTF) yang sesuai dengan distribusi lognormal yaitu
sebagai berikut :
A. Waktu Antar Kerusakan (TTF)
62
Tabel 4.12 Hasil perhitungan waktu antar kerusakan (TTF)
Diket Hasil
n 10
∑𝑛𝑖=1 𝑡𝑖 6.52
𝑀 = 𝑡̅ =
𝑛
1.182
∑𝑛(𝑡𝑖 − 𝑀)2
𝑠= √ 𝑖
𝑛−1
63
2. Hₗ : Data TTR pada komponen kritis pada injection unit tidak
berdistribusi Weibull.
3. Nilai Taraf nyata (α) = 0.05
4. Penentuan Hipotesa jika : Terima Ho jika M < Ftabel
5. Menggunakan rumus persamaan (2.25), (2.26), (2.27), (2.28).
Tabel 4.13 Perhitungan Uji Goodness of Fit pada data TTR dengan menggunakan
Uji khusus Mann's Test
TTR
In
ti 1-[(i- - In [1-((I - (In ti+1 -
i In ti Zi Mi t(i+1)-
(jam) 0.5)/(n+0.25)] 0.5)/(n+0.25))] In ti)/Mi
Inti
1 0.2 -1.61 0.9692308 0.031253 -3.4657 1.13106 0.22314 0.197287
2 0.25 -1.39 0.9076923 0.096850 -2.3346 0.54516 0.18232 0.3344392
3 0.3 -1.2 0.8461538 0.167054 -1.7894 0.37294 0.40547 1.0872179
4 0.45 -0.8 0.7846154 0.242562 -1.4165 0.29023 0 0
5 0.45 -0.8 0.7230769 0.324240 -1.1263 0.24242 0.10536 0.4346239
6 0.5 -0.69 0.6615385 0.413187 -0.8839 0.21213 0.69315 3.2675949
7 1 0 0.6 0.510826 -0.6717 0.19214 0 0
8 1 0 0.5384615 0.619039 -0.4796 0.17902 0 0
9 1 0 0.4769231 0.740400 -0.3006 0.17108 0.18232 1.0656931
10 1.2 0.182 0.4153846 0.878550 -0.1295 0.16764 0.11778 0.7026044
11 1.35 0.3 0.3538462 1.038893 0.03816 0.16882 0.07146 0.4232941
12 1.45 0.372 0.2923077 1.229948 0.20697 0.1758 0.32158 1.8293065
13 2 0.693 0.2307692 1.466337 0.38277 0.19187 0 0
14 2 0.693 0.1692308 1.776492 0.57464 0.22668 0.40547 1.7887287
15 3 1.099 0.1076923 2.228477 0.80132 0.32224 0 0
16 3 1.099 0.0461538 3.075775 1.12356 -1.1236 -1.0986 0.9777985
Sumber: Pengolahan Data
a) n : 16 r : 16
𝑖−0.5 1−0.5
b) 𝑍𝑖 = In [−In (1 − )] = In [−In (1 − )] = −3.46
𝑛+0.25 16+0.25
64
𝑟 16
d) 𝑘1 = 2 = =8
2
𝑟−1 16−1
e) 𝑘2 = = = 7.5 = 7
2 2
In 𝑡𝑖+1− In𝑡𝑖
𝐾1 ∑𝑟−1
𝑖=𝑘+1[ ]
𝑀𝑖 𝐾 ∑16[6.787425]
f) 𝑀 = In 𝑡 −In 𝑡 𝑀 = 𝐾1 ∑78 [5.321163]
𝐾2 ∑𝑘
𝑖=1[
𝑖+1 𝑖] 2 1
𝑀𝑖
8 × 6.787425 54.2994
𝑀= 𝑀 = 37.24814 = 1.46
7 × 5.321163
n 11
𝑖 − 0.5 -3.1
𝑍𝑖 = In [−In (1 − )]
𝑛 + 0.25
𝑀𝑖 = 𝑍𝑖+1 − 𝑍𝑖 3.09
𝑟 5.5
𝑘1 =
2
𝑟−1 5
𝑘2 =
2
In 𝑡𝑖+1 − In𝑡𝑖
𝐾1 ∑𝑟−1
𝑖=𝑘+1 [ ]
𝑀𝑖 0.6
𝑀=
In 𝑡 − In 𝑡𝑖
𝐾2 ∑𝑘𝑖=1 [ 𝑖+1𝑀 ]
𝑖
Sumber : Pengolahan Data
65
Hasil dari perhitungan untuk data TTR untuk menentukan Hipotesa
yaitu dengan hasil nilai M (0.6) < Ftabel (4.96) Maka terima H0 dan data
waktu perbaikan berdistribusi Weibull.
4.5. Perhitungan Nilai Parameter Time to Repair (TTR) dan Time to Failure
(TTF) Komponen Kritis
Langkah-langkah perhitungan untuk mencari nilai parameter pada setiap
distribusi untuk data waktu perbaikan (TTR) sama dengan langkah-langkah
perhitungan nilai parameter pada data waktu antar kerusakan (TTF). Yaitu
dengan menggunakan metode Least Square Curve Fitting.
Dari perhitungan ini kita memperoleh nilai index of fit dan nilai
parameter dari masing-masing distribusi sehingga parameter dari masing-
masing distribusi dapat digunakan untuk melakukan perhitungan selanjutnya.
TTF
66
10 259.2 5.5576 0.62987 0.332 1.842397 30.89 0.110
11 669 6.505784 0.694805 0.510 3.31481 42.33 0.260
12 1008 6.915723 0.75974 0.705 4.878817 47.83 0.498
13 2016 7.608871 0.824675 0.933 7.101591 57.89 0.871
14 2040 7.620705 0.88961 1.224 9.331239 58.08 1.499
15 2542 7.840706 0.954545 1.691 13.25567 61.48 2.858
Total 9140 77.81495 7.5 0 21.66724 445.01 12.245
^2 83541428 6055.166 56.25 0 469.4692 198033 149.9
Sumber: Pengolahan Data
1. Pada data (𝑡𝑖 ) diurutkan dengan waktu yang paling kecil hingga ke
waktu yang paling besar.
2. Pada data ini banyaknya data interval berjumlah (n) = 15
X𝑖 = In𝑡𝑖 X𝑖 = In 20.55 = 3.02
𝑖−0.3 1−0.3
𝐹(ti) = 𝐹(ti) = 15+ 0.4 = 0.04
𝑛 + 0.4
1 1
𝑦𝑖 = In. In [ ] 𝑦𝑖 = In. In [ ] = −1.69
1 − 𝐹(ti) 1 − 0.04545
4. Perhitungan Parameter :
𝑛 ∑𝑛 𝑛 𝑛
𝑖=1 𝑥𝑖 𝑦𝑖 −(∑𝑖=1 𝑥𝑖 ∑𝑖=1 𝑦𝑖 ) 15 × 21.6672 − (77.8149 × 0)
𝑏= 2 = = 0.52
𝑛 ∑𝑛 2 𝑛
𝑖=1 𝑥𝑖 −(∑𝑖=1 𝑥𝑖 )
( 15 × 445.01) − 6055.17
𝑏 = 0.52
∑𝑖𝑛=1 𝑥𝑖 77.8149
𝑥̅ = = = 5.19
𝑛 15
∑𝑖𝑛=1 𝑦𝑖 0
𝑦̅ = = = −2.3E − 16
𝑛 15
𝑎 = 𝑦̅ − 𝑏𝑥̅ = 0 − (0.524227 × 5.187663) = -2.72
1 1
𝑠= = = 1.91
𝑏 0.524227
67
𝑡𝑚𝑒𝑑 = 𝑒 −𝑠𝑎 = 𝑒 −(1.907569)×(−2.71951) = 𝑒 5.1877 = 179.05
2/2 2×−2.71951
𝑒𝑠 = 𝑒 (1.907569) = 𝑒 1.81941 = 6.17
5. Perhitungan yang sudah didapatkan sesuai dengan persamaan
distirbusi Lognormal adalah :
𝑏 = 0.52
𝑎 = −2.72
𝑠 = 1.91
𝑡𝑚𝑒𝑑 = 179.05
r 0.96 b 0.52
1 Valve
a -2.72
s 1.91
𝑡𝑚𝑒𝑑 179.05
2/2
𝑒𝑠 6.17
s 2.18
𝑡𝑚𝑒𝑑 281.48
2/2
𝑒𝑠 10.85
68
r 0.97 b 0.60
3 Transducer
a -3.94
s 1.65
𝑡𝑚𝑒𝑑 678.31
2/2
𝑒𝑠 3.93
Sumber:Pengolahan Data
TTR
69
15 3 1.098612 0.89634 0.818 0.898999 1.207 0.670
16 3 1.098612 0.95732 1.149 1.261929 1.207 1.319
Total 19.15 -2.05236 8.00 -8.62 15.64 11.35 24.67
^2 366.7225 4.212177 64.00 74.26 244.74 128.90 608.73
Sumber : Pengolahan Data
1. Pada data (𝑡𝑖 ) diurutkan dengan waktu yang paling kecil hingga ke
waktu yang paling besar.
2. Pada data ini banyaknya data interval berjumlah (n) = 16
X𝑖 = In𝑡𝑖 X𝑖 = In 0.1 = -1.61
𝑖−0.3 1−0.3
𝐹(ti) = 𝐹(ti) = 16+ 0.4 = 0.043
𝑛 + 0.4
1 1
𝑦𝑖 = In. In [1 − 𝐹 ] 𝑦𝑖 = In. In [1 − 0.043 ] = 0.13
(ti)
4. Perhitungan Parameter :
𝑛 ∑𝑛 𝑛 𝑛
𝑖=1 𝑥𝑖 𝑦𝑖 −(∑𝑖=1 𝑥𝑖 ∑𝑖=1 𝑦𝑖 )
𝛽=𝑏= 2
𝑛 ∑𝑛 2 𝑛
𝑖=1 𝑥𝑖 −(∑𝑖=1 𝑥𝑖 )
16 × 15.6479−(−2.5348 × −8.6174)
𝛽=𝑏= ( 16 × 11.2302) − 6.42514
= 1.31
∑𝑖𝑛=1 𝑥𝑖 −2.5348
𝑥̅ = = = −0.13
𝑛 16
∑𝑖𝑛=1 𝑦𝑖 −8.6174
𝑦̅ = = = −0.54
𝑛 16
𝑎 = 𝑦̅ − 𝑏𝑥̅ = −0.5386 − (1.31096 × −0.1283) = -0.37
𝑎 −0.3704
𝜃 = 𝑒 −(𝑏 ) = 𝑒 −(− 1.31096 ) = 1.33
5. Perhitungan yang sudah didapatkan sesuai dengan persamaan
distirbusi Weibull adalah :
𝜃 = 1.33
70
𝑎 = -0.37
𝛽 = 1.31
r 0.98 θ 1.33
1 Valve
β 1.31
s 1.02
𝑡𝑚𝑒𝑑 1.52
2/2
𝑒𝑠 1.69
r 0.94 θ 2.06
3 Transducer
β 1.27
71
4.6. Perhitunggan MTTF dan MTTR
4.6.1. Perhitungan Mean Time to Failure (MTTF) pada Data Time to Failure
(TTF)
𝑠2 /2
𝑀𝑇𝑇𝐹 = 𝑡𝑚𝑒𝑑 𝑒 = 179.05 × 6.17 = 1104.42
𝑠 = 1.91
Setelah melakukan perhitungan diatas, maka secara rinci dengan hasil
yaitu nilai MTTF adalah 1104.42, maka selanjutnya adalah hasil tabel
perhitungan nilai MTTF pada komponen kritis yang berdistribusi
lognormal yaitu sebagai berikut :
4.6.2. Perhitungan Mean Time to Repair (MTTR) pada Data Time to Repair
(TTR)
Selanjutnya perhitungan Mean Time to Reapir (MTTR) pada data
waktu perbaikan (TTF). Dari perhitungan berdasarkan persamaan (2.33),
dan (2.34). maka untuk perhitungan berdistribusi weibull sebagai contoh
yaitu dengan komponen valve didapatkan nilai sebagai berikut :
72
Diket:
𝜃 = 1.21915 𝛽 = 1.31096
1
𝑀𝑇𝑇𝑅 = 𝜃 Γ (1 + 𝛽)
1
𝑀𝑇𝑇𝑅 = 1.21915 Γ (1 + 1.31096 )
73
B. Jumlah kerusakan :
Jumlah kerusakan selama 1 tahun = 16 kali
C. Waktu rata-rata perbaikan :
1 𝑀𝑇𝑇𝑅 1.222
= 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑏𝑢𝑙𝑎𝑛 = = 0.00587
𝜇 208
1 1
𝜇=1 = 0.00587 = 170.36 menit
⁄𝜇
E. Rata-rata kerusakan :
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑟𝑢𝑠𝑎𝑘𝑎𝑛 𝑝𝑒𝑟 1 𝑡𝑎ℎ𝑢𝑛 16
𝑘= = 24 = 0.67
24
2. Pipa Injection
A. Rata-rata kerja per bulan :
Hari kerja per bulan = 26 hari
Jam kerja tiap hari = 8 jam
Rata-rata jam kerja per bulan = 26 × 8 = 208 jam
B. Jumlah kerusakan :
Jumlah kerusakan selama 1 tahun = 13 kali
C. Waktu rata-rata perbaikan :
1 𝑀𝑇𝑇𝑅 2.56
= 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑏𝑢𝑙𝑎𝑛 = = 0.012
𝜇 208
1 1
𝜇=1 = 0.012 = 81.52 menit
⁄𝜇
74
1 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 1 𝑘𝑎𝑙𝑖 𝑝𝑒𝑚𝑒𝑟𝑖𝑘𝑠𝑎𝑎𝑛 0.25
= 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑏𝑢𝑙𝑎𝑛 = = 0.00120
𝑖 208
1 1
𝑖 = 1 = 0.00120 = 832 menit
⁄𝑖
E. Rata-rata kerusakan :
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑟𝑢𝑠𝑎𝑘𝑎𝑛 𝑝𝑒𝑟 1 𝑡𝑎ℎ𝑢𝑛 13
𝑘= = = 0.51
24 24
3. Tranducer
A. Rata-rata kerja per bulan :
Hari kerja per bulan = 26 hari
Jam kerja tiap hari = 8 jam
Rata-rata jam kerja per bulan = 26 × 8 = 208 jam
B. Jumlah kerusakan :
Jumlah kerusakan selama 1 tahun = 11 kali
C. Waktu rata-rata perbaikan :
1 𝑀𝑇𝑇𝑅 1.908
= 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑏𝑢𝑙𝑎𝑛 = = 0.00917
𝜇 208
1 1
𝜇=1 = 0.00917 = 109.05 menit
⁄𝜇
E. Rata-rata kerusakan :
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑟𝑢𝑠𝑎𝑘𝑎𝑛 𝑝𝑒𝑟 1 𝑡𝑎ℎ𝑢𝑛 11
𝑘= = 24 = 0.458
24
75
G. Interval waktu pemerikasaan :
𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑗𝑎𝑚 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑏𝑢𝑙𝑎𝑛 208
𝑡𝑖 = = 1.871 = 111 𝑗𝑎𝑚
𝑛
= 1 − ∅[0.9537]
= 1 − 2532 (didapat dari tabel standardized normal probabilities)
𝑅(𝑡) = 0.7468
2. Pipa Injection
Untuk perhitungan fungsi kehandalan terhadap komponen yang
berdistirbusi lognomal yaitu sebagai berikut :
Diketahui :
MTTF (𝑡) = 3054
𝑡𝑚𝑒𝑑 = 281.48
𝑠 = 2.18
1 𝑡 1 3054
𝑅(𝑡) = 1 − Ø (𝑠 In 𝑡 ) = 1 − ∅ [2.18 𝐼𝑛 (281.48 )]
𝑚𝑒𝑑
= 1 − ∅[1.0926]
76
= 1 − 0.2196 (didapat dari tabel standardized normal
probabilities)
𝑅(𝑡) = 0.78
3. Transducer
Untuk perhitungan fungsi kehandalan terhadap komponen yang
berdistirbusi lognomal yaitu sebagai berikut :
Diketahui :
MTTF (𝑡) = 2667
𝑡𝑚𝑒𝑑 = 678.31
𝑠 = 1.65
1 𝑡 1 2667
𝑅(𝑡) = 1 − Ø (𝑠 In 𝑡 ) = 1 − ∅ [1.65 𝐼𝑛 ( 678 )]
𝑚𝑒𝑑
= 1 − ∅[0.8276]
= 1 − 0.2832 (didapat dari tabel standardized normal
probabilities)
𝑅(𝑡) = 0.71
77
BAB V
78
Pada tabel 5.1 Menjelaskan bahwa dampak konsekuensi kerusakan yang
dapat membahayakan lingkungan kerja dan bisa melukai operator apabila
komponen tersebut mengalami kerusakan yang sangat fatal.
Tabel 5.2 Hasil pola distribusi data waktu antar kerusakan (TTF)
No Komponen Pola distribusi Rank Acceptance
1 Valve Lognormal 91 Accept
2 Pipa injection Lognormal 69.9 Accept
3 Tranducer Lognormal 76.4 Accept
Sumber : Pengolahan Data
Pada hasil uji distribusi dengan menggunakan software stat:fit dari tabel
5.2, bahwasannya
79
jumlah data periode dalam kerusakan pada komponen kritis ialah
semakin besar angkat rank maka pada pola distribusi yang terpilih sangat
baik untuk menentukan parameter sesuai dengan pola distribusi yang
terpilih.
3. komponen transducer dapat diterima dengan pola distribusi lognormal
dengan hasil rank sebesar 76.4, angka ini menunjukkan bahwa jumlah
data periode dalam kerusakan pada komponen kritis ialah semakin besar
angkat rank maka pada pola distribusi yang terpilih sangat baik untuk
menentukan parameter sesuai dengan pola distribusi yang terpilih.
Pada hasil uji distribusi dengan menggunakan software stat:fit dari tabel
5.3, bahwasannya :
80
data periode dalam perbaikan pada komponen kritis ialah semakin besar
angkat rank maka pada pola distribusi yang terpilih sangat baik untuk
menentukan parameter sesuai dengan pola distribusi yang terpilih
Tabel 5.4 Hasil uji kecocokan distribusi data TTF (Goodness of Fit)
No Komponen Distribusi Nilai uji distribusi Hasil
1 Valve Lognormal 0.1755 < 0.338 Ho diterima
2 Pipa Injection Lognormal 0.10000 < 0.375 Ho diterima
3 Transducer Lognormal 0.5984 < 0.361 Ho diterima
Sumber: Pengolahan Data
Dari hasil tabel 5.4 setelah mengetahui nilai uji distribusi dan Ho diterima
yang berarti data TTF berdistribusi lognormal maka penjelasannya sebagai
berikut :
81
kerusakan (TTF) sebesar 15 (n), dari jumlah data periode tersebut
selanjutnya melakukan perhitungan untuk mencari nilai rata-rata waktu
antar kerusakan (𝑡̅) dimana hasil dari nilai rata-rata waktu antar
kerusakan sebesar 5.19, lalu selanjutnya adalah menghitung standar
deviasi (𝑠 2 ), dimana hasil dari nilai standar deviasi adalah sebesar 1.72,
setelah mendapatkan nilai standar deviasi adalah nilai probabilitis
kumulatif (∅(𝑧𝑖 ) dimana hasil nilai dari probabilitas yang didapat dari
tabel standardized normal probabilities sebesar 0.104. maka selanjutnya
adalah mencari nilai (𝐷1 ) dan (𝐷2 ) dimana dari hasil tersebut akan
mendapatkan nilai test statisik (𝐷𝑛 ) penentuan nya adalah mencari hasil
diantara nilai (𝐷1 ) dan (𝐷2 ) yang paling terbesar. Maka hasil Dℎ𝑖𝑡𝑢𝑛𝑔
adalah 0.1755, sedangkan kan untuk D𝑡𝑎𝑏𝑒𝑙 didapatkan dari nilai F tabel
0.05 dan banyak nya data 15 maka hasil nya sebesar 0.338.
2. Pada komponen Pipa injection dengan berdistribusi lognormal yang
sudah diuji kecocokan dengan hasil nilai uji distribusi sebesar Dℎ𝑖𝑡𝑢𝑛𝑔 <
D𝑡𝑎𝑏𝑒𝑙 (0.10000 < 0.375), angka dari Dℎ𝑖𝑡𝑢𝑛𝑔 menunjukkan bahwa angka
tersebut didapatkan dari jumlah data periode kerusakan waktu antar
kerusakan (TTF) sebesar 12 (n), dari jumlah data periode tersebut
selanjutnya melakukan perhitungan untuk mencari nilai rata-rata waktu
antar kerusakan (𝑡̅) dimana hasil dari nilai rata-rata waktu antar
kerusakan sebesar 1490, lalu selanjutnya adalah menghitung standar
deviasi (𝑠 2 ), dimana hasil dari nilai standar deviasi adalah sebesar 1.96,
setelah mendapatkan nilai standar deviasi adalah nilai probabilitis
kumulatif (∅(𝑧𝑖 ) dimana hasil nilai dari probabilitas yang didapat dari
tabel standardized normal probabilities sebesar -759. maka selanjutnya
adalah mencari nilai (𝐷1 ) dan (𝐷2 ) dimana dari hasil tersebut akan
mendapatkan nilai test statisik (𝐷𝑛 ) penentuan nya adalah mencari hasil
diantara nilai (𝐷1 ) dan (𝐷2 ) yang paling terbesar. Maka hasil Dℎ𝑖𝑡𝑢𝑛𝑔
adalah 0.10000, sedangkan kan untuk D𝑡𝑎𝑏𝑒𝑙 didapatkan dari nilai F tabel
0.05 dan banyak nya data 12 maka hasil nya sebesar 0.375.
82
3. Pada komponen transducer dengan berdistribusi lognormal yang sudah
diuji kecocokan dengan hasil nilai uji distribusi sebesar Dℎ𝑖𝑡𝑢𝑛𝑔 <
D𝑡𝑎𝑏𝑒𝑙 (0.2378 < 0.409), angka dari Dℎ𝑖𝑡𝑢𝑛𝑔 menunjukkan bahwa angka
tersebut didapatkan dari jumlah data periode kerusakan waktu antar
kerusakan (TTF) sebesar 10 (n), dari jumlah data periode tersebut
selanjutnya melakukan perhitungan untuk mencari nilai rata-rata waktu
antar kerusakan (𝑡̅) dimana hasil dari nilai rata-rata waktu antar
kerusakan sebesar 6.52, lalu selanjutnya adalah menghitung standar
deviasi (𝑠 2 ), dimana hasil dari nilai standar deviasi adalah sebesar 1.18,
setelah mendapatkan nilai standar deviasi adalah nilai probabilitis
kumulatif (∅(𝑧𝑖 ) dimana hasil nilai dari probabilitas yang didapat dari
tabel standardized normal probabilities sebesar -2.24. maka selanjutnya
adalah mencari nilai (𝐷1 ) dan (𝐷2 ) dimana dari hasil tersebut akan
mendapatkan nilai test statisik (𝐷𝑛 ) penentuan nya adalah mencari hasil
diantara nilai (𝐷1 ) dan (𝐷2 ) yang paling terbesar. Maka hasil Dℎ𝑖𝑡𝑢𝑛𝑔
adalah 0.2378, sedangkan untuk D𝑡𝑎𝑏𝑒𝑙 didapatkan dari nilai F tabel 0.05
dan banyak nya data 12 maka hasil nya sebesar 0.409.
Tabel 5.5 Hasil uji kecocokan distribusi data TTR (Goodness of Fit)
No Komponen Distribusi Nilai uji distribusi Hasil
1 Valve Weibull 1.46 < 4.96 Ho diterima
2 Pipa Injection Lognormal 0.5984 < 0.361 Ho diterima
3 Transducer Weibull 0.6 < 4.96 Ho diterima
Sumber: Pengolahan Data
Dari hasil tabel 5.5 setelah mengetahui nilai uji distribusi dan Ho diterima
yang berarti data TTR berdistribusi weibull dan lognormal maka
penjelasannya sebagai berikut :
83
data periode waktu perbaikan (TTR) sebesar 16 (n), selanjutnya adalah
mengikuti perhitangan sesuai dengan uji mann’s test hasil yang akan
didapatkan adalah nilai statistik yaitu nilai M untuk mengetahui data
periode terhadap distribusi weilbull benar, sedangkan untuk angka
F𝑡𝑎𝑏𝑒𝑙 didapatkan dari jumlah data periode (n) dan nilai sig 0.05, hasil
nya untuk menentukan apakah lebih kecil dari D hitung.
2. Pada komponen Pipa injection dengan berdistribusi lognormal yang
sudah diuji kecocokan dengan hasil nilai uji distribusi sebesar Dℎ𝑖𝑡𝑢𝑛𝑔 <
D𝑡𝑎𝑏𝑒𝑙 (0.5984 < 0.361), angka dari Dℎ𝑖𝑡𝑢𝑛𝑔 menunjukkan bahwa angka
tersebut didapatkan dari jumlah data periode kerusakan waktu perbaikan
(TTR) sebesar 13 (n), dari jumlah data periode tersebut selanjutnya
melakukan perhitungan untuk mencari nilai rata-rata waktu antar
kerusakan (𝑡̅) dimana hasil dari nilai rata-rata waktu antar kerusakan
sebesar 1.38, lalu selanjutnya adalah menghitung standar deviasi (𝑠 2 ),
dimana hasil dari nilai standar deviasi adalah sebesar 1.12, setelah
mendapatkan nilai standar deviasi adalah nilai probabilitis kumulatif
(∅(𝑧𝑖 ) dimana hasil nilai dari probabilitas yang didapat dari tabel
standardized normal probabilities sebesar -2.67. maka selanjutnya
adalah mencari nilai (𝐷1 ) dan (𝐷2 ) dimana dari hasil tersebut akan
mendapatkan nilai test statisik (𝐷𝑛 ) penentuan nya adalah mencari hasil
diantara nilai (𝐷1 ) dan (𝐷2 ) yang paling terbesar. Maka hasil Dℎ𝑖𝑡𝑢𝑛𝑔
adalah 0.5984, sedangkan kan untuk D𝑡𝑎𝑏𝑒𝑙 didapatkan dari nilai F tabel
0.05 dan banyak nya data 13 maka hasil nya sebesar 0.361.
3. Pada komponen transducer dengan berdistribusi weibull yang sudah
diuji kecocokan dengan hasil nilai uji distribusi sebesar Mℎ𝑖𝑡𝑢𝑛𝑔 <
F𝑡𝑎𝑏𝑒𝑙 (0.6 < 4.96), angka dari Mℎ𝑖𝑡𝑢𝑛𝑔 menunjukkan bahwa angka
tersebut adalah untuk perhitungan statiktik yang didapatkan dari jumlah
data periode waktu perbaikan (TTR) sebesar 11 (n), selanjutnya adalah
mengikuti perhitangan sesuai dengan uji mann’s test hasil yang akan
didapatkan adalah nilai statistik yaitu nilai M untuk mengetahui data
84
periode terhadap distribusi weilbull benar, sedangkan untuk angka
F𝑡𝑎𝑏𝑒𝑙 didapatkan dari jumlah data periode (n) dan nilai sig 0.05, hasil
nya untuk menentukan apakah lebih kecil dari D hitung.
Tabel 5.6 Hasil perhitungan nilai parameter waktu antar kerusakan (TTF)
No Komponen Nilai parameter
r 0.96
1 Valve s 1.91
𝑡𝑚𝑒𝑑 179.05
r 0.97
Pipa
2 s 2.18
Injection
𝑡𝑚𝑒𝑑 281.48
r 0.97
3 Transducer s 1.65
𝑡𝑚𝑒𝑑 678.31
Sumber : Pengolahan Data
1. Dari komponen valve dengan hasil nilai index of fit (r) sebesar 0.96,
angka tersebut bertanda bahwa distribusi yang terpilih adalah lognormal
dan hasil Ho diterima, dengan hasil nilai parameter bentuk (shape
85
parameter = s) sebesar 1.91, dan untuk parameter lokasi (location
parameter = 𝑡𝑚𝑒𝑑 ) sebesar 179.05, dari angka nilai parameter tersebut
adalah berdistribusi lognormal.
2. Dari komponen pipa injection dengan hasil nilai index of fit (r) sebesar
0.97, angka tersebut bertanda bahwa distribusi yang terpilih adalah
lognormal dan hasil Ho diterima, dengan hasil nilai parameter bentuk
(shape parameter = s) sebesar 2.18 dan untuk parameter lokasi (location
parameter = 𝑡𝑚𝑒𝑑 ) sebesar 281.48, dari angka nilai parameter tersebut
adalah berdistribusi lognormal.
3. Dari komponen transducer dengan hasil nilai index of fit (r) sebesar 0.97,
angka tersebut bertanda bahwa distribusi yang terpilih adalah lognormal
dan hasil Ho diterima, dengan hasil nilai parameter bentuk (shape
parameter = s) sebesar 1.65dan untuk parameter lokasi (location
parameter = 𝑡𝑚𝑒𝑑 ) sebesar 678.31.
Berdasarkan hasil nilai parameter waktu perbaikan (TTR) pada tabel 5.7
sebagai berikut :
86
1. Dari komponen valve dengan hasil nilai index of fit (r) sebesar 0.98,
angka tersebut bertanda bahwa distribusi yang terpilih adalah weibull dan
hasil Ho diterima, dengan hasil nilai parameter skala (sale = θ) sebesar
1.33 dan untuk parameter bentuk (shape = β) sebesar 1.32, dari angka
nilai parameter tersebut adalah berdistribusi weibull.
2. Dari komponen transducer dengan hasil nilai index of fit (r) sebesar 0.94,
angka tersebut bertanda bahwa distribusi yang terpilih adalah lognormal
dan hasil Ho diterima, dengan hasil nilai parameter bentuk (shape
parameter = s) sebesar 1.02, dan untuk parameter lokasi (location
parameter = 𝑡𝑚𝑒𝑑 ) sebesar 1.52.
3. Dari komponen valve dengan hasil nilai index of fit (r) sebesar 0.94,
angka tersebut bertanda bahwa distribusi yang terpilih adalah weibulll
dan hasil Ho diterima, dengan hasil nilai parameter skala (sale = θ)
sebesar 2.06 dan untuk parameter bentuk (shape = β) sebesar 1.27, dari
angka nilai parameter tersebut adalah berdistribusi weibull.
87
Berdasarkan hasil nilai mean time to failure (MTTF) tiap komponen pada
tabel 5.8 sebagai berikut :
Berdasarkan hasil nilai mean time to repair (MTTR) tiap komponen pada
tabel 5.9 sebagai berikut :
88
sesuai dengan banyaknya data periode dan hasil nilai parameter yang
berdistribusi lognormal.
3. Pada komponen Transducser diperoleh nilai rata-rata waktu
perbaikan (MTTR) sebesar 1.91 jam, maka pada komponen tersebut
sesuai dengan banyaknya data periode dan hasil nilai parameter yang
berdistribusi weibull.
89
pemeriksaan sebesar 116 jam, maksud dari hasil tersebut untuk
interval waktu pemeriksaan dilakukan selama 116 jam dengan
dilalukan rata-rata 1 pemeriksaan / bulan untuk komponen valve.
2. Pada komponen pipa injection diperoleh hasil nilai dari frekuensi
pemeriksaan optimal sebesar 2 bulan dan nilai interval waktu
pemeriksaan sebesar 88 jam, maksud dari hasil tersebut untuk
interval waktu pemeriksaan selama 88 jam dengan dilakukan rata-
rata 2 pemeriksaan / bulan untuk komponen pipa injection.
3. Pada komponen transducer diperoleh hasil nilai dari frekuensi
pemeriksaan optimal sebesar 1 bulan dan nilai interval waktu
pemeriksaan sebesar 111 jam, maksud dari hasil tersebut untuk
interval waktu pemeriksaan dilakukan setiap 111 jam dengan
dilakukan rata-rata 1 pemeriksaan / bulan untuk komponen
transducer.
90
Berdasarkan hasil keandalan setiap komponen terhadap komponen kritis
dengan nilai rata-rata dari keseluruhan komponen sebesar 74.3% dengan arti
bahwa dengan menerapkan tindakan perawatan pencegahan keandalan dapat
terus terjaga pada tingkat yang tinggi.
91
BAB VI
PENUTUP
6.1. Kesimpulan
Setelah melakukan penelitian berdasarkan uraian dan analisa yang telah
dilakukan pada bab sebelumnya, maka hasil yang didapatkan pada
kesimpulan ini sebegai berikut :
1. Komponen kritis yang memiliki total downtime dan frekuensi kerusakan
terbesar dari mesin kritis ialah komponen valve dengan total downtime
sebesar 1116 menit dan jumlah frekuensi sebesar 16 kali. Untuk
komponen transducer total downtime sebesar 1134 menit dan jumlah
frekuensi sebesar 11 kali, dan untuk komponen pipa injection sebesar
1074 dan jumlah frekuensi sebesar 13 kali.
2. Tindakan perawatan pada interval penggatian kebijakan usulan untuk
komponen-komponen mesin injection moulding dibagian injection unit
yaitu komponen valve memiliki interval waktu pemeriksaan sebesar 116
jam atau 4 hari selama frekuensi pemeriksaan optimal 1 bulan, untuk
transducer adalah 111 jam atau 4 hari selama frekuensi pemeriksaan
optimal 1 bulan, dan untuk komponen pipa injection 88 jam atau 3 hari
selama frekuensi pemeriksaan optimal 2 bulan.
3. Berdasarkan hasil perhitungan keandalan (reliability) terhadap
komponen yang terpilih, dapat diketahui bahwa komponen valve dalam
tingkat keandalannya sebesar 74%, untuk komponen transduser sebesar
78%, dan untuk komponen pipa injection sebesar 71% dengan rata-rata
keandalan dari komponen yang terpilih adalah 74% bertanda komponen
tersebut masih baik digunakan.
6.2. Saran
Adapun saran-saran yang dapat diberikan kepada pihak perusahaan
berdasarkan hasil penelitian berikut :
1. Untuk pencatatan data downtime harus direkap lebih teliti upaya untuk
mengetahui keadaan mesin yang lebih rinci.
92
2. Untuk anggota maintenance yang baru lebih baik harus di training dan
ilmu tentang pengenalan mesin injection moulding upaya untuk
mengetahui tingkat kerusakannya dan memperbaiki dengan SOP yang
standart.
93
DAFTAR PUSTAKA
94
Sari, D. P., & Ridho, M. F. (2016). Evaluasi Manajemen Perawatan Dengan Metode
Reliability Centered Maintenance (RCM) II pada Mesin Blowing I Di Plan
I PT.Pisma Putra Textile. Jurnal Teknik Industri, Vol.XI, 75-76.
Susanto, A. D., & Azwir, H. H. (2018). Perencanaan Perawatan Pada Unit
Kompresor Tipe Screw Dengan Metode RCM di Industri Otomotif. Jurnal
Ilmiah Teknik Industri, 21.
Taufik, & Septyani, S. (2015). Penentuan Interval Waktu Perawatan Komponen
Kritis Pada Mesin Turbin Di PLN (Persero) Sektor Pembangkit Ombilin.
Optimisasi Sistem Industri, Vol. 14, 249.
Vincent, G. (2001). Total Quality Management. Bogor: Gramedia.
Walpole, R. E. (1992). Pengantar statistika. Jakarta: Edisi Ketiga, PT.Gramedia
Pustaka Utama.
95
LAMPIRAN I
96
Lampiran 1. 1 Data downtime pada komponen valve
Valve
1 Waktu
Lama Lama
Kumulatif TTF
Mesin Tanggal Pengerjaan Pengerjaan/TTR
No Operasi (Jam)
(Menit) (jam)
(Jam)
1 A 8 Januari 2019 180 3 0 0
2 L 22 Januari 2019 60 1 336 1008
3 L 27 Januari 2019 60 1 120 120
4 A 22 April 2019 60 1 2040 2040
5 B 22 April 2019 60 1 23 23
6 L 30 April 2019 120 2 168 168
7 C 11 Juni 2019 120 2 1008 2016
8 D 25 September 2019 27 0.45 2544 2542
9 F 25 September 2019 180 3 21 20.55
10 I 23 Oktober 2019 12 0.2 672 669
11 C 05 November 2019 60 1 312 62.4
12 D 05 November 2019 27 0.45 23.55 23.55
13 A 25 November 2019 87 1.45 576 259.2
14 C 28 November 2019 15 0.25 48 69.6
15 H 17 Desember 2019 18 0.3 216 54
16 J 26 Desember 2019 30 0.5 216 64.8
Pipa injection
2 Waktu
Lama Lama
Kumulatif TTF
Mesin Tanggal Pengerjaan Pengerjaan/TTR
No Operasi (Jam)
(Menit) (jam)
(Jam)
1 G 4 Februari 2019 120 2 0 0
2 H 3 Maret 2019 15 0.25 672 1344
3 B 23 Maret 2019 180 3 504 126
4 K 21 September 2019 60 1 4368 13104
5 A 30 September 2019 18 0.3 216 216
6 D 7 Oktober 2019 18 0.3 168 50.4
7 D 13 November 2019 138 2.3 888 266.4
97
8 I 15 November 2019 120 2 48 110.4
9 K 26 November 2019 12 0.2 264 528
10 C 27 November 2019 138 2.3 24 4.8
11 F 12 Desember 2019 60 1 360 828
12 G 18 Desember 2019 180 3 144 144
13 H 03 Maret 2020 15 0.25 384 1152
Transducer
3 Waktu
Lama Lama
Kumulatif TTF
Mesin Tanggal Pengerjaan Pengerjaan/TTR
No Operasi (Jam)
(Menit) (jam)
(Jam)
1 L 8 Februari 2019 120 2 0 0
2 D 7 Februari 2019 60 1 24 48
3 L 5 Maret 2019 120 2 624 624
4 A 18 April 2019 180 3 1056 2112
5 I 24 Juni 2019 120 2 1608 4824
6 K 2 Agustus 2019 120 2 936 1872
7 J 24 September 2019 60 1 1272 2544
8 G 5 Oktober 2019 180 3 264 264
9 I 23 Oktober 2019 18 0.3 480 1440
10 C 22 November 2019 18 0.3 720 216
11 J 16 Desember 2019 138 2.3 576 172.8
98
LAMPIRAN II
99
Lampiran 2. 1 Hasil uji distribusi dengan software stat:fit terhadap komponen
valve pada data waktu antar kerusakan (TTF)
100
Lampiran 2. 3 Hasil uji distribusi dengan softwarei stat:fit terhadap komponen
transducer pada data waktu antar kerusakan (TTF)
101
LAMPIRAN III
HASIL GRAFIK SESUAI DENGAN DISTRIBUSI
102
Lampiran 3. 1 Hasil grafik pada data waktu antar kerusakan (TTF) terhadap
komponen Valve
Lampiran 3. 2 Hasil grafik pada data waktu antar kerusakan (TTF) terhadap
komponen pipa injection
103
Lampiran 3. 3 Hasil grafik data waktu antar kerusakan (TTF) terhadap
komponen transducer
104
105