LAPORAN PRAKTIKUM
MATA KULIAH REALIABILITY, AVAILABILITY &
MAINTAINABILITY
Ilham Fadhil
2042201100
DOSEN PENGAMPU :
Dr. Ir.Totok Soehartanto, DEA
LAPORAN PRAKTIKUM
MATA KULIAH REALIABILITY, AVAILABILITY &
MAINTAINABILITY
Ilham Fadhil
2042201100
DOSEN PENGAMPU :
Dr. Ir.Totok Soehartanto, DEA
2
Halaman Ini Sengaja Dikosongkan
3
PERNYATAAN BEBAS PLAGIASI
NRP : 2042201100
Ilham Fadhil
NRP. 2042201100
4
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Allah SWT karena atas limpahan
rahmat serta anugerah-Nya kami dapat menyusun dan meyelesaikan laporan
praktikum mata kuliah Reliability, Availability, & Maintainability. Dalam
kesempatan ini, kami ingin mengucapkan terima kasih kepada semua pihak yang
telah berkenan membantu pada tahap penyusunan hingga selesainya laporan
praktikum ini. Laporan ini tidak akan selesai tanpa bantuan dari berbagai pihak.
Diucapkan terima kasih kepada :
Ilham Fadhil
5
LAPORAN PRAKTIKUM RELIABILITY, AVAILABILITY, &
MAINTAINABILITY
ABSTRAK
Praktikum ini adalah bahwa pompa air yang diuji cenderung mengalami kegagalan
pada mode "fail to close on demand" seiring berjalannya waktu, sehingga perlu
dilakukan pengecekan komponen secara berkala untuk memastikan kinerja optimal.
Hasil analisis reliabilitas menunjukkan bahwa probabilitas kegagalan pompa pada
umur operasional tertentu cukup tinggi, sehingga penting untuk memperhatikan
faktor-faktor yang mempengaruhi keandalan pompa seperti kondisi lingkungan dan
beban kerja. Berdasarkan data failure to rate yang dihasilkan, tingkat kegagalan
pompa relatif rendah dengan nilai 0.000156055. Meskipun demikian, pemantauan
dan perawatan berkala tetap diperlukan untuk menjaga kinerja optimal dan
mencegah terjadinya kegagalan yang dapat berdampak pada keselamatan dan
produktivitas. Oleh karena itu, perlu dilakukan tindakan pencegahan dan perawatan
secara teratur guna menjaga keandalan dan kinerja pompa dalam jangka panjang.
6
RELIABILITY, AVAILABILITY, & MAINTAINABILITY
PRACTICE REPORT
This experiment is that the tested water pump tends to experience failures in the
"fail to close on demand" mode as time goes by, hence regular component checks
are necessary to ensure optimal performance. The reliability analysis results show
that the probability of pump failure at a certain operational age is relatively high,
therefore it is important to pay attention to factors that affect pump reliability such
as environmental conditions and workload. Based on the generated failure to rate
data, the pump failure rate is relatively low with a value of 0.000156055. However,
regular monitoring and maintenance are still necessary to maintain optimal
performance and prevent failures that could have an impact on safety and
productivity. Therefore, preventive measures and regular maintenance should be
taken to ensure the reliability and long-term performance of the pump.
Keywords: fail to close on demand, optimal, rate
7
DAFTAR ISI
8
BAB 1
PENDAHULUAN
1. Latar Belakang
Praktikum RAM (Reliability, Availability, Maintainability) adalah praktikum yang
biasanya dilakukan dalam bidang rekayasa sistem dan bertujuan untuk mempelajari
bagaimana memperbaiki kinerja sistem melalui analisis reliabilitas, ketersediaan,
dan pemeliharaan sistem. Dalam praktikum RAM, salah satu topik yang sering
dipelajari adalah reliabilitas suatu sistem.
Salah satu contoh praktikum RAM yang mungkin melibatkan analisis reliabilitas
sistem pompa air dengan failure mode fail to close on demand. Kegagalan ini terjadi
ketika pompa air tidak dapat ditutup pada saat diminta atau saat sinyal penghentian
diberikan. Kegagalan ini dapat menyebabkan kerusakan pada sistem pompa air atau
bahkan menyebabkan kegagalan sistem yang lebih besar.
Dalam praktikum RAM, data kegagalan sistem pompa air dapat dikumpulkan dan
dianalisis untuk menentukan reliabilitas sistem. Analisis ini dapat dilakukan dengan
menggunakan berbagai teknik, seperti analisis regresi, pengujian waktu hidup, atau
analisis distribusi frekuensi.
Setelah data kegagalan sistem dikumpulkan dan dianalisis, nilai reliabilitas sistem
dapat dihitung. Nilai reliabilitas ini dapat digunakan untuk menentukan waktu rata-
rata hingga terjadi kegagalan sistem, atau MTTF (mean time to failure). MTTF ini
dapat digunakan untuk menentukan frekuensi pemeliharaan yang diperlukan untuk
menjaga sistem dalam kondisi yang baik.
Dengan mengetahui nilai reliabilitas sistem, maka perbaikan dan perawatan dapat
dilakukan dengan lebih efektif dan efisien. Dalam kasus pompa air dengan failure
mode fail to close on demand, analisis reliabilitas dapat membantu mengidentifikasi
penyebab kegagalan dan memberikan rekomendasi perbaikan atau tindakan
pencegahan yang tepat untuk menghindari kegagalan di masa depan.
2. Perumusan Masalah
Dari praktikum kali ini, praktikan mengambil beberapa point untuk dianalisis
dalam praktikum, berikut merupakan point-point perumusan masalah tersebut:
9
1. Apa penyebab kegagalan sistem pompa air dengan failure mode fail to
close on demand, dan bagaimana rekomendasi perbaikan atau tindakan
pencegahan yang tepat dapat diberikan untuk menghindari kegagalan di
masa depan?
2. Bagaimana analisis reliabilitas dapat membantu meningkatkan kinerja
sistem pompa air dengan failure mode fail to close on demand secara
keseluruhan?
3. Tujuan
Berdasarkan perumusan masalah dan latar belakang yang dijabarkan,
dapat diambil bahwa tujuan dari praktikum adalah sebagai berikut:
1. Mahasiswa mampu memahami mengenai perhitungan reliability pada
peralatan instrumentasi.
2. Mahasiswa mampu melakukan perhitungan reliability pada peralatan
instrumentasi.
3. Mahasiswa mampu menganalisa mengenai reliability pada peralatan
instrumentasi.
10
BAB 2
DASAR TEORI
2.1. Reliability
Reliability adalah kemampuan suatu sistem atau instrumen untuk
memberikan hasil atau kinerja yang konsisten dan dapat diandalkan dalam
berbagai situasi atau penggunaan yang berulang-ulang. Dalam konteks
pengukuran, reliability mengacu pada ketepatan dan konsistensi hasil
pengukuran dari alat atau tes yang digunakan dalam penelitian atau
pengumpulan data.
Secara umum, reliabilitas mengukur seberapa jauh hasil pengukuran yang
diperoleh secara konsisten dan akurat. Jika suatu alat atau tes dianggap
reliabel, maka hasil pengukuran yang diperoleh dari alat atau tes tersebut
dapat dipercaya dan digunakan untuk mengambil kesimpulan yang tepat.
Sebaliknya, jika suatu alat atau tes tidak reliabel, maka hasil pengukuran yang
diperoleh dari alat atau tes tersebut tidak dapat diandalkan dan tidak dapat
digunakan sebagai dasar untuk mengambil keputusan yang penting.
Penting untuk memastikan reliabilitas dalam berbagai bidang, termasuk
pengukuran kesehatan, psikologi, pendidikan, dan penelitian ilmiah secara
umum, karena hasil yang tidak andal dapat mengarah pada kesimpulan yang
salah atau keputusan yang buruk. Oleh karena itu, penting untuk
memperhatikan reliabilitas dalam merancang alat atau tes, dan dalam
mengevaluasi hasil pengukuran yang diperoleh.
Evaluasi keandalan pada RAM (Reliability, Availability, and
Maintainability) dilakukan untuk memastikan bahwa sistem atau komponen
dapat berfungsi sebagaimana mestinya dan memenuhi persyaratan pengguna.
Evaluasi keandalan ini melibatkan pengukuran dan analisis kinerja sistem
atau komponen dalam hal reliabilitas, ketersediaan, dan kemampuan
pemeliharaan.
Dalam RAM, keandalan adalah salah satu aspek penting yang harus
dievaluasi. Evaluasi keandalan bertujuan untuk menentukan kemampuan
sistem atau komponen untuk beroperasi tanpa kegagalan atau kerusakan
dalam jangka waktu tertentu. Evaluasi keandalan melibatkan pengumpulan
dan analisis data kegagalan sistem atau komponen untuk menentukan waktu
rata-rata antara dua kegagalan (MTBF) atau waktu rata-rata hingga terjadi
kegagalan (MTTF).
2.2. Parameter & Keandalan Fungsi
2.2.1. MTBF & MTTR
MTBF (Mean Time Between Failures) dan MTTR (Mean Time To
Repair) adalah dua konsep yang penting dalam evaluasi keandalan
pada sistem atau komponen.
11
MTBF adalah waktu rata-rata antara dua kegagalan pada sistem atau
komponen. Dalam perhitungannya, MTBF dapat dihitung dengan
membagi total waktu operasional dengan jumlah kegagalan yang
terjadi. Sebagai contoh, jika sebuah mesin beroperasi selama 100 jam
dan mengalami 2 kegagalan, maka MTBF dapat dihitung sebagai
100/2 = 50 jam. MTBF umumnya dihitung dalam satuan waktu, seperti
jam atau hari, tergantung pada jenis sistem atau komponen yang
dievaluasi.
12
jenis distribusi probabilitas yang digunakan untuk menggambarkan
kegagalan pada sistem atau komponen tersebut.
Distribusi normal
13
Distribusi lognormal
14
Distribusi Weibull
15
Distribusi eksponensial digunakan ketika waktu antara kegagalan
yang berurutan dianggap terdistribusi secara eksponensial.
16
2.3. Weibull ++
Weibull++ adalah perangkat lunak komersial yang digunakan untuk
melakukan analisis keandalan (reliability analysis) pada produk dan sistem.
Perangkat lunak ini dikembangkan oleh perusahaan ReliaSoft Corporation
dan digunakan secara luas oleh para insinyur dan profesional di berbagai
industri, termasuk manufaktur, energi, transportasi, dan militer.
Weibull++ menyediakan berbagai metode untuk melakukan analisis
keandalan, termasuk analisis data kegagalan, peramalan keandalan,
perencanaan perawatan, dan optimisasi desain. Perangkat lunak ini memiliki
kemampuan untuk melakukan analisis statistik pada data kegagalan untuk
mengidentifikasi pola kegagalan dan memprediksi keandalan sistem atau
komponen dalam berbagai kondisi operasi.
Beberapa fitur penting dari Weibull++ meliputi:
1. Analisis data kegagalan: Weibull++ dapat digunakan untuk menganalisis
data kegagalan dan mengidentifikasi pola kegagalan yang berbeda,
termasuk distribusi kegagalan, tingkat kegagalan, dan waktu antara
kegagalan.
2. Peramalan keandalan: Weibull++ dapat digunakan untuk memprediksi
keandalan sistem atau komponen dalam kondisi operasi yang berbeda,
termasuk peramalan waktu antara kegagalan dan peramalan kegagalan
masa depan.
3. Perencanaan perawatan: Weibull++ dapat digunakan untuk melakukan
perencanaan perawatan yang efektif dengan mempertimbangkan biaya
perawatan dan keandalan sistem atau komponen.
4. Optimisasi desain: Weibull++ dapat digunakan untuk mengoptimalkan
desain sistem atau komponen dengan mempertimbangkan faktor
keandalan, biaya, dan kinerja.
Dalam rangka melakukan analisis keandalan, Weibull++ menggunakan
berbagai jenis distribusi probabilitas, termasuk distribusi Weibull, distribusi
lognormal, distribusi normal, dan distribusi eksponensial. Selain itu,
Weibull++ juga dapat melakukan analisis reliabilitas terhadap sistem multi-
komponen dengan menggunakan metode diagram pohon (fault tree analysis)
dan diagram kesalahan (failure mode and effects analysis).
17
BAB 3
METODOLOGI PERCOBAAN
3.1. Alat Dan Bahan
1. PC untuk menghitung reliability menggunakan software excel
2. Software Weibull
3. Software Virtualbox
3.2. Langkah Langkah Percobaan
Praktikum yang akan dilaksanakan adalah menghitung nilai reliability dari
data kegagalan pompa air dengan failure mode fail to close on demand yang
telah tersedia dibawah ini.
1. Prosedur Praktikum 2 Mata Kuliah Realiability, Availability &
Maintainability yaitu, sebagai berikut :
2. Siapkan software
3. Buka weibull++ 6 dan create new file
4. Pilih times to failure karena pada praktikum ini hanya didapat data time to
failure. Kemudian klik OK
5. Isi data time failed dengan data time to failure. Dan pilih distribusi Weibull
dengan parameter 2 seperti gambar dibawah
6. Klik menu calculate untuk memunculkan nilai perhitungannya. Ketika
sudah di klik maka nilai beta dan eta akan muncul
7. Kemudian klik menu plot untuk memunculkan grafik.
8. Plot grafik akan muncul dan pengguna bisa memilih ingin memunculkan
grafik reability, unreliability, PDF dan lain lain
9. Menghitung nilai reability dari data kegagalan pompa air dengan failure
mode fail to close on demand dari data yang diberikan
No ActualStart Actual Completion TTF (Hour) TTR (Hour)
1 07-07-2005 07-07-2005 0 16
18
6 27-05-2009 27-05-2009 7848 14
19
BAB IV
HASIL DAN PEMBAHASAN
4.1. Hasil percobaan
Berdasarkan praktikum yang telah dilakukan, berikut bukti contoh ketika menggunakan
software Weibull
20
Berikut merupakan hasil grafik Probability Density Function yang diambil dari
software Weibull
Kemudian yang bagian bawah adalah adalah grafik reliability yang dibandingkan
dengan waktu
21
Grafik PDF dan Reability
Berikut ini merupakan grafik PDF berdasarkan data yang diterima
0,0001
0,00008
F(T)
0,00006
0,00004
0,00002
0
0 2000 4000 6000 8000 10000 12000 14000 16000 18000
TIME (T)
Reliability vs Time
1,2
0,8
RELIABILITY
0,6
0,4
0,2
0
0 2000 4000 6000 8000 10000 12000 14000 16000 18000
TIME
22
BAB V
ANALISA DAN KESIMPULAN
5.1. Analisa
Praktikum kedua ini lebih menegaskan tentang perhitungan dengan
membandingkan hasil dari penggunaan software Weibull dengan Microsoft excel.
Dalam praktikum perhitungan keandalan menggunakan distribusi Weibull 2-
parameter, β=1,1637 dan η=7806,7458 dapat digunakan untuk analisis keandalan
suatu sistem atau produk. Distribusi Weibull digunakan untuk menghitung
keandalan produk atau sistem pada waktu tertentu dengan mengganti nilai t, η dan
β yang telah ditentukan. Grafik PDF menunjukkan distribusi probabilitas kejadian
dengan kurva log-normal yang menunjukkan peluang kegagalan cenderung tinggi
di awal umur operasional dan semakin menurun seiring waktu. Semakin tinggi nilai
η, semakin tinggi umur operasional di mana peluang kegagalan pompa. Sebaliknya,
semakin rendah nilai η, semakin rendah pula umur operasional di mana peluang
kegagalan.
Grafik pada distribusi Weibull dan Microsoft Excel tidak selalu sama persis karena
beberapa faktor. Salah satu faktor tersebut adalah perbedaan dalam perhitungan
parameter Weibull. Microsoft Excel menggunakan metode Maximum Likelihood
Estimation (MLE) untuk menghitung parameter Weibull, sementara perhitungan
pada distribusi Weibull mungkin menggunakan metode yang berbeda, seperti
metode Moment atau Least Squares.
Selain itu, pengaturan pada grafik dan nilai pembulatan pada sumbu x dan y juga
dapat mempengaruhi perbedaan hasil grafik. Microsoft Excel mungkin memiliki
pengaturan default yang berbeda dari pengaturan pada distribusi Weibull, dan nilai
pembulatan pada sumbu x dan y dapat mempengaruhi kurva yang dihasilkan pada
grafik.
Karena itu, meskipun kedua grafik mungkin memiliki kesamaan dalam bentuk
kurva, nilai dan parameter yang dihasilkan dapat sedikit berbeda dan tidak persis
sama. Namun demikian, perbedaan ini biasanya kecil dan tidak signifikan secara
praktis.
5.2. Kesimpulan
23
Berdasarkan praktikum yang telah dillakukan, telah diambil beberapa kesimpulan
berupa;
1. Distribusi Weibull digunakan untuk menghitung keandalan produk atau sistem
pada waktu tertentu dengan mengganti nilai t, η dan β yang telah ditentukan.
2. Grafik PDF menunjukkan distribusi probabilitas kejadian dengan kurva log-
normal yang menunjukkan peluang kegagalan cenderung tinggi di awal umur
operasional dan semakin menurun seiring waktu.
3. Semakin tinggi nilai η, semakin tinggi umur operasional di mana peluang
kegagalan pompa. Sebaliknya, semakin rendah nilai η, semakin rendah pula
umur operasional di mana peluang kegagalan.
4. Grafik pada distribusi Weibull dan Microsoft Excel tidak selalu sama persis
karena beberapa faktor seperti perbedaan dalam perhitungan parameter
Weibull, pengaturan pada grafik, dan nilai pembulatan pada sumbu x dan y.
5. Perbedaan hasil grafik biasanya kecil dan tidak signifikan secara praktis.
24
DAFTAR PUSTAKA
Wulandari, D., & Syafitri, U. (2018). Analisis keandalan sistem pompa air dengan
menggunakan distribusi Weibull (Studi kasus: PDAM Kota Malang). Jurnal Teknik
ITS, 7(1), A1-A6.
Efendi, M., Prawira, S. A., & Perdana, F. (2019). Analisis kegagalan pompa air
submersible menggunakan metode Weibull (Studi kasus: PT. XYZ). Jurnal Teknik
Pomits, 8(2), 20-26.
Mustika, A. Y., & Permadi, A. (2019). Analisis keandalan pompa air dengan
menggunakan metode Weibull (Studi kasus: PDAM Tirta Yudha Karanganyar).
Jurnal Teknik ITS, 8(2), B221-B226.
25