Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532

Daftar isi tersedia diSainsLangsung

Rekayasa Keandalan dan Keamanan Sistem

beranda jurnal:www.elsevier.com/locate/ress

Kepuasan penyewa dan kebijakan pemeliharaan berbasis kondisi yang optimal untuk sistem
yang disewa

Yunzheng Zhangsebuah,1, Xiaohong Zhangsebuah,b,kan, Jianchao Zengsebuah,c,kan, Jinhe Wangsebuah,2, Songdong Xuesebuah,b,3
sebuahDivisi Teknik Industri dan Sistem, Universitas Sains dan Teknologi Taiyuan, Taiyuan 030024, Tiongkok
bSekolah Ekonomi dan Manajemen, Universitas Sains dan Teknologi Taiyuan, Taiyuan 030024, Cina
cInstitut Big Data dan Komputasi Visual, Universitas Utara Tiongkok, Taiyuan 030051, Tiongkok

INFO ARTIKEL ABSTRAK

Kata kunci: Untuk menghindari tingginya biaya pembelian peralatan, semakin banyak perusahaan yang bersedia untuk menyewa
Sistem sewa daripada memiliki peralatan. Lessor bertujuan untuk meningkatkan kepuasan lessee, memperluas pangsa pasar,
Kepuasan pemeliharaan meningkatkan total keuntungan, dan mengurangi biaya pemeliharaan. Berkat Internet of Things dan teknologi penginderaan,
berbasis kondisi
data deteksi status pada peralatan yang disewa dapat secara teknologi mendukung penerapan kebijakan pemeliharaan
Saham
berbasis kondisi (CBM). Dalam studi ini, kami menguji perawatan optimal dengan mempertimbangkan kepuasan penyewa
dengan sistem sewa yang diperiksa secara berkala. Kami mengusulkan kebijakan CBM yang dikembangkan untuk memiliki
batas kontrol untuk sistem sewa yang menjalani inspeksi berkala, di mana ketersediaan dan kinerja operasional adalah dua
'mengharapkan asi mengenai ketersediaan dan kinerja operasional adalah dua subjektif
indikator objektif, dan penyewa
indikator. Indikator utama digunakan untuk meramalkan kepuasan lessee dan pangsa pasar lessor. Mempertimbangkan
korektif lembur sewa penalti untuk setiap kegagalan, kami mengusulkan model analitis untuk menentukan
siklus inspeksi yang optimal dan ambang pemeliharaan preventif untuk memaksimalkan keuntungan lessor. Akhirnya, kami
menggunakan sistem sewa untuk derek sebagai contoh dalam eksperimen numerik. Hasil penelitian menunjukkan bahwa kebijakan
tersebut meningkatkan pangsa pasar lessor dan total keuntungan.

1. Perkenalan
Peralatan berskala besar membutuhkan teknologi yang intensif dan mahal,
sehingga semakin banyak perusahaan yang memilih untuk menyewa peralatan[1].
Pemilik dan pengguna peralatan memainkan peran yang berbeda dalam proses
sewa: lessor mempertahankan kepemilikan peralatan, sedangkan lessee memiliki
hak untuk menggunakan peralatan. Selain itu, lessor menanggung biaya layanan
pemeliharaan peralatan[2].
Pangsa pasar yang besar dan biaya perawatan yang rendah sangat penting bagi
perusahaan leasing untuk mendapatkan keuntungan. Dari perspektif perusahaan
leasing, operasi leasing yang andal dapat dijamin dengan menyediakan layanan
pemeliharaan, meningkatkan kepuasan penyewa, dan memperluas pangsa pasarnya
secara konsisten. Biaya layanan pemeliharaan yang lebih rendah dapat lebih
meningkatkan keuntungan perusahaan leasing. Akibatnya, beberapa penelitian telah
membahas kebijakan perawatan yang optimal untuk peralatan sewaan
[3–14].
Dari perspektif teknologi pengambilan keputusan, literatur tentang
kebijakan pemeliharaan peralatan yang optimal dapat dibagi menjadi dua
aliran berikut: pemeliharaan berbasis waktu (TBM) dan pemeliharaan
berbasis kondisi (CBM). Studi di aliran TBM terutama membahas keputusan
perawatan yang optimal untuk peralatan sewaan menggunakan kebijakan
TBM[3–19]. Misalnya, Schulz dan Rezg[15]mengembangkan kebijakan
pemeliharaan preventif (PM) dengan batas kontrol. Mabrouk dkk.
[16]mengembangkan kebijakan PM berkala. Zhou dkk.[17]mengembangkan
kebijakan PM periodik multifase. Iskandar dan Husniah[18]dan Wang dkk.
[19]mempelajari situasi di mana usia dan tingkat penggunaan peralatan yang disewa
bersama-sama menentukan masa pakainya dan mengembangkan kebijakan PM berkala.
Studi tentang optimasi pemeliharaan untuk peralatan sewaan ini berfokus pada TBM, di
mana peneliti membuat rencana pemeliharaan, berdasarkan fungsi tingkat bahaya
umum yang diberikan. Tanpa mempertimbangkan individu

kanPenulis koresponden di: School of Computer Science and Control Engineering, North University of China, Xueyuan Road 3, Taiyuan 030051, Shanxi, China.
kanPenulis yang sesuai di: Divisi rekayasa industri dan sistem, Universitas Sains dan Teknologi Taiyuan, Waliu Road 66, Taiyuan 030024, Shanxi, China.

Alamat email:6077936.student@sina.com.cn (Y.Zhang),zhangxiaohong1111@126.com (X.Zhang),zengjianchao@263.net (J.Zeng).

1Alamat pos: Divisi rekayasa industri dan sistem, Universitas Sains dan Teknologi Taiyuan, Waliu Road 66, Taiyuan 030024, Shanxi, China.
2Alamat pos: Divisi rekayasa industri dan sistem, Universitas Sains dan Teknologi Taiyuan, Waliu Road 66, Taiyuan 030024, Shanxi, China.
3Alamat pos: Divisi rekayasa industri dan sistem, Universitas Sains dan Teknologi Taiyuan, Waliu Road 66, Taiyuan 030024, Shanxi, China.

https://doi.org/10.1016/j.ress.2019.106532
Diterima 7 November 2018; Diterima dalam bentuk revisi 30 Mei 2019; Diterima 31 Mei 2019
Tersedia online 01 Juni 2019
0951-8320/ © 2019 Elsevier Ltd. Hak cipta dilindungi undang-undang.
Y.Zhang, dkk. Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532

status peralatan yang disewa, sulit bagi rencana ini untuk secara akurat Harga pembelian satu peralatan
Pembayaran sewa untuk satu peralatan yang disewakan per unit waktu
memenuhi persyaratan pemeliharaan peralatan yang disewa.
β Faktor depresiasi dari satu peralatan yang tidak disewakan dalam persediaan
Sebaliknya, dalam literatur CBM, keputusan dibuat berdasarkan distribusi
d Siklus hidup satu peralatan
status kerusakan peralatan. Manfaat dari pendekatan ini adalah dapat secara d Nilai sisa dari satu peralatan sewaan pada waktu tertentutd
efektif menghindari kesulitan yang terkait dengan mempertimbangkan status L Masa sewa
individu dari peralatan yang disewa. Sampai saat ini, penelitian tentang kebijakan Siklus inspeksi
Dp ambang batas PM
CBM untuk sistem umum telah mendapat perhatian yang cukup besar. Tian dkk.
Df Ambang kegagalan
[20]mempelajari masalah pengambilan keputusan CBM untuk pembangkit listrik
Ωk(x) Fungsi kepadatan probabilitas dari keadaan kerusakan peralatan
tenaga angin. Tang dkk.[21]mengembangkan kebijakan CBM dengan batas sewaan tunggal pada waktu tertentutk
kontrol untuk kerusakan sistem dengan mempertimbangkan kegagalan lunak. f(x) Fungsi densitas probabilitas diikuti dengan peningkatan status
Grall dkk.[22]dan Dieulle et al.[23]mengembangkan rencana inspeksi sekuensial kerusakan satu peralatan per satuan waktu
berbasis kondisi. ga(αg,βg) Distribusi gamma diikuti dengan peningkatan status kerusakan satu
peralatan per satuan waktu
Model CBM untuk sistem umum yang diterapkan pada sistem sewa harus
E(nsaya) Jumlah inspeksi yang diharapkan untuk satu peralatan sewaan dalam
mempertimbangkan fitur khusus dari sistem sewa. Pertama, jika kegagalan peralatan periode sewa
yang disewa disebabkan oleh pemeliharaan yang tidak memadai, yang mengakibatkan E(Λ) Jumlah kegagalan yang diharapkan dari satu peralatan sewaan dalam
hilangnya lessee, lessor harus membayar penalti tertentu tergantung pada waktu yang periode sewa

dihabiskan untuk pemeliharaan korektif (CM) setelah kegagalan. Kedua, jika tingkat E(P) Jumlah tindakan PM yang diharapkan untuk satu peralatan sewaan dalam
periode sewa
pelayanan pemeliharaan yang rendah menyebabkan kepuasan lessee yang rendah,
Waktu yang dihabiskan untuk CM setelah
maka pangsa pasar perusahaan leasing akan menurun.[24]. Oleh karena itu, perlu untuk el(αw,βw) distribusi Weibull gagal diikuti oleh

mempertimbangkan fitur-fitur khusus dari sistem yang disewa untuk sampai pada g(τ) Fungsi densitas probabilitas Fungsi
pengaturan CBM yang lebih tepat untuk memodelkan sistem yang disewa dan G(τ) distribusi kumulatif Distribusi
memberikan rencana pemeliharaan yang efektif. Pr(τ) probabilitas diskrit
Ambang waktu CM setelah kegagalan. Jika melebihi nilai yang telah ditentukan
Kepuasan lessee terhadap sistem leasing terkait dengan pangsa pasar
, maka akan ada penaltiCτ per unit waktu Biaya
perusahaan leasing. Tingginya kepuasan penyewa pada akhirnya ditentukan
Cτ penalti per unit waktu melebihi Ekspektasi
oleh ketersediaan yang tinggi dan kinerja operasional yang baik dari sistem waktu berlebih yang melebihi
G(δ̄)
yang disewa. Oleh karena itu, tingkat layanan pemeliharaan yang tinggi τs Perkiraan total waktu yang dihabiskan untuk CM setelah kegagalan satu
tidak hanya akan meningkatkan keandalan, tetapi juga akan meningkatkan peralatan sewaan

kepuasan penyewa dan pangsa pasar. Namun, tingkat layanan SEBUAHinh Ketersediaan dalam masa sewa
Harapan subjektif penyewa terhadapSEBUAHinh
pemeliharaan yang terlalu tinggi juga dapat menyebabkan biaya
Esebuah

N(μsebuah,σ2sebuah) radsrbtof
Tidak ada mlitiuin yang diapit olehE
pemeliharaan yang lebih tinggi, sementara tingkat layanan pemeliharaan
sebuah

Ek(S) Performa peralatan yang diharapkan pada waktu tertentut

k
yang terlalu rendah tidak dapat memastikan pengoperasian sistem sewaan
E(S ) Kinerja peralatan rata-rata dalam periode sewa Harapan
yang andal dan, akibatnya, kepuasan penyewa. Oleh karena itu, perlu untuk Es subjektif penyewa mengenaiE(S)
memasukkan kepuasan penyewa dalam pengambilan keputusan N(μs,σ2 s) radsrbtof
Tidak ada mlitiuin yang diapit olehEs
pemeliharaan. Namun, studi kebijakan pemeliharaan yang disebutkan di SQ Kepuasan penyewa dengan layanan pemeliharaan
atas untuk sistem sewaan,[3–19]. N(μpersegi,σpersegi
2 ) Distribusi normal diikuti olehSQ
Grönroos[25]studi memperkenalkan teori kepuasan penyewa. Dalam 1,w2 Parameter berat dariSQ
kerangka ini, kepuasan penyewa atas layanan yang diterima tergantung r Saham
pada kesenjangan antara layanan yang diharapkan dan diterima. Jasa yang Ne Jumlah semua penyewa
Nn Jumlah peralatan sewa yang dibutuhkan oleh semua penyewa di bawah pangsa
diterima penyewa pada umumnya disebut jasa objektif, sedangkan jasa
pasar tertentu
yang diharapkan penyewa disebut harapan subjektif. Ketika yang pertama Nr Jumlah peralatan yang dimiliki oleh lessor
melampaui yang terakhir, penyewa puas dengan layanan pemeliharaan. Ns Jumlah peralatan yang disewakan
Sebaliknya, ketika harapan subjektif penyewa terlalu tinggi, bahkan jika
layanan objektif baik, penyewa mungkin tidak puas dengan layanan
2.1. Karakteristik kerusakan peralatan yang disewa
tersebut. Layanan pemeliharaan objektif ditentukan oleh ketersediaan dan
kinerja operasional sistem sewaan di bawah intervensi layanan
Sistem sewa yang dipertimbangkan dalam penelitian ini terdiri dari:N r
pemeliharaan. Berdasarkan teori ini, model persepsi-harapan[26]
unit yang identik dan disewakan secara independen. Peralatan yang disewa
dikembangkan untuk menilai kepuasan penyewa. Kepuasan penyewa
disewakan pada saat yang sama (tk=0). Selama periode penggunaan,
dengan layanan pemeliharaan menentukan kesediaan mereka untuk
kerusakan peralatan yang disewa dapat menyebabkan akumulasi keausan.
menyewa peralatan. Oleh karena itu perlu bagi lessor untuk meningkatkan
Proses deteriorasi dimodelkan sebagai proses acak yang terus menerus dan
tingkat layanan pemeliharaan, pada gilirannya, meningkatkan kepuasan
tidak berkurang dengan ciri-ciri sebagai berikut:
lessee untuk memperluas pangsa pasarnya.
Dalam studi ini, kami mengembangkan kebijakan CBM untuk sistem sewa,
(1) Keadaan kerusakan peralatan yang disewa pada waktu tertentutkadalah
memodelkan kepuasan penyewa dan pangsa pasar, dan membuat model keputusan
variabel acak skalarxk; xkmeningkat secara monoton seiring waktu
yang memperhitungkan total keuntungan dari sistem sewa. Selain itu, kami
karena peralatan memburuk
menggunakan sistem derek sewaan sebagai contoh dalam eksperimen numerik.
(2) Inisialisasi masa sewa pada waktu tertentutk=0; peralatan yang
disewa dalam keadaan baru, yaitu,xk=0
2. Deskripsi sistem
(3) Semakin besarxk, semakin dekat peralatan dengan kegagalan;
peralatan yang disewa dianggap gagal segera setelah kondisinya
Penelitian ini menggunakan notasi sebagai berikut:
memburukxkmelebihi ambang kegagalanDf; akibatnya, kegagalan
menyebabkan shutdown peralatan
Csebuah Biaya terkait pemeliharaan untuk peralatan sewaan tunggal dalam masa (4) Peningkatan keadaan kerusakan peralatan sewaan antara dua unit
sewa waktu berurutan yang berubah-ubahtk,tk+1)adalahxk,k+1, yang
Ch Biaya persediaan untuk peralatan tunggal yang tidak disewakan dalam periode
seharusnya menjadi variabel acak non-negatif, stasioner, dan
sewa Biaya per inspeksi
independen yang mengikuti fungsi distribusi dan kepadatan
Csaya

Cp Biaya per tindakan PM

Cr Biaya per tindakan CM
probabilitas yang sama denganf(x)

2
Y.Zhang, dkk.
2.2. Rencana inspeksi dan kebijakan pemeliharaan
Peralatan yang disewa diperiksa secara teratur setiapTsiklus oleh lessor
untuk menentukan persyaratan pemeliharaan. Biaya per pemeriksaan
adalahCsaya. Waktu untuk tindakan inspeksi diabaikan, dan tindakan inspeksi
tidak berdampak pada kondisi kerusakan peralatan yang disewa.
Jika peralatan diperiksa pada waktu tertentutk, maka tindakan pemeliharaan
akan dilakukan sesuai dengan keadaan yang diperiksaxk. Keadaan setelah
tindakan pemeliharaan digambarkan sebagaixk.Kebijakan perawatannya adalah
sebagai berikut:
(1) Ambang batas PM yang diasumsikan adalahDp. Jika 0≤ xk< Dp, maka
peralatan dalam kondisi baik dan tidak diperlukan tindakan
pemeliharaan. Dengan demikian, keadaan peralatan tetap samaxk=xk;
(2) JikaDp≤ xk<Df, maka kondisi peralatan telah menurun, dan dipelihara
secara preventif. Akibatnya, PM dapat mengembalikan peralatan ke
keadaan seperti baru. Biaya per tindakan PM adalahCp. Waktu untuk
tindakan PM lebih singkat jika dibandingkan dengan masa sewa; oleh
karena itu, waktu untuk aksi PM diabaikan.
Terlepas dari apakah peralatan diperiksa atau tidak pada waktu tertentut
k, jikaxk≥ Df, peralatan yang disewa akan mengalami kegagalan
penghentian, yang diumumkan sendiri dan harus dipelihara dengan benar.
Waktu yang dihabiskan untuk CM setelah kegagalan adalah . Peralatan
dapat dikembalikan ke keadaan seperti baru setelah selesainya tindakan CM,
yaitu, xkkan+τ =0.Biaya per tindakan CM adalahCr. Karena kerusakan parah
pada peralatan yang disewa yang disebabkan oleh kegagalan dan kerugian,
maka: Cr> Cp. Waktu yang dihabiskan untuk CM setelah kegagalan adalah
variabel acak dan mengikuti fungsi distribusi kumulatifG(τ)dan fungsi
kepadatan probabilitasg(τ).Untuk menentukan apakah peralatan berada
dalam tahap CM pada waktu tertentutk, variabel penandanya adalahFk. JikaF
k=1, maka peralatan dalam tahap CM, dan perubahanxktidak perlu
dipertimbangkan; jikaFk=0, maka peralatan dalam tahap operasi, dan
perubahanxkperlu dipertimbangkan. Peluang yang sesuai adalahP(Fk=1)dan
P(Fk=0).
Kami mengasumsikan rencana inspeksi dengan interval inspeksi
tetap. Di setiap titik inspeksi terjadwaltk, jika peralatan yang disewa
dalam tahap operasi,Fk=0, maka akan dilakukan pemeriksaan. Jika
peralatan yang disewa dalam tahap CM,Fk=1, maka pemeriksaan
dibatalkan dan tidak ada biaya pemeriksaan.
Gambar 1menunjukkan hasil pemeriksaan dan tindakan pemeliharaan
peralatan yang disewa dalam sistem sewa. Siklus inspeksiT =3; di titik
pemeriksaant =3, peralatan diperiksa, dan 0≤ x3<Dp. Oleh karena itu, tidak
diperlukan tindakan pemeliharaan. Pada titik inspeksi =6,
Gambar 1.Tindakan inspeksi dan pemeliharaan untuk peralatan yang disewa.
3
Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532
peralatan diperiksa, danDp≤ x6<Df; maka dilakukan pemeliharaan
preventif. Waktu untuk tindakan PM diabaikan, dan peralatan
dikembalikan ke keadaan seperti baru setelah tindakan PM. Pada titik
inspeksi =9,x9≥Df, dan pada titik non-inspeksi =14, x14≥Df. Peralatan
telah menghentikan kegagalan dan sebagai hasilnya dipelihara dengan
benar. Pada fase selanjutnya, peralatan berada dalam tahap CM, danFk
=1,k=10, 15, 16, 17, 18.Setelah unit waktu, tahap CM selesai, dan
peralatan dikembalikan ke keadaan seperti baru. Menurut siklus
inspeksiT =3, peralatan dijadwalkan untuk diperiksa pada waktu
tertentut =15, 18. Namun, peralatan tersebut dalam tahap CM,
sehingga pemeriksaan dibatalkan.
3. Model optimasi pemeliharaan
Lessor memiliki sistem sewa yang terdiri dari:Nrperalatan. Jumlah semua
penyewa adalahNe. Kami berasumsi bahwa satu penyewa hanya membutuhkan
satu peralatan. Jumlah peralatan yang dibutuhkan oleh semua penyewa di bawah
pangsa pasar tertentu adalahNn, dan jumlah peralatan yang disewakan adalahNs.
Total keuntungan lessor tergantung pada keuntungan yang diperoleh dari
peralatan sewaan tunggal, danNs. Nsdibatasi olehNr
danNn. JikaNn≥Nr, maka semua peralatan yang dimiliki oleh lessor
disewakan, yaitu,Ns=Nr, dan tidak ada peralatan yang belum disewakan di
gudang. Jika Nn<Tr, maka sebagian peralatan yang dimiliki oleh lessor
disewakan, yaitu,Ns=Nn, dan adaNr− Nnperalatan yang belum disewakan di
gudang. Dengan demikian,Ns=menit(Nr,Nn), dan jumlah peralatan yang tidak
disewakan dirumuskan sebagai:Nr− Ns=maks(0,Nr− Nn). Selain itu,Nn
diputuskan bersama olehNedan pangsa pasarr. Itu adalah,
Nn=αr*Ne (1)
KapanNr>Nn, lessor harus meningkatNndan menyewakan sebanyak
mungkin peralatan untuk mencapai tujuan meningkatkan total keuntungan.
Berdasarkan premis jumlah tetap semua penyewaNe, lessor mencoba untuk
memperluas pangsa pasarnya sendirir. Mengingat premis pembayaran sewa
tetap dan merek peralatan tetap, lessor dapat memperluas pangsa pasarr
dengan meningkatkan kepuasan penyewa melalui ketersediaan dan kinerja
peralatan yang unggul. Peningkatan ketersediaan dan kinerja peralatan
bergantung pada layanan pemeliharaan yang andal yang disediakan oleh
lessor.
3.1. Model keuntungan total yang diharapkan
Untuk sistem sewa, total keuntungan ditentukan bersama oleh
keuntungan dari peralatan sewa tunggal dalam sistem sewa dan jumlah
peralatan yang disewakan. Untuk meningkatkan total keuntungan, di satu
sisi, keputusan pemeliharaan harus dioptimalkan untuk mengurangi
Y.Zhang, dkk.
biaya pemeliharaan peralatan sewa tunggal. Di sisi lain, sebanyak mungkin
peralatan harus disewakan. Jumlah peralatan yang disewakan tergantung
pada pangsa pasar yang ditempati oleh perusahaan leasing, dan pangsa
pasar tergantung pada kepuasan lessee terhadap ketersediaan peralatan
dan kinerjanya. Layanan pemeliharaan tingkat tinggi adalah kunci untuk
memastikan keandalan sistem yang disewa. Dengan demikian, tingkat
layanan pemeliharaan yang tinggi secara tidak langsung menentukan
pangsa pasar.
Studi ini bertujuan untuk menyediakan pengambilan keputusan tambahan untuk
iburencana intensi lessor untuk memaksimalkan total keuntungan yang diharapkanE(TP)
diperoleh lessor.E(TP),sebagai fungsi tujuan, adalah perbedaan antara pendapatan total
yang diharapkanE(TR)dan total pengeluaran yang diharapkanDLL). Oleh karena itu,
kebijakan perawatan yang optimal dikembangkan untuk mendapatkan siklus inspeksiT
dan ambang PMDpuntuk memaksimalkan keuntungan total yang diharapkanE(TP).
Masalahnya dapat digambarkan sebagai model optimasi terbatas, seperti pada:
Persamaan. (2).
maksimal E(Tp) =E(TR)E(TC)
s.t. T=1, 2, 3,,L 0 <D
p<Df
3.2. Total pendapatan yang diharapkan
E(TR)termasuk total pembayaran sewa semua peralatan yang disewa
dan total nilai sisa dari semua peralatan yang disewa dan tidak disewakan.
Total pembayaran sewa diputuskan bersama oleh pembayaran sewa
peralatan sewaan tunggal dalam masa sewa dan jumlah peralatan yang
disewakan,Ns. Periode sewa dan pembayaran sewa untuk satu peralatan
sewaan per unit waktu adalahLdanP,masing-masing. Dengan demikian,
pembayaran sewa untuk satu peralatan sewaan dalam periode sewa adalah
L*W.KarenaNs=menit(Nr,Nn) = menit(Nr,αr*Ne), total pembayaran sewa
semua peralatan yang disewa dirumuskan sebagai:
E(TR1) =L*W*Ns=L*W*[min(Nr,αr*Ne)]
Pada akhir masa sewa, lessor dapat menjual semua peralatan di pasar
barang bekas atau membongkar semua peralatan untuk mendaur ulang
suku cadang yang dapat digunakan untuk nilai sisa. Nilai sisa total termasuk
nilai sisa dari semua peralatan yang disewa dan tidak disewakan. Nilai sisa
dari semua peralatan sewaan ditentukan oleh nilai sisa dari peralatan sewa
tunggal danNs. Harga pembelian satu peralatan adalahVSiklus hidup
peralatan adalahtd, dan nilai sisa peralatan sewa tunggal pada waktu
tertentutdadalahVd. Nilai sisa dari peralatan sewa tunggal adalahV− VdLpada
akhir masa sewa, danV− VdLadalah
td td
biaya penyusutan peralatan sewa tunggal. Oleh karena itu, nilai sisa dari semua
peralatan yang disewakan dirumuskan sebagai:
V− V V− V⎞
E(TR) 2=⎛ V−
⎜ dL⎞*Ns=⎛ V−⎟ ⎜ dL *[min(N,α
⎟
r r*Ne)] ⎠
⎝ td ⎠ ⎝ td
Demikian pula, nilai sisa dari semua peralatan yang tidak disewakan
ditentukan oleh nilai sisa dari satu peralatan yang tidak disewakan dan
jumlah semua peralatan yang tidak disewakan sebagaiNr− Ns. Faktor
penyusutan peralatan tunggal yang tidak disewakan di gudang adalah .
Kerusakan peralatan sewa tunggal lebih lambat daripada kerusakan
peralatan sewa tunggal yang beroperasi di lingkungan konstruksi. Kami
berasumsi bahwa faktor penyusutan peralatan sewa tunggal sama dengan
1. Oleh karena itu, 0< < 1. Nilai residu dari peralatan tunggal yang tidak
disewakan di gudang direpresentasikan sebagaiV− VdLpada
td
akhir masa sewa, danV− VdLadalah biaya penyusutan single
td
peralatan yang tidak disewakan. Jumlah semua peralatan yang tidak disewa adalah Nr− N
s=maksimal(0,Nr− Nn) =maksimal(0,Nr− α*Ne). Dengan demikian, nilai sisa dari semua
peralatan yang tidak disewakan direpresentasikan sebagai:
V− V V− VdL⎞
E(TR3) =⎛ V− ⎜ dL ⎞*(Nr− Ns) =⎛
⎟ V−
⎜ ⎟
⎝ td ⎠ ⎝ td ⎠ dan total biaya semua peralatan yang tidak disewakan. Itu mungkin
* [maksimal(0,Nr− α*Ne)]
Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532
Total pendapatan yang diharapkanE(TR)diformulasikan sebagai
E(TR) =E(TR1) +E(TR2) +E(TR3)
=L*W*[min(N,αr r*Ne)] + ( V− V Vd
−
td
)
L *[min(N−
r α r*Ne)]
(V− )
+ V− VdL
td
* [maksimal(0,Nr− αr*Ne)]
=L*W+V− V− VdL*[min(N− α r r*Ne) ]
⎣ td ⎦
+ (V− V− VdL
td )
* [maksimal(0,rN− α r*Ne)]
(6)
3.3. Total pencairan yang diharapkan
Total pencairan yang diharapkanDLL)dibagi menjadi total biaya
pembelian semua peralatan, total biaya semua peralatan yang disewa
di lingkungan konstruksi, dan total biaya semua peralatan yang tidak
disewa di gudang.
(2)
Harga pembelian peralatan tunggal adalahV,dan jumlah peralatan yang
dimiliki oleh lessor adalahNr. Oleh karena itu, total biaya pembelian semua
peralatan harus dilambangkan sebagai:V*Nr.
Total biaya semua peralatan yang disewakan dibagi menjadi total biaya
inspeksi, total biaya PM, total biaya CM, dan total biaya penalti CM lembur
dari kegagalan.
Jumlah inspeksi yang diharapkan untuk peralatan sewaan tunggal dalam
masa sewa adalah:E(nsaya) dan biaya per pemeriksaan adalahCsaya. Dengan
demikian, biaya inspeksi peralatan sewa tunggal adalah:Csaya*E(nsaya). Jumlah
peralatan yang disewakan adalahNs, sehingga total biaya inspeksi dari semua
peralatan yang disewa dapat ditulis sebagai:Csaya*E(nsaya)*Ns.
Jumlah tindakan PM yang diharapkan untuk peralatan sewaan tunggal
dalam periode sewa adalahE(P),dan biaya per tindakan PM adalahCp. Biaya
PM dari peralatan sewa tunggal dapat ditulis sebagai:Cp*E(P),dan total biaya
(3)
PM dari semua peralatan yang disewa dapat ditulis sebagai:Cp*E(P)*Ts.
Jumlah kegagalan yang diharapkan untuk peralatan sewaan tunggal
dalam periode sewa adalah:E(Λ),dan biaya per tindakan CM adalahCr. Oleh
karena itu, biaya CM dari peralatan sewa tunggal adalahCr*E(Λ),dan total
biaya CM untuk semua peralatan yang disewa diberikan olehCr*E(Λ)*Ts. Jika
waktu yang dihabiskan untuk CM melebihi ambang batas waktu CM yang
telah ditentukan , maka penaltiCτ per unit waktu akan terjadi dan kelebihan
waktu yang diharapkan adalah (δ̄). Oleh karena itu, biaya penalti CM lembur
dari peralatan sewa tunggal adalahCτ*G(δ̄)*E(Λ),sedangkan total biaya
penalti CM lembur untuk semua peralatan yang disewa diberikan oleh Cτ*G(
δ̄)*E(Λ)*Ns.
Ketika terjadi kegagalan, lessor harus membayar biaya CM dan penalti CM
lembur sesuai dengan kelebihan waktu yang melebihi untuk mengkompensasi
kerugian lessee selama downtime. Dengan demikian, kerugian
(4) disebabkan oleh kegagalan untuk peralatan sewaan tunggal dalam sewa
periode terdiri dari biaya CM dan biaya penalti CM lembur, yang
diberikan olehCr+Cτ G(δ̄))E(Λ).
Biaya terkait pemeliharaan untuk peralatan sewaan tunggal dalam masa
sewa sebagai:Csebuahterdiri dari biaya inspeksi, biaya PM, dan kerugian yang
disebabkan oleh kegagalan dan dapat dinyatakan sebagai: Csebuah=Csaya*E(n
saya) +CpE(P) + (Cr+Cτ G(δ̄))E(Λ).Oleh karena itu, total biaya pemeliharaan
terkait sistem sewaan direpresentasikan sebagai: Csebuah*Ns=Csebuah*[min(Nr
,αr*Ne)].
Peralatan yang tidak disewakan tidak diperiksa atau dirawat, dan tidak ada
penalti. Total biaya semua peralatan yang tidak disewakan hanya mencakup total
biaya persediaan. Jumlah peralatan yang tidak disewakan adalah Nr− Ns=maksimal
(0,Nr− αr*Ne), dan biaya persediaan untuk peralatan tunggal yang tidak disewakan
dalam periode sewa adalahCh. Total biaya persediaan dapat ditulis sebagai:Ch*[
maksimal(0,Nr− αr*Ne)].
Total pencairan yang diharapkan untuk semua peralatanDLL)adalah jumlah
total biaya pembelian semua peralatan, total biaya semua peralatan yang disewa,
(5) diekspresikan sebagai
4
Y.Zhang, dkk. Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532

E(TC) = Cα*[min(Nr,αr*Ne)] +Ch*[maksimal(0,Nr− αr*Ne)] +V*Nr (1)Jika zamank1adalah titik inspeksi terjadwal
= [Csaya*E(nsaya) +CpE(P) + (Cr+Cτ G(δ̄))E(Λ)]*[min(Nr,αr*Ne)] a Jika 0≤ y < Dpdi zaman waktuk1, maka tidak ada tindakan pemeliharaan adalah
yg dibutuhkan; keadaan peralatankamutetap sama. Selama satu unit waktu,
+ Ch*[maksimal(0,Nr− αr*Ne)] +V*Nr
probabilitas yang menyatakankamumemburuk menjadixadalahf(x− kamu), yang
(7)
diformulasikan sebagai

∫
min(Dp,x)
3.4. Tingkat inspeksi dan pemeliharaan yang diharapkan (xk) = Ωk1(kamu)f(x− kamu)dy
(11)
0

VariabelE(nsaya),E(P), E(Λ)diputuskan sesuai dengan kebijakan

pemeliharaan dan harus diturunkan sesuai dengan itu. b JikaDp≤ y < Dfdi zaman waktuk1, maka peralatan tersebut
Peralatan sewaan tunggal dijadwalkan untuk diperiksansayakali dipertahankan secara ventif. Oleh karena itu, PM dapat mengembalikan

dalam masa sewa, dan jumlah inspeksi terjadwal diberikan oleh:n=kanL. peralatan ke keadaan seperti baru; itu adalah,kamu=0.Selama satu unit

Titik inspeksisaya
terjadwal berlangsung di waktu, probabilitas bahwa keadaan peralatankamu=0memburuk menjadi x
T
k=T, 2T,,nsayaTdan titik inspeksi terjadwal terakhir tepat waktunsayaT. Pada
adalahf(x),yang diformulasikan sebagai

setiap titik pemeriksaan yang dijadwalkan,k=jT, jika peralatan sewaan DfΩk1(kamu)dyf(x)

tunggal dalam tahap operasi,FjT=0,pemeriksaan terjadwal dilakukan. Jika

Ωk(x) = ∫ Dp (12)
peralatan sewa tunggal dalam tahap CM,FjT=1, pemeriksaan terjadwal
dibatalkan dan tidak ada biaya pemeriksaan yang dikeluarkan. Jadi, jumlah
c Pada zamank1, jikakamu≥Df, maka peralatan yang disewa akan
inspeksi yang diharapkan dapat ditulis sebagai
mengalami kegagalan yang terhenti dan harus dipelihara dengan benar.
E(nsaya) =∑ni [1]P(FjT=1)] Karena keacakan waktu yang dihabiskan untuk CM sebagai , tahap CM
j=1 (8)
dapat berakhir pada waktu yang berubah-ubahn=tk1+τ .CM dapat
Ketika peralatan diinspeksi, apakah tindakan PM yang diambil mengembalikan peralatan ke kondisi seperti baru pada waktu tertentutn, x
diputuskan tergantung pada kondisi kerusakan peralatan yang disewa. n=0.Waktu yang dihabiskan untuk CM sebagai sebelumnya didefinisikan
Fungsi densitas probabilitas dari keadaan kerusakan peralatan sewaan sebagai variabel acak kontinu yang arbitrer. Untuk kenyamanan
tunggal adalah:FjT=0di zaman waktuk=jT. Jumlah tindakan PM yang perhitungan, waktu integer yang dihabiskan untuk CM dipertimbangkan
diharapkan untuk peralatan sewaan tunggal dalam periode sewa dapat dan τ =τsaya,τsaya=1, 2, 3,;jadi, peluangτ =τsayaadalah
dinyatakan sebagai:
Pr(τ =τsaya) =∫ g(t)dt,
i
τsaya=1, 2, 3,⋯ (13)
∫ DpΩjT(x)dx
ni Df i1
E(P) =∑
j=1 (9) τ >τsaya,τsaya=1, 2, 3,,peluang >sayaadalah

Pr(τ >τsaya) =∫ g(t)dt,

Kegagalan dapat terjadi di setiap zamantkdalam masa sewa. Oleh ∞
τsaya=1, 2, 3,⋯ (14)
karena itu, probabilitas kegagalan peralatan sewa tunggal pada setiap i

waktutkdiakumulasikan dalam masa sewa untuk memperolehE (Λ). jikaτ =1,maka fungsi densitas probabilitas dari keadaan deteriorasi
Fungsi kepadatan probabilitas dari keadaan kerusakan peralatan sewa pada waktu waktutkseharusnya
tunggal digambarkan sebagaik(x)di zaman waktutk. Jumlah kegagalan
∫ DfΩk1(kamu)dy*Pr(τ =1)
∞
yang diharapkan dari peralatan sewa tunggal dalam periode sewa Ωk(x=0) =
(15)
dinyatakan sebagai:
jika > 1, maka peralatan berada dalam tahap CM pada waktutk, Fk=1,
∫ Df
∞
E(Λ) =∑L Ωk(x)dx kemudian
k=1 (10)
P(Fk=1) =∫ Ωk1(kamu)dy*Pr(τ >1)
∞
Selain menyelesaikan total biaya penalti CM lembur, kami memperoleh Df (16)
kelebihan waktu yang diharapkan (δ̄)dimana melebihi . Berdasarkan Bagian
2.2, adalah variabel acak yang mengikuti fungsi distribusi kumulatif umum
G(τ),dan tetap. Dengan demikian, (δ̄)independen dari kebijakan d Pada zamannyak1, jika peralatan dalam tahap CM,Fk1= 1,
pemeliharaan, yang harus dilambangkan sebagai maka tahap CM dapat dimulai pada zaman waktu yang sewenang-wenang

(δ̄) =∫∞ [1G(τ)]d. m=1, 2,,tk2dan berakhir pada waktu epochn=tm+τ ≥ tk. Jika τ =tk− tm
δ
, maka fungsi densitas probabilitas dari keadaan deteriorasi pada
3.5. Fungsi kepadatan probabilitas dari keadaan kerusakan waktutkseharusnya

∫ Df
∞
Ωk(x=0) =∑
tk2
Ωm(z)dz*Pr(τ =tk− tm)
MenyelesaikanE(P)danE(Λ)diPersamaan. (9)dan(10), kami menurunkan km=1 (17)
fungsi kepadatan probabilitas dari keadaan kerusakan dari satu peralatan
jikaτ >tk− tm, peralatan berada dalam tahap CM pada waktu tertentutk, Fk=
sewaank(x)di setiap zamantk. Kami berasumsi bahwa keadaan kerusakan
1,kemudian
dari satu peralatan sewaan sebelum tindakan pemeliharaan adalahkamudi
∫ Ωtktm
∞
P(Fk=1) =∑
2
zaman waktuk1, keadaan kerusakan peralatan sewaan tunggal setelah m(z)dz*Pr(τ >tk− tm)
tindakan pemeliharaan adalahkamukandi zaman waktuk1, dan kondisi
=1 Df (18)
kerusakan dari satu peralatan sewaan sebelum tindakan pemeliharaan
adalahxdi zaman waktutk. BerdasarkanBagian 2.2, keadaan kerusakanxdi (2)Jika zamank1bukan titik inspeksi terjadwal
zaman waktutkdiputuskan bersama oleh persyaratan pemeliharaan pada a Jika 0≤ y <Dfdi zaman waktuk1, maka tidak ada tindakan pemeliharaan yang
waktu tertentuk1, tindakan pemeliharaan yang sesuai pada zamank1, dan yg dibutuhkan; keadaan peralatankamutetap sama. Selama satu unit waktu,
peningkatan dalam keadaan deteriorasi setelah tindakan pemeliharaan dari probabilitas yang menyatakankamumemburuk menjadixadalahf(x− kamu),
waktu ke waktuk1ke zamantk. Persyaratan pemeliharaan pada zaman waktuk yang
1ditentukan oleh keadaan deteriorasi kamudi zaman waktuk1. Tergantung

∫
min(Df,x)
pada apakah zamannyak1adalah titik inspeksi terjadwal, tindakan PM, Ωk(x) = Ωk1(kamu)f(x− kamu)dy
(19)
0
tindakan CM, dan tidak ada tindakan pemeliharaan yang dilakukan sesuai
dengan kondisi pemeliharaan yang berbeda. Rinciannya dijelaskan sebagai
berikut: b Peralatan mengalami kegagalan dan dirawat dengan benar

5
Y.Zhang, dkk. Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532

padak1; situasinya sama dengan titik inspeksi terjadwal, situasi (c). (x)mungkin proporsiDf− xdiDf, yang
maksimal[0, (Df− x)]
c Peralatan mengalami kegagalan sebelum waktuk1dan sedang dalam S(x) =
Df (24)
tahap CM pada zaman waktuk1; situasinya sama dengan titik
inspeksi terjadwal, situasi (d). Jikax=0,maka kinerja peralatan akan optimal, dan S(0) = 1.Jikax≥df,
maka kinerja peralatan akan menjadi yang terburuk, danS(Df) =0.Jadi, 0
3.6. Saham ≤ S(x)≤ 1. Di setiap zamantk, kinerja peralatan yang diharapkanEk(S)
diputuskan bersama olehk(x)danS(x), yang diformulasikan sebagai
Sejauh ini, variabel tunggal yang belum terpecahkan dalam model laba total
adalah pangsa pasarr, dan nilainya terkait dengan kepuasan penyewa terhadap
DfΩk(x)S(x)dx
layanan pemeliharaan. Menurut teori kepuasan penyewa yang diajukan oleh Ek(S) = ∫0 (25)
Grönroos[25], kepuasan penyewa dengan layanan tergantung pada kesenjangan
antara harapan subjektif dan layanan objektif. Kepuasan penyewa dengan layanan Kinerja peralatan rata-rata dalam periode sewaE(S)adalah maksud
pemeliharaan menentukan kesediaan mereka untuk menyewa peralatan. Hal ini dariEk(S)dalam masa sewa, yang dirumuskan sebagai:
diperlukan bagi lessor untuk meningkatkan tingkat layanan pemeliharaan, pada ∑L
tk=1
Ek(S)
gilirannya, meningkatkan kepuasan lessee, dan dengan demikian memperluas E(S) =
L (26)
pangsa pasar. Kami berasumsi bahwa kepuasan penyewa dengan layanan
pemeliharaan digambarkan sebagai:SQ.Jika SQ≥ 0, maka lessee akan puas dan Sejauh ini, kami telah memperolehSEBUAHinhdanE(S).Mantan subyektif penyewa
menyatakan kesediaannya untuk menyewakan peralatan dari lessor. JikaSQ<0, semangatEsebuahmengikuti distribusi normalN(μsebuah,σ2 sebuah),danEsmengikuti

maka lessee akan merasa tidak puas dan menyatakan keengganan untuk distribusi normalN(μs,σ2 s).Oleh karena itu, kepuasan penyewaSQ
menyewa peralatan dari lessor. Persentase penyewa yang bersedia menyewa dapat diselesaikan sesuai denganPersamaan. (21). Menurut sifat
peralatan adalahP(SQ≥ 0), yang disebut pangsa pasar,r. Therdiformulasikan distribusi normal,SQadalah peubah acak yang mengikuti distribusi
sebagai normalN(μpersegi,σ2 persegi):

r=P(SQ≥ 0) (20) μpersegi=μ1+μ2=w1*(SEBUAHinh− μsebuah) +w2*(E(S)μs),

Semakin besar kemungkinan bahwa penyewa puas dengan layanan σpersegi
2 =2σ1+σ22=w1σsebuah
22
+w22σ2s.
pemeliharaan, semakin besar pangsa pasarnya. Probabilitas
maksimum sesuai dengan pangsa pasar maksimum r=1,dan Selain itu, rentang nilaiSEBUAHinhdanE(S)adalah (0, 1) masing-
probabilitas minimum sesuai dengan pangsa pasar minimumr=0. masing, dan rentang nilaiSQadalah
Semakin tinggi ketersediaan, semakin lama waktu operasi normal; w1*SEBUAHinh− w1+w2*E(S)w2,w1*SEBUAHinh+w2*E(S)). Menurut ke
Selain itu, semakin baik kinerja peralatan, semakin besar efisiensi kerja. Persamaan. (20),rdiformulasikan sebagai

Oleh karena itu, ketersediaanSEBUAHinhdan kinerja peralatan rata-rata 2

⎛⎜SQ−μ ⎞
E(S)adalah dua indikator yang menunjukkan layanan pemeliharaan persegi⎟

⎠
1 w1* inh+ w* -⎝
objektif. Harapan subjektif penyewa terhadap SEBUAHinhadalahEsebuah, 0) = ∫0 2 E(S)
e 2σ2 dSQ
SEBUAH

r=P(SQ≥ persegi

dan harapan subjektif penyewa terhadapE(S)adalahEs. EsebuahdanEs 2π σpersegi (27)

keduanya adalah variabel acak, dan keduanya ditentukan oleh ekspektasi
Sejauh ini, kami telah menyelesaikan derivasi dari model laba total yang diharapkan.
subjektif dari banyak penyewa independen dan acak. Harapan beberapa
Tujuannya adalah untuk memaksimalkan keuntungan total lessor dengan
penyewa tinggi, dan harapan beberapa penyewa rendah, dan harapan
mengoptimalkan siklus inspeksiTdan ambang PMDp.
sebagian besar penyewa cenderung sedang. Jadi, dalam hal ini
belajar, kami berasumsi bahwaEsebuahmengikuti distribusi normalN(μsebuah,σ2 sebuah)dan

Es mengikuti distribusi normalN(μ ,σ2 s).Selain itu,w1,

3.7. Keputusan pengoptimalan
s
w2(0 <w1,w2< 1) mewakili parameter bobotSQ.Model persepsi-harapan
[26]dikembangkan untuk menilai kepuasan penyewa, yang dapat Dalam proses pengambilan keputusan pemeliharaan, kombinasi yang

dirumuskan sebagai: berbeda dari siklus inspeksiTdan ambang batas PMDpakan sesuai dengan pangsa
pasar dan total keuntungan yang berbeda. PenurunanTakan menghasilkan
SQ=w1*(SEBUAHinh− Esebuah) +w2*(E(S)Es). (21) intervensi sistem yang sering, dan dengan demikian meningkatkan biaya inspeksi

Total waktu yang diharapkan yang dihabiskan untuk CM setelah dan PM. PeningkatanTakan meningkatkan kemungkinan kegagalan yang terjadi

kegagalan untuk satu peralatan sewaan adalahs. KetersediaanSEBUAHinh antara dua inspeksi berturut-turut, dan meningkatkan kerugian yang disebabkan

harus menjadi proporsi waktu operasiL− τsdalam masa sewaL,yang
L− τs.
SEBUAHinh=
L (22)
Kisaran nilai ketersediaanSEBUAHinhadalah (0, 1).
oleh kegagalan secara bersamaan. Pangsa pasar perusahaan secara bersamaan
akan menurun, mengakibatkan penurunan total laba. Demikian pula, penurunanD
pakan memberikan lebih banyak kesempatan untuk melakukan PM, yang
akan meningkatkan biaya PM. Sebaliknya, jikaDpmeningkat, maka masalah
kemampuan kegagalan dan kerugian akan meningkat karena kegagalan, dan pangsa

Setiap kali terjadi kegagalan,xk≥Df, satu unit waktu kegagalan pasar perusahaan akan berkurang, yang akan mengakibatkan penurunan total laba.

diakumulasikan. Jika peralatan dalam tahap CM,P(Fk=1),durasinya juga Oleh karena itu, perlu untuk mendapatkan kombinasi optimal dariTdan Dpuntuk

diakumulasikan sebagai waktu kegagalan. Selama masa sewa, waktu memaksimalkan keuntungan total.

kegagalan diakumulasikan sesuai dengan terjadinya kegagalan dan

lamanya waktu peralatan dalam tahap CM. sdiberikan oleh 3.8. Solusi model

∫ DfΩk(x)dx+P(Fk=1).
L ∞
τs=∑
tk=1
Secara umum, semakin baik keadaan kerusakan, semakin baik
kinerjanya. Sebaliknya, semakin buruk keadaan deteriorasi, semakin
buruk kinerjanya. Oleh karena itu, dalam penelitian ini, hubungan
antara kondisi kerusakan peralatan dengan kinerja direpresentasikan
menggunakan model matematis. Performa peralatanS
Siklus inspeksiTdan ambang PMDpharus dioptimalkan. Tadalah variabel
(23)
integer, dan rentang nilainya adalah {1, 2,,L}. Dpadalah variabel nyata, dan rentang
nilainya adalah (0,Df). Kami menetapkan model optimasi tujuan tunggal dengan
variabel campuran. Kami memilih algoritma genetika sebagai metode optimasi
untuk mendapatkan solusi optimal perkiraan model. Metode ini dapat mengelola
semua target dalam ruang pencarian diskrit, berkelanjutan, dan hibrid dengan
mengoptimalkan target secara bersama-sama

6
Y.Zhang, dkk.
parameterTdanDpsambil berusaha memaksimalkan keuntungan total yang
diharapkan lessorE(TP).
4. Eksperimen dan analisis sensitivitas
4.1. Percobaan numerik
Penelitian ini menggunakan sistem sewa crane sebagai contoh untuk
mendemonstrasikan model dalam penelitian ini. Studi ini mengembangkan kebijakan
CBM yang bertujuan untuk menyediakan pengambilan keputusan tambahan untuk
rencana pemeliharaan lessor. Lessor memiliki sistem sewa skala besar yang terdiri dari
banyak derek yang dipasang di berbagai sistem penginderaan. Dalam proses
pemeliharaan, kombinasi optimal dariTdanDpdapat meningkatkan layanan pemeliharaan
dengan biaya rendah untuk meningkatkan kepuasan lessee, meningkatkan pangsa pasar
lessor dan memaksimalkan keuntungan total.
Bagian dari data eksperimen pada sistem sewa derek diambil dari
literatur[1]. Parameter lainnya disesuaikan dengan karakteristik
penelitian ini. Semua parameter diatur sebagai berikut: Nr=800,x
mengikuti distribusi gamma Df=15,mengikuti distribusi sebuah (αg=2,βg=
Weibull
0.3), el(αw=4,βw=1),dan
2
Ne=1000,Esebuahmengikuti distribusi normalN(μsebuah=0,98,σsebuah =
0,0001), Esmengikuti distribusi normalN(μ =0.6,
s σ 2 s =0,01), L=100,
=1000, = 200.000,d=20000,β = 0,5, d=800,Csaya=60,Cr=800
[1],δ =8,Cτ =100[1],Cp=300,danCh=1000.
4.2. Demonstrasi model
(1)Kombinasi optimal dari variabel keputusan
Parameter di atas digunakan dalam percobaan numerik. Sebuah
tradeoff diperoleh antara akurasi solusi optimal dan jumlah
perhitungan. Jadi, solusi optimalnya adalahT=15dan Dp=6.46,dan laba
total yang diharapkan sesuaiE(TP)adalah 60.301.703. Perangkat lunak
MATLAB digunakan untuk menghitung 20 kelompok sesuai dengan
algoritma genetika, dimana kombinasi variabel keputusan dengan
keuntungan terbesar merupakan solusi optimal. Ketika solusi optimal
dihitung menurut metode enumerasi, jumlah yang dihitung sekitar 15
kali lebih besar dari yang dihasilkan dari algoritma genetika, dan waktu
yang dihitung sebenarnya sekitar 40 kali lebih besar dari yang
dihasilkan dari algoritma genetika, dan solusi optimal jugaT=15danDp=
6.46.Oleh karena itu, dibandingkan dengan metode enumerasi, akurasi
solusi optimal dari algoritma genetika dapat diterima dan menawarkan
beban komputasi yang lebih rendah.
(2)Pengaruh T dan Dppada keuntungan total
Untuk kebijakan pemeliharaan, keuntungan total dari sistem sewaan
dimaksimalkan dengan mengoptimalkan siklus inspeksiTdan ambang batas PMDp.
Oleh karena itu, kami mengamati pengaruh nilai-nilai yang berbeda dariTdanDp
pada keuntungan total.Gambar 2.menunjukkan kecenderunganE(TP)sebagaiT
perubahan untuk nilai yang berbeda dariDp. KapanT≤ 30, kurva dariE(TP) fl
berfluktuasi secara substansial. Ketika 30≤ T≤ 35,E(TP)tetap rendah dan kurvaE
(TP) flberfluktuasi sedikit. KapanT >35,E(TP)menunjukkan tren yang sama danE(TP)
kurva sedikit berfluktuasi.
DiGambar 2., kurvaDp=6.46digunakan sebagai contoh. Kurva
pertama naik dan turun kemudian, dan solusi optimal diperoleh pada T
=15,sesuai dengan keuntungan maksimum. Kami menganalisis secara
komprehensif pengaruh nilai yang berbeda dari siklus inspeksiTpada
total keuntunganE(TP),yang secara komprehensif dianalisis dari dua
perspektif biaya pemeliharaan dan pangsa pasar.
Dari perspektif biaya pemeliharaan untuk peralatan sewa tunggal,T
menurun secara terus-menerus, mengakibatkan seringnya inspeksi selama
masa sewa, dan dengan demikian meningkatkan peluang untuk melakukan
PM. Akibatnya, kemungkinan kegagalan menurun, dan biaya CM dan
7
Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532
penalti setelah kegagalan juga berkurang. Pada saat yang sama, biaya inspeksi
dan PM meningkat. Peningkatan terus menerus dalamTmemperpanjang interval
inspeksi dalam masa sewa, yang mengurangi kesempatan untuk melakukan PM.
Meskipun biaya inspeksi dan PM menurun, kemungkinan kegagalan yang terjadi
antara dua inspeksi berturut-turut meningkat, dan kerugian yang disebabkan oleh
kegagalan juga meningkat. Dengan demikian,Tdiperlukan sebagai tradeoff.
Dari perspektif pangsa pasar di bawah premis bahwa ambang batas
PMDpditentukan, jikaTditingkatkan terus menerus, maka jumlah
inspeksi dan peluang PM akan berkurang. Oleh karena itu, tingkat
layanan pemeliharaan menurun, yang meningkatkan kemungkinan
kegagalan. Kepuasan penyewa dan pangsa pasar juga rendah.
Penurunan terus menerus dalamTmenawarkan lebih banyak
kesempatan untuk melakukan inspeksi dan PM, dan dengan demikian
mengurangi kemungkinan kegagalan. Tingkat layanan pemeliharaan
tinggi, dan kepuasan penyewa serta pangsa pasar juga tinggi.
Pada premis ambang batas PM yang ditentukanDp=6.46dan bersama-sama
mempertimbangkan biaya pemeliharaan untuk satu peralatan sewaan dan pangsa pasar
dengan mengoptimalkanT,lessor dapat memperoleh pangsa pasar maksimum dengan
biaya perawatan minimal dan memaksimalkan total keuntungan untuk sistem sewa.
Gambar 3menunjukkan kecenderungan dari total keuntunganE(TP)
sebagai ambang batas PMDpberubah sesuai dengan nilai yang berbeda
dariT.kurva T=15digunakan sebagai contoh. Kurva pertama naik dan
turun kemudian, dan solusi optimal diperoleh padaDp=6.46,sesuai
dengan keuntungan maksimum.
Dari perspektif biaya pemeliharaan untuk peralatan sewa tunggal, jika:Dp
menurun, maka akan ada lebih banyak kesempatan untuk melakukan PM, yang
akan mengurangi kemungkinan kegagalan dan kerugian yang menyebabkan
kegagalan, tetapi pada saat yang sama akan meningkatkan biaya PM. Sebaliknya,
jikaDpmeningkat, maka probabilitas kegagalan dan kerugian akan meningkat
karena kegagalan, tetapi peluang untuk melakukan tindakan PM dan biaya PM
akan berkurang. Dengan demikian,Dpdiperlukan sebagai tradeoff.
Dari perspektif pangsa pasar, lebih rendahDpmenyiratkan bahwa akan ada lebih
banyak kesempatan untuk melakukan tindakan PM dan lebih sedikit kegagalan. Dengan
kata lain, layanan pemeliharaan yang memuaskan bagi penyewa meningkatkan
kepuasan penyewaSQdan pangsa pasarr.
Pada premis siklus inspeksi yang ditentukanT=15,dengan bersama-sama
mempertimbangkan biaya pemeliharaan untuk peralatan sewa tunggal dan
pangsa pasar dan dengan mengoptimalkanDp, lessor dapat memaksimalkan
pangsa pasar, mengurangi biaya pemeliharaan, dan memaksimalkan total
keuntungan untuk sistem sewa.
(3)EsebuahmengikutiN(μsebuah,σ2 sebuah):Pengaruhsebuahpada kebijakan pemeliharaan
Untuk menunjukkan pengaruh faktor-faktor yang menyebabkan kepuasan
lessee dan pangsa pasar lessor pada hasil keputusan yang optimal, kami
mengabaikan faktor-faktor dalam mode 1 dan mempertimbangkan faktor-faktor
dalam mode 2. Mode 1 dan 2 diuji, dianalisis, dan dibandingkan . Mode 1 dan 2
keduanya model pengambilan keputusan CBM. Mode 1 mengabaikan kepuasan
penyewa dan pangsa pasar dengan mengoptimalkanTdanDpuntuk meminimalkan
biaya terkait pemeliharaan untuk satu peralatan sewaanCsebuah, yang meliputi
biaya pemeriksaan, biaya PM, biaya CM, dan penalti. Pada premis pembayaran
sewa tetap untuk satu peralatan, keuntungan maksimum pada satu peralatan
dapat diperoleh. Mode 2 mempertimbangkan kepuasan penyewa dan pangsa
pasar dan menyewakan sebanyak mungkin peralatan sambil mengurangi biaya
pemeliharaan satu peralatan dengan mengoptimalkanT danDpuntuk
memaksimalkan total keuntungan dari keseluruhan sistem leasing.
Tabel 1menunjukkan kebijakan PM mode 1 dan mode 2 untuk nilai .
yang berbedasebuah. Dalam mode 1, karena tidak ada pertimbangan
kepuasan penyewa dan pangsa pasar, kebijakan pemeliharaan dalam mode
1 tetap sama ketikasebuahdiubah.Tabel 1menunjukkan bahwa variabel
keputusan yang optimalTdanDptetap sama dalam mode 1. Sejalan dengan
itu,E(nsaya),E(P),danE(Λ)juga tetap sama. Tentang pengaruh perubahansebuah
dalam sistem sewa,Gambar 4menunjukkan pengaruh nilaisebuahpadaSEBUAH
inh, SQ,r, Ns, E(TP),danCsebuahdalam mode 1
Y.Zhang, dkk. Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532

Gambar 2.Total keuntungan untuk nilai yang berbeda dari siklus inspeksiT.

dan 2. Dalam mode 1, karenaE(Λ)danE(τ)tetap sama,SEBUAHinhjuga tetap sama, Tabel 1

dan kecenderunganSEBUAHinhditampilkan dalamGambar 4. Sejaksebuahmeningkat, Kebijakan PM dalam Mode 1 dan 2 untuk nilai yang berbedasebuah.
layanan pemeliharaan asli gagal memenuhi harapan subjektif yang meningkat
Modus 1 Modus 2
dari penyewa. Dengan demikian,SQberkurang dalam mode 1.Gambar 4 μsebuah=0,98 μsebuah=0,985 μsebuah=0,99 μsebuah=0,98 μsebuah=0,985 μsebuah=0,99
menunjukkan kecenderunganSQ.Jadi,rdanNspenurunan mode 1.Gambar 4juga
menunjukkan kecenderunganrdanNs. Dalam mode 1, biaya dan keuntungan T 21 21 21 15 15 15
Dp 3.95 3.95 3.95 6.46 6.31 6.12
terkait pemeliharaan untuk peralatan sewaan tunggal tetap sama, danNs
E(nsaya) 3.8395 3.8395 3.8395 5.9504 5.9633 5,9756
mengurangi hasil dengan penurunanE(TP).Gambar 4menunjukkan E(P) 3.5392 3.5392 3.5392 5.5499 5.6443 5.7396
kecenderunganE(TP). E(Λ) 0,4355 0,4355 0,4355 0.1181 0,0886 0,0603
Sebagai perbandingan, dalam mode 2, kepuasan penyewa meningkat dengan
layanan pemeliharaan yang andal, dan pangsa pasar meningkat untuk memaksimalkan
total keuntungan sewa. Dengan peningkatansebuah, untuk menjaga kepuasan lessee yang dariNs. Untuk mode 2, tidak ada jaminan bahwa biaya pemeliharaan peralatan
tinggi, lessor harus meningkatkan kebijakan pemeliharaan. Siklus inspeksi yang optimalT sewa tunggal diminimalkan atau keuntungan dari peralatan sewa tunggal
tetap sama, dan ambang PM optimalDpmenurun. Sejalan dengan itu,E(nsaya) tetap sama, dimaksimalkan. Namun, keuntungan yang sesuai dari peralatan sewa tunggal dan
E(P) meningkat, danE(Λ)menurun. Perubahan ini menyiratkan bahwa lessor memberikan maksimumNsbersama-sama menjamin maksimumE(TP),yang lebih tinggi dariE(TP)
lebih banyak peluang bagi PM untuk mengurangiE(Λ)dans, yang meningkatSEBUAHinh. dalam mode 1, dan kecenderunganE(TP)ditampilkan dalamGambar 4. Dengan
Gambar 4menunjukkan kecenderunganSEBUAHinh. PeningkatanSEBUAHinhmenyiratkan meningkatkan layanan pemeliharaan untuk mempertahankan tingkat tinggiSQ,r,
bahwa layanan pemeliharaan yang ditingkatkan dapat memenuhi atau melampaui danNs, maksimumE(TP)dapat dicapai dengan memberikan layanan pemeliharaan
harapan subjektif penyewa yang lebih tinggi. Karena itu,SQdanrtetap pada level tinggi. berbiaya rendah.
Gambar 4menunjukkan kecenderunganSQdanr; pada kenyataannya, peningkatan yang Dalam mode 1, sistem sewaan dipelihara dan dikelola sesuai dengan
signifikan dalamrmemungkinkan lessor untuk menyewakan semua peralatan yang kebijakan pemeliharaan untuk peralatan sewaan tunggal. Kapansebuah
dimiliki. Ini menyiratkan bahwaNsdimaksimalkan, yaituNs=Nr.Gambar 4menunjukkan perubahan, kebijakan pemeliharaan asli tidak berubah, menghasilkan
kecenderungan pengurangan pangsa pasar yang signifikan. Untuk mode 2 dan untuk peningkatan

Gambar 3.Total keuntungan untuk nilai yang berbeda dari ambang batas pemeliharaan preventifDp.

8
Y.Zhang, dkk. Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532

Gambar 4.PengaruhsebuahpadaSEBUAHinh, SQ,r, Ns, E(TP),danCsebuahdalam Mode 1 dan 2.

μsebuah, ada peningkatan dalam layanan pemeliharaan. Hasil dari,E (nsaya) dan
E(P)dalam mode 2 keduanya lebih tinggi dari pada mode 1.E(Λ)pada mode 2
lebih rendah dari pada mode 1. Oleh karena itu,SEBUAHinh, SQ,r, danNs
meningkatkan dalam mode 2, danE(TP)dalam mode 2 lebih tinggi dari pada mode 1.
Namun, harus dicatat bahwa, dengan peningkatansebuah, Dpmenurun dalam mode 2
untuk memenuhi harapan subjektif yang lebih tinggi dari penyewa. Pada saat yang sama,
peluang dan biaya PM meningkatkan hasil dengan peningkatan biaya terkait
pemeliharaan untuk peralatan sewa tunggal dalam mode 2.Gambar 4menunjukkan
kecenderunganCsebuah. Mode 1 memiliki kemampuan superior untuk meminimalkanC
sebuah.
penurunan yang sesuai dalamE(TP).Gambar 5menunjukkan kecenderunganE(TP).
Untuk mode 2 dan untuk peningkatans, ada peningkatan dalam layanan
pemeliharaan. Hasil dari,E(nsaya) danE(P)dalam mode 2 keduanya lebih tinggi dari pada
mode 1.E(Λ)di mode 2 lebih rendah daripada di mode 1. Selain itu, jika dibandingkan
dengan mode 1, tingkat layanan pemeliharaan yang lebih tinggi mempertahankan
tingkat yang lebih tinggi.SQ,r, Ns, danE(TP)dalam mode 2. Dengan demikian, investasi
yang lebih besar diperlukan untuk memelihara peralatan sewa tunggal,Csebuah.Gambar 5
menunjukkan kecenderunganCsebuah. Kami menemukan bahwa mode 1 lebih unggul
dalam meminimalkanCsebuah.

4.3. Analisis sensitivitas

(4)EsmengikutiN(μs,σ2s):Pengaruhstentang kebijakan pemeliharaan
Meja 2menunjukkan kebijakan PM mode 1 dan 2 untuk nilai . yang
berbedas. Untuk mode 1, karena tidak ada pertimbangan untuk
kepuasan penyewa dan pangsa pasar, kebijakan pemeliharaan tetap
sama ketikasperubahan. DiMeja 2, variabel keputusan optimalTdanDp
tetap sama. Sejalan dengan itu,E(nsaya),E(P),danE(Λ)tetap sama.
Untuk mempelajari pengaruh perubahan padasdalam sistem sewa,
Gambar 5menunjukkan pengaruh nilaispadaE(S), SQ,r, Ns, E(TP), danCsebuah
untuk mode 1 dan 2. Dalam mode 1, karena layanan pemeliharaan tetap
sama,E(S)juga tetap sama.Gambar 5menunjukkan kecenderunganE(S).
Karena layanan pemeliharaan asli tidak dapat memenuhi harapan subjektif
yang lebih tinggi dari penyewa,SQmenurun dalam mode 1. Kecenderungan
SQditampilkan dalamGambar 5. PenurunanSQmenunjukkan penurunanrdan
Ns.Gambar 5menunjukkan kecenderunganrdanNs. Dalam mode 1, biaya dan
keuntungan terkait pemeliharaan dari peralatan sewaan tunggal tetap
sama. Selain itu,Ns menurun, menghasilkan
Bagian 4.1dan4.2menggunakan beberapa data eksperimen dari literatur
[1]dan parameter lain yang disesuaikan sebagai contoh untuk
mendemonstrasikan model yang diusulkan. Untuk aplikasi praktis, berbagai
jenis peralatan sewaan sesuai dengan parameter yang berbeda untuk
tingkat kerusakan, biaya, dan waktu perawatan yang menghasilkan
kebijakan perawatan yang berbeda. Untuk mengamati pengaruh parameter
yang diubah ini pada hasil yang dioptimalkan, kami menganalisis sensitivitas
kebijakan pemeliharaan terhadap parameter pemeliharaan,L, Csaya, Cp, Cr, Cf,
g,w, Nr.Tabel 3-5 menunjukkan pengaruh nilai yang berbeda dari parameter
ini pada kebijakan perawatan yang optimal dan hasil eksperimen yang
sesuai. Parameter termasuk masa sewaL,parameter terkait pemeliharaanC
saya, Cp, Cr, Df,g,w, dan jumlah peralatan yang dimiliki oleh lessorNr.
Tabel 3menunjukkan pengaruh nilai yang berbeda dariLpada kebijakan perawatan
yang optimal. Karena total keuntungan yang diharapkanE(TP)untuk nilai yang berbedaL
tidak dapat dibandingkan secara langsung, kami menggunakan keuntungan yang
diharapkan per unit waktuE(Tp)sebagai perbandingan. Dengan peningkatanL,kerusakan
L
pada peralatan yang disewa menjadi lebih parah dan kemungkinan kegagalan

Meja 2 meningkat. Dengan demikian, biaya CM dan penalti setelah kegagalan meningkat, dan

Kebijakan PM dalam Mode 1 dan 2 untuk nilai yang berbedas. pangsa pasar menurun. Untuk mengurangi waktu henti dan kerugian yang disebabkan
oleh kegagalan dan untuk mempertahankan pangsa pasar yang tinggi, tradeoff yang
Modus 1 Modus 2
dioptimalkan dipilih di manaTtetap sama danDpmenurun. Hal ini meningkatkan peluang
μs=0.6 μs=0.63 μs=0,66 μs=0.6 μs=0.63 μs=0,66
untuk melakukan PM dan memperbaiki keadaan kerusakan peralatan yang disewa, yang
T 21 21 21 15 13 12 mengurangi kemungkinan kegagalan dan kerugian yang disebabkan oleh kegagalan
Dp 3.95 3.95 3.95 6.46 5.84 5.15 memaksimalkanE(Tp).
E(nsaya) 3.8395 3.8395 3.8395 5.9504 6.9781 7.996 L
Tabel 4menunjukkan pengaruh nilai yang berbeda untuk parameter
E(P) 3.5392 3.5392 3.5392 5.5499 6.3099 7.4309
E(Λ) 0,4355 0,4355 0,4355 0.1181 0,0599 0,0128 terkait pemeliharaanCsaya, Cp, Cr, Df,g,wpada kebijakan perawatan yang
optimal.

9
Y.Zhang, dkk. Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532

Gambar 5.PengaruhspadaE(S), SQ,r, Ns, E(TP),danCsebuahdalam Mode 1 dan 2.

Tabel 3 Tabel 5
Pengaruh dariLpada kebijakan perawatan yang optimal. Pengaruh dariNrpada kebijakan perawatan yang optimal.

L E(Tp) T Dp Nr E(TP) T Dp
L
300 22.750.761 21 3.95
100 603,017 15 6.46 700 52.981.895 17 5.34
200 602.176 15 6.15 800 60.301.703 15 6.46
250 601,876 15 6.04 1000 72.512.822 8 2.74
300 601.111 15 5,75

Nilai dariCsayasebanyak 10 kali untuk mengamati kecenderungan yang berubah dalamTdanDp.

Tabel 4
Dengan peningkatanCsaya, kami mengamati peningkatan biaya inspeksi. Untuk
Pengaruh parameter terkait pemeliharaanCsaya, Cp, Cr, Df,g,wpada kebijakan
mengurangi biaya pemeriksaan,Tmeningkat, dan jumlah inspeksi menurun dalam
perawatan yang optimal.
periode sewa. Akibatnya, biaya pemeriksaan berkurang. Pada saat yang sama,
Parameter Nilai E(TP) T Dp peluang untuk melakukan tindakan PM berkurang, dan kemungkinan kegagalan

Csaya 6 60.568.870 8 7.16 meningkat; kerugian yang disebabkan oleh kegagalan meningkat, dan pangsa
60 60.301.703 15 6.46 pasar juga menurun. Untuk mengurangi kerugian yang disebabkan oleh
600 57.731.144 15 6.46 kegagalan dan untuk mempertahankan pangsa pasar yang tinggi,Dpdikurangi
6000 32.698.210 17 3.67 untuk meningkatkan kesempatan melakukan tindakan PM. Akibatnya, kerugian
Cp 100 61.231.134 15 4.43
yang disebabkan oleh kegagalan berkurang, pangsa pasar meningkat, danE(TP)
150 60.992.875 15 5.07
200 60.756.068 15 5.66 dimaksimalkan.
300 60.301.703 15 6.46
Cr 800 60.301.703 15 6.46 (2)Biaya per tindakan PM Cp
1000 60.284.857 15 6.17
1200 60.278.401 15 5.68
1400 60.275.644 15 5.35 Dengan peningkatanCp, kami mengamati peningkatan biaya PM. Untuk
Df 10 59.027.785 10 2.44 mengurangi biaya PM, perlu untuk mengurangi jumlah PM. Karena itu,T
15 60.301.703 15 6.46 tetap sama, danDpmeningkat sejalan. Akibatnya, jumlah PM berkurang
20 60.853.316 21 8.53 untuk mengurangi biaya PM untuk menjaga keandalan peralatan yang
25 61.139.770 26 10.44
disewa dan pangsa pasar yang substansial untuk memaksimalkan total
αg 1 60.719.959 34 4.31
2 60.301.703 15 6.46 keuntungan.E(TP).
3 59.131.856 10 5.64
4 58.063.344 7 5.82 (3)Biaya per tindakan CM Cr
αw 3 60.303.855 15 6.51
4 60.301.703 15 6.46
UntukPersamaan. (7), kerugian yang disebabkan oleh kegagalan dalam masa
5 60.298.437 15 6.41
6 60.294.762 15 6.37 sewa adalah Cr+Cτ G(τ̄ ))E(Λ).Jika salah satu parameterCr,Cτ G(τ̄ )berubah, maka
kerugianCr+Cτ G(τ̄ ))E(Λ)juga akan berubah. Oleh karena itu, kita hanya perlu
mempelajari salah satu parameternya.
(1)Biaya per pemeriksaan Csaya Dengan peningkatanCr, kerugian yang disebabkan oleh kegagalan meningkat.
Untuk mengurangi kerugian,Ttetap sama danDpmenurun. Peluang untuk
Ketika terjadi perubahanCsayarelatif kecil dalam percobaan, tidak ada perubahan melakukan tindakan PM meningkat, dan kemungkinan kegagalan dan kerugian
yang jelas dalam kecenderunganTdanDp. Oleh karena itu, kami meningkatkan yang disebabkan oleh kegagalan berkurang. Akibatnya, kepuasan penyewa dan

10
Y.Zhang, dkk.
pangsa pasar meningkatkan dan memaksimalkanE(TP)untuk sistem sewa.
(4)Ambang kegagalan Df
PeningkatanDfmenyiratkan bahwa peralatan yang disewa dapat
beroperasi untuk waktu yang lebih lama tanpa perawatan. Berdasarkan
asumsi ini, inspeksi yang sangat sering dan tindakan PM tidak diperlukan.
Penyewa kurang terganggu oleh kegagalan, dan karenanya kepuasan dan
pangsa pasar mereka tetap relatif tinggi. Oleh karena itu, dengan
peningkatanDf, TdanDpmeningkatkan hasil yang optimal. Kombinasi dariT
danDp, mengurangi biaya inspeksi dan tindakan PM, menjaga keandalan
peralatan yang disewa.
(5)Parameter bentuk dari distribusi gamma diikuti dengan peningkatan
status deteriorasig
Dengan peningkatang, kerusakan peralatan semakin cepat,
meningkatkan kemungkinan kegagalan dan kerugian yang disebabkan oleh
kegagalan. Pada saat yang sama, penyewa lebih terganggu oleh kegagalan,
dan kepuasan penyewa dan pangsa pasar juga menurun. Untuk
mengurangi kerugian dan meningkatkan pangsa pasar, diperlukan lebih
banyak peluang untuk inspeksi dan tindakan PM. Karena itu,Tberkurang,
danDpfipertama naik, lalu turun, lalu naik lagi. Kombinasi dariTdanDp
memfasilitasi tindakan PM yang sering, mengurangi kerugian,
meningkatkan pangsa pasar, dan memaksimalkanE(TP).
(6)Parameter skala dari distribusi Weibull diikuti oleh waktu CM setelah
kegagalanw
Dengan peningkatanw, waktu CM setelah kegagalan diperpanjang,
meningkatkan hukuman; ini karena waktu melebihi , yang mempersingkat waktu
operasi normal dan menurunkan ketersediaan. Hal ini menurunkan kepuasan
penyewa dan menyebabkan penurunan pangsa pasar. Dalam kondisi ini, lessor
harus memberikan layanan pemeliharaan yang lebih baik untuk mengurangi
kemungkinan kegagalan dan menghindari penalti yang tinggi. Pada saat yang
sama, kepuasan penyewa dan pangsa pasar tetap pada tingkat yang tinggi. Untuk
menghadapi tantangan ini,Ttetap sama danDpmemiliki kecenderungan menurun.
Kombinasi dariTdanDpmeningkatkan frekuensi layanan PM, mengurangi penalti
dan mempertahankan pangsa pasar yang tinggi sambil memaksimalkanE(TP)
untuk sistem sewa.
Selanjutnya, kami menguji pengaruh jumlah penyewa Nedan jumlah peralatan
yang dimiliki oleh lessorNrdi bawah kebijakan pemeliharaan yang optimal. KapanN
rsangat tidak mencukupi jika dibandingkan dengan Ne, lessor hanya perlu
menyediakan layanan pemeliharaan tingkat rendah dan biaya rendah. Dalam
kondisi ini, dengan kepuasan lessee yang rendah dan pangsa pasar yang kecil,
lessor dapat menyewakan semua peralatan. KapanNrcukup jika dibandingkan
dengan Ne, lessor harus menyediakan layanan pemeliharaan tingkat tinggi
dengan biaya lebih tinggi untuk meningkatkan kepuasan lessee, mendapatkan
pangsa pasar yang substansial, dan menyewakan peralatan dalam jumlah
maksimum. Dengan demikian,Nrdan Nebersifat relatif. Kami berasumsi bahwa
jumlah penyewa adalah tetap padaNe=1000.Selanjutnya, kami mempelajari
pengaruh nilai yang berbeda dariNrpada kebijakan perawatan yang optimal,
seperti yang ditunjukkan padaTabel 5. Dengan peningkatanNr, lessor harus
meningkatkan pangsa pasar untuk menyewakan lebih banyak peralatan. Pangsa
pasar yang tinggi bergantung pada kepuasan tinggi penyewa, yang berasal dari
layanan pemeliharaan yang andal. Jadi, dengan peningkatanNr, dalam solusi
optimal,T berkurang danDpfipertama naik lalu turun. Kombinasi dariTdanDp
dapat meningkatkan layanan pemeliharaan dengan biaya rendah untuk mengurangi
hukuman yang disebabkan oleh kegagalan. Pada saat yang sama, dengan meningkatkan
kepuasan penyewa, pangsa pasar dapat diperluas untuk menyewakan peralatan dalam
jumlah maksimum untuk memaksimalkanE(TP)untuk sistem sewa.
5. Kesimpulan dan penelitian masa depan
Dalam studi ini, kami memperkenalkan model keputusan untuk total keuntungan
dari sistem sewa. Kami mengembangkan kebijakan CBM untuk sistem sewa, dan
11
Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532
menetapkan rencana inspeksi berkala dan tindakan PM dengan batas kendali.
Dengan meningkatkan kepuasan lessee dan pangsa pasar lessor, total
keuntungan dari sistem sewa meningkat. Menggunakan sistem sewa untuk derek
sebagai contoh, contoh numerik menunjukkan bahwa peningkatan siklus inspeksi
Tdan ambang PMDp, biaya pemeliharaan dan keandalan sistem yang disewa
menurun, menyebabkan kerugian yang lebih tinggi yang disebabkan oleh
peningkatan kegagalan, yang pada gilirannya menyebabkan penurunan kepuasan
penyewa dan pangsa pasar. Dengan mengoptimalkan bersamaTdanDp, biaya
pemeliharaan untuk satu peralatan sewaan rendah dan sebagian besar pangsa
pasar dijamin, sehingga memaksimalkan keuntungan total untuk sistem sewaan.
Model dalam studi ini dapat diterapkan sebagai panduan pengambilan keputusan
untuk rencana perawatan yang optimal untuk sistem sewa dengan status kerusakan
yang dapat dideteksi. Misalnya, sistem yang disewa memiliki sistem penginderaan yang
terpasang yang dapat, pada waktunya, memeriksa keadaan kerusakan peralatan,
menemukan potensi kegagalan, dan menyediakan layanan pemeliharaan. Selain itu,
setelah akhir tahap CM, masalah pemodelan perencanaan ulang waktu inspeksi
berikutnya sesuai dengan siklus inspeksi dan masalah keputusan pemeliharaan
peralatan yang sama selama beberapa periode sewa memerlukan penelitian lebih lanjut.
Selain itu, lessor harus memiliki sumber daya dan teknologi pemeliharaan yang
memadai. Ketika terjadi kegagalan, lessor harus memiliki suku cadang yang cukup untuk
menyediakan layanan pemeliharaan tepat waktu dan menghindari keterlambatan
respons pemeliharaan yang akan mengurangi kepuasan penyewa. Oleh karena itu, perlu
untuk mempelajari dampak sumber daya pemeliharaan yang tidak mencukupi terhadap
kepuasan penyewa dan total keuntungan sewa. Dalam pekerjaan di masa depan, asumsi
harus dilonggarkan agar lebih realistis dan mempertimbangkan inspeksi yang tidak
sempurna, efek pemeliharaan yang tidak sempurna, dan waktu PM yang tidak nol.
Ucapan Terima Kasih
Penulis ingin mengucapkan terima kasih kepada National Natural
Science Foundation of China (Grant no. 71701140; 61703297), Program
Inovasi Ilmiah dan Teknologi dari Institusi Pendidikan Tinggi di Shanxi
(STIP, Grant no. 201802091), The Natural Science Foundation of Shanxi
Province ((Hibah no. 201801D121166), Proyek Penelitian dari Dewan
Beasiswa Provinsi Shanxi (Hibah no. 2016-091), Yayasan Startup
Penelitian PhD dari Universitas Sains & Teknologi Taiyuan (Hibah no.
20162021), Program untuk Filsafat dan Sosial Penelitian Ilmu
Pengetahuan Institusi Pendidikan Tinggi Shanxi (Hibah no. 201801032)
dan Proyek Program Penelitian dan Pengembangan Utama di Provinsi
Shanxi (Hibah no. 201703D111011) atas dukungannya. Penulis juga
berterima kasih atas komentar dan saran yang bermanfaat dari
pengulas anonim,yang sangat membantu penyempurnaan makalah ini.
Referensi
[1]Jin L, Huang K, Zhou X. Kebijakan dan pengoptimalan pemeliharaan preventif multi-periode
untuk peralatan sewaan. Comput Integr Manuf Syst 2013;19:2947–53.
[2]Yang A, Wang W, Fan S. Strategi pengoptimalan bersama untuk penyewaan peralatan yang tahan lama
dan pemeliharaan preventif. J Hefei Univ Technol 2015;38:552–7.
[3]Yeh R, Kao K, Chang W. Kebijakan pemeliharaan preventif yang optimal untuk peralatan sewaan
menggunakan pengurangan tingkat kegagalan. Comput Ind Eng 2009;57(1):304–9.
[4]Yeh R, Kao K, Chang W. Kebijakan pemeliharaan preventif untuk produk sewaan dengan
berbagai biaya pemeliharaan. Aplikasi Sistem Pakar 2011;38(4):3558–62.
[5]Chang W, Lo H. Penentuan bersama masa sewa dan kebijakan pemeliharaan
preventif untuk peralatan sewaan dengan nilai sisa. Comput Ind Eng
2011;61(3):489–96.
[6]Yeh R, Chang W. Nilai ambang batas optimal tingkat kegagalan untuk produk sewaan dengan
tindakan pemeliharaan preventif. Model Komputasi Matematika 2007;46(5–6):730–7.
[7]Yeh R, Chang W, Lo H. Nilai ambang usia optimal dan kebijakan pemeliharaan dua fase untuk
peralatan sewaan menggunakan metode pengurangan usia. Ann Operasi Res
2010;181(1):171–83.
[8]Yeh R, Chang W, Lo H. Panjang optimal masa sewa dan kebijakan pemeliharaan untuk
peralatan sewaan dengan batas kontrol usia. Model Komputasi Matematika
2011;54(9–10):2014–9.
[9]Jin L, Wang Y, Zhou X. Penelitian tentang kebijakan pemeliharaan preventif berbasis usia virtual
untuk peralatan sewaan. Manajemen Ind Eng 2013;18:68–72.
[10]Zhou X, Wu C, Li Y, Xi L. Model pemeliharaan preventif untuk peralatan sewaan yang mengalami
degradasi internal dan kerusakan akibat guncangan eksternal. Reliab Eng Syst Saf
Y.Zhang, dkk.
2016;154:1–7.
[11]Li L, Jin L, Zhou X. Strategi pemeliharaan preventif berdasarkan pemodelan kejutan untuk
peralatan leasing. Comput Integr Manuf Syst 2013;19:114–8.
[12]Jaturonnatee J, Murthy DN, Boondiskulchok R. Pemeliharaan preventif yang optimal dari
peralatan sewaan dengan perbaikan minimal korektif. Eur J Operasi Res
2006;174(1):201–15.
[13]Hung W, Tsai T, Chang Y. Kontrak pemeliharaan preventif berkala untuk peralatan
sewaan dengan penalti kegagalan acak. Comput Ind Eng 2017;113:437–44.
[14]Mabrouk B, Chelbi A, Radhoui M. Kebijakan pemeliharaan preventif tidak sempurna hibrida yang
optimal untuk peralatan yang disewa. IFAC-PapersOnLine 2017;50(1):13698–703.
[15]Schutz J, Rezg N. Strategi pemeliharaan untuk peralatan yang disewa. Comput Ind Eng
2013;66(3):593–600.
[16]Mabrouk B, Chelbi A, Radhoui M. Strategi pemeliharaan tidak sempurna yang optimal
untuk peralatan sewaan. Int J Prod Econ 2016;178:57–64.
[17]Zhou X, Li Y, Xi L, Lee J. Kebijakan pemeliharaan preventif multi-fase untuk peralatan yang
disewa. Int J Prod Res 2015;53(15):4528–37.
[18]Iskandar BP, Husniah H. Pemeliharaan preventif yang optimal untuk kontrak sewa
dua dimensi. Comput Ind Eng 2017;113:693–703.
[19] Wang X, Li L, Xie M. Strategi pemeliharaan preventif yang optimal untuk peralatan sewaan
12
Rekayasa Keandalan dan Keamanan Sistem 191 (2019) 106532
di bawah kontrak berbasis penggunaan yang berurutan. Int J Prod Res 2018:1–20https://doi.org/
10.1080/00207543.2018.1542181.
[20]Tian Z, Jin T, Wu B, Ding F. Optimalisasi pemeliharaan berbasis kondisi untuk sistem
pembangkit tenaga angin di bawah pemantauan berkelanjutan. Energi Terbarukan
2011;36(5):1502–9.
[21]Tang D, Makis V, Jafari L, Yu J. Kebijakan perawatan yang optimal dan estimasi masa pakai sisa untuk
sistem yang menurun secara perlahan tergantung pada pemantauan kondisi. Reliab Eng Syst Saf
2015;134:198–207.
[22]Grall A, Bérenguer C, Dieulle L. Kebijakan perawatan berbasis kondisi untuk sistem yang
memburuk secara stokastik. Reliab Eng Syst Saf 2002;76(2):167–80.
[23]Dieulle L, Bérenguer C, Grall A, Roussignol M. Penjadwalan pemeliharaan berbasis kondisi
berurutan untuk sistem yang memburuk. Eur J Operasi Res 2003;150(2):451–61.
[24]Shafiee M, Chukova S. Model perawatan dalam garansi: tinjauan literatur. Eur J
Operasi Res 2013;229(3):561–72.
[25]Christian G. Manajemen dan pemasaran layanan: manajemen pelanggan dalam persaingan
layanan. Beijing: Rumah Penerbitan Industri Elektronik; 2008. hal. 55–6.
[26]Su Q. Manajemen mutu modern. Beijing: Pers Universitas Tsinghua; 2005. hal. 258–
62.