KUALITAS DAN KEANDALAN

(QUALITY AND RELIABILITY)

Apabila jumlah kegagalan yang terjadi pada suatu
peralatan adalah konstan, maka kemungkinan
keandalan dari peralatan dapat diperkirakan dengan
menggunakan distribusi eksponensial.
Distribusi eksponensial yang menunjukkan
kemungkinan kegagalan pada suatu waktu tertentu,
t dinyatakan dengan :

F ( t ) = µ℮ - µt
µ = laju kegagalan
 Distribusi komulatif dinyatakan dengan :
F ( t ) = 1 - ℮ - µt

F ( t ) ini menunjukkan kemungkinan terjadinya

kegagalan pada selang waktu antara 0 sampai t
Reliability atau keandalan dari suatu produk
berhubungan dengan kemungkinan survival dari
produk tsb.
Dengan demikian keandalan dari produk adalah
komplemen dari F ( t ) dan dinyatakan dengan :

R ( t ) = 1 – F ( t ) = ℮ - µt
 Karakteristik kehidupan suatu produk / alkes
Failure Rate

Time
Early failure Useful life Wearout

Gambar tsb menunjukkan karakteristik laju kegagalan suatu produk

sebagai fungsi waktu. Tampak dalam gambar bhw utk sebuah
produk, dikenal 3 periode waktu kegagalan yg meliputi kegagalan
dini, kegagalan normal, dan kegagalan lanjut.
• Periode kegagalan dini, ditandai dengan laju kegagalan
yang tinggi yang merupakan akibat kesalahan pada
manufacturing atau pada proses pengendalian kualitas.
• Periode kegagalan normal, menunjukkan laju kegagalan
rendah dan konstan selama periode tertentu.
• Periode kegagalan lanjut adalah periode dimana laju
kegagalan suatu produk kembali lagi menunjukkan laju
yang tinggi akibat keausan dan kerusakan peralatan
karena pemakaian.

• Laju kegagalan ( Failure Rate ) :

Laju kegagalan, µ adalah jumlah kegagalan dalam
suatu selang waktu, dinyatakan dengan :

jumlah kegagalan
µ = -------------------------------------
total waktu operasi
Contoh :
10 produk diuji selama 500 jam dengan suatu
kondisi operasi tertentu. Satu produk mengalami
kegagalan tepat pada akhir waktu 500 jam.
Berapakah laju kegagalan produk tsb ?

1 1
µ = ------------- = -------- = 0.0002 kegagalan / jam
10 x 500 5000
Soal latihan :

10 produk diuji selama 500 jam dan diperoleh

data kegagalan sbb :
1 produk gagal setelah 50 jam
1 produk gagal setelah 150 jam
1 produk gagal setelah 250 jam
1 produk gagal setelah 450 jam

Berapa laju kegagalan ?

Jawab :

4
µ = ------------------------------------------------------
1x50 + 1x150 + 1x250 + 1x450 + 6x500

4
µ = -------------- = 0.00102 kegagalan / jam
3900
MEAN TIME BETWEEN FAILURE (MTBF)

MTBF merupakan kebalikan dari laju

kegagalan yang menunjukkan selang waktu
rata-rata terjadinya sebuah kegagalan,
dinyatakan dengan :
1 1
MTBF = -------------------- = ----------
Laju kegagalan µ
 Contoh :
Suatu peralatan telah beroperasi 1000 jam dengan
15 kali kegagalan.
Tentukan MTBF ?
Jawab :
Laju kegagalan = 15 / 1000 = 0.015 kegagalan / jam

1 1
MTBF = ------------- = ------------ = 66.67 jam
µ 0.015
• Perlu diperhatikan bahwa MTBF ini bukan
menunjukkan suatu periode tanpa kegagalan
sama sekali.

• MTBF ini merupakan nilai rata-rata selang

waktu operasi antar kegagalan. Dengan kata
lain, selang waktu antar kegagalan bisa lebih
kecil dan lebih besar dari nilai MTBF ini.
 Contoh ;
• Suatu pengujian dilakukan pada sejumlah peralatn selama
periode 1000 jam. Selang waktu antara awal dari pengujian dan
saat terjadinya tiap-tiap kegagalan dicatat. Diperoleh 12
kegagalan dengan selang waktu seperti terlihat pada tabel
berikut :
Selang waktu Periode tanpa kegagalan
50 50
200 150
210 10
280 70
300 20
490 190
530 40
540 10
630 90
710 80
880 170
1000 120
1000
Jawab : Laju kegagalan = 12/1000 = 0.012
MTBF = 1/ 0.012 = 83.3 jam

• Walaupun perhitungan menunjukkan bahwa rata-rata

selang waktu bebas kegagalan adalah 83.3 jam,
namun dapat dilihat pada tabel bahwa selang waktu
bebas kegagalan dari peralatan ini berkisar antara 10
sampai 190 jam.
• Nilai MTBF sebesar 83.3 jam ini menunjukkan bahwa,
secara rata-rata, selang waktu kegagalan peralatan
adalah 83.3 jam

Contoh Keandalan Produk :

Suatu komponen akan dioperasikan selama 1000
jam.
Laju kegagalan komponen diketahui = 0.0001
kegagalan/jam. Berapa keandalan komponen ?
 Penyelesaian :

• R ( t ) = e –μt

= e – 0.0001 x 1000

= e – 0.1 = 0.9048

Keandalan dari komponen adalah 90.48%. Berarti

terdapat 90.48% kemungkinan bahwa komponen
akan berfungsi dengan baik untuk waktu 1000 jam
Contoh :
Berapa harga laju kegagalan terbesar yang boleh
dialami oleh suatu peralatan apabila diinginkan
keandalan sebesar 90% selam operasi 5000 jam ?

Penyelsaian :

R (t) = e -μt

0.9 = e - μ x 5000

µ = 0.000021
Contoh :
MTBF suatu komponen adalah 1000 jam. Berapa
keandalan komponen ini pada operasi selama 200 jam
?
Penyelesaian :

MTBF = 1/μ

μ = 1/1000 = 0.001

R (t) = e -μt = e -0.001 x 200 = 0.8187

Kendalan dari komponen adalah 81.87% dijamin selama

200 jam.
Dari penelitian yang diajukan pada 100 kompresor untuk
suatu industri pengilangan minyak diperoleh data bahwa
rata-2 umur hidup dari kompresor adalah 5.75 tahun dan
kegagalan mengikuti distribusi eksponensial.

a. Tentukan kemungkinan kegagalan pada tahun

pertama setelah instalasi ?
b. Hitung kemungkinan kegagalan lebih awal dari umur
hidup rata-rata.
c. Hitung kemungkinan operasi paling sedikit 10 tahun.
Penyelesaian :
MTBF = 5.75 sehingga μ = 1/MTBF = 0.174

f (t) = 0.174e - 0.174t

dimana t adalah umur hidup kompresor

a. Kemungkinan gagal tahun pertama :

F (t) = 1 – e - μt

F ( t = 1 ) = 1 – e - 0.174 x 1

= 1 – 0.84 = 0.16
Terdapat 16% kemungkinan kegagalan pada tahun
pertama.
(Bisa gagal 16 buah).
b. Kegagalan lebih awal dari umur hidup rata-rata (MTBF
= 5,75 ) adalah :

F (t – 5.75) = 1 – e - 0.174 x 5.75 = 1-0.368 = 0.632

Kemungkinan kegagalan sampai umu rata-rata selalu

63.2%, karena dalam hal ini perkalian µ dan MTBF = 1.

c. Kemungkinan operasi paling sedikit 10 tahun.

R (t) = e - µt

R ( t = 10 ) = e – 0.174 x 10 = 0.176

Terdapat 17.6 kemungkinan bhw kompresor akan

berfungsi dg baik selama paling sedikt 10 tahun.
Keandalan suatu sistem seri :

Apabila suatu sistem terdiri dari beberapa komponen yang

disusun secara seri, maka keandalan dari sistem tsb
merupakan hasil perkalian keandalan masing-masing
komponen penyusunnya.

Pada suatu sistem yang tersusun dari 4 komponen secara

seri dengan keandalan masing-masing komponen
adalah R1, R2, R3, dan R4, kendalan dari sistem, Rs,
dinyatakan dengan :

Rs = R1 x R2 x R3 x R4
Gambar berikut menunjukkan representasi skematis
suatu sistem dengan susunan komponen secara seri

1 2 ••• n

Contoh :
Suatu sistem terdiri dari dua komponen. Komponen 1 memiliki
keandalan 95% untuk waktu 1000 jam. Berapa keandalan yang harus
dimiliki oleh komponen 2 untuk menjamin keandalan sistem sebesar
90% selama 1000 jam ?
Jwb :
Rs = R1 x R2
R2 = Rs / R1 = 0.90 / 0.95 = 0.947
Latihan :

Suatu sistem elektronik terdiri dari 3 komponen yang

tersusun seri dalam dengan laju kegagalan masing-
masing sbb :

µ komponen 1 = 0.000025 kegagalan / jam

µ komponen 2 = 0.000030 kegagalan / jam
µ komponen 3 = 0.000015 kegagalan / jam

Apabila sistem ini akan dipakai selama 1000 jam, berapa

keandalan dari sistem ?
Penyelesaian :

R1 = e – 0.000025 x 1000 = 0.97531

R1 = e – 0.l000030 x 1000 = 0.97045

R1 = e – 0.000035 x 1000 = 0.98511

Rs = R1 x R2 x R3

Rs = 0.97531 x 0.97045 x 0.98511 = 0.93239

 Keandalan suatu sistem pararel :
Gambar berikut menunjukkan suatu sistem dengan
komponen disusun secara pararel. Sistem dapat berfungsi
dengan baik selama tidak semua komponen dari sistem
gagal berfungsi; dengan kata lain sistem berfungsi dengan
baik selama satu atau lebih dari komponen penyusun
berfungsi dengan memuaskan.

Suatu sistem pararel yang terdiri dari komponen A, B dan C akan memiliki
Keandalan :
Rs = 1 – ( 1- Ra ) ( 1 – Rb ) ( 1 – Rc )
Contoh :
Suatu sistem terdiri dari 2 komponen (komponen 1 & 2), yg tersusun
secara pararel. Keandalan masing-2 komponen adalah 0.8 dan 0.6.
Berapa keandalan sistem ?

Penyelesaian :
Sistem tidak berfungsi hanya apabila komponen 1 dan
komponen 2, keduanya tidak berfungsi.
Kemungkinan komponen 1 tidak berfungsi = 1 – 0.8 = 0.2
Kemungkinan komponen 2 tidak berfungsi = 1 – 0.6 = 0.4
Kemungkinan komponen 1 dan 2 tidak berfungsi =
0.2 x 0.4 = 0.008
Kemungkinan sistem tidak berfungsi denga baik adalah 1
dikurangi kemungkinan sistem tidak berfungsi.
Rs = 1 – 0.08 = 0.92
 Contoh :
Tentukan keandalan dari sistem yang terdiri dari 3
komponen dengan susunan seperti gambar. Ra = 0.9;
Rb = 0.8; dan Rc = 0.6
B
A

Penyelesaian :
Sistem terdiri dari komponen A yang tersusun seri dengan
komponen B dan C yang tersusun pararel.
Rs = Ra x R pararel
R pararel = 1 – ( 1 – Rb ) ( 1 – Rc )
R pararel = 1 – 0.2 x 0.4 = 0.92
Rs = 0.9 x 0.92 = 0.828
Latihan :
Tentukan keandalan sistem dengan susunan sbb :

B D E

C
Ra = Rb = Rc = 0.80
Rd = 0.95
Re = 0.85
Penyelesaian :

Rs = R pararel x Rd x Re

R pararel = 1 – ( 1 – Ra ) ( 1 – Rb ) ( 1 – Rc)

= 1 – 0.2 x 0.2 x 0.2 = 0.992

Rs = 0.992 x 0.95 x 0.85 = 0.80104

 Macam Hipotesis
• Hipotesis Kerja / Alternatif / H1 :
- Hipotesis yang akan dibuktikan
kebenarannya dengan penelitian yg akan
dilakukan.
- Misal : Terdapat Hubungan antara …… dg …….
Terdapat pengaruh …… terhadap …….
Terdapat perbedaan antara ………..
Ada hubungan antara ………… dg ……….
• Hipotesis Null / Nihil :
- Kebalikan dari hipotesis alternatif.
- Misal : Tidak ada hubungan antara ………….. Dg ……….
 Menurut Sifat Dasar

• Penelitian Dasar (Basic Research)

• Penelitian & Pengembangan (R & D)
• Penelitian Terapan (Applied Research)

Basic Research
Applied Research
R&D

Penemuan Penemuan Menerapkan

Ilmu baru Pengembangan Ilmu/produk
Pengujian

Utk memecahkan
Utk menemukan penget. Utk pend. & Masalah kehidupan
Baru yg sblmnya belum pembelajaran praktis
Pernah ada / diketahui 30
 Menurut metode
• Metode survey, digunakan untuk mendapatkan data
dari tempat tertentu yang alamiah (bkn buatan), tetapi
peneliti melakukan perlakuan dalam pengumpulan data.
Misalnya : mengedarkan kuesioner, test, wawancara
terstruktur dlsb
• Metode eksperimen, digunakan untuk mencari
pengaruh treatment (perlakuan) tertentu. Misal :
Pengaruh perawatan payudara ibu pasca melahirkan
terhadap kelancaran produksi ASI
• Metode Naturalistik (Kualitatif), digunakan meneliti
pada tempat yang alamiah dan tidak membuat
perlakuan, krn peneliti dalam mengumpulkan data
bersifat emic (berdasarkan pandangan dari sumber data,
bukan pandangan peneliti)
31
 Pengumpulan data bersifat
Treatment ( perlakuan) tertentu Perlakuan dalam pengumpulan emic (pandangan sumber data
Miss. Pengembangan alat; kalibrasi dll Data  kuesioner, wawancara dll bukan pandangan peneliti

Metode Metode survey Metode

eksperimen naturalistik

Tempat di lab & Tempat alamiah & Tempat alamiah &

Ada perlakuan Ada perlakuan Tdk ada perlakuan

Gambar : Kedudukan metode penelitian Eksperimen, survey dan Naturalistik (Kualitatif)

Keterangan :
Metode eksperimen & survey termasuk metode kuantitatif,
Metode Naturalistik termasuk metode kualitatif

32
 Desain Penelitian
(Berdasarkan Proses Penelitian)
Penelitian Eksperimental :
Metode penelitian yg diguna-
kan utk mencari pengaruh
perlakuan tertentu thd yg
lain dalam kondisi yang
terkendalikan.
Atau :
Penelitian yg observasinya dilakukan
thd efek dari manipulasi /perlakuan
peneliti terhadap satu atau sejumlah
variabel subyek penelitian.
Terdiri dari 3 macam :
a. Pre-eksperimental
b. Eksperimental Murni
c. Eksperimental Kuasi
Penelitian Non-Eksperimental
( P. Oservasional ):
Penelitian yang observasinya dilakukan
terhadap variabel subyek menurut
keadaan APA ADANYA , tanpa ada
Manipulasi / perlakuan
Dalam dunia epidemiologi disebut
Survey.
Terdiri dari 2 macam :
a. Deskriptif
b. Analitik ( Cross sectional ;
Case Control ; Kohort )
 Beberapa bentuk Desain Eksperimen
Digambarkan sbb. : One group Post Test Design
(One-shot Case Studi)
Pre-
Experimental One group Pre-Post Test Design

After Only Design

Post Test Only Control Design

(Ranc. Eksp. Sederhana)
Macam-2
Desain True- Pre-Post Test Control Group Design
Eksperimen Experimental (Ranc. Eksp. Ulang)
Solomon Four Groups Design
(Ranc. Eksp. Solomon)

Rancangan Eksperimental Seri

Quasi
Experimental Rancangan Ekspt. Seri Ganda

Non Randomized Pre-Post Test

Control Group Design
 a. One group post test design
(One-Shot Case Study / Studi kasus tunggal)

Rancangan ini adalah rancangan yg paling sederhana, hanya melihat

hasil perlakuan pada satu kelompok obyek tanpa ada kelompok
pembanding dan kelompok kontrol.
Paradigma dalam penelitian eksperimen model ini dapat digambarkan sbb
:

Perlakuan diukur

X -------------------------------- 0
X = treatmen/perlakuan yg diberikan (variabel Independen)
0 = Observasi (variabel dependen)

Paradigma itu dpt dibaca sbb : terdapat suatu kelompok diberi treatmen,
dan selanjutnya diobservasi hasilnya. ( adalah sebagai variabel
independen dan HASIL sebagai variabel dependen )
 b. One-Group Pre-Postest Design
Rancangan ini hanya menggunakan satu kelompok subyek serta
melakukan pengukuran sebelum dan sesudah pemberian
perlakuan pada subyek. Perbedaan kedua hasil pengukuran
tsb. Dianggap sebagai efek perlakuan.
Dengan demikian hasil perlakuan dapat diketahui lebih akurat,
karena dapat membandingkan dengan keadaan sebelum diberi
pelakuan.
Desain dapat digambarkan sbb :

Diukur Perlakuan Diukur II

O1 ------------------------ X ------------------------ O2

O1= hasil ukur sebelum alkes dikalibarasi/ sebelum diberi

perlakuan
O2= hasil ukur setelah alkes dikalibrasi
X = pengkalibrasian alat kes
Pengaruh kalibrasi terhadap tingkat keakurasian (O1-O2)
 C. After Only Design

Pada rancangan ini peneliti hanya melihat hasil tanpa mengukur

keadaan sebelumnya.Tetapi disini sudah ada kelompok kontrol,
walaupun tidak dilakukan randomisasi. Kelemahan dari
rancangan ini adalah tidak tahu keadaan awalnya, sehingga
hasil yang didapat sulit disimpulkan.
Desain dapat digambarkan sbb :

X O
Non Random --------------------------
(-) O

X = treatmen/perlakuan yg diberikan (variabel Independen)

0 = Observasi (variabel dependen)
( - ) = Kelompok kontrol
 Penelitian Observasional
• Observasi dilakukan pada fenomena kesehatan ( faktor
resiko dan efek ).
• Belum dapat dikatakan mekanisme SEBAB – AKIBAT.
• Terdiri dari 2 survei : Deskriptif dan Analitik.

• Survei Deskriptif :
- bertujuan melakukan exploratif terhadap fenomena
kesehatan masyarakat baik faktor resiko ataupun efek.
- hanya menggambarkan sejelas mungkin, tanpa
mencoba menganalisis bagaimana dan mengapa
fenomena tersebut terjadi.
- Misal : survei BBLR , Angka kematian ibu dll.
 Lanjutan ………………..

• Survei Analitik :
- Mencoba menggali bagaimana dan mengapa
fenomena tersebut terjadi.
- Ada 3 macam :
- Cross Sectional
- Case Control
- Kohort.

• CROSS SECTIONAL :
- Faktor Resiko dan Efek diukur pada saat yang
sama, sehingga tiap subyek penelitian hanya
diobservasi 1 kali saja.
 Rancangan Cross Sectional
Populasi
( Sampel )

Faktor Resiko + Faktor Resiko –

Efek + Efek - Efek + Efek -