Persentasi Seminar
Persentasi Seminar
KEBIJAKAN PEMELIHARAAN
TANPA PENGAWASAN DAN DENGAN PENGAWASAN
Disusun oleh:
Putri Zsa Zsa Leani Leuser
Pembimbing:
Prof. Ir. Bermawi P. Iskandar, M.Sc., Ph.D.
- Tujuan Penelitian
LATAR BELAKANG
Penelitian Kebijakan
Sebelumnya Pemeliharaaan
3
BAB I
PENDAHULUAN
• Bagaimana membuat model keputusan agen dan • Menghasilkan model optimasi keuntungan
konsumen untuk masing-masing opsi? masing-masing opsi untuk agen dan konsumen.
• Bagaimana memilih opsi kontrak terbaik oleh agen • Mendapatkan simpulan opsi kebijakan mana
dan konsumen yang terintergrasi untuk mencapai yang harus dipilih oleh agen dan konsumen
keuntungan optimal? secara terkoordinasi yang dapat
mengoptimalkan keuntungan masing-masing
pihak.
4
BAB I
PENDAHULUAN
POSISI PENELITIAN
Dampak
Kebijakan Jumlah Kondisi
Penulis Judul Tipe Pemeliharaan Pemeliharaaan Variabel Keputusan Fungsi Tujuan
Pemeliharaan Komponen Objek
Pencegahan
Iskandar Maintenance Service Contracts Tanpa monitoring (Time- PK: Minimal Repair Single Meminimasi
dkk for Equipment Sold with Two - Baru Tingkat PP dan Jumlah PP Ekspektasi Total
Based Maintenance) PP: Minimal Repair Component
(2014) Dimensional Warranties Biaya Pemeliharaan
Iskandar
dan Optimal Preventive Tanpa monitoring (Time- PK: Minimal Repair Pengurangan Laju Single Meminimasi
Miantenance for a Two- Baru Tingkat PP dan Jumlah PP Ekspektasi Total
Husniah Based Maintenance) PP: Imperfect Repair Kerusakan Component
Dimensional Lease Contract Biaya Pemeliharaan
(2017)
Opsi 1 Opsi 1
Tanpa Monitoring (TBM) PK: Minimal Repair Opsi 1
Model Kontrak Sewa dengan PP: Imperfect Repair Tingkat PP dan Jumlah PP
Opsi 2 Memaksimasi
Leuser Mempertimbangkan Kebijakan Dengan Monitoring Opsi 2 Single Opsi 2 Ekspektasi Total
Pemeliharaan tanpa PK dan PP: Perfect Pengurangan Umur Baru Interval Monitoring dan
(2021) (CBM) Component Keuntungan Agen
Pengawasan dan dengan Opsi 3 Repair Batas PP dan Konsumen
Pengawasan Opsi 3 Opsi 3
Pemeliharaan dilakukan PK: Minimal Repair Tingkat PP dan Jumlah PP
in-house
PP: Imperfect Repair
BAB III METODOLOGI
PENELITIAN
Mulai
Mulai
A
A
Studi
Studi Literatur:
Literatur:
·· Peralatan
Peralatan
·· Model Identifikasi
Identifikasi Masalah:
Masalah:
Model kegagalan
kegagalan Penelitian
·· Kebijakan Penelitian ini
ini menawatkan
menawatkan
Kebijakan Pemeliharaan
Pemeliharaan kontrak
kontrak sewa
sewa dengan
dengan opsi
opsi Opsi
Opsi 11 Opsi
Opsi 22 Opsi
Opsi 33
(TBM
(TBM dandan CBM)
CBM) kebijakan
kebijakan pemeliharaan
pemeliharaan (TBM,
(TBM,
·· Leasing
Leasing CBM, Model
Model kontrak
kontrak sewa
sewa Model
Model kontrak
kontrak sewa
sewa Model
Model kontrak
kontrak sewa
sewa
CBM, dan
dan pemeliharaan
pemeliharaan yang
yang dengan
·· Teori
Teori permainan
permainan dilakuakan
dilakuakan secara
secara mandiri
mandiri (in-
(in- dengan kebijakan
kebijakan dengan
dengan kebijakan
kebijakan dengan
dengan kebijakan
kebijakan
·· Model pemeliharaan
pemeliharaan tanpa
tanpa pemeliharaan
pemeliharaan dengan
dengan pemeliharaan
pemeliharaan
Model kontrak
kontrak sewa
sewa dengan
dengan house)
house) oleh
oleh konsumen).
konsumen). monitoring
monitoring (TBM)
(TBM) monitoring
monitoring (CBM)
(CBM) dilakukan
dilakukan in-house
in-house
teori
teori permainan
permainan
Formulasi
Formulasi Model:
Model:
·· Model
Model kerusakan
kerusakan Bab IV Formulasi Kesimulan Bab IV Kesimpulan
Kesimulan
·· Model
Model pemeliharaan
pemeliharaan Model dan
dan Saran
Saran dan Saran
·· Model
Model kontrak
kontrak sewa
sewa
Selesai
Selesai
A
A
BAB IV FORMULASI
MODEL
URAIAN MASALAH KONTRAK SEWA
OPSI KEBIJAKAN
PEMELIHARAAN
OPSI 1 OPSI 2
OPSI 3
TIME-BASED CONDITION-BASED
IN-HOUSE
MAINTENANCE (TBM) MAINTENANCE (TBM)
Model Accelerated Failure Time Opsi 1 dan 3 – TBM dan In-House Proses formulasi masalah
(AFT) 1. PK = minimal repair keputusan dari pemilik dan
2. PP = imperfect repair penyewa akan menggunakan
Distribusi: model teori permainan nash.
Opsi 2 - CBM Opsi 2 - CBM
Gamma 3. PK = perfect repair
Opsi 1 dan 3 – TBM dan In-House 4. PP = perfect repair
Weibull
BAB IV FORMULASI
MODEL
Model Kerusakan
0
𝑆
𝜂
Tingkat Kerusakan
𝑡
Opsi 1 - TBM ( ) 𝜃𝑦 𝑓 (𝑡 )
F ( t )=1 −𝑒 r (t)=
(1 − 𝐹 ( 𝑡 ))
𝛽 𝑦 ( 𝜏 𝑘 − 𝜏 𝑘 −1 )
𝛼 𝛽 ( 𝜏 𝑘 −𝜏 𝑘− 1) ( −𝛼 Δ 𝑋 𝑘 ) 𝑑 Δ 𝑋 𝑘
Opsi 2 - CBM 𝑓𝛽 ( 𝜏 𝑘 − 𝜏 𝑘− 1 ), 𝛼 (
Δ 𝑋 𝑘 )= Δ 𝑋𝑘 𝑦
𝑒
𝑦
Γ ( 𝛽 𝑦 ( 𝜏 𝑘 − 𝜏 𝑘 −1 ) )
Asumsi yang membedakan pemeliharaan yang dilakukan oleh agen dan dilakukan in-house
1. Laju kerusakan berdistribusi Weibull
2. Downtime berdistribusi eksponensial
3. Laju downtime pada PK in-house akan lebih besar jika dibandingkan PK outsourced pada agen, karena agen memiliki
personil dan sistem pendukung yang lebih baik. (Iskandar dkk, 2014)
4. Karena PP dan PK dilakukan in-house maka tidak ada biaya penalti.
5. PP dan PK yang dilakukan in-house kurang efektif, sehingga laju kerusakan peralatan yang dilakukan in-house akan
lebih tinggi jika dibandingkan dengan outsourced. (Iskandar dkk, 2014)
BAB IV FORMULASI
MODEL
PP
(Perbaikan tidak
sempurna)
σ 2σ (j-1)σ jσ
0
PK
(perbaikan
minimal)
Ekspektasi total biaya maintenance A1 = Ekspektasi Biaya PK + Ekspektasi Biaya PP + Ekspektasi Biaya
Penalti
𝐽 ( 𝛿 , 𝑗 , ) =𝐽 𝑓 ( 𝛿 , 𝑗 , )+𝐽 𝑝 ( 𝛿 , 𝑗 , ) +𝐽 𝑑 ( 𝛿 , 𝑗 , )
Tindakan x
PK
Tindakan
PK
Tindakan
PP x
Lf `
x
Lpm
Tidak ada
tindakan
Degradasi
pemeliharaan
Status
x x
vd
vd
Tidak ada
tindakan
pemeliharaan
L₀ t
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 L=24
Waktu
Ekspektasi total biaya maintenance A2 = Ekspektasi Biaya Montirong + Biaya Investasi Awal + Ekspektasi Biaya
PK + Ekspektasi Biaya PP + Ekspektasi Biaya Penalti
𝐸𝑇𝐶
( 𝜏 , 𝐿 𝑝𝑚 , 𝐿 )=𝐸𝐶 𝑖 ( 𝜏 )+𝐶 𝑎 +𝐸𝐶 𝑓 ( 𝜏 , 𝐿 𝑝𝑚 , 𝐿 ) +𝐸𝐶 𝑝𝑚 ( 𝜏 , 𝐿 𝑝𝑚 , 𝐿 ) +𝐸𝐶 𝑑 ( 𝜏 , 𝐿 𝑝𝑚 , 𝐿 )
BAB IV FORMULASI
MODEL
Konsumen
Opsi 3 – In-
Agen Opsi 1 - TBM Opsi 2 - CBM house
Opsi 1 –
Pencarian Solusi Optimal TBM
BAB IV FORMULASI
MODEL
Pencarian Solusi Optimal
Parameter
Parameter
Skala α = 0.25
Bentuk η = 3.5 = 1.13
Bentuk η = 3.5
MTTF
MTTF 4.006
4.006 4.025
4.025
Jumlah PP terhadap Ekspektasi Total Biaya dengan δ = Interval Monitoring terhadap Ekspektasi Total Biaya
0.1 dengan Lpm = 8 Jumlah PP terhadap Ekspektasi Total Biaya dengan δ =
0.1
50000 2000
Ekspektasi Total Biaya
Kesimpulan:
Dilihat dari Keuntungan yang akan didapat Agen dan Konsumen, maka opsi 2 (CBM) yang terpilih
karena memberikan keuntungan terbesar jika dibandingkan dengan kebijakan pemeliharaan yang
dilakukan dengan TBM ataupun dengan in-house.
Hal tersebut juga bisa dilihat dari nilai ekspektasi total biaya pemeliharaan dan availability dari
peralatan, dimana availability dari peralatan dalam opsi 2 jauh lebih tinggi jika dibandingkan dengan
opsi lainnya.
BAB V HASIL DAN
SIMULASI
Uji Sensitivitas
Ekspektasi Keuntungan
11000
7 5 0.1 1001.423 98.908% 12500.712 11499.288
10500
6.5 5 0.1 1096.604 98.585% 12548.302 11451.698
10000
6 5 0.1 1231.304 98.127% 12615.652 11384.348
5.5 7 0.1 1378.902 98.336% 12689.451 11310.549 9500
Ekspektasi Keuntungan
6.5 3 0.1 914.431 94.914% 10932.442 10932.442 8000
Hingga perubahan parameter skala sebesar 6.5 dengan nilai keuntungan sebesar
10932.442, belum merubah keputusan untuk tetap memilih opsi 2, karena keuntungannya
masih lebih besar jika dibandingkan dengan opsi 3.
BAB V HASIL DAN
SIMULASI
Uji Sensitivitas
Ekspektasi Keuntungan
PP Sewa Konsumen 8
Hingga kenaikkan komponen biaya investasi sebesar 700, opsi 2 masih layak untuk dipilih
karena keuntungan untuk agen dan konsumen masih diatas keuntungan opsi 1 dan opsi 3.
BAB VI KESIMPULAN DAN
SARAN
KESIMPULAN
Melakukan uji sensitivitas terhadap:
Perubahan Parameter Skala pada Opsi 1 – TBM
Perubahan Parameter Bentuk pada Opsi 2 – CBM
Perubahan Parameter Skala pada Opsi 3 – Pemeliharaan In-house
Perubahan Komponen Biaya Investasi pada Opsi 2 – CBM
BAB VI KESIMPULAN DAN
SARAN
SARAN
Menggunakan pendekatan teori permainan lain untuk mencari keputusan optimal terbaik
antara beberapa pihak yang terlibat
DAFTAR PUSTAKA
Ahmad, R., & Kamaruddin, S. (2012). An overview of time-based and condition-based maintenance in industrial
application. Computers & Industrial Engineering, 135-149.
Blanche, K., & Shrivastava, A. (1994). Defining failure of manufacturing machinery and equipment. Annual Reliability
and Maintainability Symposium.
Blischke, W., & Murthy , D. (2000). Reliability: modeling, prediction, and optimization, Wiley series in probability and
statistics.
Chen, N., Ye, Z., Xiang, Y., & Zhang, L. (2015). Condition-Based Maintenance using the Inverse Gaussian Degradation
Model. European Journal of Operation Research.
Fishbein, B., McCarry, L., & Dillon , P. (2000). Leasing: a step toward producer responsibility. New York: INFORM,
Inc.
Hamidi, M., Liao, H., & Szidarovszky, F. (2016). Non-cooperative and cooperative game-theoretic models for usage-
based lease contracts. European Journal of Operational Research, 163-174.
Henley, E., & Kumamoto, H. (1981). Reliability engineering and risk assessment. IEEE Press.
Husniah, H., Pasaribu, U., & Iskandar, B. (2019). Optimal condition-based maintenance policy for leased
remanufactured system.
Iskandar, B., & Husniah, H. (2017). Optimal preventive maintenance for a two dimensional lease contract. Computer &
Industrial Engineering, 693-703.
DAFTAR PUSTAKA
Iskandar, B., & Husniah, H. (2019). Condition-based maintenance policy for leased equipment considering usage rate.
CIE49 Proceedings. Beihang University.
Jiang, R., & Murthy, D. (2008). Maintenance: decision models for management. Science Press.
Keizer, M., Flapper, S., & Teunter, R. (2017). Condition-Based Maintenance Policies for Systems with Multiple
Dependent Components: A Review. European Journal of Operation Research.
Kim, J., Ahn, Y., & Yeo, H. (2016). A comparative study of time-based maintenance and condition-based maintenance
for optimal choice of maintenance policy. Structure and Infrastructure Engineering.
Lawless, J. (2003). Statistical models and methods for lifetime data, Technometrics.
Murthy, D., & Jack, N. (2014). Extended warranties, maintenance service and lease contracts. Springer.
Mustofa, & Iskandar , B. (2012). Peningkatan keandalan, strategi layanan, dan pemeliharaan pencegahan untuk
mengurangi Biaya garansi produk.
Pham, H., & Wang, H. (1996). Imperfect maintenance. European Journal of Operation Research, 94(3), 425-438.
Rausand, M., & Høyland, A. (2004). System reliability theory: models, statistical methods, and applications (2nd ed.).
(Hoboken, Ed.) Wiley.
Rigdon, S., & Basu, A. (2000). Statistical methods for the reliability of repairable systems. Wiley.
DAFTAR PUSTAKA
Schallheim , J. (1994). Lease or buy? principles for sound decision making. Harvard Business School Press, Cambridge.
Tam, A., Chan, W., & Price, J. (2006). Optimal Maintenance Intervals for a Multi-Component System. Production
Planning and Control.
Xia, T., Xi, L., Pan, E., Fang, X., & Gebraeel, N. (2017). Lease-Oriented Opportunistic Maintenance for Multi-Unit
Leased Systems Under Product-Service Paradigm. Manufacturing Science ang Engineering.
Zhang, Y., Zhang, X., Zeng, J., Wang, J., & Xue, S. (2019). Lessees' satisfaction and optimal condition-based
maintenance policy for leased system. Reliability Engineering and System Safety.