PENENTUAN

PENJADWALAN
PREVENTIF
MAINTENANCE

Nama Kelompok :
Wahyu Indah Maulidia (203700067
Berliana Alda Mei Ardhela (203700044)
 PREVENTIF MAINTENANCE
Preventive Maintenance ialah kegiatan pemeliharaan dan perawatan yang dilakukan untuk mencegah
timbulnya kerusakan-kerusakan yang tidak terduga dan menemukan kondisi atau keadaan yang dapat
menyebabkan fasilitas produksi mengalami kerusakan pada waktu digunakan dalam proses produksi.

MEMBUAT JADWAL PREVENTIF MAINTENANCE

Jadwal pemeliharaan preventif yang efektif memerlukan inventarisasi, perencanaan yang cermat, penelitian
dan penetapan rutinitas pemeliharaan yang mudah dipahami dan difasilitasi. Berikut adalah beberapa langkah
utama yang perlu diingat saat membuat jadwal preventive maintenance:
1. Inventaris alat
2. Memprioritaskan aset alat pemeliharaan
3. Mengumpulkan data histori aset peralatan
4. Membuat daftar tugas pemeliharaan preventif
5. Pelacakan dan modifikasi
 LANGKAH-LANGKAH PENGOLAHAN DATA
DALAM MENENTUKAN PREVENTIVE
MAINTENANCE
Langkah-langkah pengolahan data dalam menentukan preventive maintenance sebagai berikut :
1. Menentukan mesin kritis dari data kerusakan mesin, menggunakan diagram pareto dengan aturan ‘80-20’ dalam
penentuan mesin kritis.
2. Menentukan komponen kritis dari mesin kritis berdasarkan data kerusakan mesin, menggunakan diagram pareto dengan
aturan ‘80-20’ dalam penentuan komponen kritis pada mesin kritis
3. Melakukan perhitungan dan analisa data kerusaka komponen, dengan menghitung time to failure (TTF) dan time to repair
(TTR) kompenen kritis pada mesin kritis. Data yang digunakan untuk menghitung TTF dan TTR adalah tanggal, waktu
mulai kerusakan, dan tanggal, waktu selesai perbaikan.
4. Menghitung index of fit, pendugaan parameter, goodness of fit, nilai MTTF dan MTTR. Perhitungan tersebut
menggunakan software Minitab.
5. Menghitung interval waktu penggantian pencegahan dan pemeriksaan komponen. Data yang diperlukan adalah jumlah
jam kerja dan jumlah waktu kerja per tahun.
6. Menghitung interval penggantian komponen yang harus diganti jika rusak,interval pemeriksaan, dan tingkat avaibility.
7. Menghitung reliability, downtime, total biaya sebelum dan setelah perhitungan preventive maintenance.
 RATA-RATA PERAWATAN
PREVENTIVE
Rata-rata perawatan preventif digunakan untuk mengetahui rata- rata terjadinya waktu perawatan
preventif dan tingkat perawatan preventif. Rata-rata perawatan preventif dapat dirumuskan sebagai
berikut :

Fpt=

R ata -rata p eraw a ta n preventif ( M p t) d a p a t d ih itu n g seb ag a i b e rik u t :

fpti = tingkat perawatan preventif ke-i

Mpt = waktu perawatan preventif

 DISTRIBUSI WEIBULL

Distribusi Weibull adalah distribusi yang memiliki peranan yang penting terutama pada persoalan
keandalan (reliability) dan analisis rawatan (mantainability). Distribusi ini adalah distribusi
serbaguna yang dapat mengambil karakteristik dari jenis lain dari distribusi, berdasarkan nilai
dari bentuk parameter.
Distribusi Weibull merupakan salah satu model data statistik yang memiliki jangkauan luas dari
aplikasi dalam uji hidup dan teori reliabilitas dengan kelebihan utamanya adalah menyajikan
keakuratan kegagalan meskipun dengan sampel yang sangat kecil.
X FUNGSI-FUNGSI DARI
DISTRIBUSI WEIBULL

Y
1. Fungsi Kepadatan Probabilitas
2. Fungsi Distribusi Komulatif

Z
3. Fungsi Keandalan
4. Fungsi Laju Kerusakan

X
5. Mean Time To Failure (MTTF)
 DISTRIBUSI WEIBULL 3
PARAMETER
Distribusi Weibull 3 Parameter
merupakan metode analisis
Weibull yang memuat tiga
parameter secara simultan yaitu
parameter lokasi (a), parameter
skala (b), dan parameter bentuk
(c). Rumus Distribusi Weibull 3
parameter dikemukakan sebagai
berikut.
ƒ(𝑥|𝑎, 𝑏, 𝑐) = c/a ((x-a)/b)c-1 exp
[- ((x-a)/b)c ] , x ≥ a
dimana,
a : parameter lokasi
b : parameter skala
c : parameter bentuk
DISTRIBUSI WEIBULL 2
PARAMETER
Berbeda dengan Distribusi Weibull 3
Parameter, pada model 2 parameter
hanya dua parameter yangdigunakan
secara simultan. Distribusi Weibull 2
Parameter dikelompokkan menjadi tiga
versi yaitu: versi skala bentuk, versi
lokasi bentuk, dan versi pergeseran
skala. Rumus dari ketiga versi tersebut
dikemukakan sebagai berikut.
a. Distribusi versi skala bentuk.
f (x|0,b,c) = () c-1 exp { - ()c}
b. Distribusi versi lokasi bentuk
f (x|0,1,c) = c(x-a) c-1 exp { - (x-a)c}
c. Distribusi versi pergeseran skala
f (x|0,b,1) = exp { - ()c}
DISTRIBUSI WEIBULL 1
PARAMETER
Distribusi Weibull 1 Parameter
merupakan model Weibull yang hanya
menggunakan satu parameter dalam
formula analisisnya. Distribusi ini
terbagi ke dalam tiga versi yang terpusat
di setiap parameter. Rumus distribusi
tersebut sebagai berikut.
a. f ( x | 0,1,c ) = c (x) c-1 exp {- xc}
b. f ( x | 0, b,1 ) = exp {- ( )c }
c. f ( x | 0,1,1 ) = exp {-(- x-a)c}
Perhatikan bahwa dalam perumusan 1-
parameter Weibull, kita mengasumsikan
bahwa parameter bentuk diketahui
apriori dari pengalaman masa lalu
dengan produk yang identik atau mirip.
PENENTUAN PARAMETER DISTRIBUSI WEIBULL
Distribusi Weibull adalah distribusi yang digunakan dalam menggambarkan
bentuk dari laju kerusakan dari sebuah komponen.Distribusi ini sesuai digunakan dalam
menetukan tingkat keandalan (reliability) yang mempunyai laju konsep laju kerusakan
dalam penerapannya. Ada tiga parameter distribusi Weibull yang dapat digunakan
dalam menetukan tingkat keandalan dalam sebuah komponen, α (parameter skala/umur)
β (parameter bentuk), γ (parameter karateristik).
● β=
● c=
● α = exp (- )
● γ = t2 -
Penentuan waktu kerusakan dan parameter distribusi Weibull untuk menenetukan nialai keandalan komponen
kritismesin Sludge Separator dilakukan terhadap semua spare partyang berada dalam kelas A (kritis).
 UJI DISTRIBUSI WEIBULL
Uji kecocokan distribusi dilakukan untuk menentukan apakah sebaran data yang telah diamati sesuai dengan distribusi
yang diharapkan. Pada penelitian ini uji distribusi yang digunakan adalah uji Mann. Uji Mann berfungsi untuk menguji
distribusi Weibull dari dasar dari test adalah distribusi kumulatifdari contoh hasil pengamatan, diharapkan mendekati
distribusi yang sebenarnya. Pemilihan test Kolmogorov- Smirnov merupakan uji non- parametrik, maka para stastistika
telah menyediakan sejumlah metode non parametrik dan salah satunya adalah uji Kolmogrov-Smirnov. Tahapan uji ini
adalah :
H0 = distribusi Weibull dua parameter
H1 = hipotesa awal (H0) salah

Keterangan :
Xi = ln ti
R = jumlah sparepart yang rusak
R/2 = bilangan bulat yang ≤ r/2
Mi = Tabel
Sα = Tabel distribusi Weibull dua parameter
H0akan di terima bila nilai Sα test <Sα Tabel dan sebaliknya bila Sα test >Sα table maka Ho ditolak.
 MEAN TIME TO FAILURE
(MTTF)
Mean Time To Failure (MTTF) merupakan nilai rata-rata waktu kegagalan
dari sebuah sistem atau komponen. MTTF adalah jumlah total jam pelayanan
semua perangkat dibagi dengan jumlah perangkat. MTTF dapat dirumuskan
sebagai berikut:
MTTF = E(T) = ƒ~ tf (t)dt
 MEAN TIME BEETWEN
FAILURE (MTBF)
Menurut Ansori dan Mustajib (2013) MTBF (rata-rata waktu antar kegagalan)
adalah suatu ukuran seberapa keandalan suatu produk atau komponen. Karena
kebanyakan komponen mempunyai tingkat kegagalan dalam ribuan atau bahkan
sepuluh ribu jam antar kegagalan. Perhitungan MTBF dapat digunakan sebagai
hasil dari pengujian intensive berdasarkan pada pengalaman produk
nyata(experiman sebelumnya) atau yang diramalkan dengan penelitian factor
yang sudah diketahui. MTBF dapat dirumuskan sebagai berikut :
MTBF = MTTF + MTTR
 RELIABILITY CENTERED
MAINTENANE (RCM)
Dhillon (2002) menyebutkan bahwa Reliability Centered Maintenance adalah
sistematis proses yang digunakan untuk menentukan apa yang harus dilaksan
akan untuk memastikan setiap fasilitas dapat terus menjalankan fungsinya dalam
operasionalnya. Beberapa tujuan penting dari penerapan RCM adalah:
1) Membentuk desain yang berhubungan supaya dapat memfasilitasi
Preventive maintenance (PM)
2) Mendapatkan informasi yang berguna untuk meningkatkan desain dari
prduk atau mesin yang ternyata tidak memuaskan, yang berhubungan
dengan keandalan.
3) Mendapatkan semua tujuan diatas dengan total biaya yang minimal
Penelitian mengenai RCM pada dasarnya berusaha menjawab tujuh
pertanyaan utama tentang item/peralatan yang di teliti.
 Thanks
CREDITS: This presentation template was created by Slidesgo,
including icons by Flaticon, and infographics & images by
Freepik.