BAB 4 HASIL DAN PEMBAHASAN
4.1.Pengumpulan Data Kerusakan Mesin Dalam penelitian ini, penulis meneliti kerusakan pada mesin kempa yang merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik menyatakan sering mengalami kesulitan dalam menangani perawatan mesin kempa sehingga sering mengalami stagnasi produksi. Mesin kempa kritis dan sangat penting karena keseluruhan produksi minyak kelapa sawit tergantung pada operasional mesin kempa yang berfungsi untuk memeras minyak dari daging buah sawit. Jika mesin kempa tidak beroperasi, maka fungsi-fungsi mesin yang lainnya tidak perlu dijalankan karena hasil-hasil keluaran dari mesin sebelum mesin kempa tidak akan bisa diolah sementara mesin sesudah mesin kempa tidak mempunyai masukan bahan. Mesin kempa pada PMS Parindu ada 8 buah. Berdasarkan hasil dokumentasi PMS Parindu didapatkan data stagnasi mesin kempa pada PMS Parindu periode Januari 2006 sampai dengan Agustus 2007. Tabel 4.1 Kerusakan Komponen Mesin Kempa 1 PMS Parindu Waktu Kerusakan Komponen 3 Januari 2006 s/d 16 Januari 2006 As intermediate 5 Maret 2006 s/d 14 Mei 2006 As intermediate 16 Mei 2006 s/d 23 Juni 2006 Bearing intermediate 26 Juni 2006 s/d 24 Agustus 2006 As intermediate 19 Nopember 2006 s/d 25 Nopember 2006 As intermediate 27 Januari 2007 s/d 4 Maret 2007 As screw press 10 Maret 2007 s/d 18 Mei 2007 As intermediate 15 Juli 2007 s/d 27 Juli 2007 Screw worm 1 Agustus 2007 s/d 31 Agustus 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah
74 Data kerusakan mesin kempa 1 bahwa dari Januari 2006 sampai Agustus 2007 komponen as intermediate mengalami kegagalan sebanyak lima kali, komponen as screw press, screw worm dan bearing intermediate mengalami kegagalan sebanyak satu kali.
Tabel 4.2 Kerusakan Komponen Mesin Kempa 2 PMS Parindu Waktu Kerusakan Komponen 27 Februari 2006 s/d 4 Maret 2006 Bearing intermediate 7 Juli 2006 s/d 21 Agustus 2006 Pondasi Gear Box 4 September 2006 s/d 6 Oktober 2006 Pondasi Gear Box 9 Oktober 2006 s/d 29 Oktober 2006 El-Mot Digester 3 Nopember 2006 s/d 5 Desember 2006 Pondasi Gear Box 6 Januari 2007 s/d 13 Januari 2007 Pondasi Gear Box 12 Februari 2007 s/d 24 Februari 2007 Pondasi Gear Box 28 Februari 2007 s/d 1 Maret 2007 Screw 4 Mei 2007 s/d 6 Juli 2007 Pondasi Gear Box 4 Agustus 2007 s/d 22 Agustus 2007 Pondasi Gear Box Sumber: PMS Parindu PTPN XIII, diolah
Data kerusakan mesin kempa 2 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen pondasi gear box mengalami kegagalan sebanyak tujuh kali, komponen screw, bearing intermediate dan El-Mot Digester mengalami kegagalan sebanyak satu kali. Tabel 4.3 Kerusakan Komponen Mesin Kempa 3 PMS Parindu Waktu Kerusakan Komponen 23 Februari 2006 s/d 11 April 2006 Bearing intermediate 14 April 2006 s/d 8 Juli 2006 Screw 5 Oktober 2006 s/d 14 Nopember 2006 Screw 16 Desember 2006 s/d 23 Februari 2007 Screw 7 April 2007 s/d 18 April 07 El-Mot Digester 19 April s/d 16 Mei 2007 Screw 18 Juli 2007 s/d 25 Juli 2007 Screw 18 Juli 2007 s/d 25 Juli 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah
75 Data kerusakan mesin kempa 3 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen screw mengalami kegagalan sebanyak lima kali, komponen bearing intermediate, El-Mot Digester dan as intermediate mengalami kegagalan sebanyak satu kali.
Tabel 4.4 Kerusakan Mesin Kempa 4 PMS Parindu Waktu Kerusakan Komponen 23 Januari 2006 s/d 13 April 2006 Kopling as gear box 12 Mei 2006 s/d 14 Juni 2006 Bearing intermediate 3 Agustus 2006 s/d 29 September 2006 Kopling as gear box 15 Oktober 2006 s/d 2 November 2006 Bearing intermediate 23 Desember 2006 s/d 5 Maret 2007 Kopling as gear box 22 Mei 2007 s/d 21 April 2007 Kopling as gear box 3 Juni 2007 s/d 28 Agustus 2007 Kopling as gear box Sumber: PMS Parindu PTPN XIII, diolah
Data kerusakan mesin kempa 4 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen kopling as gear box mengalami kegagalan sebanyak lima kali, komponen bearing intermediate mengalami kegagalan sebanyak dua kali.
Tabel 4.5 Kerusakan Mesin Kempa 5 PMS Parindu Waktu Kerusakan Komponen 18 Januari 2006 s/d 23 Februari 2006 As intermediate 2 Maret 2006 s/d 14 Maret 2006 Screw 30 Maret 2006 s/d 13 April 2006 Screw 1 Mei 2006 s/d 4 Juli 2006 As intermediate 28 Agustus 2006 s/d 30 Agustus 2006 As intermediate 12 Januari 2007 s/d 22 Januari 2007 As intermediate 24 April 2007 s/d 17 Mei 2007 As intermediate 14 Agustus 2007 s/d 28 Agustus 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah
76 Data kerusakan mesin kempa 5 menunjukkan bahwa sepanjang dari Januari 2006 sampai Agustus 2007 komponen as intermediate mengalami kegagalan sebanyak enam kali dan komponen screw mengalami kegagalan sebanyak dua kali.
Tabel 4.6 Kerusakan Mesin Kempa 6 PMS Parindu Waktu Kerusakan Komponen 2 Februari s/d 25 Februari 2006 Dinding digester 14 Mei s/d 28 Juni 2006 Dinding digester 14 September s/d 29 November 2006 Dinding digester 28 Februari 2007 As screw press 4 Maret s/d 20 April 2007 Dinding digester 2 Mei 2007 Bearing intermediate 5 Mei 2007 s/d 14 Mei 2007 Dinding digester 7 Juli 2007 s/d 18 Juli 2007 Dinding digester 12 Agustus 2007 s/d 31 Agustus 2007 Dinding digester Sumber: PMS Parindu PTPN XIII, diolah
Data kerusakan mesin kempa 6 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen kopling dinding digester mengalami kegagalan sebanyak tujuh kali, as screw press dan bearing intermediate mengalami kegagalan sebanyak satu kali.
Tabel 4.7 Kerusakan Mesin Kempa 7 PMS Parindu Waktu Kerusakan Komponen 7 Januari 2006 As screw press 23 April 2006 s/d 1 Mei 2006 As screw press 14 Agustus 2006 s/d 3 Oktober 2006 As screw press 17 November 2006 s/d 23 Desember 2006 As screw press 7 Maret 2007 s/d 16 Maret 2007 As screw press 18 April 2007 s/d 25 April 2007 Bearing intermediate 5 Mei 2007 s/d 23 Juni 2007 Bearing intermediate Sumber: PMS Parindu PTPN XIII, diolah
77 Data kerusakan mesin kempa 7 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen as screw press mengalami kegagalan sebanyak satu lima kali, komponen as cyclo drive mengalami kegagalan sebanyak dua kali.
Tabel 4.8 Kerusakan Mesin Kempa 8 PMS Parindu Waktu Kerusakan Komponen 4 Februari 2006 s/d 3 Maret 2006 Bearing intermediate 25 April 2006 s/d 9 Mei 2006 As cyclo drive 2 Juli 2006 s/d 18 Juli 2006 As cyclo drive 13 Oktober 2006 s/d 27 Oktober 2006 As cyclo drive 11 Januari 2007 s/d 27 Januari 2007 As cyclo drive 10 Februari s/d 18 Februari 2007 As cyclo drive 14 Maret 2007 s/d 17 Maret 2007 As cyclo drive 13 Juni 2007 s/d 16 Juni 2007 As cyclo drive 18 Agustus 2007 s/d 23 Agustus 07 El-Mot Digester Sumber: PMS Parindu PTPN XIII, diolah
Data kerusakan mesin kempa 8 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen as cyclo drive mengalami kegagalan sebanyak delapan kali, komponen bearing intermediate dan el-mot digester mengalami kegagalan sebanyak satu kali. Kegagalan komponen-komponen pada mesin-mesin kempa memang tidak kerap terjadi. Namun satu kegagalan dan kerusakan bisa membawa dampak yang lama pada pabrik karena pabrik tidak dapat memperbaikinya ataupun menggantinya dengan cepat. Masalah utama pabrik adalah ketidaktersediaan komponen pengganti jika ada komponen yang rusak.
78 4.2.Analisis Data dan Pembahasan 4.2.1 Penentuan Komponen Kritis Komponen kritis dari masing-masing mesin kempa adalah komponen yang persentase kegagalannya terbesar (jumlah kegagalan dibagi dengan total kegagalan pada mesin).
Komponen Kempa 1
Kempa 2
Kempa 3
Kempa 4 Kempa 5 Kempa 6
Kempa 7 Kempa 8
Tabel 4.9 Penentuan Komponen Kritis Mesin Kempa Frekuensi Kerusakan & Persentase Total Kerusakan As intermediate 6 = 66,67% 9 Bearing intermediate 1 = 11.1 % Screw worm 1 = 11.1 % As screw press 1 = 11.1 % Bearing intermediate 1 = 10% 10 Pondasi gear box 7 = 70% El-Mot Digester 1 = 10% Screw 1 = 10% Bearing intermediate 1 = 12,5% 8 Screw 5 = 62,5% El-Mot Digester 1 = 12,5% As intermediate 1 = 12,5% Kopling as gear box 5 = 71,43% 7 Bearing intermediate 2 = 28,57% As intermediate 6 = 75% 8 Screw 2 = 25% Dinding digester 6 = 66,67% 9 As screw press 1 = 11,11% Bearing intermediate 1 = 11,11% As screw press 5 = 71,43% 7 Bearing intermediate 2 = 28,57% Bearing intermediate 1 = 11,11% 9 As cyclo drive 7 = 77,78% El-Mot Digester 1 = 11,11%
Komponen Kritis As intermediate
Pondasi gear box
Screw
Kopling as gear box As intermediate Dinding digester As screw press As cyclo drive
79 4.2.2 Data Waktu: Time to Failure (TTF) dan Time to Repair (TTR) Perhitungan time to failure dan time to repair menggunakan satuan hari karena kerusakan mesin pada pabrik cenderung memerlukan waktu lama sampai terjadi kerusakan berikutnya dan kerusakan cenderung memakan waktu lebih dari sehari. PMS Parindu beroperasi setiap hari selama 24 jam.
Tanggal Mulai Rusak 3 Januari 2006 5 Maret 2006 26 Juni 2006 19 Nopember 2006 10 Maret 2007
1 Agustus 2007
Tanggal Mulai Rusak 7 Juli 2006 4 September 2006 3 Nopember 2006 6 Januari 2007 12 Februari 2007 4 Mei 2007 4 Agustus 2007
Tabel 4.10 TTF dan TTR As Intermediate Kempa 1 Tanggal Selesai Waktu TTF Rusak Perbaikan (hari) 08:0 09:2 16 Januari 2006 0 5 0 14:0 16:2 14 Mei 2006 0 0 48 09:3 11:1 24 Agustus 2006 0 5 43 11:2 13:3 25 Nopember 2006 0 5 87 09:0 10:3 18 Mei 2007 0 5 105 14:0 16:0 31 Agustus 2007 0 0 75 Tabel 4.11 TTF dan TTR Pondasi Gear Box Tanggal Selesai Waktu Rusak Perbaikan 11:3 12:4 21 Agustus 2006 0 5 14:1 15:3 6 Oktober 2006 0 0 11:1 12:1 5 Desember 2006 5 5 08:3 10:0 13 Januari 2007 0 5 12:0 13:5 24 Februari 2007 0 5 13:0 15:2 6 Juli 2007 0 5 09:2 11:2 22 Agustus 2007 0 0
Kempa 2 TTF (hari) 0 14 28 34 45 32 29
TTR (hari) 0.0348 4 0.0573 8 0.0430 3 0.0368 9 0.0553 3 0.0389 3
TTR (hari) 0.0307 4 0.0327 9 0.0245 9 0.0389 3 0.0471 3 0.0594 3 0.0491 8
80
Tanggal Mulai Rusak 14 April 2006 5 Oktober 2006 16 Desember 2006 19 April 2007 18 Juli 2007
Tabel 4.12 TTF dan TTR Screw Kempa 3 Tanggal Selesai Waktu TTF Rusak Perbaikan (hari) 06:5 07:4 8 Juli 2006 0 0 0 09:1 10:3 14 Nopember 2006 5 5 89 11:1 12:1 23 Februari 2007 5 5 32 08:3 09:2 16 Mei 2007 0 5 55 12:0 13:0 25 Juli 2007 0 0 63
TTR (hari) 0.02049 2 0.03278 7 0.02459 0.02254 1 0.02459
Tabel 4.13 TTF dan TTR Kopling As Gear Box Kempa 4 Tanggal Selesai Waktu TTF TTR Rusak Perbaikan (hari) (hari) 14:1 15:4 0.0307 23 Januari 2006 13 April 2006 5 5 0 4 09:0 10:2 0.0327 3 Agustus 2006 29 September 2006 0 5 112 9 13:0 14:5 0.0245 23 Desember 2006 5 Maret 2007 0 0 85 9 15:4 18:0 0.0389 22 Mei 2007 21 April 2007 0 0 78 3 09:0 11:0 0.0471 3 Juni 2007 28 Agustus 2007 0 5 43 3 Tanggal Mulai Rusak
Tabel 4.14 TTF dan TTR As Intermediate Kempa 5 Tanggal Selesai Waktu Tanggal Mulai Rusak TTF (hari) Rusak Perbaikan 18 Januari 2006 23 Februari 2006 07:20 09:50 0 1 Mei 2006 4 Juli 2006 11:00 13:15 67 28 Agustus 2006 30 Agustus 2006 09:40 11:00 55 12 Januari 2007 22 Januari 2007 08:30 10:20 105 24 April 2007 17 Mei 2007 12:00 13:35 92 14 Agustus 2007 28 Agustus 2007 14:50 17:00 89
Tabel 4.15 TTF dan TTR Dinding Digester Kempa 6
TTR (hari) 0.06148 0.05533 0.04098 0.04508 0.03893 0.05328
81 Tanggal Mulai Rusak
Tanggal Selesai Rusak
2 Februari 2006
25 Februari 2006
14 Mei 2006
28 Juni 2006
14 September 2006
29 November 2006
4 Maret 2007
20 April 2007
5 Mei 2007
14 Mei 2007
7 Juli 2007
18 Juli 2007
12 Agustus 2007
31 Agustus 2007
Tanggal Mulai Rusak 7 Januari 2006 23 April 2006 14 Agustus 2006 17 November 2006 7 Maret 2007
Tanggal Mulai Rusak 25 April 2006 2 Juli 2006 13 Oktober 2006 11 Januari 2007
Waktu Perbaikan 08:4 10:3 0 5 10:1 12:1 0 0 14:1 16:3 5 0 10:0 12:2 0 5 09:0 11:4 0 0 13:0 14:4 0 0 08:5 11:2 0 5
TTF (hari) 0 78
TTR (hari) 0.04713 1
25
0.04918 0.05532 8 0.05942 6 0.06557 4 0.04098 4 0.06352 5
Tabel 4.16 TTF dan TTR As Screw Press Kempa 7 Tanggal Selesai Waktu TTF Rusak Perbaikan (hari) 06:1 07:0 7 Januari 2006 5 0 0 08:1 09:1 1 Mei 2006 5 0 106 10:0 11:0 3 Oktober 2006 0 5 45 07:3 08:4 23 Desember 2006 0 0 74 11:0 11:5 16 Maret 2007 0 0 94
TTR (hari) 0.01844 3 0.02254 1 0.02663 9 0.02868 9 0.02049 2
93 46 23 54
Tabel 4.17 TTF dan TTR As Cyclo Drive Kempa 8 Tanggal Selesai Waktu TTF Rusak Perbaikan (hari) 15:0 17:1 9 Mei 2006 0 5 0 11:2 13:3 18 Juli 2006 0 0 54 08:2 09:2 27 Oktober 2006 0 5 87 10:0 12:2 27 Januari 2007 0 0 76
TTR (hari) 0.05532 8 0.06147 5 0.05123 0.05737 7
82
10 Februari 2007
18 Februari 2007
14 Maret 2007
17 Maret 2007
13 Juni 2007
16 Juni 2007
08:0 0 12:4 5 08:2 0
10:1 5 15:0 5 10:1 0
24 88 63
0.05532 8 0.05737 7 0.04508 2
4.2.3 Perhitungan Mean Time to Failure (MTTF) Perhitungan mean time to failure (rata-rata waktu antar kegagalan) dilakukan dengan menggunakan software Minitab dalam menu Distribution ID Plot di Reliaibility/Survival. Minitab akan melakukan uji kesesuaian (goodness of fit) dengan menggunakan metode Anderson-Darling untuk menguji apakah sebaran mengikuti empat sebaran data yaitu Weibull, lognormal, eksponensial dan normal. Sebaran data yang paling tepat akan memiliki koefisien korelasi yang terbesar dan indeks Anderson-Darling yang terkecil. Untuk mendapatkan plot dari sebaran data yang dipilih, dilakukan dengan menggunakan Minitab pada menu Probability Plot. Bersamaan dengan gambar plot akan diberikan hasil perhitungan parameter-parameter menurut distribusinya yaitu standar deviasi untuk distribusi normal dan lognormal serta shape parameter (β) dan scale parameter (θ) untuk distribusi Weibull.
Tabel 4.18 Hasil Minitab TTF Komponen As Intermediate Kempa 1 Goodness-of-Fit Distribution Weibull
Anderson-Darling (adj) 2.365
Correlation Coefficient 0.966
83 Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
2.374 3.462 2.391 2.401 2.339 2.462 2.345 2.387 2.338 2.345
0.971 * 0.968 0.973 0.977 * 0.975 0.960 0.977 0.975
Standard Error 12.3713 15.6261 26.7935 16.1076 31.9056 13.1805 15.8756 13.3054 13.9822 13.1841 13.3049
95% Normal CI Lower Upper 51.1940 100.616 49.0764 112.085 27.8356 145.221 49.6749 114.673 40.3902 174.790 45.8525 97.519 50.0373 114.043 45.6605 97.817 42.1047 96.914 45.7596 97.440 45.5230 97.677
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 71.7702 74.1670 63.5791 75.4743 79.9588 71.6858 75.5409 71.7387 69.5093 71.6000 71.6000
Probability Plot of C1 Normal - 95% CI 99
Mean StDev N AD P-Value
95 90
59.67 37.45 6 0.198 0.793
Percent
80 70 60 50 40 30 20 10 5
1
-100
-50
0
50 C1
100
150
200
Gambar 4.1 Plot Distribusi Normal TTF As Intermediate Kempa 1 Tabel 4.19 Hasil Minitab TTF Komponen Pondasi Gear Box Kempa 2 Goodness-of-Fit Distribution
Anderson-Darling (adj)
Correlation Coefficient
84 Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
2.165 2.301 3.838 2.299 2.182 2.155 3.251 2.138 2.222 2.155 2.137
0.948 0.918 * 0.924 0.962 0.958 * 0.963 0.961 0.958 0.964
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Standard 95% Normal CI Mean Error Lower Upper 30.4334 4.65922 22.5442 41.0833 31.1410 5.47365 22.0656 43.9489 25.4122 9.49573 12.2173 52.8578 31.6416 5.29848 22.7888 43.9334 29.8326 4.57634 20.8632 38.8021 30.3655 4.46561 21.6130 39.1179 29.7762 6.33040 19.6293 45.1684 30.3785 4.35935 21.8343 38.9226 29.6351 4.73452 20.3556 38.9145 30.3333 4.46118 21.5896 39.0771 30.3333 4.35900 21.7899 38.8768
Probability Plot of C2 Normal - 95% CI 99
Mean StDev N AD P-Value
95 90
26 14.69 7 0.350 0.356
Percent
80 70 60 50 40 30 20 10 5
1
-40
-20
0
20 C2
40
60
80
Gambar 4.2 Plot Distribusi Normal TTF Pondasi Gear Box Kempa 2 Tabel 4.20 Hasil Minitab TTF Komponen Screw Kempa 3 Goodness-of-Fit Distribution Weibull
Anderson-Darling (adj) 2.786
Correlation Coefficient 0.990
85 Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 60.6492 63.2268 56.2203 65.0008 60.0142 60.3725 63.9610 60.6440 57.4749 59.7500 59.7500
2.815 3.543 2.819 2.788 2.785 3.455 2.781 2.836 2.784 2.778
0.980 * 0.982 0.990 0.990 * 0.991 0.980 0.989 0.991
Standard Error 13.6237 18.0410 27.2672 18.8461 13.1654 13.8594 17.1518 13.7077 14.6824 13.7079 13.4975
95% Normal CI Lower Upper 39.0498 94.196 36.1427 110.607 21.7297 145.456 36.8234 114.740 34.2105 85.818 33.2086 87.536 37.8144 108.186 33.7774 87.511 28.6979 86.252 32.8831 86.617 33.2953 86.205
Probability Plot of C3 Weibull - 95% CI 99 Shape Scale N AD P -Value
90
Percent
80 70 60 50 40
3.280 66.83 4 0.220 >0.250
30 20 10 5 3 2 1
10
100 C3
Gambar 4.3 Plot Distribusi Weibull TTF Screw Kempa 3 Tabel 4.21 Hasil Minitab TTF Komponen Kopling As Gear Box Kempa 4 Goodness-of-Fit Distribution Weibull
Anderson-Darling Correlation (adj) Coefficient 2.816 0.976
86 Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 80.4220 83.3299 72.9904 85.2865 77.2878 79.6038 83.3920 79.6453 76.7393 79.5000 79.5000
2.880 3.672 2.889 2.806 2.815 3.593 2.816 2.809 2.814 2.815
0.956 * 0.957 0.985 0.980 * 0.982 0.985 0.980 0.982
Standard Error 17.0378 21.2841 34.9692 21.2585 17.4171 16.4310 21.2476 16.2157 17.9677 16.4143 16.2188
95% Normal CI Lower Upper 53.0938 121.816 50.5111 137.472 28.5405 186.668 52.3251 139.012 43.1510 111.425 47.3997 111.808 50.6110 137.405 47.8631 111.427 41.5233 111.955 47.3286 111.671 47.7116 111.288
Probability Plot of C4 Normal - 95% CI 99
Mean StDev N AD P-Value
95 90
Percent
80 70 60 50 40 30 20 10 5
1
-100
-50
0
50 C4
100
150
200
250
Gambar 4.4 Plot Distribusi Normal TTF Kopling As Gear Box Kempa 4 Tabel 4.22 Hasil Minitab TTF Komponen As Intermediate Kempa 5 Goodness-of-Fit Distribution Weibull
Anderson-Darling (adj) 2.359
Correlation Coefficient 0.982
63.6 43.24 5 0.223 0.654
87 Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 81.4033 82.9500 67.5339 83.5943 80.9292 81.6445 83.1200 81.6831 79.9512 81.6000 81.6000
2.409 3.993 2.428 2.354 2.373 3.017 2.387 2.352 2.372 2.387
0.967 * 0.966 0.982 0.977 * 0.976 0.981 0.977 0.976
Standard Error 10.0512 11.3639 27.4759 11.2884 10.1853 10.1781 12.9324 10.2931 11.0934 10.1702 10.2956
95% Normal CI Lower Upper 63.9059 103.692 63.4168 108.500 30.4238 149.910 64.1552 108.923 60.9663 100.892 61.6959 101.593 61.2730 112.756 61.5090 101.857 58.2084 101.694 61.6668 101.533 61.4209 101.779
Probability Plot of C5 Weibull - 95% CI 99 Shape Scale N AD P-Value
90
Percent
80 70 60 50 40
5.431 88.80 5 0.285 >0.250
30 20 10 5 3 2 1
20
30
40
50
60
70
80 90 100
0 15
C5
Gambar 4.5 Plot Distribusi Weibull TTF As Intermediate Kempa 5 Tabel 4.23 Hasil Minitab TTF Komponen Dinding Digester Kempa 6 Goodness-of-Fit Distribution Weibull
Anderson-Darling (adj) 2.056
Correlation Coefficient 0.965
88 Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 53.8288 57.0658 50.1251 59.4578 65.4153 54.4448 56.8468 54.9346 51.2439 53.1667 53.1667
2.053 2.777 2.069 2.113 2.024 2.123 2.029 2.198 2.028 2.028
0.972 * 0.968 0.967 0.977 * 0.973 0.945 0.974 0.971
Standard Error 12.0109 17.3348 19.8696 18.9610 39.9892 13.2236 15.2208 13.5351 13.2299 12.6934 12.8642
95% Normal CI Lower Upper 34.7605 83.357 31.4635 103.501 23.0484 109.011 31.8245 111.085 21.8596 216.785 28.5269 80.363 33.6353 96.076 28.4063 81.463 25.3138 77.174 28.2880 78.045 27.9533 78.380
Probability Plot of C6 Normal - 95% CI 99 Mean StDev N AD P-Value
95 90
Percent
80 70 60 50 40 30 20 10 5
1
-100
-50
0
50 C6
100
150
200
Gambar 4.6 Plot Distribusi Normal TTF Dinding DigesterKempa 6 Tabel 4.24 Hasil Minitab TTF Komponen As Screw Press Kempa 7 Goodness-of-Fit Distribution
Anderson-Darling (adj)
Correlation Coefficient
45.57 32.61 7 0.176 0.876
89 Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 80.5444 83.1759 72.0946 84.8438 77.2856 79.8408 82.9800 79.8773 77.1286 79.7500 79.7500
2.798 2.866 3.731 2.877 2.762 2.804 3.592 2.812 2.763 2.803 2.811
0.983 0.958 * 0.958 0.996 0.982 * 0.981 0.996 0.982 0.982
Standard Error 16.2998 19.8153 34.2735 19.4853 17.3697 15.4589 19.8552 15.4600 17.5230 15.4347 15.4676
95% Normal CI Lower Upper 54.1723 119.755 52.1451 132.673 28.3952 183.046 54.0919 133.078 43.2415 111.330 49.5419 110.140 51.9159 132.631 49.5762 110.178 42.7842 111.473 49.4986 110.001 49.4341 110.066
Probability Plot of C7 Weibull - 95% CI 99 Shape Scale N AD P-Value
90
Percent
80 70 60 50 40
4.184 88.22 4 0.268 >0.250
30 20 10 5 3 2 1
10
100 C7
Gambar 4.7 Plot Distribusi Weibull TTF As Screw Press Kempa 7 Tabel 4.25 Hasil Minitab TTF Komponen As Cyclo Drive Kempa 8 Goodness-of-Fit Anderson-Darling
Correlation
90 Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
(adj) 2.168 2.354 3.690 2.360 2.044 2.137 3.392 2.147 2.045 2.136 2.145
Mean 66.3349 68.1077 55.0221 69.7798 63.7481 65.4184 62.5033 65.4436 63.6097 65.3333 65.3333
Coefficient 0.947 0.898 * 0.900 0.983 0.953 * 0.952 0.983 0.954 0.953
Standard Error 13.0131 14.9950 20.6140 14.5361 11.9745 10.7411 15.1722 10.8979 12.0727 10.7066 10.8975
95% Normal CI Lower Upper 45.1605 97.437 44.2374 104.858 26.4019 114.667 46.3887 104.966 40.2785 87.218 44.3662 86.471 38.8401 100.583 44.0840 86.803 39.9476 87.272 44.3487 86.318 43.9747 86.692
Probability Plot of C8 Normal - 95% CI 99 Mean StDev N AD P-Value
95 90
Percent
80 70 60 50 40 30 20 10 5
1
-100
-50
0
50 C8
100
150
200
Gambar 4.8 Plot Distribusi Normal TTF As Cyclo Drive Kempa 8 4.2.4 Perhitungan Mean Time to Repair (MTTR)
56 33.16 7 0.339 0.380
91 Perhitungan mean time to repair (rata-rata waktu perbaikan) juga dilakukan dengan menggunakan software Minitab dalam menu Distribution ID Plot di Reliaibility/Survival. Minitab akan melakukan uji kesesuaian (goodness of fit) dengan menggunakan metode Anderson-Darling untuk menguji apakah sebaran mengikuti empat sebaran data yaitu Weibull, lognormal, eksponensial dan normal. Sebaran data yang paling tepat akan memiliki koefisien korelasi yang terbesar dan indeks Anderson-Darling yang terkecil.
Tabel 4.26 Hasil Minitab TTR Komponen As Intermediate Kempa 1 Goodness-of-Fit Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Anderson-Darling (adj) 1.970 1.815 4.718 1.832 1.779 1.796 1.825 1.819 2.062 1.838 1.851
Correlation Coefficient 0.954 0.975 * 0.970 0.991 0.981 * 0.977 0.941 0.969 0.964
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 0.0448267 0.0453768 0.0343869 0.0455244 0.0463576 0.0464039 0.0458545 0.0475546 0.0445384 0.0450820 0.0450820
Standard Error 0.0034880 0.0037905 0.0113511 0.0039598 0.0053802 0.0053339 0.0044501 0.0064539 0.0038604 0.0036981 0.0038063
95% Normal CI Lower Upper 0.0384861 0.0522120 0.0385238 0.0534488 0.0180057 0.0656712 0.0383888 0.0539863 0.0369260 0.0581983 0.0370436 0.0581294 0.0379117 0.0554613 0.0364478 0.0620459 0.0369722 0.0521045 0.0378338 0.0523301 0.0376218 0.0525422
Tabel 4.27 Hasil Minitab TTR Komponen Pondasi Gear Box Kempa 2 Goodness-of-Fit
92
Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Anderson-Darling (adj) 1.569 1.584 3.762 1.596 1.556 1.557 2.031 1.565 1.748 1.564 1.565
Correlation Coefficient 0.995 0.989 * 0.989 0.996 0.995 * 0.993 0.972 0.993 0.992
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Standard Mean Error 0.0377819 0.0050940 0.0387221 0.0062542 0.0311363 0.0100104 0.0392764 0.0063585 0.0380554 0.0053018 0.0380076 0.0054330 0.0374990 0.0067754 0.0381941 0.0054858 0.0368850 0.0055191 0.0376537 0.0053258 0.0376537 0.0053470
95% Normal CI Lower Upper 0.0290081 0.0492094 0.0282148 0.0531424 0.0165807 0.0584696 0.0285976 0.0539430 0.0289620 0.0500039 0.0273591 0.0486561 0.0263161 0.0534340 0.0274421 0.0489460 0.0260678 0.0477023 0.0272153 0.0480921 0.0271738 0.0481336
Tabel 4.28 Hasil Minitab TTR Komponen Screw Kempa 3 Goodness-of-Fit Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Anderson-Darling (adj) 2.347 2.156 4.663 2.156 2.117 2.117 2.241 2.120 2.456 2.196 2.194
Correlation Coefficient 0.946 0.956 * 0.953 0.977 0.965 * 0.963 0.930 0.947 0.944
Tabel 4.29 Hasil Minitab TTR Komponen Screw Kempa 3 (Lanjutan) Table of MTTF
93
Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 0.0254608 0.0257318 0.0195684 0.0257947 0.0259217 0.0260598 0.0258927 0.0263790 0.0253292 0.0256148 0.0256148
Standard Error 0.0018119 0.0018988 0.0069825 0.0019799 0.0021156 0.0023594 0.0023475 0.0026323 0.0019791 0.0018626 0.0019187
95% Normal CI Lower Upper 0.0221461 0.0292715 0.0222668 0.0297360 0.0097235 0.0393809 0.0221919 0.0299825 0.0220899 0.0304182 0.0218226 0.0311198 0.0216773 0.0309279 0.0216929 0.0320773 0.0214502 0.0292082 0.0219642 0.0292653 0.0218542 0.0293753
Tabel 4.30 Hasil Minitab TTR Komponen Kopling As Gear Box Kempa 4 Goodness-of-Fit Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Anderson-Darling (adj) 2.057 2.068 4.309 2.090 2.071 2.045 2.262 2.062 2.071 2.045 2.062
Correlation Coefficient 0.970 0.969 * 0.965 0.972 0.973 * 0.969 0.966 0.973 0.969
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 0.0472521 0.0479436 0.0373838 0.0481671 0.0481744 0.0474734 0.0481352 0.0474736 0.0467517 0.0474727 0.0474727
Standard Error 0.0045183 0.0049631 0.0135434 0.0050232 0.0053004 0.0046514 0.0057120 0.0047414 0.0049863 0.0046513 0.0047414
95% Normal CI Lower Upper 0.0391768 0.0569919 0.0391395 0.0587281 0.0183785 0.0760425 0.0392628 0.0590908 0.0388295 0.0597683 0.0383568 0.0565899 0.0381466 0.0607395 0.0381807 0.0567666 0.0369787 0.0565247 0.0383562 0.0565892 0.0381797 0.0567657
Tabel 4.31 Hasil Minitab TTR Komponen As Intermediate Kempa 5 Goodness-of-Fit
94
Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Anderson-Darling (adj) 1.840 1.865 4.940 1.900 1.868 1.838 2.136 1.870 1.845 1.838 1.870
Correlation Coefficient 0.969 0.968 * 0.963 0.975 0.972 * 0.967 0.966 0.972 0.967
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 0.0504011 0.0509256 0.0378860 0.0510628 0.0514073 0.0506445 0.0507027 0.0506447 0.0500870 0.0506440 0.0506440
Standard Error 0.0036474 0.0038680 0.0123853 0.0039402 0.0046268 0.0036982 0.0046063 0.0038028 0.0039534 0.0036981 0.0038028
95% Normal CI Lower Upper 0.0437362 0.0580816 0.0438818 0.0591000 0.0199624 0.0719025 0.0438958 0.0594000 0.0430938 0.0613246 0.0433962 0.0578927 0.0424327 0.0605845 0.0431913 0.0580980 0.0423384 0.0578356 0.0433959 0.0578922 0.0431907 0.0580974
Tabel 4.32 Hasil Minitab TTR Komponen Dinding Digester Kempa 6 Goodness-of-Fit Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Anderson-Darling (adj) 1.609 1.585 5.574 1.596 1.576 1.577 2.328 1.587 1.672 1.577 1.587
Correlation Coefficient 0.990 0.989 * 0.987 0.993 0.991 * 0.989 0.982 0.991 0.989
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 0.0538303 0.0542827 0.0391930 0.0543952 0.0540760 0.0540475 0.0533323 0.0540659 0.0535658 0.0540471 0.0540471
Standard Error 0.0032452 0.0034105 0.0118000 0.0034173 0.0032233 0.0032960 0.0043895 0.0033161 0.0034690 0.0032960 0.0033156
95% Normal CI Lower Upper 0.0478313 0.0605817 0.0479934 0.0613962 0.0217237 0.0707102 0.0480933 0.0615229 0.0481136 0.0607773 0.0475875 0.0605076 0.0453870 0.0626684 0.0475664 0.0605654 0.0467666 0.0603650 0.0475871 0.0605072 0.0475487 0.0605456
Tabel 4.33 Hasil Minitab TTR Komponen As Screw Press Kempa 7 Goodness-of-Fit
95
Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Anderson-Darling (adj) 2.043 1.986 4.274 1.995 1.985 1.987 2.096 1.998 2.121 1.990 1.991
Correlation Coefficient 0.980 0.993 * 0.990 0.995 0.993 * 0.991 0.966 0.989 0.987
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 0.0248149 0.0251897 0.0197725 0.0253100 0.0253948 0.0252704 0.0254644 0.0254410 0.0245540 0.0249317 0.0249317
Standard Error 0.0023344 0.0025930 0.0071885 0.0026492 0.0028158 0.0026837 0.0030571 0.0027625 0.0025854 0.0024768 0.0024949
95% Normal CI Lower Upper 0.0206367 0.0298391 0.0205874 0.0308209 0.0096961 0.0403205 0.0206157 0.0310733 0.0204345 0.0315594 0.0205219 0.0311177 0.0201254 0.0322199 0.0205639 0.0314748 0.0194867 0.0296213 0.0200772 0.0297862 0.0200418 0.0298216
Tabel 4.34 Hasil Minitab TTR Komponen As Cyclo Drive Kempa 8 Goodness-of-Fit Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Anderson-Darling (adj) 2.237 2.142 5.410 2.127 2.170 2.140 2.784 2.121 2.280 2.140 2.121
Correlation Coefficient 0.960 0.962 * 0.966 0.964 0.963 * 0.967 0.957 0.963 0.967
Table of MTTF Distribution Weibull Lognormal Exponential Loglogistic 3-Parameter Weibull 3-Parameter Lognormal 2-Parameter Exponential 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic
Mean 0.0561673 0.0563888 0.0403354 0.0564090 0.0562668 0.0563525 0.0561463 0.0563526 0.0561196 0.0563525 0.0563525
4.2.5 Hasil Perhitungan Maintenance
Standard Error 0.0015356 0.0015083 0.0139315 0.0014778 0.0014787 0.0015007 0.0021755 0.0014709 0.0015815 0.0015007 0.0014709
95% Normal CI Lower Upper 0.0532368 0.0592591 0.0535087 0.0594239 0.0204969 0.0793750 0.0535857 0.0593810 0.0534421 0.0592410 0.0534112 0.0592939 0.0520403 0.0605764 0.0534697 0.0592354 0.0530199 0.0592193 0.0534111 0.0592938 0.0534696 0.0592353
96 Berikut ini adalah hasil pengujian distribusi data dan perhitungan mean time to repair dengan menggunakan software Minitab.
Tabel 4.35 Waktu dan Aktivitas Maintenance Mesin Kempa Mesin Kempa 1 Kempa 2 Kempa 3 Kempa 4 Kempa 5 Kempa 6 Kempa 7 Kempa 8
Komponen Kritis
Distribusi TTF
MTTF (hari)
MTTR (hari)
As intermediate Pondasi gear box Screw
normal
71,6
0,0453768
normal
30,3333
0,0377819
Weibull
60,6492
0,0257318
Kopling as gear box As intermediate Dinding digester As screw press As cyclo driver
normal
79,5
0,0474727
Weibull
81,4033
0,0506440
normal
53,1667
0,0540471
Weibull
80,5444
0,0251897
normal
65,3333
0,0563525
Aktivitas Preventive Maintenance Penggantian atau perbaikan Penggantian atau perbaikan Penggantian atau perbaikan Penggantian atau perbaikan Penggantian atau perbaikan Penggantian atau perbaikan Penggantian atau perbaikan Penggantian atau perbaikan
4.2.6 Perbandingan Reliability Mesin Kempa Sebelum dan Sesudah Preventive Maintenance
97 4.2.6.1 Reliability Mesin Kempa 1 Waktu kerusakan komponen as intermediate mesin kempa 1 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.
t 15 30 45 60 71.6 75 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360
Tabel 4.36 Reliability Komponen As Intermediate Kempa 1 (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(T)^n R(t-nT) -56.600 -1.511 0.0653337 0.93467 0 1.0000 0.93467 -41.600 -1.111 0.1333040 0.86670 0 1.0000 0.86670 -26.600 -0.710 0.2387466 0.76125 1 0.8000 0.98963 -11.600 -0.310 0.3783670 0.62163 1 0.8000 0.97206 0.000 0.000 0.5000000 0.50000 1 0.8000 0.94545 3.400 0.091 0.5361724 0.46383 1 0.8000 0.93467 18.400 0.491 0.6884152 0.31158 2 0.6400 0.99667 33.400 0.892 0.8137850 0.18622 2 0.6400 0.98963 48.400 1.292 0.9019077 0.09809 2 0.6400 0.97206 63.400 1.693 0.9547786 0.04522 3 0.5120 0.99908 78.400 2.094 0.9818537 0.01815 3 0.5120 0.99667 93.400 2.494 0.9936880 0.00631 3 0.5120 0.98963 108.400 2.895 0.9981028 0.00190 4 0.4096 0.99978 123.400 3.295 0.9995085 0.00049 4 0.4096 0.99908 138.400 3.696 0.9998904 0.00011 4 0.4096 0.99667 153.400 4.096 0.9999790 0.00002 5 0.3277 0.99995 168.400 4.497 0.9999966 0.00000 5 0.3277 0.99978 183.400 4.898 0.9999995 0.00000 5 0.3277 0.99908 198.400 5.298 0.9999999 0.00000 6 0.2621 0.99999 213.400 5.699 1.0000000 0.00000 6 0.2621 0.99995 228.400 6.099 1.0000000 0.00000 6 0.2621 0.99978 243.400 6.500 1.0000000 0.00000 7 0.2097 1.00000 258.400 6.900 1.0000000 0.00000 7 0.2097 0.99999 273.400 7.301 1.0000000 0.00000 7 0.2097 0.99995 288.400 7.702 1.0000000 0.00000 8 0.1678 1.00000
Rm(t) 0.93467 0.86670 0.79170 0.77765 0.75636 0.74773 0.63787 0.63336 0.62212 0.51153 0.51029 0.50669 0.40951 0.40922 0.40824 0.32767 0.32761 0.32738 0.26214 0.26213 0.26209 0.20971 0.20971 0.20971 0.16777
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 71,6 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah
98 preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,2% dapat diperoleh pada t = 45. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 45 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 1 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.00000 0.90000 0.80000
waktu (hari)
0.70000 0.60000
R(t) Rm(t)
0.50000 0.40000 0.30000 0.20000 0.10000
360
345
330
315
300
285
270
255
240
225
210
195
180
165
150
135
120
105
90
75
60
71.6
45
30
15
0.00000
reliability
Gambar 4.9 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 1 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 1 setelah dilakukan preventive maintenance dengan selang waktu 45 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.2 Reliability Mesin Kempa 2 Waktu kerusakan pondasi gear box mesin kempa 2 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.
99
Tabel 4.37 Reliability Komponen Gear Box Kempa 2 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(T)^n R(t-nT) 15 -15.333 -1.044 0.1482184 0.85178 0 1.0000 0.85178 30 -0.333 -0.023 0.4909465 0.50905 1 0.8000 0.99998 30.3333 0.000 0.000 0.5000000 0.50000 1 0.8000 0.99998 45 14.667 0.999 0.8410332 0.15897 1 0.8000 0.99899 60 29.667 2.020 0.9783147 0.02169 2 0.6400 1.00000 75 44.667 3.042 0.9988231 0.00118 2 0.6400 1.00000 90 59.667 4.063 0.9999758 0.00002 3 0.5120 1.00000 105 74.667 5.084 0.9999998 0.00000 3 0.5120 1.00000 120 89.667 6.106 1.0000000 0.00000 4 0.4096 1.00000 135 104.667 7.127 1.0000000 0.00000 4 0.4096 1.00000 150 119.667 8.149 1.0000000 0.00000 5 0.3277 1.00000 165 134.667 9.170 1.0000000 0.00000 5 0.3277 1.00000 180 149.667 10.191 1.0000000 0.00000 6 0.2621 1.00000 195 164.667 11.213 1.0000000 0.00000 6 0.2621 1.00000 210 179.667 12.234 1.0000000 0.00000 7 0.2097 1.00000 225 194.667 13.256 1.0000000 0.00000 7 0.2097 1.00000 240 209.667 14.277 1.0000000 0.00000 8 0.1678 1.00000 255 224.667 15.298 1.0000000 0.00000 8 0.1678 1.00000 270 239.667 16.320 1.0000000 0.00000 9 0.1342 1.00000 285 254.667 17.341 1.0000000 0.00000 9 0.1342 1.00000 300 269.667 18.363 1.0000000 0.00000 10 0.1074 1.00000 315 284.667 19.384 1.0000000 0.00000 10 0.1074 1.00000 330 299.667 20.405 1.0000000 0.00000 11 0.0859 1.00000 345 314.667 21.427 1.0000000 0.00000 11 0.0859 1.00000 360 329.667 22.448 1.0000000 0.00000 12 0.0687 1.00000
Rm(t) 0.85178 0.79998 0.79998 0.79919 0.64000 0.64000 0.51200 0.51200 0.40960 0.40960 0.32768 0.32768 0.26214 0.26214 0.20972 0.20972 0.16777 0.16777 0.13422 0.13422 0.10737 0.10737 0.08590 0.08590 0.06872
Kehandalan komponen pada saat waktu sama dengan MTTF
yaitu
30,3333 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability
100 sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,99% dapat diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 2 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 0.90000 0.80000 0.70000
waktu (hari)
0.60000 0.50000
R(t) Rm(t)
0.40000 0.30000 0.20000 0.10000
360
345
330
315
300
285
270
255
240
225
210
195
180
165
150
135
120
90
105
75
60
45
30
30.3
15
0.00000
reliability
Gambar 4.10 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 2 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 2 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.3 Reliability Mesin Kempa 3 Waktu kerusakan screw mesin kempa 3 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.
101
t 15 30 45 60 60.6942 75 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360
Tabel 4.38 Reliability Komponen Screw Kempa 3 R(t) n t-nT R(T)^n R(t-nT) 0.99259 0 15 1.0000 0.9926 0.93027 1 0 0.9303 1.0000 0.76087 1 15 0.9303 0.9926 0.49552 2 0 0.8654 1.0000 0.48232 2 0.694 0.8654 1.0000 0.23228 2 15 0.8654 0.9926 0.07032 3 0 0.8050 1.0000 0.01226 3 15 0.8050 0.9926 0.00109 4 0 0.7489 1.0000 0.00004 4 15 0.7489 0.9926 0.00000 5 0 0.6967 1.0000 0.00000 5 15 0.6967 0.9926 0.00000 6 0 0.6481 1.0000 0.00000 6 15 0.6481 0.9926 0.00000 7 0 0.6029 1.0000 0.00000 7 15 0.6029 0.9926 0.00000 8 0 0.5609 1.0000 0.00000 8 15 0.5609 0.9926 0.00000 9 0 0.5217 1.0000 0.00000 9 15 0.5217 0.9926 0.00000 10 0 0.4854 1.0000 0.00000 10 15 0.4854 0.9926 0.00000 11 0 0.4515 1.0000 0.00000 11 15 0.4515 0.9926 0.00000 12 0 0.4200 1.0000
Rm(t) 0.9926 0.9303 0.9234 0.8654 0.8654 0.8590 0.8050 0.7991 0.7489 0.7434 0.6967 0.6915 0.6481 0.6433 0.6029 0.5984 0.5609 0.5567 0.5217 0.5179 0.4854 0.4818 0.4515 0.4482 0.4200
Kehandalan komponen pada saat waktu sama dengan MTTF
yaitu
60,6942 hari adalah 0,4832 atau sebesar 48,32%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 93,03% dapat
102 diperoleh pada t = 30. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 3 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.20000
waktu (hari)
1.00000 0.80000
R(t) Rm(t)
0.60000 0.40000 0.20000
36 0
33 0
30 0
27 0
24 0
21 0
18 0
15 0
12 0
90
4 60 5 .6 94 2
15
0.00000
reliability
Gambar 4.11 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 3 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 3 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.4 Reliability Mesin Kempa 4 Waktu kerusakan kopling as gear box mesin kempa 4 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari. Tabel 4.39 Reliability Komponen Kopling As Gear Box Kempa 4
103 t 15 30 45 60 75 79.5 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360
(t-μ) -64.500 -49.500 -34.500 -19.500 -4.500 0.000 10.500 25.500 40.500 55.500 70.500 85.500 100.500 115.500 130.500 145.500 160.500 175.500 190.500 205.500 220.500 235.500 250.500 265.500 280.500
(t-μ)/σ -1.492 -1.145 -0.798 -0.451 -0.104 0.000 0.243 0.590 0.937 1.284 1.631 1.978 2.324 2.671 3.018 3.365 3.712 4.059 4.406 4.753 5.100 5.447 5.794 6.141 6.488
Φ(t-μ)/σ 0.0678715 0.1261263 0.2124477 0.3259878 0.4585524 0.5000000 0.5959417 0.7223358 0.8255519 0.9003713 0.9485135 0.9760100 0.9899502 0.9962235 0.9987293 0.9996177 0.9998973 0.9999754 0.9999947 0.9999990 0.9999998 1.0000000 1.0000000 1.0000000 1.0000000
R(t) 0.93213 0.87387 0.78755 0.67401 0.54145 0.50000 0.40406 0.27766 0.17445 0.09963 0.05149 0.02399 0.01005 0.00378 0.00127 0.00038 0.00010 0.00002 0.00001 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
R(t-T) 0.99801 0.99434 0.98558 0.96703 0.93213 0.91739 0.87387 0.78755 0.67401 0.54145 0.40406 0.27766 0.17445 0.09963 0.05149 0.02399 0.01005 0.00378 0.00127 0.00038 0.00010 0.00002 0.00001 0.00000 0.00000
n 0 1 1 2 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 11 11 12
R(t-nT) 0.93213 0.99434 0.98558 0.99937 0.99801 0.99724 0.99996 0.99982 1.00000 0.99999 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000
Rm(t) 0.93213 0.79547 0.78847 0.63960 0.63873 0.63824 0.51198 0.51191 0.40960 0.40960 0.32768 0.32768 0.26214 0.26214 0.20972 0.20972 0.16777 0.16777 0.13422 0.13422 0.10737 0.10737 0.08590 0.08590 0.06872
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 79,5 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,55% dapat
104 diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 4 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.00000 0.90000 0.80000
waktu (hari)
0.70000 0.60000
R(t) Rm(t)
0.50000 0.40000 0.30000 0.20000 0.10000
360
345
330
315
300
285
270
255
240
225
210
195
180
165
150
135
120
105
90
75
79.5
60
45
30
15
0.00000
reliability
Gambar 4.12 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 4 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 4 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.5 Reliability Mesin Kempa 5 Waktu kerusakan kopling as intermediate mesin kempa 5 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.
t
Tabel 4.40 Reliability Komponen As Intermediate Kempa 5 R(t) n t-nT R(T)^n R(t-nT) Rm(t)
105 15 30 45 60 75 81.4033 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360
0.99994 0.99725 0.97538 0.88787 0.67059 0.53604 0.34109 0.08336 0.00591 0.00006 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
0 0 0 1 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 5 6
15 30 45 0 15 21.4 30 45 0 15 30 45 0 15 30 45 0 15 30 45 0 15 30 45 0
1.0000 1.0000 1.0000 0.8879 0.8879 0.8879 0.8879 0.8879 0.7883 0.7883 0.7883 0.7883 0.6999 0.6999 0.6999 0.6999 0.6214 0.6214 0.6214 0.6214 0.5517 0.5517 0.5517 0.5517 0.4899
0.9999 0.9972 0.9754 1.0000 0.9999 0.9996 0.9972 0.9754 1.0000 0.9999 0.9972 0.9754 1.0000 0.9999 0.9972 0.9754 1.0000 0.9999 0.9972 0.9754 1.0000 0.9999 0.9972 0.9754 1.0000
0.9999 0.9972 0.9754 0.8879 0.8878 0.8875 0.8854 0.8660 0.7883 0.7883 0.7861 0.7689 0.6999 0.6999 0.6980 0.6827 0.6214 0.6214 0.6197 0.6061 0.5517 0.5517 0.5502 0.5382 0.4899
Kehandalan komponen pada saat waktu sama dengan MTTF
yaitu
81,4033 hari adalah 0,53604 atau sebesar 53,6%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 88,79% dapat
106 diperoleh pada t = 60. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 60 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 5 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.20000
waktu (hari)
1.00000 0.80000
R(t) Rm(t)
0.60000 0.40000 0.20000
36 0
33 0
30 0
27 0
24 0
21 0
18 0
15 0
12 0
90
75
45
15
0.00000
reliability
Gambar 4.13 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 5 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 5 setelah dilakukan preventive maintenance dengan selang waktu 60 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.6 Reliability Mesin Kempa 6 Waktu kerusakan kopling dinding digester mesin kempa 6 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.
107 Tabel 4.41 Reliability Komponen Dinding Digester Kempa 6 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) R(t-T) n R(t-nT) 15 -38.167 -1.170 0.1209432 0.87906 0.99869 0 0.87906 30 -23.167 -0.710 0.2387442 0.76126 0.99462 1 0.99462 45 -8.167 -0.250 0.4011347 0.59887 0.98170 1 0.98170 53.1667 0.000 0.000 0.5000000 0.50000 0.96710 1 0.96710 60 6.833 0.210 0.5829811 0.41702 0.94847 2 0.99974 75 21.833 0.669 0.7483998 0.25160 0.87906 2 0.99869 90 36.833 1.129 0.8706353 0.12936 0.76126 3 0.99999 105 51.833 1.589 0.9440078 0.05599 0.59887 3 0.99996 120 66.833 2.049 0.9797823 0.02022 0.41702 4 1.00000 135 81.833 2.509 0.9939499 0.00605 0.25160 4 1.00000 150 96.833 2.969 0.9985069 0.00149 0.12936 5 1.00000 165 111.833 3.429 0.9996972 0.00030 0.05599 5 1.00000 180 126.833 3.889 0.9999497 0.00005 0.02022 6 1.00000 195 141.833 4.349 0.9999932 0.00001 0.00605 6 1.00000 210 156.833 4.809 0.9999992 0.00000 0.00149 7 1.00000 225 171.833 5.269 0.9999999 0.00000 0.00030 7 1.00000 240 186.833 5.729 1.0000000 0.00000 0.00005 8 1.00000 255 201.833 6.189 1.0000000 0.00000 0.00001 8 1.00000 270 216.833 6.649 1.0000000 0.00000 0.00000 9 1.00000 285 231.833 7.109 1.0000000 0.00000 0.00000 9 1.00000 300 246.833 7.569 1.0000000 0.00000 0.00000 10 1.00000 315 261.833 8.028 1.0000000 0.00000 0.00000 10 1.00000 330 276.833 8.488 1.0000000 0.00000 0.00000 11 1.00000 345 291.833 8.948 1.0000000 0.00000 0.00000 11 1.00000 360 306.833 9.408 1.0000000 0.00000 0.00000 12 1.00000
Rm(t) 0.87906 0.79569 0.78536 0.77368 0.63983 0.63916 0.51200 0.51198 0.40960 0.40960 0.32768 0.32768 0.26214 0.26214 0.20972 0.20972 0.16777 0.16777 0.13422 0.13422 0.10737 0.10737 0.08590 0.08590 0.06872
Kehandalan komponen pada saat waktu sama dengan MTTF
yaitu
53,1667 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,57%
108 dapat diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 6 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.00000 0.90000 0.80000
waktu (hari)
0.70000 0.60000
R(t) Rm(T)
0.50000 0.40000 0.30000 0.20000 0.10000
360
345
330
315
300
285
270
255
240
225
210
195
180
165
150
135
120
90
105
75
60
45
53.2
30
15
0.00000
reliability
Gambar 4.14 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 6 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 6 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.7 Reliability Mesin Kempa 7 Waktu kerusakan kopling as screw press mesin kempa 7 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.
109 Tabel 4.42 Reliability Komponen As Screw Press Kempa 7 t R(t) n t-nT R(T)^n R(t-nT) Rm(t) 15 0.99940 0 15 1.0000 0.9994 0.9994 30 0.98909 0 30 1.0000 0.9891 0.9891 45 0.94194 0 45 1.0000 0.9419 0.9419 60 0.81929 1 0 0.8193 1.0000 0.8193 75 0.60230 1 15 0.8193 0.9994 0.8188 80.5444 0.50496 1 20.54 0.8193 0.9978 0.8175 90 0.33717 1 30 0.8193 0.9891 0.8104 105 0.12593 1 45 0.8193 0.9419 0.7717 120 0.02671 1 60 0.8193 0.8193 0.6712 135 0.00266 1 75 0.8193 0.6023 0.4935 150 0.00010 2 30 0.6712 0.9891 0.6639 165 0.00000 2 45 0.6712 0.9419 0.6323 180 0.00000 2 60 0.6712 0.8193 0.5499 195 0.00000 1 135 0.8193 0.0027 0.0022 210 0.00000 1 150 0.8193 0.0001 0.0001 225 0.00000 1 165 0.8193 0.0000 0.0000 240 0.00000 1 180 0.8193 0.0000 0.0000 255 0.00000 1 195 0.8193 0.0000 0.0000 270 0.00000 1 210 0.8193 0.0000 0.0000 285 0.00000 1 225 0.8193 0.0000 0.0000 300 0.00000 2 180 0.6712 0.0000 0.0000 315 0.00000 2 195 0.6712 0.0000 0.0000 330 0.00000 2 210 0.6712 0.0000 0.0000 345 0.00000 2 225 0.6712 0.0000 0.0000 360 0.00000 2 240 0.6712 0.0000 0.0000
Kehandalan komponen pada saat waktu sama dengan MTTF
yaitu
80,5444 hari adalah 0,50496 atau sebesar 50,5%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 81,93% dapat
110 diperoleh pada t = 60. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 60 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 7 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.20000
waktu (hari)
1.00000 0.80000
R(t)
0.60000
Rm(t) 0.40000 0.20000
36 0
33 0
30 0
27 0
24 0
21 0
18 0
15 0
12 0
90
75
45
15
0.00000
reliability
Gambar 4.15 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 7 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 7 setelah dilakukan preventive maintenance dengan selang waktu 60 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.8 Reliability Mesin Kempa 8 Waktu kerusakan kopling as cyclo drive mesin kempa 8 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.
111
t 15 30 45 60 65.3333 75 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360
Tabel 4.43 Reliability Komponen As Cyclo Drive Kempa 8 (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(t-nT) -50.333 -1.518 0.0645279 0.93547 0 0.93547 -35.333 -1.066 0.1433247 0.85668 0 0.85668 -20.333 -0.613 0.2698836 0.73012 1 0.99229 -5.333 -0.161 0.4361139 0.56389 1 0.97559 0.000 0.000 0.5000000 0.50000 1 0.96480 9.667 0.292 0.6146679 0.38533 1 0.93547 24.667 0.744 0.7715139 0.22849 2 0.99798 39.667 1.196 0.8841863 0.11581 2 0.99229 54.667 1.649 0.9503763 0.04962 2 0.97559 69.667 2.101 0.9821729 0.01783 3 0.99956 84.667 2.553 0.9946628 0.00534 3 0.99798 99.667 3.006 0.9986744 0.00133 3 0.99229 114.667 3.458 0.9997278 0.00027 4 0.99992 129.667 3.910 0.9999539 0.00005 4 0.99956 144.667 4.363 0.9999936 0.00001 4 0.99798 159.667 4.815 0.9999993 0.00000 5 0.99999 174.667 5.267 0.9999999 0.00000 5 0.99992 189.667 5.720 1.0000000 0.00000 5 0.99956 204.667 6.172 1.0000000 0.00000 6 1.00000 219.667 6.624 1.0000000 0.00000 6 0.99999 234.667 7.077 1.0000000 0.00000 6 0.99992 249.667 7.529 1.0000000 0.00000 7 1.00000 264.667 7.981 1.0000000 0.00000 7 1.00000 279.667 8.434 1.0000000 0.00000 7 0.99999 294.667 8.886 1.0000000 0.00000 8 1.00000
Rm(t) 0.93547 0.85668 0.79383 0.78047 0.77184 0.74838 0.63871 0.63507 0.62438 0.51178 0.51097 0.50805 0.40957 0.40942 0.40877 0.32768 0.32765 0.32754 0.26214 0.26214 0.26212 0.20972 0.20971 0.20971 0.16777
Kehandalan komponen pada saat waktu sama dengan MTTF
yaitu
65,3333 hari adalah 0,50000 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] sekitar 80% yaitu sebesar 79,38% dapat
112 diperoleh pada t = 45. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 45 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 8 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.00000 0.90000 0.80000
waktu (hari)
0.70000 0.60000
R(t) Rm(t)
0.50000 0.40000 0.30000 0.20000 0.10000
360
345
330
315
300
285
270
255
240
225
210
195
180
165
150
135
120
105
90
75
65.3
60
45
30
15
0.00000
reliability
Gambar 4.16 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 8 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 8 setelah dilakukan preventive maintenance dengan selang waktu 45 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). Berikut disajikan perbandingan hasil reliability sebelum dan sesudah preventive maintenance.
Tabel 4.44 Perbandingan Reliability Sebelum dan Sesudah Preventive Maintenance Mesin Komponen Realitibily Saat Selang Waktu Realibility
113 Kempa 1 2 3 4 5 6 7 8
Kritis As intermediate pondasi gear box screw kopling as gear box kopling as intermediate dinding digester as screw press as cyclo drive
MTTF (Sebelum Preventive Maintenance) 50%
Sesudah Preventive Maintenance 79,2%
Preventive Maintenance (hari) 45
50%
79,99%
30
48,32% 50%
93,03% 79,55%
30 30
53,6%
88,79%
60
50%
79,57%
30
50,5%
81,93%
60
50%
79,83%
45
4.2.7 Analisa Mean Time to Failure Perhitungan mean time to failure menunjukkan hasil waktu yang relatif lama antar kegagalan masing-masing komponen yaitu sekitar 30 sampai 80 hari. Berarti kerusakan mesin kempa pada pabrik minyak sawit yang disebabkan karena failure komponen akan terjadi setelah interval waktu yang panjang (di atas satu bulan). Jadi dapat dikatakan bahwa mesin kempa di PMS Parindu jarang mengalami kerusakan. Hasil MTTF akan dibandingkan kehandalannya dengan yang ditargetkan oleh perusahaan. Perhitungan reliability menggunakan distribusi yang didapatkan dari hasil MTTF masing-masing komponen kritis. Perhitungan mean time to repair menunjukkan hasil yang relatif singkat yaitu sekitar 30 sampai 80 menit. Berarti kerusakan mesin kempa dapat ditangani dengan cepat begitu proses perbaikan dimulai. Hanya saja, mesin kempa pada
114 PMS Parindu sering mengalami downtime yang lama karena kerusakan komponen tidak dapat langsung ditangani karena ketersediaan yang terbatas.
4.2.8 Analisa Kehandalan (Reliability) pada Sistem Berjalan (Tanpa Preventive Maintenance) Pada sistem berjalan, reliability komponen kritis mesin kempa adalah sekitar 50%. Nilai reliability ini termasuk rendah melihat pentingnya mesin kempa pada keseluruhan proses produksi minyak kelapa sawit. Jika dibandingkan dengan nilai reliability pada awal periode komponen kritis masingmasing mesin, terlihat penurunan drastis di mana pada awal periode masingmasing mempunyai nilai reliability di atas 85%. Kerugian dari sistem tanpa preventive maintenance ini adalah banyaknya kerugian penjualan (loss sales). Selain itu reliability komponen mesin yang rendah dapat berakibat buruk pada mesin karena tidak dapat bekerja dengan mekanisme yang benar.
4.2.9 Analisa Kehandalan (Reliability) pada Sistem dengan Target Kehandalan (Dengan Preventive Maintenance) Kehandalan (reliability) masing-masing komponen dihitung berdasarkan sebaran distribusinya. Kehandalan masing-masing komponen kritis mesin
115 ditargetkan agar bernilai sekitar 80% atau lebih. Hal ini dimaksudkan agar proses produksi yang menggunakan mesin kempa sebagai mesin utamanya dapat berjalan lancar tanpa hambatan besar dari kerusakan mesin. Untuk mendapatkan target nilai reliability tersebut, diperlukan tindakan preventive maintenance dengan selang waktu yang didapatkan yaitu 30 hari (satu bulan) untuk komponen kritis mesin kempa 2, 3, 4 dan 6, selang waktu 45 hari (satu setengah bulan) untuk komponen kritis mesin kempa 1 dan 8, dan selang waktu 60 hari (dua bulan) untuk komponen kritis mesin kempa 5 dan 7. Kegiatan preventive maintenance dapat dijadwalkan di luar jam olah pabrik yaitu ketika proses pembersihan dan persiapan pabrik. Pabrik mengolah selama 22 jam sementara tetap dibuka selama 24 jam, dua jam selisihnya digunakan untuk persiapan pengolahan termasuk pembersihan dan pemeliharaan. Kegiatan yang dilakukan berupa inspeksi masing-masing komponen kritis. Selain itu, pabrik dapat mempersiapkan komponen kritis mesin cadangan agar jika sewaktu-waktu terjadi failure pabrik tidak menunggu lama untuk mendapatkan komponen penggantinya sehingga mesin tidak mengalami downtime terlalu lama.
4.3.Analisa dan Perancangan Sistem Informasi 4.3.1 Analysis Document 4.3.1.1 The Task 4.3.1.1.1 Deskripsi Sistem Berjalan
116 Sistem informasi preventive maintenance mesin pada Pabrik Minyak Sawit Ngabang PTPN XIII masih sangat sederhana dan tidak melibatkan automatisasi menggunakan komputer. Jika terjadi kerusakan mesin, operator mesin akan mengisi kartu rusak. Kartu rusak yang diisi diberikan kepada asisten jaga pada saat itu. Oleh asisten jaga, dari kartu rusak dibuat laporan kerusakan yang diberikan kepada kepala dinas. Kepala dinas pun mengaudit kerusakan hari itu dan dibuatkan menjadi laporan kerusakan harian yang diberikan kepada manajer pabrik. Manajer pabrik pun langsung memberikan laporan langsung via telepon kepada Kepala Bagian Teknik di kantor direksi. Selain laporan langsung, dibuat juga laporan harian dan bulanan pabrik yang memuat kerusakan mesin juga dikirimkan via email kepada Kabag Teknik setiap bulan. Sementara setiap bulannya, manajer pabrik juga melaporkan perbaikan yang sudah dilakukan kepada Kabag Teknik dengan laporan perbaikan bulanan. Kabag Teknik membuat surat permintaan suku cadang kepada Direksi, setelah disetujui dibuat menjadi surat pengadaan suku cadang yang diberikan kepada Kepala Bagian Pengadaan di kantor direksi. Jika suku cadang mudah didapat oleh manajer kebun, suku cadang tersebut akan langsung dibeli oleh manajer pabrik.
$ $
117
Gambar 4.17 Rich Picture Sistem Berjalan
4.3.1.1.2 Definisi Sistem Perseroan Terbatas Perkebunan Nusantara XIII memproduksi minyak kelapa sawit, inti sawit, dan karet. Untuk produksi minyak kelapa sawit, sering dialami masalah kerusakan mesin pada pabrik minyak sawit. Dalam memecahkan masalah menjadwalkan pemeriksaan dan pemeliharaan mesin dibuatkan sistem informasi preventive maintenance. Dengan pemeriksaan dan perbaikan mesin yang dijadwalkan, diharapkan tidak ada kerusakan mesin yang mendadak yang dapat menghambat keseluruhan proses produksi.
118 Sistem dapat membantu pekerja pabrik untuk menghitung waktu untuk pemeliharaan mesin dengan cara menghitung MTTF (mean time to failure), mencatat kerusakan-kerusakan mesin, mencatat komponen dan mesin serta membantu membuat laporan kerusakan mesin. Adapun pekerja pabrik yang akan menggunakan sistem adalah kepala dinas yang memasukkan (entry) kerusakan yang terjadi pada hari itu pada komputer yang dioperasikannya dan operator mesin yang dapat memasukkan catatan mengenai komponen atau mesin baru serta melakukan cek stok komponen. Hasil laporan kerusakan mesin dan perhitungan MTTF mesin diberikan kepada manajer pabrik.
Kriteria FACTOR Functionality:
Mengautomasi
perhitungan
waktu
pemeliharaan
dan
pemeriksaan mesin. Mendukung pembuatan laporan kerusakan harian dan pencatatan data mesin dan komponen. Application Domain: Penjadwalan pemeliharaan mesin. Input data kerusakan, mesin dan komponen. Pelaporan kerusakan harian. Conditions: Operator tidak pernah menggunakan komputer untuk menambah kinerjanya. Technology: Beberapa platform PC dengan processor Intel‚ Celeron‚ 2.40 GHz, 256 MB RAM, HDD 30 GB. Objects: Kepala dinas, operator mesin, mesin, komponen. Responsibility: Alat bantu pembuatan laporan dan perhitungan waktu mesin.
119 4.3.1.1.3 Deskripsi Sistem Usulan Sistem informasi preventive maintenance mesin pada Pabrik Minyak Sawit Ngabang PTPN XIII akan menggunakan program yang dioperasikan pada komputer Kepala Dinas. Operator mesin juga dapat menggunakannya untuk memasukkan data mesin dan komponen baru serta memeriksa stok komponen. Jadi, jika ada kerusakan mesin operator mesin mengisi kartu rusak yang lalu diberikan kepada asisten jaga. Asisten jaga akan melaporkannya kepada kepala dinas dengan laporan kerusakan. Laporan kerusakan tersebut menjadi informasi mengenai kerusakan yang diinput oleh kepala dinas ke program dan dilakukan pengolahan data kerusakan. Dari pengolahan data kerusakan tersebut, dilakukan perhitungan mean time to failure komponen mesin yang diberikan kepada manajer pabrik. Selain itu, data kerusakan tersebut akan dibuat menjadi laporan kerusakan harian yang juga diberikan kepada manajer pabrik.
120
Mesin rusak
Laporan kerusakan Kartu Rusak
Asisten Jaga
Operator mesin
Kepala dinas Input data kerusakan
Laporan kerusakan harian Hasil mean time to failure
` Program preventive maintenance
Manajer Pabrik
Ubah, hapus dan tambah data mesin dan komponen
Gambar 4.18 Rich Picture Sistem Usulan
4.3.1.2 Problem Domain 4.3.1.3.1 Cluster Ada dua cluster untuk mengelompokkan semua class yaitu cluster Barang dan cluster Dokumen. Digambarkan sebagai berikut: <
> Barang mesin * 1
komponen
Gambar 4.19 Cluster Barang
121 <> Dokumen laporan_kerusakan kerusakan_mesin
Gambar 4.12 Cluster Dokumen
4.3.1.3.2 Struktur Cluster Orang terdiri dari class karyawan, class kepala dinas dan class operator mesin. Cluster Barang terdiri dari class mesin dan class komponen. Cluster Dokumen terdiri dari class laporan kerusakan dan class kerusakan mesin. Class kepala dinas dan class operator mesin memiliki atribut dan beberapa operasi yang sama sehingga dapat digeneralisasikan menjadi class karyawan. Di bawah ini digambarkan class diagram dari sistem informasi preventive maintenance. Class diagram digambarkan untuk menunjukkan hubungan-hubungan antar class dan atribut maupun operasi yang dimiliki masing-masing class. Class diagram yang digambarkan sudah merupakan revised class diagram di mana struktur sudah tidak memiliki private event yang berbentuk iterasi, ditandai dengan tidak adanya multiplicity many to many.
122
Gambar 4.21 Class Diagram Dalam class diagram tersebut ada tiga jenis hubungan antar class, yaitu: Asosiasi Agregasi: antara class komponen dengan class mesin. Generalisasi: antara class kepala dinas dan class operator mesin dengan class karyawan pabrik.
123 4.3.1.3.3 Events Event-event pada class dibuat ke dalam event table di bawah ini. Tanda plus (+) menunjukkan event yang dijalankan secara sequential, tanda asterisk (*) menunjukkan event yang dijalankan secara berulang-ulang (iterasi).
1. 2. 3. 4. 5. 6. 7.
entry_kerusakan hitung_MTTF Membuat_laporan update_mesin update_komponen cek_stok_komponen ubah_stok_komponen
* * * * * * *
kerusakan_mesin
laporann_kerusak an
komponen
mesin
operator_mesin
Event
kepala_dinas
Class
karyawan_pabrik
Tabel 4.45 Event Table No.
+ + + * * *
+ + + +
4.3.1.3.4 Behavioural Pattern Untuk menggambarkan alur hidup masing-masing class, dibuat statechart diagram. 1. Class karyawan pabrik
Gambar 4.22 Statechart Karyawan Pabrik
124 Terlihat dari gambar bahwa hidup class karyawan pabrik dimulai dari masuknya objek karyawan beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update mesin, update komponen dan cek stok komponen. Siklus hidupnya akan berakhir bila objek dihapus.
2. Class mesin
Gambar 4.23 Statechart Mesin
Terlihat dari gambar bahwa hidup class mesin dimulai dari masuknya objek mesin beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update. Jika mesin rusak, status class menjadi inactive dan akan kembali active setelah mesin diperbaiki. Siklus hidupnya akan berakhir bila objek mesin diganti.
125 3. Class komponen
Gambar 4.24 Statechart Komponen
Terlihat dari gambar bahwa hidup class komponen dimulai dari masuknya objek komponen beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update. Jika mesin rusak, status class menjadi inactive. Siklus hidupnya akan berakhir bila objek mesin diganti.
4. Class laporan kerusakan
Gambar 4.25 Statechart Laporan Kerusakan
Terlihat dari gambar bahwa hidup class laporan kerusakan dimulai dari dibuatnya objek laporan kerusakan beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas cetak laporan. Siklus hidupnya akan berakhir bila objek dihapus.
126 5. Class kerusakan mesin
Gambar 4.26 Statechart Kerusakan Mesin
Terlihat dari gambar bahwa hidup class kerusakan mesin dimulai dari dibuatnya objek pencatatan kerusakan mesin beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas view kerusakan dan ubah keruskan. Siklus hidupnya akan berakhir bila objek dihapus.
127 4.3.1.3 Application Domain 4.3.1.3.1 Usage Untuk penentuan hubungan aktor dengan use case dibuat actor table sebagai berikut: Tabel 4.46 Actor Table Actor Use Case Login entry kerusakan hitung MTTF view kerusakan cek stok komponen update komponen update mesin cetak laporan
kepala dinas v v v v v v v v
operator mesin v
v v v
128 4.3.1.3.2 Use Case Diagram
Sistem Informasi Preventive Maintenance Mesin PMS PTPN XIII login
Entry_kerusakan
hitung_MTTF
view_kerusakan
cek_stok_komponen Kepala_dinas
update_komponen
update_mesin
cetak_laporan
Gambar 4.27 Use Case Diagram
Operator_mesin
129 4.3.1.3.3 Use Case Spesification Use case di atas memiliki spesifikasi masing-masing sebagai berikut. 1. Use case login Description
Object Actor Precondition Postcondition
Tabel 4.47 Use case Specification Login Use case ini berfungsi untuk mengidentifikasi karyawan yang ingin mengakses sistem dengan password. Ada pembatasan hak akses bagi operator mesin. Data yang dimasukkan yaitu: ID karyawan Password. karyawan pabrik karyawan pabrik Actor menjalankan aplikasi. Munculnya tombol database mesin, database komponen, entry kerusakan mesin, dan lihat downtime record jika login sebagai kepala dinas. Serta munculnya tombol database mesin dan database komponen jika login sebagai operator mesin
2. Use case entry kerusakan Tabel 4.48 Use case Specification Entry Kerusakan Description Use case ini digunakan untuk memasukkan data-data kerusakan mesin. Data yang dimasukkan yaitu: No mesin No komponen Tanggal kerusakan Waktu kerusakan. Object mesin, komponen Actor kepala dinas Precondition Menekan tombol entry kerusakan mesin pada form login
130 3. Use case hitung MTTF Description
Object Actor Precondition
Tabel 4.49 Use case Specification Hitung MTTF Use case ini digunakan untuk menghitung Mean Time to Failure komponen mesin. Data yang dimasukkan yaitu: No mesin No komponen Tanggal kerusakan Waktu kerusakan. mesin, komponen kepala dinas Menekan tombol hitung MTTF pada form entry kerusakan mesin
4. Use case view kerusakan Tabel 4.50 Use case Specification View Kerusakan Use case ini digunakan untuk melihat catatan kerusakan mesin di masa lampau. Data yang dimasukkan yaitu: No mesin No komponen Object mesin, komponen, kerusakan mesin Actor kepala dinas Precondition Menekan tombol lihat downtime record pada form login Description
5. Use case cek stok komponen Tabel 4.51 Use case Specification Cek Stok Komponen Description Use case ini digunakan untuk memeriksa stok komponen. Data yang dimasukkan yaitu: No komponen Object komponen Actor kepala dinas, operator mesin Precondition Menekan tombol database komponen pada form login dan tombol cari pada form komponen
131 6. Use case update komponen Tabel 4.52 Use case Specification Update Komponen Use case ini digunakan untuk melakukan update pada data-data komponen. Data yang dimasukkan yaitu: No komponen Nama komponen Stok baru Object komponen Actor kepala dinas, operator mesin Precondition Menekan tombol database komponen pada form login dan tombol tambah, tombol ubah atau tombol hapus pada form komponen Description
7. Use case update mesin Tabel 4.532 Use case Specification Update Mesin Description Use case ini digunakan untuk melakukan update pada data-data mesin. Data yang dimasukkan yaitu: No komponen Nama komponen Object mesin Actor kepala dinas, operator mesin Precondition Menekan tombol database mesin pada form login dan tombol tambah, tombol ubah atau tombol hapus pada form komponen
8. Use case cetak laporan Tabel 4.54 Use case Specification Cetak Laporan Use case ini digunakan untuk mencetak laporan kerusakan. Object mesin, komponen, kerusakan mesin Actor kepala dinas Precondition Menekan tombol cetak laporan pada form entry kerusakan. Postcondition Munculnya laporan Description
132 4.3.1.3.4 Sequence Diagram 1. Sequence login
Gambar 4.28 Sequence Login
2. Sequence entry kerusakan
Gambar 4.29 Sequence Entry Kerusakan
133 3. Sequence hitung MTTF
Gambar 4.30 Sequence Hitung MTTF
4. Sequence view kerusakan
Gambar 4.31 Sequence View Kerusakan
134 5. Sequence cek stok komponen
Gambar 4.32 Sequence Cek Stok Komponen
6. Sequence update komponen
Gambar 4.33 Sequence Update Komponen
135 7. Sequence update mesin
Gambar 4.34 Sequence Update Mesin
8. Sequence cetak laporan
Gambar 4.35 Sequence Cetak Laporan
136 4.3.1.3.5 Function list Berikut adalah tabel function list pada sistem informasi preventive maintenance.
No 1 2
3 4
5
6
7 8
Tabel 4.55 Function List Function Type login read cek password read entry kerusakan read, update entry tanggal mulai update entry tanggal selesai update pilih mesin read pilih komponen read hitung MTTF compute view kerusakan read pilih mesin read pilih komponen read update mesin read, update pilih mesin read tambah mesin update hapus mesin update update komponen read, update pilih komponen read tambah komponen update hapus komponen update tambah stok update cetak laporan read, update entry kerusakan read cek stok komponen read pilih komponen read
Complexity simple simple medium simple simple simple simple complex medium simple simple simple simple simple simple simple simple simple simple simple medium simple simple simple
137 4.3.1.3.6 User Interface 1.Overview Berikut ini adalah overview sistem dalam bentuk navigation diagram untuk user kepala dinas.
Gambar 4.36 Navigation Diagram untuk Kepala Dinas
138 Berikut ini adalah overview sistem dalam bentuk navigation diagram untuk user operator mesin.
Gambar 4.37 Navigation Diagram untuk Operator Mesin
2.Examples Sistem informasi preventive maintenance pabrik minyak sawit PTPN XIII digunakan pada komputer di lantai produksi oleh kepala dinas dan/atau operator mesin yang bertugas.
139 Contoh perancangan layar aplikasinya yaitu sebagai berikut: 1. Interface Login
Gambar 4.38 Window Login
Pada saat login, karyawan pabrik yang bertugas memasukkan ID karyawan dan password. Password akan dicek, jika sesuai maka login berhasil dan tombol login akan dinonaktifkan. Kemudian muncul tombol-tombol untuk melakukan fungsi-fungsi dari aplikasi. Untuk karyawan kepala dinas, semua fungsi aplikasi dapat dijalankan yaitu tombol ke window database mesin, tombol ke window database komponen, tombol ke window entry kerusakan mesin, tombol ke downtime record.
140
Gambar 4.39 Window Login Kepala Dinas
Sedangkan untuk operator pabrik, fungsi aplikasi yang bisa diakses hanya ke window database mesin dan ke window database komponen.
Gambar 4.40 Window Login Operator Pabrik
141 2. Interface entry kerusakan
Gambar 4.41 Window Entry Kerusakan
Untuk memasukkan data kerusakan mesin, terlebih dahulu memasukkan data mesin dan komponennya. Memilih nama mesin, kode mesin,
komponen
dan
komponen
menggunakan
combo box.
Selanjutnya diisi tanggal dan jam kerusakan (mulai dan selesai) serta jenis sebaran dari data waktu kerusakan. Jikas tombol simpan ditekan, tampilan flexgrid memperlihatkan data yang sedang diisi. Tombol clear untuk mengosongkan isi objek-objek pada window tampilan. Penekanan tombol hitung akan menyebabkan munculnya hasil perhitungan mean time to failure dalam frame. Tombol << di semua window akan mengarahkan kembali ke menu login (menu utama). Penekanan tombol cetak laporan akan mengarahkan ke window cetak laporan.
142
Gambar 4.42 Window Entry Kerusakan Setelah Hitung
3. Interface mesin
Gambar 4.43 Window Database Mesin Untuk pencarian mesin pada window database mesin, terlebih dahulu dimasukkan nama mesin dan kodenya lalu menekan tombol cari.
143 Jika ingin menambah data mesin, maka dimasukkan nama dan kode mesin baru dan menekan tombol tambah. Untuk menghapus atau mengubah data mesin yang sudah ada, setelah melakukan pencarian dilakukan penghapusan (tekan tombol hapus) atau memasukkan perubahan yang diinginkan di textbox kemudian menekan tombol ubah.
4. Interface komponen
Gambar 4.44 Window Database Komponen
Untuk pencarian komponen pada window database komponen, terlebih dahulu dimasukkan nama komponen dan kodenya lalu menekan tombol cari. Jika ingin menambah stok komponen atau data komponen, maka dimasukkan nama dan kode komponen baru atau jumlah stok baru kemudian menekan tombol tambah. Untuk menghapus
144 atau mengubah data komponen yang sudah ada, setelah melakukan pencarian dilakukan penghapusan (tekan tombol hapus) atau memasukkan perubahan yang diinginkan di textbox kemudian menekan tombol ubah.
5. Interface laporan kerusakan
Gambar 4.45 Window Laporan Kerusakan
Pada window laporan kerusakan akan ditampilkan hasil laporan dari entry kerusakan. Tombol simpan ditekan untuk menyimpan laporan agar menjadi referensi di masa mendatang. Tombol cetak ditekan untuk print laporan.
145 6. Interface downtime record
Gambar 4.46 Window Downtime Record
Pada window downtime record, dapat dilakukan view terhadap data kerusakan yang sudah ada. Untuk menampilkannya di flexgrid, pertama-tama dipilih nama dan kode mesin dan komponen yang diinginkan. Akan keluar data kerusakan komponen yang diinginkan. Jika ingin dilakukan perubahan, dapat dimasukkan perubahan pada combo box tanggal kerusakan, textbox jam kerusakan dan combo box jenis sebaran. Setelah perubahan yang diinginkan dilakukan, tombol ubah ditekan.
146 4.3.1.3.7 Technical Platform Sistem dikembangkan untuk digunakan pada PC dengan bahasa pemrograman berorientasi objek Visual Basic 6.0. User interface berbasis window dengan menggunakan form pada Visual Basic. Struktur basis data dibuat dengan Microsoft Windows Access dengan extension .mdb. Pembuatan laporan dengan Seagate Crystal Report. Sistem dioperasikan dengan menggunakan monitor, keyboard, mouse, dan printer.
4.3.2 Design Document 4.3.2.1 The Task Dilakukan pemilihan prioritas kriteria yang ingin dipenuhi dalam perancangan sistem. Kriteria yang sangat penting yaitu usable, efficient, reliable, comprehensible. Kriteria yang penting yaitu correct, testable, flexible dan reusable. Kriteria yang kurang penting yaitu secure dan maintainable. Sedangkan kriteria yang tidak berhubungan dengan sistem adalah portable dan interoperable. Kriteria-kriteria yang dianggap sangat penting adalah kriteria dasar yang mendasari sistem informasi preventive maintenance diusulkan menjadi menggunakan aplikasi komputer, tidak lagi secara manual. Yaitu karena kebutuhan yang besar sistem yang dapat digunakan, harus efisien karena sistem bukan merupakan komponen penting dalam proses industri sehingga tidak boleh memakan banyak biaya dan waktu, dapat diandalkan karena hasilnya akan menjadi dasar bagi perusahaan untuk aktivitas produksinya, dan dapat
147 dipahami karena digunakan oleh orang awam yang tidak sering menggunakan aplikasi komputer. Kriteria-kriteria yang dianggap penting adalah kriteria yang mendukung keputusan untuk mengganti sistem informasi manual pabrik dengan usulan dari peneliti. Hasil pengolahan dan penyimpanan yang benar akan mendukung aktivitas produksi, sistem dapat diuji terlebih dahulu sebelum digunakan agar dapat mengidentifikasi kesalahan lebih awal, sistem fleksibel agar dapat diubah jika ada perubahan mesin atau komponen, dan dapat digunakan kembali seandainya ingin dikembangkan menjadi sistem yang lebih kompleks. Kriteria yang dianggap kurang penting adalah secure karena sistem tidak menyangkut data penting atau rahasia seperti data keuangan. Kriteria maintainable juga dianggap kurang penting, karena jika sistem mengalam kegagalan perusahaan tidak akan mengalami kerugian berarti. Kriteria yang dianggap tidak berhubungan adalah portable dan interoperable karena sistem tidak perlu untuk dapat digunakan pada sistem yang berbeda ataupun dihubungakan dengan sistem yang berbeda.
Criterion Usable Secure Efficient Correct Reliable Maintainable Testable Flexible Comprehensible Reusable
Tabel 4.56 Prioritas Kriteria Sangat Kurang Tidak Penting Penting Penting Berhubungan v v v v v v v v v v
Mudah Terpenuhi
148
Criterion
Sangat Penting
Penting
Kurang Penting
Portable Interoperable
Tidak Berhubungan v v
Mudah Terpenuhi
4.3.2.2 Technical Platform 4.3.2.2.1 Perlengkapan Sistem informasi ini memerlukan spesifikasi minimum hardware untuk pengoperasiannya yaitu pada PC standar dengan processor Intel‚ Celeron‚ 2.40 GHz, 256 MB RAM, HDD 30 GB.
4.3.2.2.2 Sistem Piranti Lunak Penggunaan Visual Basic 6.0 dengan dukungan database dari Microsoft Access 2003 dan fungsi pembuatan laporan dengan Crystal Report 8.0
dibutuhkan
dalam
menjalankan
sistem.
Sistem
operasi
yang
direkomendasikan minimum adalah Windows 2000.
4.3.2.2.3 System Interface Diperlukan sebuah printer yang digunakan untuk mencetak laporan, disarankan untuk menggunakan minimal printer inkjet standar hitam putih ataupun berwarna.
4.3.2.2.4 Bahasa Perancangan Keseluruhan perancangan sistem informasi preventive maintenance PMS PTPN XIII menggunakan notasi UML dengan metodologi yang
149 diterbitkan oleh Lars Mathiassen. Piranti lunak yang digunakan untuk perancangan adalah Microsoft Visio 2003.
4.3.2.3 Architecture 4.3.2.3.1 Component Architecture Pada sistem informasi preventive maintenance PMS PTPN XIII hanya diperlukan satu buah komputer yang menjadi tempat sarana aplikasi model dan function. Jadi komputer tersebut merupakan server aplikasi sekaligus basis data.
<> Server
<> UI karyawan pabrik
<> Function
<> Model
Gambar 4.47 Component Diagram
150 4.3.2.3.2 Process Architecture Sistem menggunakan satu buah output device yaitu printer. Baik model maupun function ada di satu server yaitu komputer kepala dinas pabrik.
Gambar 4.48 Deployment Diagram
4.4.Usul Penerapan Pengembangan sistem membutuhkan waktu selama satu bulan, termasuk pengkodean dan perancangannya. Kemudian dilakukan persiapan kebutuhan technical plaform seperti pemilihan dan pembelian hardware, diramalkan membutuhkan waktu satu minggu dan langsung dilakukan instalasi sistem. Selanjutnya dilakukan uji coba sistem dan pelatihan pengguna sistem selama satu bulan. Jika tidak ada masalah, sistem akan dijalankan sesudahnya dan dilakukan pemeliharaan dan modifikasi sistem saat diperlukan. Penerapan sistem preventive maintenance pada PMS Parindu PTPN XIII diharapkan
151 dapat terlaksana sesuai penjadwalan berikut ini yang digambarkan dalam Gantt Chart.
Kegiatan
Periode (minggu) 1 2 3 4 5 6 7 8 dst.
Pengembangan sistem Persiapan technical platform dan instalasi Uji coba dan pelatihan pengguna Implementasi sistem Pemeliharaan sistem Gambar 4.49 Gantt Chart Penerapan Sistem