JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6
1
Analisis Keandalan Pada Boiler PLTU dengan Menggunakan Metode Failure Mode Effect Analysis (FMEA) Weta Hary Wahyunugraha, Abdullah Alkaff, dan Nurlita Gamayanti Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 E-mail:
[email protected]
Abstrak— Boiler dan sistem pendukungnya merupakan peralatan yang penting dalam sebuah pembangkit tenaga listrik. Keandalan merupakan sebuah cara untuk mengetahui performa dari peralatan. Banyaknya kegagalan yang terjadi pada boiler membuat kegiatan perawatan harus disusun dengan baik agar peralatan tidak membuat efek besar pada sistem. Penelitian ini menitikberatkan pada keandalan pada boiler dan sistem pendukungnya yang terangkum dalam sebuah perangkat lunak berbasis PHP dan MySQL. Perangkat ini akan merangkum informasi yang mendukung analisis kualitatif dengan FMEA untuk boiler serta melakukan perhitungan guna mendapatkan analisis secara kuantitatif. Metode FMEA merupakan salah satu metode untuk menganalisa keandalan secara kualitatif yaitu menemukan kegagalan yang terjadi pada sistem serta efek yang ditimbulkan dan meminimalkan efek yang akan terjadi. Database pada MySQL berisikan informasi mengenai peralatan, sub peralatan, bentuk kegagalan, dampak kegagalan,penyebab kegagalan, severity, occurrence, detection dan nilai MTTF. Informasi ini berguna untuk menentukan analisa peralatan dengan metode FMEA. Perangkat ini mampu menganalisa peralatan pada boiler dan sistem pendukungnya berdasarkan keandalan paling kecil didukung dengan Risk Priority Number (RPN) yang didapat dari analisis kualitatif. Perangkat ini juga merekomendasikan kegiatan perawatan yang dilakukan untuk peralatan yang mengalami kerusakan dalam bentuk laporan. Kata Kunci— Keandalan, FMEA, RPN, Pemrograman PHP dan MySQL, Boiler, Prioritas Perawatan.
Effect Analysis (FMEA) merupakan sebuah metode dalam menganalisa keandalan secara kualitatif. Kegagalan pada sebuah peralatan memiliki dampak pada sebuah sistem dimana peralatan itu beroperasi. Masing-masing dampak kegagalan memiliki penyebab yang berbeda-beda tergantung jenis peralatan. Pada sisi analisa kuantitatif, masing-masing sub peralatan boiler memiliki Mean Time To Failure (MTTF) yang berbeda-beda. MTTF ini dijadikan acuan untuk mengetahui nilai keandalan dan laju kerusakan pada peralatan tersebut. Sebuah perangkat lunak berbasis PHP dan MySQL akan dibangun pada penelitian ini untuk mempermudah pengguna dalam menganalisis kegagalan pada boiler. Perangkat ini menampung informasi yang dibutuhkan pengguna dalam menganalisis kegagalan dan menyimpannya ke dalam sebuah database. II. URAIAN PENELITIAN Penelitian ini bertujuan untuk mengetahui keandalan boiler PLTU dan peralatan pendukungnya pada kondisi sekarang ini. Seperti yang diketahui boiler memiliki fungsi vital pada sebuah pembangkit. Boiler diharuskan memiliki keandalan tinggi untuk mempertahankan nilai energi yang dihasilkan oleh pembangkit.
I. PENDAHULUAN
P
embangkit listrik tenaga uap PT. Indonesia Power UBP Perak memiliki 2 unit pembangkit dengan kapasitas terpasang 2X50 MW. Pembangkit yang dimiliki PT. Indonesia Power UBP Perak ini menggunakan bahan bakar MFO dalam pembangkitan energi lisitrik. Pada sebuah pembangkit terdiri dari banyak peralatan yang mendukung dalam produksi energi listrik. Diantara peralatan tersebut boiler merupakan peralatan pada pembangkit yang memiliki peran penting dalam pembangkitan energi listrik. Uap kering yang digunakan untuk memutar turbin dan generator diproduksi oleh boiler. Peran penting dari boiler ini yang mengharuskan boiler selalu dalam kondisi yang baik untuk mempertahankan kualitas energi yang dihasilkan oleh pembangkit. Boiler memiliki peralatan pendukung yang dibahas pada penelitian ini seperti Boiler Feed Pump, Fuel oil pump, Superheater, Air Heater. Keandalan boiler dapat dianalisa dari 2 sisi yaitu dengan cara analisis kuantitatif dan analisis kualitatif. Failure Mode
Gambar 1. Diagram Alir Boiler dan Peralatan Pendukung Pada aktifitas boiler, air merupakan bahan utama dalam proses produksi uap. Air dipanaskan oleh heater dan dipompa
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 masuk ke pipa boiler oleh Boiler Feed Pump. Untuk pemanasan air yang terdapat pada pipa boiler terjadi pada furnace. MFO sebagai bahan bakar boiler dipanaskan oleh heater dan dipompa masuk oleh Fuel Oil Pump. Proses pengabutan bahan bakar dibantu oleh udara yang dihasilkan dari FD Fan. Udara yang masuk ini dipanaskan sampai menuju temperatur tertentu dengan bantuan Air Heater. Selanjutnya burner membantu dalam menghasilkan dan mengatur api yang masuk ke furnace. Uap yang dihasilkan pipa boiler dipanaskan kembali ke dalam Superheater sehingga menjadi uap kering dan selanjutnya digunakan untuk memutar turbin. Start
Boiler dan peralatan pendukungnya
Tentukan peralatan, subsistem dan bentuk kegagalan
Informasi efek kegagalan dan penyebab
Analisa Kualitatif
2 tersebut ke dalam sebuah sistem perangkat lunak menyebabkan informasi yang diterima pengguna tidak maksimal sehingga dapat menghambat dalam kegiatan perawatan. Prioritas perawatan dibutuhkan dalam melakukan kegiatan perawatan pada waktu tertentu, sehingga peralatan yang sering mengalami kegagalan dapat diantisipasi sebelumnya. III. METODE 1. Keandalan Keandalan dari suatu sistem atau peralatan didefinisikan sebagai probabilitas bahwa suatu sistem tersebut berfungsi dengan baik untuk melakukan tugas tertentu [2]. Keandalan suatu sistem merupakan ukuran probabilitas yang merupakan fungsi dari waktu sehingga untuk mengetahui keandalan sistem tersebut diperlukan suatu fungsi yang disebut fungsi keandalan atau R(t). 2. Mean Time To Failure (MTTF) Keandalan dari suatu sistem seringkali diberikan dalam bentuk angka yang menyatakan ekspektasi masa pakai sistem tersebut, yang dinotasikan E [T] dan sering disebut dengan rata-rata waktu kerusakan atau Mean Time To Failure (MTTF) [2]. MTTF hanya dipergunakan pada komponen/ peralatan yang sekali mengalami kerusakan harus diganti dengan komponen/ peralatan yang masih baru dan baik.
E [T] = MTTF =
Penilaian S,O,D dan mengkalkulasi nilai RPN peralatan
R(t ) dt 0
Data waktu operasi peralatan (t),Informasi MTTF peralatan Analisa Kuantitatif Mendapatkan nilai keandalan R(t) dan laju kerusakan peralatan h(t)
3. Laju Kerusakan Keandalan sebuah sistem dapat dilihat dari laju kerusakan dari sistem tersebut. Gejala kerusakan dapat juga dinyatakan dengan fungsi kerusakan (hazard function) atau fungsi laju kerusakan (failure rate function). Laju kerusakan (h(t)) menyatakan banyaknya kerusakan yang terjadi tiap satuan waktu atau laju proporsi kerusakan sesaat untuk komponen yang bertahan sampai dengan saat itu [2].
Laporan dan Rekomendasi kegiatan yang harus dilakukan untuk kegiatan perawatan
Stop
Gambar 2. Flowchart Perancangan Sistem Flowchart pada Gambar 2 diatas menjelaskan langkahlangkah dalam menganalisa sebuah peralatan. Pada aktifitas boiler, semua peralatan apabila digunakan dalam jangka waktu tertentu pasti memiliki penurunan kinerja yang dipengaruhi oleh kegagalan yang terjadi pada peralatan tersebut. Bentuk kegagalan yang terjadi berbeda-beda menurut jenis peralatannya. Kegagalan sebuah peralatan memiliki pengaruh atau dampak terhadap peralatan lain. Dampak kegagalan ini yang berpengaruh terhadap kinerja pada boiler. Dalam kegiatan perawatan dibutuhkan informasi yang lengkap terhadap sebuah peralatan untuk mengetahui kegagalan yang terjadi beserta penyebab dan dampaknya. Belum adanya sistem yang mampu me-record informasi
Gambar. 3 Grafik Bath-tub Gambar.3 Menunjukkan karakteristik dari sebuah kegagalan. Periode 0 sampai dengan 1 t , mempunyai waktu yang pendek pada permulaan bekerjanya peralatan.Kurva menunjukkan bahwa laju kerusakan menurun dengan bertambahnya waktu atau diistilahkan dengan Decreasing Failure Rate (DFR). Kerusakan yang terjadi umumnya disebabkan kesalahan dalam proses menufakturing atau desain yang kurang sempurna. Periode 1 t sampai 2 t mempunyai laju kerusakan paling kecil dan tetap yang disebut Constant Failure Rate (CFR). Periode ini dikenal dengan Useful Life Period.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6
3
Pada periode setelah 2 t menunjukkan kenaikan laju kerusakan dengan bertambahnya waktu yang sering disebut dengan Increasing Failure Rate (IFR). Hal ini terjadi karena proses keausan peralatan. 4. Model Probabilitas Komponen Untuk menghitung keandalan suatu komponen, langkah pertama adalah harus mengetahui model probabilitas komponen yang biasanya dinyatakan dengan distribusi statistik. Dalam analisa keandalan, ada beberapa distribusi statistik yang umum dipergunakan, yaitu distribusi weibull[2]. 4.1 Distribusi Weibull dua parameter Distribusi ini dikembangkan oleh Weibull. = disebut dengan slope/kemiringan dari fungsi Weibul. > 0. = disebut scala parameter (menentukan karakteristik dari life time). > 0 Fungsi keandalannya :
R(t ) exp t
Dengan fungsi laju kerusakan : t ht (t ) 1
MTTF exp t dt
Tabel. 1 Severity Rangking Severity
0
1 MTTF 1 1
4.2 Distribusi Weibull 3 parameter
pada sebuah ranking dari severity dan probability dari kegagalan) FMEA biasanya dilakukan selama tahap konseptual dan tahap awal desain dari sistem dengan tujuan untuk meyakinkan bahwa semua kemungkinan kegagalan telah dipertimbangkan dan usaha yang tepat untuk mengatasinya telah dibuat untuk mengurangi semua kegagalan-kegagalan. Kegiatan FMEA melibatkan banyak hal seperti me-review berbagai komponen, rakitan, dan subsistem untuk mengidentifikasi mode – mode kegagalannya, penyebab kegagalannya, serta dampak kegagalan yang ditimbulkan. Sebuah FMEA dapat digunakan untuk mengidentifikasi cara-cara kegagalan yang potensial untuk sebuah produk atau proses. Metode ini kemudian memerlukan analisa dari tim untuk menggunakan pengalaman masa lalu dan keputusan engineering untuk memberikan peringkat pada setiap potensial masalah menurut rating skala berikut : Severity Severity adalah sebuah penilaian pada tingkat keseriusan suatu efek atau akibat dari potensi kegagalan pada suatu komponen yang berpengaruh pada suatu hasil kerja mesin yang dianalisa/diperiksa, Severity dapat dinilai pada skala 1 sampai 10.
10
Fungsi Keandalannya : R(t ) exp t t 0 Dimana :
8
Berbahaya dengan peringatan Sangat tinggi
7
Tinggi
6
Sedang
5
Rendah
4
Sangat rendah
3
Kecil
2
Sangat kecil
1
Tidak ada efek
9
t0 = umur minimum suatu komponen. t > t0 > 0. Laju kerusakan : f (t ) h(t ) (t ) R(t ) = t t 0
1
Berbahaya tanpa peringatan
1
1 MTTF 1 t0 5. Failure Mode Effect Analysis Failure modes and effects analysis (FMEA) merupakan salah satu teknik yang sistematis untuk menganalisa kegagalan.. Teknik analisa ini lebih menekankan pada hardware-oriented approach atau bottom-up approach. Dikatakan demikian karena analisa yang dilakukan dimulai dari peralatan dan meneruskannya ke sistem yang merupakan tingkat yang lebih tinggi. Proses ini mencoba mendefinisikan dampak yang terjadi pada sebuah kegagalan peralatan. [1] FMEA merupakan sebuah metodologi yang digunakan untuk menganalisa dan menemukan : 1. Semua kegagalan-kegagalan yang potensial terjadi pada suatu sistem 2. Efek-efek dari kegagalan ini yang terjadi pada sistem dan bagaimana cara untuk memperbaiki atau meminimalkan kegagalan-kegagalan atau efek-efeknya pada sistem (Perbaikan dan minimalis yang dilakukan berdasarkan
Deskripsi Kegagalan sistem yang menghasilkan efek sangat berbahaya Kegagalan sistem yang menghasilkan efek berbahaya Sistem tidak beroperasi Sistem beroperasi tetapi tidak dapat dijalankan secara penuh Sistem beroperasi dan aman tetapi mengalami penurunan performa sehingga mempengaruhi output Mengalami penurunan kinerja secara bertahap Efek yang kecil pada performa sistem Sedikit berpengaruh pada kinerja sistem Efek yang diabaikan pada kinerja sistem Tidak ada efek
Occurrence Occurrence adalah sebuah penilaian dengan tingkatan tertentu dimana adanya sebuah sebab kerusakan secara mekanis yang terjadi pada peralatan tersebut. Dari angka/tingkatan occurrence ini dapat diketahui kemungkinan terdapatnya kerusakan dan tingkat keseringan terjadinya kerusakan peralatan.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 Tabel. 2 Occurrence Rangking Occurrence 10 Sangat tinggi 9 8 Tinggi 7 6 5 Sedang 4 3 Rendah 2 1 Tidak ada efek
Deskripsi Sering gagal Kegagalan yang berulang
Jarang terjadi kegagalan Sangat kecil terjadi kegagalan Hampir tidak ada kegagalan
Detection Detection adalah sebuah penilaian yang juga memiliki tingkatan seperti halnya severity dan occurrence. Penilaian tingkat detection sangat penting dalam menemukan potensi penyebab mekanis yang menimbulkan kerusakan serta tindakan perbaikannya. Tabel. 3 Detection Rangking Detection Deskripsi 10 Tidak Perawatan preventif akan selalu pasti tidak mampu untuk mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan. 9 Sangat Perawatan preventif memiliki kecil kemungkinan “very remote” untuk mampu mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan. 8 Kecil Perawatan preventif memiliki kemungkinan “remote” untuk mampu mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan. 7 Sangat Perawatan preventif memiliki rendah kemungkinan sangat rendah untuk mampu mendateksi penyebab potensial kegagalan dan mode kegagalan. 6 Rendah Perawatan preventif memiliki kemungkinan rendah untuk mampu mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan. 5 Sedang Perawatan preventif memiliki kemungkinan “moderate” untuk mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan. 4 Menengah Perawatan preventif memiliki keatas kemungkinan “moderately High” untuk mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan.
4 Rangking 3
Detection Tinggi
Deskripsi Perawatan preventif memiliki kemungkinan tinggi untuk mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan. 2 Sangat Perawatan preventif memiliki tinggi kemungkinan sangat tinggi untuk mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan. 1 Hampir Perawatan preventif akan selalu pasti mendeteksi penyebab potensial atau mekanisme kegagalan dan mode kegagalan. Setelah pemberian rating dilakukan, nilai RPN dari setiap penyebab kegagalan dihitung dengan rumus : RPN = Severity x Occurrence x Detection Nilai RPN digunakan untuk membandingkan penyebabpenyebab yang teridentifikasi selama dilakukan analisis. dari setiap masalah yang potensial dapat kemudian. IV. IMPLEMENTASI DAN PENGUJIAN SISTEM Pengujian sistem pada penelitian ini akan diambil sebuah peralatan dengan beberapa bentuk kegagalan untuk menguji hasil keluaran dari metode FMEA, analisis kuantitatif dan keluaran perangkat lunak yang digunakan dalam menganalisis keandalan. 1) Pengujian Keluaran FMEA Pengujian keluaran ini akan menunjukkan analisis kualitatif terhadap peralatan boiler yang memiliki beberapa sub peralatan dengan berbagai bentuk kegagalan. Tabel.4 Hasil analisis FMEA Sub Peralatan
Genbank / Walltube
Bentuk Kegagalan
Kebocoran genbank tube / walltube
Penyebab
Kualitas air yang disebabkan kebocoran condensor
Tube, Bend Tube bocor (indikasi pemakaian air banyak, pengamatan flow Feed Water) Boiler insulation Furnace
Main Burner
Kebocoran boiler insulation Furnace Pressure High Burner Trip
1. Fin tube bocor 2. Korosif Plugging elemen air heater Loss Of flame Modul flame rusak, Flame scanner kotor
Dampak
S O
D
RPN
9 4
4
144
8 4
5
160
4 4
3
48
Unit trip
7 1
3
21
Derating
4 7
5
140
Unit derating beban mencapai 50% dan dapat menyebab kan trip unit Unit derating beban mencapai 50% dan dapat menyebab kan trip unit Kerugian kalor yang terbuang
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 Pengujian ini menghasilkan RPN tertinggi sebesar 160 pada sub peralatan walltube dengan bentuk kegagalan berupa bend tube bocor. Pada hasil FMEA peralatan yang memiliki RPN tertinggi akan diprioritaskan dalam kegiatan perawatan. 2) Pengujian Analisis Kuantitatif Keandalan pada sub peralatan boiler akan menurun seiring dengan bertambahnya waktu operasi. Peralatan yang diuji adalah walltube, boiler insulation, furnace dan main burner. Pada pengujian ini, persamaan R(t) dan h(t) diberikan masukan t sebesar 8760jam. Tabel.5 Nilai R(t) dan h(t) Peralatan Sub Peralatan R(t) h(t)
Boiler
Walltube
0.802209
0.0000539357
Boiler Insulation
0.455344
0.000192537
3) Perbandingan Hasil Analisis FMEA dengan Analisis Kuantitatif Untuk mengetahui hubungan dari analisis FMEA dengan analisis secara matematis, maka masing-masing bentuk kegagalan yang memiliki RPN dibandingkan dengan nilai keandalan pada masing-masing peralatan. Tabel.6 Perbandingan RPN dengan R(t) Sub Peralatan
Genbank / Walltube Boiler
Bentuk Kegagalan
RPN
R(t)
Kebocoran genbank tube / walltube
144
0.802209
160
0.802209
48
0.455344
Boiler insulation
Tube, Bend Tube bocor (indikasi pemakaian air banyak, pengamatan flow Feed Water) Kebocoran boiler insulation
Furnace
Furnace Pressure High
21
0.999536
Burner Trip
140
0.455344
48
0.455344
128
0.455344
Main Burner
Kebocoran flexible hose atomizing steam Gagal Start / gagal penyalaan
4) Implementasi Perangkat Lunak Walltube atau pipa boiler merupakan salah satu sub peralatan yang terdapat pada boiler yang memiliki fungsi dalam proses produksi uap. Pipa boiler ini sering mengalami bentuk kegagalan berupa kebocoran pada dinding pipa yang biasa disebabkan oleh kualitas air akibat kebocoran kondensor. Dampak dari kebocoran ini menyebabkan unit derating atau bahkan bisa menyebabkan unit trip. Dari analisis penyebab dan dampak, pipa boiler dapat dianalisis tingkat kefatalan (Severity) sebesar 9, tingkat kejadian (Occurrence) sebesar 4 dan tingkat deteksi (Detection) sebesar 4. Ketiga bagian ini yang akan menjelaskan sejauh mana kegagalan berdampak terhadap sistem. Tabel 1 menunjukkan informasi pada FMEA worksheet. FMEA worksheet ini berguna untuk menampung informasi untuk semua kegagalan yang terjadi pada peralatan tetapi belum diprioritaskan. Tabel.7 FMEA Worksheet
Furnace 0.999536 0.000000113586 Main Burner 0.455344 0.000192537 Tabel 5 menunjukkan bahwa nilai keandalan paling kecil pada peralatan boiler adalah boiler insulation dan main burner sebesar 0.455344. Penurunan keandalan dipengaruhi oleh keausan dari peralatan yang merupakan peralatan mekanik. Pada waktu t = 8760 maka yang diprioritaskan untuk dirawat adalah main burner dan boiler insulation.
Peralatan
5
Dalam prioritas perawatan, peralatan diurutkan berdasarkan nilai keandalan yang paling kecil. Dari analisis didapat nilai keandalan paling kecil yaitu main burner dan boiler insulation. Main burner memiliki 3 bentuk kegagalan dan yang paling besar nilai RPN nya adalah kegagalan burner trip sebesar 140. Analisis ini belum bisa menunjukkan ketersesuaian antara RPN dan R(t) karena pada peralatan boiler RPN tertingginya adalah 160.
Sub System
Bentuk Kegagalan
Penyebab
Genbank / Walltube
Kebocoran genbank tube / walltube
Kualitas air yang disebabkan kebocoran condensor
Dampak
S
O
D
Unit derating beban mencapai 50% dan dapat menyebabkan trip unit
9
4
4
Informasi dari FMEA worksheet dijadikan masukan kepada database dan selanjutnya diolah oleh perangkat lunak berbasis PHP dan MySQL. Secara garis besar hasil keluaran perangkat dalam menganalisis sebuah kegagalan dapat dilihat pada Gambar. 2.
Gambar. 4 Keluaran Analisis FMEA Dari Gambar. 2 ditampilkan juga nilai RPN dan MTTF dari bentuk kegagalan pipa boiler. RPN merupakan perkalian antara severity, occurrence dan detection. Dari perhitungan RPN walltube didapatkan nilai sebesar 144. Nilai MTTF diperoleh dari data perusahaan dan didapatkan nilai 17304.4 jam. Selain menganalisis secara kualitas, perangkat ini juga akan menganalisis secara kuantitatif. Analisis kuantitatif ini
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 berguna untuk mengetahui nilai keandalan R(t) dan laju kerusakan h(t). Nilai keandalan dan laju kerusakan untuk bentuk kegagalan walltube yaitu sebagai berikut,
β=2.143866, η=17736.4221, λ=1/η=0.00005638. () ( )
(
)
(
)
Dengan masukan t = 8760 jam maka nilai R(t) dan h(t) dapat dihitung sebagai berikut, ( ) ( ) ( ) ( ( )) ( ) laju kerusakannya, ( ) ( ) ( ) ( ( )) ( ) Tahap selanjutnya setelah didapatkan nilai keandalan dan laju kerusakan adalah laporan. Laporan ini bertujuan agar pengguna dapat mengetahui prioritas peralatan ketika waktu t.
6 bentuk kegagalan yang terjadi selama periode waktu operasi (t). Dengan rincian 53 bentuk kegagalan mengalami maintenance pada saat overhoul tiap 8760jam dan 13 bentuk kegagalan mengalami penggantian. Laporan ini juga menunjukkan prioritas peralatan yang diutamakan untuk dilakukan kegiatan perawatan. Perangkat lunak yang dibuat penelitian ini sudah mampu untuk melakukan analisis keandalan secara kualitatif dan kuantitatif untuk peralatan karena dapat mengakomodasi informasi yang dibutuhkan pengguna dalam melakukan kegiatan perawatan. Tetapi perangkat ini masih belum bisa menunjukkan hubungan secara spesifik tentang keandalan dengan metode FMEA dikarenakan keterbatasan dalam hal data kerusakan peralatan dari perusahaan yang masih kurang informatif. Saran untuk penelitian selanjutnya yaitu pengembangan perangkat lunak dengan membuatnya lebih dinamis sehingga pada tiap overhaul tidak dibutuhkan FMEA yang baru lagi serta membuat interface FMEA berupa simulasi plant sehingga dapat membantu memonitoring kerja peralatan berdasarkan keandalannya secara virtual. Selain itu FMEA bisa digabungkan dengan RCM sehingga dapat memprediksi kegagalan yang terjadi di masa yang akan datang serta interval perawatan berdasarkan keandalannya. DAFTAR PUSTAKA
Gambar .5 Hasil Laporan Perangkat lunak Gambar 5 menunjukkan pengurutan prioritas untuk semua peralatan. Laporan yang diberikan oleh perangkat telah diperingkat sesuai dengan keandalan. Keandalan yang memiliki nilai paling kecil memiliki peringkat yang paling atas karena dari segi prioritas terhadap waktu t peralatan tersebut diutamakan dalam perawatan. Untuk peralatan yang memiliki keandalan yang tinggi diperingkat diurutan bawah karena dianggap masih memiliki kerja yang baik dan direkomendasikan juga kegiatan perawatan. V. KESIMPULAN/RINGKASAN Dari penelitian yang dilakukan dapat disimpulkan bahwa analisis kuantitatif yang dilakukan pada sebuah peralatan menunjukkan bahwa keandalan pada boiler dan peralatan pendukungnya mengalami penurunan keandalan selama masa operasi peralatan. Penurunan nilai keandalan sebuah peralatan dipengaruhi oleh kerusakan peralatan. Pada analisis FMEA masing-masing bentuk kegagalan peralatan memiliki tingkat kefatalan (Severity), tingkat kejadian (Occurence) dan tingkat deteksi (Detection) yang berbeda-beda sesuai dengan penyebab dan dampak yang ditimbulkan oleh kegagalan. Pada laporan terdapat 31 sub peralatan yang dianalisis dengan 66
[1] Priyanta, Dwi, “Keandalan dan Perawatan”,Jurusan Teknik Sistem Perkapalan FTK-ITS,Surabaya,2000. [2] Alkaff, Abdullah, “Teknik Keandalan dan Keselamatan Sistem”, Jurusan Teknik Elektro FTI-ITS, Surabaya, 1992. [3] Nedelcu A, Dumitrascu A.-E, Fota A, Lepadatescu B, “Risks Estimation Using Failure Mode and Effects Analyses Method”, Proceedings of the 8th WSEAS International Conference on SIGNAL PROCESSING, ROBOTICS and AUTOMATION, USA, 2009. [4] Cicek, K.; Turan, H.H.; Topcu, Y.I.; Searslan, M.N., "Risk-based preventive maintenance planning using Failure Mode and Effect Analysis (FMEA) for marine engine systems," Engineering Systems Management and Its Applications (ICESMA), 2010 Second International Conference on , vol., no., pp.1,6, March 30 2010-April 1 2010. [5] Averil, M.Law dan David Kelton, “Simulation Modeling and Analysis”, McGraw-Hill, Singapore, 1991. [6] Rafli P, Farid, “Rancang Bangun Perangkat Lunak Reliability Centered Maintenance (RCM) Untuk Gardu Induk”, Jurusan Teknik Elektro FTI-ITS, Surabaya, 2012. [7] Dan Ling; Hong-Zhong Huang; Wei Song; Yu Liu; Zuo, M.J., "Design FMEA for a diesel engine using two risk priority numbers," Reliability and Maintainability Symposium (RAMS), 2012 Proceedings - Annual , vol., no., pp.1,5, 23-26 Jan. 2012. [8] Yumaida, “Analisis Risiko Kegagalan Pemeliharaan Pada Pabrik Pengolahan Pupuk NPK Granular “, Jurusan Teknik Industri FT-UI, Depok, 2011.
