SIDANG TUGAS AKHIR
ESTIMASI ONGKOS JASA PERAWATAN ALAT BERAT RIGID DUMP TRUCK KELAS 50-70 TON PADA MAINTENANCE SERVICE CONTRACT DI PT ABC OLEH: SINAR PRASETYASRINI NRP. 2507 100 026 PEMBIMBING: NANI KURNIATI S.T, M.T. NIP. 197504081998022001 1
AGENDA PRESENTASI Pendahuluan Tinjauan Pustaka Metodologi Penelitian
Pengumpulan dan Pengolahan Data Analisis dan Interpretasi Data Simpulan dan Saran 2
PENDAHULUAN
3
LATAR BELAKANG 4
Karakteristik alat berat: Sendiri maintenance • investasi besar Vs • komponen kompleks Outsourcing • high technology • availabilitas harus tinggi outsourcing dianggap sebagai loading, hauling, dumping keputusan yang tepat pada waktu tertentu (Martin, 1997) PT ABC
Ongkos jasa perawatan
distributor alat berat dan penyedia jasa perawatan alat berat Estimasi jumlah kerusakan alat diambil dari rata-rata pada jam operasi keberapa alat sering rusak
Estimasi jumlah kerusakan alat dan downtime alat: pendekatan reliability (Soepardi, 2002)
PERUMUSAN MASALAH Bagaimana cara mengestimasikan ongkos jasa perawatan Rigid Dump Truck Kelas 50-70 Ton dengan mengestimasikan jumlah kerusakan dan total downtime alat dengan pendekatan reliability yang mempertimbangkan pola kerusakan alat.
5
TUJUAN PENELITIAN
6
MANFAAT PENELITIAN • Memberikan alternatif pendekatan dalam mengestimasikan ongkos jasa perawatan alat berat Rigid Dump Truck Kelas 5070 ton. • Memberikan masukan kepada perusahaan mengenai kebijakan penentuan ongkos jasa perawatan alat berat.
7
BATASAN dan ASUMSI Batasan: 1. Ongkos jasa perawatan yang akan dibandingkan adalah ongkos jasa perawatan periode pertama Full Maintenance Contract (FMC) Rigid Dump Truck Kelas 50-70 Ton periode 3 tahun. 2. Data historis breakdown yang digunakan dalam penelitian adalah data kerusakan Rigid Dump Truck Kelas 50-70 Ton FMC periode 5 tahun mulai Januari 2010-Desember 2010. Asumsi: 1. Faktor-faktor penyebab terjadinya kerusakan diabaikan. 2. Jika ada kerusakan, kerusakan tersebut menyebabkan alat berat shutdown. 3. Unscheduled breakdown repair yang dilakukan adalah minimal repair yang tidak mengubah laju kerusakan alat. 4. Nilai satu jam waktu analog sama dengan 1,35 kali lebih besar dari satu jam pada hourmeter terbaca.
8
TINJAUAN PUSTAKA
9
SISTEM PERAWATAN Variabel keputusan Batasan • Fasilitas perawatan • Perencanaan agregat • Anggaran Data peralatan • Penyebab breakdown • Biaya
Pengambilan keputusan perawatan
What How Who Where
Sistem perawatan harus memiliki respon yang baik terhadap kerusakan-kerusakan yang akan muncul
Jadwal • Perawatan preventif • Repair Laporan • Persediaan suku cadang • Kapasitas perawatan Keluaran
Data perawatan • Repair • Perawatan
Kriteria kinerja
Komponen dasar sistem perawatan (Nasution,2006)
10
KONTRAK JASA PERAWATAN (MAINTENANCE CONTRACT ) Maintenance contract dapat diklasifikasikan menjadi 3 jenis (Tsang, 2002; Martin, 1997): • The work package (time, material, labor) • The performance based • The facilitator types PT ABC menyediakan teknisi, spare part, fasilitas, teknologi, dan waktu untuk melakukan maintenance
Availability alat per periode kontrak 11
PEMODELAN ONGKOS JASA PERAWATAN Variabel pembentuk ongkos jasa perawatan di PT ABC : 1. periodical service cost 2. unschedule breakdown cost 3. labor cost 4. facility cost 5. lubricants cost
Ekspektasi total ongkos jasa perawatan alat selama interval (0, ) :
Keterangan: nm : jumlah preventive maintenance yang dilakukan CM : ongkos satu kali preventive maintenance CR : ongkos satu kali corrective maintenance CL : ongkos tenaga kerja tiap jam
Soepardi, 2002
12
PEMODELAN EKSPEKTASI JUMLAH KERUSAKAN Kejadian kerusakan alat terjadi secara acak
Kerusakan alat selama (0,τ) yang terjadi dianggap suatu NonHomogeneous Poisson Process (NHPP) fungsi intensitas r(x)
Ekspektasi jumlah kerusakan alat selama interval waktu (0, τ)
Soepardi, 2002 13
PEMODELAN EKSPEKTASI JUMLAH TOTAL DOWNTIME Ekspektasi total downtime alat
Ekspektasi CM sampai saat τ
Schedule breakdown Unschedule breakdown (CM) lama alat dalam (PM) bersifat acak kondisi down relatif konstan
E[C(τ)=E[N(τ)] E[X]
Downtime alat karena CM kei dinyatakan sebagai Xi
Kumulatif downtime alat sampai dengan j CM Soepardi, 2002 14
CRITICAL REVIEW Ashgarizadeh and Murthy (1998) Studi kontrak jasa perawatan untuk pemilihan strategi optimal dilihat dari perspektif: konsumen dan agen Pemodelan dengan Game Theory Menghasilkan: Agen sebagai leader sedangkan konsumen sebagai follower (single agen and single consumer)
Soepardi (2002) Estimasi ongkos jasa perawatan alat berat Wheel Loader Pemodelan dengan pendekatan reliability (black box) Mempertimbangkan pola kerusakan dan pola total downtime Penelitian ini: Estimasi ongkos jasa perawatan alat berat Rigid Dump Truck Aplikasi model Soepardi (2002) Mempertimbangkan pola kerusakan dan pola total downtime untuk menaksir jumlah kerusakan alat dan jumlah downtime alat 15
METODOLOGI PENELITIAN
16
FLOWCHART METODOLOGI PENELITIAN (1) Mulai Penentuan topik dan objek penelitian
Studi literatur
Studi lapangan
Perumusan masalah dan tujuan penelitian
Tahap identifikasi dan perumusan masalah
Pengumpulan data Tahap pengumpulan data A
17
FLOWCHART METODOLOGI PENELITIAN (2) A Menentukan pola kerusakan dan pola total downtime peralatan Menghitung estimasi ongkos jasa perawatan alat berat Tahap pengolahan data
Menganalisis dan membandingkan hasil estimasi ongkos dengan ongkos eksisting Membuat simpulan dan saran Tahap analisis dan membuat simpulan Selesai
18
PENGUMPULAN DAN PENGOLAHAN DATA
19
DATA UMUM OBJEK AMATAN
Rigid Dump Truck Kelas 50-70 Ton
PT ABC
Deskripsi Produk Produk unggulan Memindahkan material jarak 500 m atau lebih
Tipe Maintenance Contract Full Maintenance Contract (FMC) Service Maintenance Contract (SMC)
PT X Periodical service
Full Maintenance Contract (FMC)
Unschedule breakdown service
Jaminan availability Ongkos jasa perawatan
20
BREAKDOWN RECORD NO CODE UNIT
COMP
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
MAINT
TR50001 TR50001 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002 TR50002
TM
OTHERS MAINT ELECT MAINT AC AC MAINT CAB ELECT ELECT AC HYD CAB MAINT MAINT
DATE
DOWN TIME
FAILURE
FINISH
START
FINISH
SCH
26-Dec-09 30-Dec-09 26-Dec-09 27-Dec-09 28-Dec-09 31-Dec-09 2-Jan-10 4-Jan-10 5-Jan-10 9-Jan-10 10-Jan-10 14-Jan-10 15-Jan-10 18-Jan-10 19-Jan-10 19-Jan-10 20-Jan-10
29-Dec-09 25-Jan-10 26-Dec-09 27-Dec-09 28-Dec-09 31-Dec-09 2-Jan-10 4-Jan-10 5-Jan-10 9-Jan-10 10-Jan-10 14-Jan-10 15-Jan-10 18-Jan-10 19-Jan-10 19-Jan-10 20-Jan-10
7.00 7.00 14.00 7.00 9.00 12.00 10.40 15.55 6.00 7.00 23.00 15.02 21.40 7.30 17.05 18.00 7.00
7.00 7.00 14.10 8.00 12.00 13.00 10.50 16.00 6.15 7.15 1.15 15.13 21.50 8.30 17.20 18.30 10.00
96.00
HOUR METER UNSCH
648.00 0.17 1.00 3.00 1.00 0.17 0.08 0.25 0.25 2.25 0.18 0.17 1.00 0.25 0.50 3.00
TOTAL
96.00 648.00 0.17 1.00 3.00 1.00 0.17 0.08 0.25 0.25 2.25 0.18 0.17 1.00 0.25 0.50 3.00
START
FINISH
ACCUM
2171.3 2171.3 3282.4 3295.3 3302.8 3352.7 3362.0 3391.9 3403.7 3470.3 3483.5 3528.7 3542.6 3576.8 3597.1 0.0 10.5
2171.3 2171.3 3282.4 3295.5 3302.8 3352.8 3362.1 3391.9 3403.8 3470.3 3483.5 3528.7 3542.6 3577.0 3597.1 0.5 11.1
18281.8 18281.8 19675.1 19688.0 19695.5 19745.4 19754.7 19784.6 19796.4 19863.0 19876.2 19921.4 19935.3 19969.5 19989.8 19989.8 20000.3
TOTAL
0.2 0.1 0.1 0.1 0.2 0.5 0.6
DESCRIPTION OF TROUBLE Schedule GOH, Schedule GOH over time Stone in tyre rear, Maintenance, Electrical all short, PS I HM :19750 (19745,4), AC not cool, Belt AC Loosen, Maintenanace, Lock door malfunction, Panel lampu sign malfunction, HM Off, AC not cool, Hoist cyl low, HM Error, Maintenanace , PS IV hm :20000(20000,3),
21
MEKANISME PENGOLAHAN DATA Dari breakdown record 10 unit Rigid Dump Truck (RD1RD10) : diambil breakdown unschedule alat saja Menghitung waktu antar kerusakan alat (TTF) dan waktu antar perbaikan (TTR)
Input analyser Arena 5.0
Hitung ekspektasi jumlah kerusakan dan total downtime alat
Hitung ekspektasi ongkos jasa perawatan 22
DATA TTF DAN TTR RD1
Waktu kerusakan
Hourmeter terbaca
Waktu analog
Satuan : jam
No.
Mulai
Selesai
Mulai
Selesai
Mulai
Selesai
TTR analog
TTF hourmeter
TTF analog
1
28-Dec-09
28-Dec-09
3302.8
3302.8
9.00
12.00
3.00
-
-
2
31-Dec-09
31-Dec-09
3352.7
3352.8
12.00
13.00
1.00
49.9
67.4
3
2-Jan-10
2-Jan-10
3362.0
3362.1
10.40
10.50
0.17
9.2
12.4
4
4-Jan-10
4-Jan-10
3391.9
3391.9
15.55
16.00
0.08
29.8
40.2
5
9-Jan-10
9-Jan-10
3470.3
3470.3
7.00
7.15
0.25
78.4
105.8
6
10-Jan-10
10-Jan-10
3483.5
3483.5
23.00
1.15
2.25
13.2
17.8
7
14-Jan-10
14-Jan-10
3528.7
3528.7
15.02
15.13
0.18
45.2
61.0
8
15-Jan-10
15-Jan-10
3542.6
3542.6
21.40
21.50
0.17
13.9
18.8
9
18-Jan-10
18-Jan-10
3576.8
3577.0
7.30
8.30
1.00
34.2
46.2
10
19-Jan-10
19-Jan-10
3597.1
3597.1
17.05
17.20
0.25
20.1
27.1
Waktu antar kerusakan (TTF): TTF hourmeter 3352,7 jam - 3302,8 jam= 49,9 jam TTF analog 49,9 jam x 1,35 = 67,4 jam
Konversi hourmeter – analog : 1 jam analog = 1,35 x 1 jam hourmeter
Waktu antar perbaikan alat (TTR): downtime tanggal 28-Dec-09 (pukul 12.00) - downtime tanggal 28-Dec-09 (pukul 09.00) = 3 jam 23
HASIL FITTING DATA TTF DAN TTR Data TTF 10 Rigid Dump Truck (RD) Nama RD RD1 RD2 RD3 RD4 RD5 RD6 RD7 RD8 RD9 RD10
Sq Error 0.00267 0.01040 0.00694 0.00348 0.00042 0.00148 0.00183 0.00024 0.01410 0.00344
Weibull η β 72.7 0.61 48.1 0.48 38.7 0.64 35.7 1.08 43.4 0.53 68.2 0.54 53.9 0.995 40.5 0.59 61.9 1.16 47.9 0.54
Data TTR 10 Rigid Dump Truck (RD) Nama RD RD1 RD2 RD3 RD4 RD5 RD6 RD7 RD8 RD9 RD10
Sq error Eksponensial (β) 0.00148 0.01640 0.00069 0.00074 0.00376 0.00637 0.00103 0.00161 0.00123 0.00074
24.6 45.3 11.4 17.6 8.23 18 3.78 17.7 5.49 6.94
24
WEIBULL ANALYSIS Tujuan: Membuktikan data waktu antar kerusakan (TTF) berdistribusi Weibull dengan metode grafis. Mencari estimasi parameter β dan η Failure Data 67.365 12.42 40.23 105.84 17.82 61.02 18.765 46.17 27.135 60.075 55.08 415.125 1046.925 1968.84 38.745 99.9 19.17 1.485 200.34 33.75
Sort 0 0.27 1.485 1.89 4.995 5.805 6.075 6.345 9.585 9.855 12.42 14.85 16.47 17.82 18.765 19.17 19.71 19.845 19.98 24.57
Rank 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Median rank 0.01335878 0.03244275 0.05152672 0.07061069 0.08969466 0.10877863 0.12786260 0.14694656 0.16603053 0.18511450 0.20419847 0.22328244 0.24236641 0.26145038 0.28053435 0.29961832 0.31870229 0.33778626 0.35687023 0.37595420
1/(1-Median Rank) 1.013539652 1.033530572 1.054325956 1.075975359 1.098532495 1.122055675 1.146608315 1.172259508 1.199084668 1.227166276 1.256594724 1.287469287 1.319899244 1.354005168 1.389920424 1.427792916 1.467787115 1.510086455 1.554896142 1.602446483
Ln(Ln(1/(1-Median Rank))) -4.308864667 -3.411833321 -2.939320594 -2.614183409 -2.364724431 -2.161411741 -1.989174651 -1.839271985 -1.706177423 -1.586172312 -1.476632885 -1.375637354 -1.281734713 -1.193801405 -1.110948578 -1.032459906 -0.957748599 -0.886326904 -0.817783953 -0.751769343
Ln Failure Data 0 -1.30933332 0.395414772 0.636576829 1.608437412 1.758719615 1.804181989 1.847667101 2.260199376 2.287978941 2.519308077 2.697999865 RD 2.801540544 2.880321422 2.931993433 2.953346557 2.981126121 2.987952086 2.994731773 3.201526187 25
1
Ln(Ln(1/(1-Median Rank))) (Y) -1
-5 0 0,636576829 1,804181989 2,287978941 2,801540544 2,953346557 2,994731773 3,300824408 3,518980417 3,694612986 3,843958275 4,095593782 4,210125595 4,621584727 4,670817467 5,18744167 5,654802292 7,585199816
cont’
3
RD1 Y= 0.7265 X - 3.1291
2
1
Estimasi parameter : β = m = 0.727 η = exp (- intercept/β)= 74,203
0
-2
Ln(Ln(1/(1-Median Rank)))
Predicted Ln(Ln(1/(1Median Rank)))
-3
-4
Ln Failure Data (X) 26
HASIL ESTIMASI PARAMETER WEIBULL
Nama RD RD1 RD2 RD3 RD4 RD5 RD6 RD7 RD8 RD9 RD10
R2 0.941 0.937 0.939 0.927 0.922 0.905 0.904 0.918 0.920 0.938
Weibull η β 74.203 0.727 59.906 0.670 40.321 0.811 42.951 0.771 43.083 0.746 71.564 0.747 38.593 0.754 49.294 0.703 35.533 0.735 47.250 0.791
Weibull Analysis
Nama Sq Error RD RD1 0.00267 RD2 0.01040 RD3 0.00694 RD4 0.00348 RD5 0.00042 RD6 0.00148 RD7 0.00183 RD8 0.00024 RD9 0.01410 RD10 0.00344
Weibull η β 72.7 0.61 48.1 0.48 38.7 0.64 35.7 1.08 43.4 0.53 68.2 0.54 53.9 0.995 40.5 0.59 61.9 1.16 47.9 0.54
Input analyser Arena 5.0
PERHITUNGAN EKSPEKTASI JUMLAH KERUSAKAN ALAT RD1 β= 0,72 dan η= 74,2 Nama RD
Estimasi Jumlah Kerusakan (kali)
RD1 RD2 RD3 RD4 RD5 RD6 RD7 RD8 RD9 RD10
25 23 62 46 36 29 49 24 44 46
Summary perhitungan ekspektasi jumlah kerusakan 10 RD Periode 0-5000 hours (hourmeter) = 6750 hours (analog)
28
PERHITUNGAN EKSPEKTASI JUMLAH TOTAL DOWNTIME Unschedule breakdown time
Schedule breakdown time
RD1 β= 24.6
Rata-rata downtime (hours)
Estimasi jumlah
Total downtime PS (hours)
250 hours
1
20
20
500 hours
2
10
20
1000 hours
3
5
15
2000 hours
4
3
12
Periodical service (PS)
Total
67
29
EKSPEKTASI JUMLAH TOTAL DOWNTIME Nama RD RD1 RD2 RD3 RD4 RD5 RD6 RD7 RD8 RD9 RD10
Estimasi Jumlah Downtime (hours) 625 1150 682 828 288 522 196 432 220 322 Summary 30
ESTIMASI ONGKOS JASA PERAWATAN Estimasi oleh PT ABC (Eksisting) Year 1st.
Hours Period
Schedule Unscheduled Breakdown Cost Breakdown Cost
0-5.000 Hours
5,342.37 Total
39,322.08
Labor Cost 21,847.83 66,512.28
Data biaya yang ditentukan oleh perusahaan: •Schedule Breakdown cost (periodical service spare part) •Labor Cost (6 tenaga kerja x $ 4,37/hour/person) •Biaya satu kali dilakukan unschedule breakdown repair rata-rata = $650
31
cont’ Estimasi Hasil Perhitungan RD1 Estimasi Jumlah
Cost/satuan ($)
250 hours
20
51.48
500 hours
10
31.77
1000 hours
5
844.84
2000 hours
3
277.19
Year
Item
Total ($)
Schedule Breakdown Cost
1st.
Unschedule Breakdown Cost Labor Cost Schedule Breakdown
25
650
67 hours
26
Unschedule Breakdown
625 hours
52
Total
1,029.60 317.70 4,224.20 692.98 16,250.00 1756.74 32,775.00 57,046.22 32
cont’ Estimasi Hasil Perhitungan RD1
57,046.22
RD2
83,277.22
RD3
84,085.30
RD4
81,341.54
RD5
46,523.94
RD6
54,244.90
RD7
50,149.46
RD8
46,275.30
RD9
48,158.02
RD10
54,806.90
Rata-rata Estimasi Eksisting Perbedaan
60,590.88 66,512.28 5,921.40 33
ANALISIS DAN INTERPRETASI DATA
34
POLA DATA KERUSAKAN ALAT • Waktu antar kerusakan (TTF) semua alat memiliki distribusi Weibull dengan parameter β dan η. • Nilai parameter β pada RD4 dan RD9 cenderung meningkat (naik secara monoton) ditunjukkan dengan nilai β >1 (hasil input analyser). • Sedangkan jika dihitung dengan metode grafis, nilai parameter β pada semua alat adalah β <1. • Nilai parameter β juga dapat menunjukkan variansi diantara data. • Semakin besar nilai parameter β, semakin kecil variansi diantara data waktu antar kerusakan alat. 35
POLA DATA DOWNTIME ALAT KARENA UNSCHEDULED BREAKDOWN • Total downtime perlu diketahui untuk mengestimasikan biaya tenaga kerja (labor cost). • Lama downtime yang disebabkan oleh periodical service cenderung konstan, yaitu 67 hours selama satu tahun periode kontrak (0-5000) hours. • Pola downtime semua alat yang disebabkan unscheduled breakdown adalah Eksponensial dengan mean β.
36
ANALISIS PERHITUNGAN EKSPEKTASI JUMLAH KERUSAKAN ALAT • Estimasi jumlah kerusakan yang paling sedikit adalah pada RD2. Sedangkan estimasi jumlah kerusakan paling banyak adalah pada RD7. • Estimasi jumlah kerusakan antara alat yang satu dengan alat yang lain berbeda-beda, sebab: Masing-masing alat memiliki keandalan yang berbeda. Bisa saja perawatan yang didapatkan oleh masing-masing alat belum optimal sehingga alat tersebut masih mengalami kerusakan. Banyaknya jumlah kerusakan alat yang terjadi dapat disebabkan umur alat yang sudah bertambah. 37
ANALISIS PERHITUNGAN EKSPEKTASI TOTAL DOWNTIME ALAT • Ekspektasi jumlah total downtime alat dihitung baik downtime yang disebabkan scheduled breakdown repair maupun unscheduled breakdown repair. • RD2 memiliki ekspektasi jumlah downtime alat yang terbesar, yaitu 1150 jam atau 48 hari dalam satu tahun.
38
ANALISIS HASIL ESTIMASI ONGKOS JASA PERAWATAN HASIL PERHITUNGAN • Hasil estimasi ongkos jasa perawatan baru dengan mempertimbangkan pola kerusakan dan total downtime alat tidak memiliki selisih yang jauh berbeda • Estimasi ongkos jasa perawatan oleh PT ABC pada tahun pertama FMC adalah $ 66.512,28. Sedangkan hasil rata-rata estimasi ongkos jasa perawatan alat hasil perhitungan adalah $ 60.590,88. Ada perbedaan nilai sebesar $ 5.921,4 atau sekitar 8% lebih rendah dari nilai estimasi eksisting.
39
SIMPULAN DAN SARAN
40
SIMPULAN • Waktu antar kerusakan alat berat jenis Rigid Dump Truck Kelas 50-70 Ton diketahui berdistribusi Weibull. • Downtime alat yang disebabkan oleh unscheduled breakdown memiliki distribusi Eksponensial. • Estimasi kerusakan alat rata-rata adalah 38 kerusakan per unit per tahun. • Estimasi downtime alat yang disebabkan oleh unscheduled breakdown rata-rata adalah 527 hours per unit per tahun. • Hasil estimasi ongkos jasa perawatan alat hasil perhitungan ratarata adalah $ 60.590,88 per unit per tahun. Ada perbedaan nilai sebesar $ 5.921,4 atau sekitar 8% lebih rendah dari nilai estimasi yang dilakukan PT ABC. 41
SARAN • Untuk menghasilkan estimasi biaya perawatan yang lebih akurat maka diperlukan analisis yang lebih mendalam mengenai estimasi jumlah kerusakan per komponen. • Pendekatan ini akan efektif dilakukan jika ada data historis kerusakan komponen yang tepat, oleh karena itu diharapkan perusahaan agar lebih berhati-hati dalam mencatat data-data historis kerusakan alat dan komponen. • Untuk menarik minat konsumen, sebaiknya perusahaan tetap mengadakan biaya penalti. 42
DAFTAR PUSTAKA Anonim. 2011.Distribusi Gamma.URL: vosesoftware.com (diakses pada 11 Maret 2011). Anonim. 2011.Distribusi Weibull. URL: http://www.weibull.com/basics/parameters.htm (diakses pada 11 Maret 2011) Ashgarizadeh, E; Murthy, D. N. P. 1998. Service contracts: A stochastic model. Mathematical and Computer Modelling, 31, 11-20. Asgharizadeh, E; Murthy, D. N. P. 1999. Optimal decision making in a maintenance service operation. European Journal of Operational Research, 116, 259-273. Dewi, D.S; Voorthuysen, E.J. 2010. Service Development in Heavy Equipment Industry. School of Mechanical and Manufacturing University of New South Wales Sydney NSW AUSTRALIA, 2032. Dunn, S. 1997. Optimizing Production Scheduling for Maximum Plant Utilization and Minimum Downtime. The Dollar Driven Mining Conference. Leitch, R.D. 1995. Reliability Analysis for Engineers, New York, Oxford University Press. Lewis,E.E. 1987. Introduction to Reliability Engineering, New York, John Wiley and Son. Martin, H.H 1997. Contracting out maintenance and a plan for future research. Journal of Quality in Maintenance Engineering 3, 81–90. Murthy, D.N.P; Rodin, E.Y 1990. Mathematical Modelling : A Tool for Problem Solving in Engineering, Physical, Biological and Social Sciences, New York, Pergamon Press. Nasution, A.H. 2006. Manajemen Industri, Yogyakarta, Penerbit ANDI. Panesar,S.S; Markeset, T. 2008. Methodology and Theory: Industrial service innovation through improved contractual relationship (A case study in maintenance). Journal of Quality in Maintenance Engineering, Vol. 14 No. 3, 2, pp. 290-305. Soepardi, A. 2002. Estimasi Ongkos Jasa Perawatan Alat Berat Wheel Loader (Studi Kasus di PT XYZ). Magister, Institut Teknologi Bandung. Tsang, A.H.C. 2002. Strategic dimensions of maintenance management. Journal of Quality in Maintenance Engineering, Vol. 8 No. 1, pp. 7-39. Walpole, R.E; Myers, D.E. 1990. Probability and Statistic for Engineers and Scientists, New York, Macmillan Publishing Company. Wang, W. 2010. A model for maintenance service contract design, negotiation and optimization. European Journal of Operational Research, 201, 239-246. Wolstenholme, L.C. 1999. Reliability Modelling: A Statistical Approach, London, Chapman&Hall /CRC.
43
TERIMA KASIH
44