“USULAN PERBAIKAN INTERVAL WAKTU PENGGANTIAN KOMPONEN KRITIS PADA MESIN CONVEYOR DENGAN MENGGUNAKAN METODE AGE REPLACEMANT DI PT. SUMBER DJANTIN” Septiana Virgiawan Program Studi Teknik Industri Jurusan Teknik Elektro Fakultas Teknik Universitas Tanjungpura
[email protected] ABSTRACT - PT. Sumber Djantin is one of the manufacturing industries located in Kalimantan Barat, Jalan Khatulistiwa, Siantan Tengah Pontianak Utara. This company is engaged in the processing of rubber that produce refined products such as Crumb Rubber. Problems often occur in the PT. Sumber Djantin is the engine that is often damaged, especially on the conveyor machine. The problem that arises is the damage that occurs suddenly in one of the components contained in the conveyor machine that resulted in the cessation of the production process for a while so it can affect revenues and will result in losses to the company, if this is allowed to be protracted, the company would suffer losses in terms of both time and cost. To resolve this problem, PT. Sumber Djantin requires the determination of the optimal time interval by using the Age Replacement method for scheduling the replacement of critical components on the conveyor machine for downtime minimizing and optimizing engine maintenance costs and regular periodic maintenance activities that includes the time. Pareto diagram can be seen from the critical component that is often damaged bearing component with a statistical distribution pattern that is used is weibull distribution. Based on the research that has been done using the Age Replacement method results of data processing to determine scheduling of preventive replacement interval is the most optimal at 12-day intervals with the value of the smallest downtime and component reliability level above 90% in the amount of 0.9481 with the total cost the company will be issued by Rp.96.927.363 the maintenance cost savings are obtained if the company did reimbursement policies on the prevention of bearing components are scheduled in the amount of Rp. 20.801.231,- or 18.62% .Compared with before using scheduling by using Age Replacement method. Keywords: Age Replacement, Reliabillity, Preventive Maintenance, Conveyor, Bearing 1.
Pendahuluan PT. Sumber Djantin merupakan salah satu industri manufaktur yang terdapat di Kalimantan Barat, tepatnya di Jalan Khatulistiwa, Siantan Tengah Pontianak Utara yang berdiri pada tahun 1940, perusahaan ini bergerak
di bidang pengolahan karet yang menghasilkan produk olahan berupa Crumb Rubber, dimana proses produksinya berjalan dengan sistem continue atau secara terus-menerus dengan mesin beroprasi selama 8 jam dalam satu hari kerja, PT. Sumber Djantin dalam menjalankan bisnisnya tidak terlepas dari permasalahan, diantaranya masalah maintenance. Perusahaan telah menerapkan manajemen perawatan preventive maintenance berupa kegiatan fisik seperti memeriksa keadaan mesin dan membersihkan kotoran atau debu. Namun dalam hal replacement terhadap komponen, perusahaan lebih bersifat corrective maintenance. Pada PT. Sumber Djantin, mesin yang sering mengalami kerusakan adalah pada mesin conveyor. Permasalahan yang muncul adalah kerusakan yang terjadi secara tiba-tiba pada salah satu komponen yang terdapat pada mesin conveyor yang mengakibatkan terhentinya proses produksi untuk beberapa saat sehingga dapat mempengaruhi pendapatan dan akan mengakibatkan kerugian pada perusahaan, apabila hal ini dibiarkan secara berlarut-larut, maka perusahaan akan mengalami kerugian baik dari segi waktu maupun biaya. Untuk menyelesaikan permasalahan ini maka PT. Sumber Djantin memerlukan interval waktu yang optimal untuk menentukan penjadwalan penggantian pencegahan komponen kritis yang terdapat pada mesin conveyor. Berdasarkan keterangan di atas maka dalam penelitian ini adalah menentukan interval waktu yang optimal untuk melakukan penjadwalan penggantian pencegahan terencana komponen kritis yang terdapat pada mesin conveyor dengan menggunakan metode age replacement dengan harapan dapat meminimumkan downtime dan dapat mengoptimalkan biaya perawatan secara berkala dan teratur. 2.
Teori Dasar Pengertian Perawatan Menurut Daryus (2007) pemeliharaan atau perawatan dalam suatu industri merupakan salah satu faktor penting dalam mendukung proses produksi. Oleh karena itu proses produksi harus didukung oleh peralatan yang siap bekerja setiap saat dan handal. Untuk mencapai hal itu maka peralatan-peralatan penunjang proses produksi ini harus mendapatkan perawatan yang teratur dan terencana.
31
Hubungan Reliability, Time To Failure PDF, dan Failure Rate Menurut Lewis (1987) dalam metode Nonparametric data dari pengujian atau pengalaman operasi diplot langsung , tanpa ada upaya untuk menyesuaikan data tersebut untuk distribusi tertentu . Hubungan Reliabilty, Time To Failure PDF dan Failure Rate merupakan cara untuk mengetahui keandalan, waktu rata-rata menuju kerusakan dan laju kerusakan tanpa menyesuaikan data dalam distribusi tertentu, cara ini disebut metode Nonparametric. Persamaan dalam metode Nonparametric untuk mencari nilai keandalan, fungsi padat probabilitas dan laju kerusakan yaitu : 1. Keandalan : R( )= (1) 2. Fungsi padat Probabilitas : ( )= 3.
(
)(
Laju Kerusakan : λ(t) = (
)(
)
(2)
(3)
)
Pola Distribusi Data dalam Keandalan/Reliability Menurut Ben Daya (2009) Setiap mesin memiliki karakteristik kerusakan yang berbeda-beda. Sejumlah mesin yang sama jika dioperasikan dalam kondisi yang berbeda akan memiliki karakteristik kerusakan yang berbeda. Bahkan mesin yang sama juga jika dioperasikan dalam kondisi yang sama akan memiliki karakteristik kerusakan yang berbeda. Dalam menganalisa perawatan ada beberapa jenis distribusi yang umum dipakai yaitu distribusi normal, eksponensial dan weibull. Pola distribusi data dalam Keandalan/Reliability antara lain: 1. Pola Distribusi Eksponensial 2. Distribusi normal 3. Pola Distribusi Weibull Identifikasi Dan Parameter Distribusi Dapat dilakukan dalam dua tahapan yaitu identifikasi distribusi awal dan estimasi parameter 1. 2.
Nilai Tengah Kerusakan (Median Rank) , F(t)= ,
(4)
Index Of Fit r=
∑
∑
∑
.
∑
∑
∑
(5) ∑
Perhitungan identifikasi awal untuk masingmasing distribusi adalah : 1. Distribusi Normal (6) a. Xi = ti μ b. Yi =Zi ф (F(ti)) = σ
μ
c. Nilai Zi = ф (F(ti)) = didapat dari σ tabel standarized normal probabilities 2. Distribusi Eksponensial (7) a. Xi = ln ti b. Yi=ln (1/1-F(ti) 3. Distribusi Weibull (8)
Xi = ln ti
1 y i ln ln 1 F(ti
)
Pengujian Goodness of Fit Test Distribusi Weibull Menurut Ebilling (1997) pengujian goodness of fit test distribusi weibul digunakan untuk mengetahui data yang ada mengikuti pola distribusi weibull atau tidak. Salah satu metode pengujian yang digunakan adalah dengan metode Mann’s test . Langkah-langkah dalam metode Mann’s test untuk pengujian distribusi weibull adalah sebagai berikut: a. Menentukan hipotesis : Ho : Data kerusakan berdistribusi weibull H1 : Data kerusakan tidak berdistribusi weibull a. Hitung selang waktu antar kerusakan (ti) b. Tentukan nilai (α) (tingkat kesalahan), (n) (banyaknya data pengamatan), dan (r) (banyaknya data pengamatan yang tidak tersensor). c. Menghitung nilai (k1) dan (k2) dengan menggunakan rumus : r k1 = (9) 2 r 1 k2 = (10) 2 d. Menghitung nilai Zi masing-masing dengan menggunakan rumus: i 0,5 Z i ln ln1 (11) n 0,25 a. Menghitung nilai Mann (Mi) masing-masing dengan menggunakan rumus: (12) M i Z i 1 Z i b. Menghitung nilai Mann (M) dengan menggunakan rumus : r 1
k1 M
(ln ti 1 - ln ti ) Mi i k1 1
k1
(ln ti 1 - ln ti ) k2 Mi i 1
(13)
c. Membandingkan nilai M dengan nilai F tabel yang disesuaikan dengan derajat kebebasan.apabila nilai M < Fα;v1;v2 maka Ho diterima. Estimasi Parameter Estimasi parameter dilakukan dengan menggunakan metode Maximum Likelihood Estimator (MLE). Estimasi untuk masing masing parameter adalah 1. Distribusi Normal (14) Parameternya adalah dan = = ∑ (
)
= 2. Distribusi Eksponensial Parameternya adalah = /
(15)
32
r = n = jumlah kerusakan T= total waktu kerusakan 3. Distribusi Weibull
b
(16)
n xi y i xi y i n x i x i 2
2
β = b
yi b x i n n a / exp
a
Mean Time To Failure (MTTF) Adalah nilai yang diharapkan dari suatu kerusakan dengan didefinisikan oleh probability densit function (PDF) ∞ = ∫ tf (t)dt (17) Perhitungan nilai MTTF untuk masing-masing distribusai adalah 1. Distribusi Normal : MTTF = μ (18) 1 2. Distribusi Eksponensial : MTTF = λ (19) 3. Distribusi Weibull : MTTF = θ Г 1 +
β
(20)
Model Penentuan Interval Waktu Penggantian Pencegahan Optimal (Age Replacement) Pada metode Age Replacement ini, tindakan penggantian pencegahan dilakukan pada saat pengoperasian telah mencapai umur yang telah ditetapkan yaitu tp. Metode ini dapat digambarkan sebagai berikut :
Tf = downtime yang terjadi karena penggantian kerusakan. (waktu yang diperlukan untuk penggantian komponen karena kerusakan) Tp = downtime yang terjadi karena kegiatan penggantian pencegahan. (waktu yang diperlukan untuk penggantian komponen karena tindakan preventif) R(tp) = Probabilitas terjadinya penggantian pencegahan pada saat tp. M(tp) = Waktu rata-rata terjadinya kerusakan jika penggantian pencegahan dilakukan pada saat tp.. Sedangkan dalam memecahkan masalah penentual waktu yang optimal bagi penggantian pencegahan yang optimal digunakan metode Age Replacement dengan criteria optimalisasi biaya down time. Perhitungan yang digunakan dalam metode Age Replacement ini adalah sebagai berikut: C(t) =
Dimana : ( ) ( )
(
[1 − ( ) ] tp dilakukan ( ) ∫ 3.
(
)
)
[
∫
(
()
)]
(22)
= biaya total perawatan = biaya pemeliharaan pencegahan = tingkat keandalan komponen = biaya perbaikan kerusakan = fungsi padat probabilitas = interval waktu pemeliharaan = nilai laju kerusakan komponen.
Metodologi Penelitian
Gambar 1 Model Age Replacemant Sumber : Jardine (1993) Total downtime per unit waktu untuk penggantian pencegahan pada saat tp didenotasikan dengan D (tp) yakni : ( Jardine, 1993) ( )=
Total ekspektast downtime per siklus = T . R(tp) + T . (1 − R(tp)) Ekspetasi panjang siklus = tp + T . R(tp) + (M(tp) + T ). (1 − R(tp)) Dengan demikian downtime per waktu adalah
( )=
. (
. (
)
)
(
.(
)
(
))
.(
(
))
(21)
Dimana : D(tp) = Total downtime per unit waktu untuk penggantian preventif tp = panjang dari siklus (interval waktu) preventif
33
Mulai
1,2
Bearing
1 Observasi
Studi Literatur
0,8
Rantai Gigi
0,6
Conveyor Belt
0,4 Perumusan Masalah
Gear
0,2 0
Penentuan Tujuan Penelitian
• • • • • • •
Data Data Data Data Data Data Data
Pengumpulan Data mesin dan peralatan kerusakan mesinconveyor waktu perbaikan komponen waktu antar kerusakan komponen biaya penggantian komponenkritis biaya tenaga kerja biaya berhenti produksi
0
500
1000
1500
Gambar 3 Perhitungan Reliabilitykomponen mesin Conveyor 1,5
Motor Rebusser
1 • • • • • • • • • •
Pengolahan Data Perhitungan Non Parametik Komponen Mesin Conveyor Identifikasi Komponen Kritis pada mesin conveyor Pengujian Pola Distribusi Dengan Menggunakan MetodeLeast Square (kuadrat terkecil) Uji Kesesuaian Distribusi (Goodness of Fit Test ) Distribusi Data Waktu Antar Kerusakan Pada KomponenBearing Perhitungan Parameter Distribusi dengan MetodeMaximum Likelihood Estimation (MLE) Perhitungan MTTF (Mean Time To Failure ) Pernentuan Interval Waktu Penggantian Pencegahan Age ReplacementYang Optimal Dengan kriteria Minimasi Downtime Perhitungan Biaya Penggantian Kaena Kerusakan(Cf) dan Penggantian Pencegahan (Cp ) Perhitungan Total Biaya Perawatan Penggantian Pencegahan Age Replacement Dengan Kriteria Meminimumkan Biaya Perawatan Peerbandingan Total Biaya Perawatan Saat Ini(Sebelum Melakukan Penggantian Pencegahan Terencanan ) dan Usulan Dengan Menggunalam Metode Age Replacement.
Motor Rebusser
Gear conveyor belt
0,5
Rantai Gigi
0
Bearing
Gambar 4 Perhitungan Time To Failure PDF komponen mesin conveyor 0,025 0,02
bearing
0,015 Analisa dan Pembahasan
0,01 0,005
Kesimpulan dan saran
0 89 187 291 397 512 633 762 901 1048 1195 1351
0
Selesai
Gambar 2. Diagram Alir Penelitian
4. Hasil Penelitian Perhitungan Non Parametik Komponen Perhitungan nonparametik Reliability (R), Time To Failure PDF, Rate Failure (λ) dibuat adalah untuk mengetahui hubungan ketiganya yang divisualisasikan dalam bentuk grafik dengan mengggunakan rumus (1), (2) dan (3). Adapun contoh perhitungan non parametik pada salah satu komponen pada mesin conveyor dapat dilihat sebagai berikut : Komponen Bearing – ti ( ) = 75 – 61 = 14 R(5) = F(5) =
= 0,9375 = 0,0009
λ(5) = = 0,0010 Dengan perhitungan yang sama maka nilai non parametik Reliability (R), Time To Failure PDF, dan Rate Failure (λ) untuk setiap komponen pada setiap pengamatan dapat dilihat pada lampiran (A), (B), (C), (D), dan (E) dimana dapat digambarkan dengan grafik sebagai berikut :
Rantai Gigi Conveyor Belt Motor Rebusser
Gambar 5 Perhitungan Failure Rate komponen mesin conveyor
Gambar (3) (4) dan (5) dapat dilihat bahwa hubungan ketiga, yang menggabungkan antara Reliability (R), Time To Failure PDF, dan Rate Failure (λ) pada setiap komponen menunjukkan dimana semakin lama waktu operasi komponen maka tingkat keandalan komponen akan semakin menurun hal ini dapat dilihat pada grafik time to filure PDF dan failure rate dimana pada grafik time to failure PDF semakin lama mesin beroperasi maka jarak antar kerusakan akan semakin kecil setiap interval waktunnya dan pada grafik failure rate semakin lama mesin beroperasi maka laju kerusakannya akan semakin meningkat. Pemilihan Komponen Kritis Dari pencatatan data yang ada, dapat dirumuskan komponen yang bersifat kritis dengan menggunakan diagram pareto sebagai berikut. 150 100 50 0
79,57 87,10 61,83 42,47 42,47
93,55100,00
19,35 17,74 7,53 6,45 6,45
100,00 80,00 60,00 40,00 20,00 0,00
Frek uen si ke…
Gambar 6 Diagram Pareto Pemilihan Komponen Kritis Pada Mesin Conveyor
34
Dari diagram pareto diatas, dapat dilihat bahwa komponen bearing merupakan komponen yang paling sering mengalami kerusakan. Oleh karena itu kompoonen bearing merupakan komponen kritis. Pemilihan Pola Distribusi Data Menggunakan Metode Least Square (Kuadrat Terkecil) Pemilihan distribusi dilakukan berdasarkan nilai index of fit yang terbesar dengan menggunakan metode least square (kuadrat terkecil) secara manual dengan menggunakan rumus (4), (5), (6), (7), dan (8). Contoh perhitungannya : 1385,23 = = 0,965 218,175 x 9438,72
Dari hasil index of fit menunjukan bahwa data waktu antar kerusakan pada komponen bearing adalah berdistribusi weibull dengan nilai index of fit sebsear 0,965. Tabel 1 Rekapitulasi Perhitungan Distribusi Selang Waktu Antar Kerusakan Komponen Bearing
Distribusi Eksponensial Normal Weibull
Index of fit 0,909 0,910 0,965
Uji Kesesuaian Distribusi (Goodness of Fit Test) Distribusi Data Waktu Antar Kerusakan Pada Komponen Bearing Karena nilai index of fit yang terbesar terdapat pada distribusi weibull maka pengujian yang dilakukan dengan menggunakan uji Mann (perhitungan manual) dengan menggunakan rumus (9), (10), (11), (12) dan (13) Adapun contoh perhitungannya adalah sebagai berikut : H0 : data waktu antar kerusakan komponen bearing berdistribusi weibull H1 : data waktu antar kerusakan komponen bearing tidak berdistribusi weibull α = 0,05 Contoh perhitungannya : , = ln [ (−ln 1 − )] = ln [-ln (1-
,
,
,
)] = -5,0626
= −3,9576 – (−5,0626) = 1,1050 ( , ) , = = = 1,12 ( ,
)
,
= 79/2 = 40 = 78/2 = 39 = 1,70 ( lihat distribusi F) , , , Dari hasil perhitungan terlihat bahwa : < 1,12 < 1,70, sehingga tolak H1 terima H0
Perhitungan Parameter Distribusi Dengan Menggunakan Metode Maximum Likelihood (MLE) Dari Hasil perhitungan Index of Fit , selang waktu antar kerusakan pada komponen bearing adalah berdistribusi weibull , maka parameter yang akan digunankan adalah β (parameter bentuk) dan Ɵ
(parameter skala) dengan menggunakan rumus (16) sebagai berikut : b= β=
a
(79
− 110,2246) − (225,7447 x − 44,7095) (79 x 647,8334) − (225,7447)
138,195 = 6,3490 218,1749
44,7095 225,7447 6,3490 79 79
= −0,5659 − 18,1425 = −18,7084 ,
Ɵ = 2,7182 , Ɵ = 19,0047 Dengan nilai β > 2 menunjukan bahwa laju kerusakan pada komponen bearing terus meningkat.
Perhitungan MTTF Komponen Bearing Dari hasil perhitungan index of fit dan penentuan parameter selang waktu antar kerusakan pada komponen bearing adalah berdistribusi weibull maka parameter yang digunakan adalah β (parameter bentuk) dan Ɵ (parameter skala) dengan menggunakan rumus (2.20) sebagai berikut : 1 = ƟГ 1 + 6,3490 = 19,0047 Г (1,19) = 19,0047 0,9298 = 17,70404 = 18 hari
Penentuan Interval Waktu Penggantian Pencegahan Yang Optimal Menggunakan Metode Age Replacemant Model penentuan penggantian pencegahan berdasarkan metode minimasi downtime digunakan untuk menentukan waktu terbaik dilakukannya penggantian sehingga total downtime per unit waktu dapat terminimasi. Contoh perhitungan model penentuan interval waktu penggantian pencegahan optimal (age replacement) dengan menggunakan rumus (21) sebagai berikut : (5) = (
,
( ,
). ,
,
(
,
,
,
,
)
). ,
= 0,0085
)
Hasil perhitungan menunjukan bahwa waktu yang optimal untuk melakukan tindakan penggantian pencegahan yaitu pada interval waktu 12 hari dengan nilai downtime sebesar 0,00885 Tabel 2 Rekapitulasi interval waktu penggantian berdasarkan rata-rata waktu antar kerusakan (Corective Maintenance) dan interval waktu penggantian pencegahan dengan metode Age Replacement
Perhitungan Total Biaya Perawatan Menggunakan Metode Interval Waktu Penggantian Pencegahan Optimal Age Replacement
35
Perhitungan ini dilakukan untuk menghitung total biaya perawatan komponen bearing pada saat komponen mengalami kerusakan dan pada saat komponen melakukan aktivitas penggantian pencegahan (Age Replacement) dengan menggunakan rumus (22). Contoh perhitungan total biaya perawatan pada komponen bearing: (5) =
usulan dengan metode komponen bearing.
age
replacement
pada
Tabel 4 Rekapitulasi Total Biaya Perawatan Saat ini (Sebelum Menerapkan Penggantian Pencegahan) dan Usulan Dengan Metode Age Replacement.
Rp. 9.381.200 0,9998 + Rp. 15.967.100 x 0,0002 5 + 0,9998 + 5 0,0002
=
. 1.876.856, −
Hasil perhitungan menunjukan bahwa biaya yang optimal sesudah menerapkan metode age replacement pada interval waktu 12 hari dengan nilai downtime sebesar 0,00885 Tabel 3 Rekapitulasi Interval Waktu Penggantian dan Total Biaya Perawatan Pada Komponen Bearing
Perbandingan Total Biaya Perawatan Saat ini (Sebelum Menerapkan Pengantian Pencegahan Terencana) dan Usulan Apabila Menerapkan Metode Age Replacement 1. Perhitungan Total Biaya Perawatan Saat ini Pada Komponen Bearing a. Perawatan akibat terjadinya kerusakan (Cf)) untuk satu kali penggantian RP. 1.365.049,b. Frekuensi Kerusakan Selama 1januari 2011 s/d 31 desember 2014 kerusakan pada komponen bearing terjadi sebanyak 79 kali. c. Total Biaya Perawatan Saat Ini
= 79 x Rp. 1.365.049,= Rp. 107.838.880,-
2. Perhitungan Total Biaya Perawatan Usulan Berdasarkan Metode Age Replacement Pada Komponen Bearing a. Perawatan akibat penggantian pencegahan (Cp) untuk satu kali penggantian Rp. 828.439,- . b. Jumlah penggantian komponen bearing a) Jumlah operasi mesin pada tanggal 1 januari 2011 s/d 31 desember 2014 sebanyak 1400 hari b) Jumlah penggantian 1400 = 116,667 = 117 12 c) Total biaya perawatan usulan
= 117 x Rp. 828.439,= Rp. 96.927.363,-
Dari hasil perhitungan diatas maka penghematan biaya perawatan pencegahan apabila menerapkan metode age replacement adalah sebesar : ( . 107.838.880, −) − ( . 96.927.363, − ) = . 10.911.517, − Apabila dikonvrsikan dalam persen (%) maka penghematan biaya yang akan diterima perusahaan adalah sebesar : Rp. 10.911.517, − x 100 = 10,12 % Rp. 107.838.880, − Rekapitulasi total biaya perawatan saat ini (sebelum menerapkan penggantian pencegahan) dan
5. Kesimpulan Berdasarkan hasil pengolahan data dan pembahasan yang dilakukan, maka dapat diambil kesimpulan sebagai berikut:. 1. Komponen Mesin Conveyor yang sering mengalami kerusakan adalah komponen bearing. Oleh karena itu komponen bearing disebut sebagai komponen kritis. 2. Dari perhitungan index of fit pola distribusi waktu antar kerusakan pada komponen bearing mengikuti pola distribusi weibull dengan nilai index of fit (r) sebesar 0.965 3. Dari perhitungan penentuan paramaeter dengan metode MLE (Maximum Likelihood Estimator) yang mengikuti pola distribusi weibull nilai dari β (parameter bentuk) sebesar 6,349 dan parameter Ɵ (parameter skala) sebesar 19,0407 4. Dari Perhitungan Nilai MTTF (Mean Time To Failure) yang mengikuti pola distribusi weibull ratarata waktu antar kerusakanya adalah sebesar 17,70404 atau 18 hari 5. Dari perhitungan interval waktu penggantian pencegahan pada komponen Bearing berdasarkan kriteria minimasi downtime dengan menggunakan metode Age Replacement., nilai total downtime minimum dari interval waktu untuk melakukan penggantian pencegahan komponen bearing yang paling optimal adalah setiap interval waktu hari ke12 dengan tingkat keandalan sebesar 0,9481. 6. Dari perhitungan total biaya penggantian pencegahan pada komponen bearing berdasarkan kriteria minimasi biaya dengan menggunakan metode Age Replacement penjadwalan penggantian pencegahan komponen bearing yang optimal adalah sebesar Rp. 96.927.363,7. Perbandingan biaya penggantian komponen sebelum dan sesudah dilakukan penjadwalan optimal penggantian pencegahan terencana dengan menggunakan metode age replacement adalah sebesar Rp.10.911.517,- atau terjadi penghematan sebesar 10,12 % Referensi [1]. Ben Daya, Mohamed. 2009. Maintenance Management and Engineering Handbook, London : Springer. [2]. Daryus, Asyari. 2007. Diktat Kuliah Manajemen Pemeliharaan Mesin. Universitas Darma Persada, Jakarta.
36
[3]. Ebeling, Charles E, 1997. An Introduction to Reliability and Maintanainability Engineering. Mc Graw Hill, Singapore, Ltd. [4]. Jardine, A. K. S. 1997 Maintenance Replacement and Reliabillity, Canada Pittman Publishing Company. [5]. Lewis, E.E. 1994. Introduction to Reliability Engineering. Second Edition. John Wiley & Sons, LTD. Biografi Septiana Virgiawan lahir di Mempawah 09 september 1991. Anak keduadari Asep Mahmoed Noer dan Nurhayati. Penulis memulai pendidikan dasar di SDN 03 Pontianak Timur dan lulus pada tahun 2003, kemudian melanjutkan pendidikan menengah pertama di Mtsn 1 Pontianak, lulus pada tahun 2006. Penulis kemudian melanjutkan pendidikan menengah atas di SMAN 08 Pontianak dan lulus pada tahun 2009. Penulis melanjutkan pendidikan perguruan tinggi pada tahun 2009 dan diterima menjadi mahasiswa Universitas Tanjungpura pada Program Studi Teknik Industri, Jurusan Teknik Elektro, Fakultas Teknik.
37
