PENGAPLIKASIAN PENDEKATAN SIMULASI UNTUK MENGEVALUASI PLANT RELIABILITY (Studi Kasus di PT. Petrokimia Gresik, Plant 2, Kompartemen Pabrik Phonska) Eko Bagus P, Prof. Dr. Ir. Suparno, MSIE Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111 Email:
[email protected];
[email protected] Abstrak PT. Petrokimia Gresik merupakan salah satu industri pupuk di Indonesia. Perusahaan ini merupakan salah satu contoh perusahaan yang bersifat kontinyu atau melakukan proses produksi secara berkelanjutan. Pabrik akan mengalami breakdown jika salah equipment yang memiliki pengaruh besar , nantinya didefinisikan sebagai equipment kritis, mengalami kegagalan fungsi atau rusak. Dalam konsep reliability dikenal beberapa macam hubungan antara mesin satu dengan mesin yang lain seperti hubungan seri, hubungan paralel, hubungan m dari n mesin, dan hubungan stand by. Equipment yang dianggap paling kritis adalah equipment yang terhubung secara seri dengan equipment yang lain, karena jika equipment tersebut mengalami kerusakan maka proses selanjutnya tidak dapat dijalankan. Dalam penelitian ini dikenalkan suatu metode untuk mengevaluasi Plant Reliability yang terdapat diperusahaan. Sebagai alat bantu untuk mengevaluasi ini adalah dengan menggunakan metode simulasi. Penggunaan simulasi ini dikarenakan adanya variabel yang bersifat random seperti data kerusakan dan lama perbaikan yang dimiliki oleh masing-masing equipment tersebut. Yang disimulasikan didalam penelitian ini adalah keterkaitan antara mesin yang satu dengan mesin yang laindengan input berupa data waktu antar kerusakan dan data waktu lama perbaikan. Dengan metode ini diharapkan dapat meniru kejadian yang terdapat dilapangan sehingga nilai keandalan sistem perusahaan yang diukur dapat diprediksi. Dengan mengetahui nilai keandalan sistem yang dimiliki oleh pabrik maka perusahaan dapat memprediksi langkah-langkah apa yang dibutuhkan untuk dapat memaksimalkan resource yang dimiliki. Hasil dari penelitian ini adalah mengevaluasi nilai keandalan sistem pabrik sehingga dapat diketahui lini produksi yang memiliki keandalan paling rendah beserta perbaikannya untuk meningkatkan nilai keandalan tersebut. Kata Kunci : Produksi Berkelanjutan, Equipment Kritis, Reliability, Simulasi ABSTRACT PT. Petrokimia Gresik is one of the manure industries in Indonesia. This company is one of the industries that do a continous production. The company will be having a breakdown if one of the equipments that have big influence (or defined as a critical equipment) get a malfunction or broken. In reliability concept there were some connection between one machine and another, i.e. parallel, series, m connections from n machines and stand by connection equipments that are connected with series connection considered to be the most critical since the malfunction in the equipment will stop the next process in other equipment. In this research, we will perform method to evaluate Plant Reliability of the company. Simulation method is use as supporting tool since there were some random variables, i.e. malfunction data and time of improvement for the equipments. The dependency between one machine and another with input the improvement time and time between malfunction is being simulated. With this method, the real activity at site was considered to be simulated so that the reliability value of company to be predicted. By knowing the reliability of the system, company could predict the steps required in order to maximize the resources. The result of this research is evaluation of reliability value of industry system so that the production line that has the lowest reliability could be identified and could be improve in order to increase the reliability value. Keywords : Continous Production, Critical equipment, Reliability, Simulation
1
1. Pendahuluan 1.1 Latar Belakang Seiring dengan berkembangnya jaman dan dunia yang semakin memasuki era globalisasi seperti saat ini, perusahaan dituntut untuk meningkatkan produktivitasnya dalam menghasilkan output yang ada. Hal ini terutama pada produktivitas sistem produksi yang dimiliki oleh perusahaan. Banyak sekali hal yang dapat mempengaruhi kelancaran sistem produksi perusahaan, salah satunya adalah keandalan (reliability) mesin atau equipment yang terdapat dalam sistem produksi perusahaan. PT. Petrokimia Gresik merupakan salah perusahaan produsen pupuk terbesar di Indonesia, perusahaan jenis ini dikategorikan sebagai perusahaan kimia. Seperti halnya perusahaan kimia yang lain, keterkaitan antar proses atau dapat dikatakan keterkaitan antara mesin yang satu dengan mesin yang lain sangat kuat. Hal ini dikarenakan jika terdapat satu proses saja yang mengalami breakdown maka dapat dipastikan akan mempengaruhi proses yang terdapat sesudahnya. Jika sistem yang digunakan adalah sistem seri maka dapat dipastikan jika terdapat salah satu proses yang breakdown maka sistem pun akan mati. Lain halnya jika sistem yang digunakan adalah sistem paralel, dimana sistem yang digunakan memiliki subtitusi atas proses yang mengalami breakdown, sehingga jika salah satu proses mengalami kegagalan (breakdown) maka dapat digantikan oleh mesin substitusi tersebut. Mesin yang mengalami breakdown hingga membuat sistem berhenti inilah yang sangat merugikan perusahaan karena lini produksi yang selanjutnya juga akan berhenti. Suatu sistem dapat berjalan dengan maksimal apabila memiliki mesin dengan keandalan yang baik. Reliability sendiri didefinisikan sebagai probabilitas suatu sistem tidak akan mengalami kerusakan pada kondisi tertentu dan dalam suatu periode tertentu (E.E Lewis, 1987). Dalam penelitian kali ini yang akan mengevaluasi Plant Reliability salah satu unit pada perusahaan akan melibatkan konsep keandalan sistem dimana didalamnya terdapat beberapa sistem yang seperti telah disebutkan diatas yakni sistem seri, sistem paralel maupun gabungan kedua buah sistem tersebut. Sehingga perlu diketahui bagaimana komponen tersebut saling berkaitan
yang dapat tergambarkan dalam Blok Diagram yang merupakan refleksi dari Process Flow Diagram yang terdapat di perusahaan. 1.2 Permasalahan Permasalahan yang hendak dijawab melalui penelitian ini adalah ”Bagaimana pengaplikasian pendekatan Simulasi untuk mengevaluasi Plant Reliability beserta eksperimentasi untuk meningkatkan Plant Reliability” 1.3 Tujuan Tujuan yang hendak dicapai melalui penelitian Tugas Akhir ini adalah : (1) Mengidentifikasi komponen – komponen kritis dalam sistem produksi yang terdapat pada perusahaan. (2)Mengevaluasi Plant Reliablity yang terdapat pada salah satu unit usaha yang dimiliki oleh PT. Petrokimia Gresik yakni pada Plant II Unit Phonska dengan menggunakan metode simulasi. (3) Melakukan perbaikan pada salah satu sub sistem yang memiliki pengaruh paling besar pada keandalan sistem 1.4 Manfaat Manfaat yang akan diperoleh dengan melakukan penelitian ini adalah sebagai berikut: (1)Dapat mengetahui bagaimana pengaplikasian metode simulasi untuk mengevaluasi Plant Reliability suatu sistem dalam perusahaan. (2)Dapat mengetahui berapakah Plant Reliability yang terdapat pada objek amatan. (3)Dapat mengidentifikasi lini produksi mana yang perlu mendapatkan perhatian lebih dari pihak manajemen karena performansinya rendah. 1.5 Batasan dan Asumsi Batasan masalah dalam Penelitian Tugas Akhir ini adalah penelitian hanya dilakukan di Plant II unit Phonska PT. Petrokimia Gresik dan sistem yang dijadikan model simulasi merupakan equipment kritis yang diidentifikasi berdasarkan hasil brainstorming dengan pihak PT. PT. Petrokimia Gresik unit Phonska Asumsi yang digunakan dalam Penelitian Tugas Akhir ini adalah sistem produksi yang sedang diamati tidak berubah selama penelitian sedang
2
Penelitian ini dilakukan melalui beberapa tahapan. Setelah melakukan observasi awal di lapangan dan mengidentifikasi permasalahan, maka langkah selanjutnya adalah melakukan pengumpulan data. Data yang dikumpulkan adalah data detail proses produksi, Proccess Flow Diagram, history cards dari masingmasing mesin yang digunakan untuk proses produksi. Selanjutnya adalah pembuatan model simulasi, model ini merupakan representasi dari Proccess Flow Diagram dan detail proses produksi. Setelah model selesai dibangun langkah selanjutnya adalah melakukan proses verifikasi dan validasi terhadap model. Proses verifikasi dilakukan dengan menjalankan model hingga model komputer bebas error. Proses validasi dilakukan dengan cara validasi kotak putih (White Box Validation). Validasi ini dilakukan dengan mengamati cara kerja inteval model simulasi, misalnya input distribusi dan logika sistem, baik statis maupun dinamis. Selanjutnya adalah pengaplikasian model simulasi tersebut untuk mengevaluasi Plant Reliability. Input dari model simulasi ini berupa data waktu antar kerusakan dan waktu lama perbaikan yang didapat pada pengumpulan data yang sebelumnya diolah dengan Input Analyzer pada software Arena 5.0, untuk dicari parameter distribusi pada masing-masing mesin. Setelah didapatkan output dari hasil running simulasi maka langkah selanjutnya adalah melakukan perhitungan Plant Reliability. Dari 3. Pengumpulan dan Pengolahan Data Pengumpulan dan pengolahan data diuraikan secara bertahap pada bagian ini. 3.1 Pengumpulan Data Data yang dikumpulkan adalah Proccess Flow Diagram yang dimiliki perusahaan, kemudian data detail proses produksi, data waktu antar kerusakan dan waktu lama perbaikan untuk masing-masing mesin yang terdapat dalam proses produksi. Data waktu antar kerusakan dan data waktu lama perbaikan merupakan data yang berasal dari Log Book (buku harian produksi), Records yang didapatkan dari Central Control Room (CCR) dan history cards
Tabel 3.1 Rekap Data Waktu antar Kerusakan Subsistem Feeding Feeding System Equipment Waktu Antar Kerusakan
2. Metodologi Penelitian
yang dimiliki oleh masing-masing mesin. Contoh data waktu antar kerusakan dapat dilihat pada tabel berikut :
09M653
09M654
09M101
09M102
221 264 159
106 233 363
385 94
126 222 294
09M103 09M104 09M105 09M106 128 115 229 164 60
88 74 119 99 103 221
224 239 307
16 80 188
09M107 47 62 39 5 3 214 131 16 7 74 43
Contoh data waktu lama perbaikan dapat dilihat pada tabel berikut : Tabel 3.2 Rekap Data Lama Perbaikan pada Subsistem Feeding Feeding System Equipment
Waktu Lama Perbaikan
dilakukan dan semua equipment yang dihitung nilai keandalannya merupakan mesin baru.
09M653
09M654
09M101
09M102
4.0 1.4 0.8 4.0 0.8
0.5 1.1 2.0
3.6 3.0 4.3
2 2.23 1.5
09M103 09M104 09M105 09M106 0.58333 0.72 1.25 0.8 1.1 2
1 1 9 1 0 2 5.3
6 0.75 2.5
0.4 0.6 0.4 2.8
09M107 1.25 1.42 1.75 0.67 0.08 9.28 7.92 0.25 0.25 2.83 1.50 0.42 2.00 13.83 4.58 0.58
3.2 Pengolahan Data Pada pengolahan data ini terdapat beberapa tahap yang meliputi hal-hal sebagai berikut : Pembuatan Blok Diagram. Blok diagram ini dibuat berdasarkan Process Flow Diagram yang terdapat di perusahaan yang diamati dan juga hasil brainstorming dengan pihak perusahaan untuk mengidentifikasi mesin atau equipment yang memiliki pengaruh paling besar terhadap proses produksi yang terjadi. Blok diagram inilah yang akan menjadi dasar pembentukan model simulasi dimana dalam blok diagram yang dibuat akan diketahui bagaimana keterkaitan mesin yang satu dengan mesin yang lain. Blok diagram ini dibuat dengan menstrukturkan mesin-mesin tersebut sesuai tingkatannya dalam proses produksi. Hal ini dilakukan untuk mempermudah pemahaman gambar. Tingkat atau level yang paling tinggi adalah sistem pabrik atau plant kemudian level selanjutnya adalah subsistem-subsistem yang terdapat pada pabrik tersebut. Contoh dari blok diagram pada sistem yang diamati dapat dilihat sebagai berikut:
3
Tabel 3.4 Distribusi Waktu Lama Perbaikan Subsistem Feeding
Gambar 3.1 Contoh Blok Diagram Level 1 Gambar 3.2 merupakan level II dari Gambar 3.1 yang merupakan break down elemen yang terdapat di Subsistem Feeding. Level II
Feeding System
Conveying I
Dozometer Conveying
Conveying II
Gambar 3.2 Contoh Blok Diagram level II Gambar 3.3 merupakan level III dari Gambar 3.2 yang merupakan break down elemen yang terdapat di Subsistem Conveying I.
No
Nama Subsistem/Equipment
Distribusi
1 2 3 4 5 6 7 8 9
Feeding System 09M653 09M654 09M101 09M102 09M103 09M104 09M105 09M106 09M107
0.48 + EXPO(1.72) UNIF(0.35, 2) UNIF(3, 4.43) 1.42 + 0.89 * BETA(0.875, 0.779) 0.44 + WEIB(0.703, 1.42) -0.001 + WEIB(2.16, 0.624) 0.22 + LOGN(3.1, 3.96) 0.16 + 2.84 * BETA(0.0836, 0.183) LOGN(3.49, 8.44)
Selesai membuat blok diagram sistem dan melakukan proses fitting parameter distribusi untuk data yang dimiliki maka selanjutnya adalah pembuatan model simulasi. Model simulasi ini merupakan representasi dari blok diagram yang telah dibuat. Model simulasi ini juga dibuat untuk masing-masing level seperti pada blok diagram yang dibuat untuk mempermudah dalam pemahaman sistem yang dibuat. Berikut ini merupakan contoh model simulasi yang dibuat :
Gambar 3.3 Contoh Blok Diagram Level III Langkah selanjutnya adalah melakukan fitting terhadap data waktu antar kerusakan dan waktu lama perbaikan. Langkah ini dilakukan untuk mengetahui data-data yang dimiliki mengikuti distribusi apa sehingga bisa dijadikan input-an pada model simulasi yang akan dibuat. Proses ini dilakukan dengan alat bantu Input Analyzer yang terdapat pada software Arena 5.0. Berikut ini merupakan contoh hasil fitting untuk data waktu antar kerusakan dan waktu lama perbaikan :
Gambar 3.4 Model Simulasi Level I Unit Phonska Berikut ini merupakan keterangan mengenai pembuatan model simulasi hingga model untuk penelitian ini terbentuk : Penggambaran simulasi untuk masingmasing equipment atau mesin yang terdapat di perusahaan akan ditunjukkan oleh gambar 4.8.
Tabel 3.3 Distribusi Waktu Antar Kerusakan Subsistem Feeding No
Nama Subsistem/Equipment
Distribusi
1 2 3 4 5 6 7 8 9
Feeding System 09M653 09M654 09M101 09M102 09M103 09M104 09M105 09M106 09M107
UNIF(159, 264) UNIF(106, 363) 94 + 291 * BETA(0.112, 0.112) UNIF(126, 294) UNIF(60, 229) 74 + WEIB(29.7, 0.483) 224 + 84 * BETA(0.271, 0.31) 16 + EXPO(78.7) -0.001 + EXPO(42.7)
Gambar 3.5 Model simulasi untuk masingmasing mesin Modul Create disamping akan digunakan untuk men-generate waktu antar kerusakan dimana didalamnya akan dimasukkan hasil fitting distribusi waktu antar kerusakan yang terdapat pada masing-masing mesin.
4
Modul Process disamping aka digunakan untuk men-generate waktu lama perbaikan dimana didalamnya akan dimasukkan hasil fitting distribusi waktu lama perbaikan yang terdapat pada masing-masing mesin. Modul Dispose disamping digunakan untuk mencatatkan berapa banyak perbaikan yang telah dilakukan maupun berapa banyak kerusakan yang terjadi selama simulasi dijalankan. Penggambaran logika sistem yang digunakan untuk menggambarkan hubungan antara mesin yang satu dengan mesin yang lain akan ditunjukkan pada gambar 4.9
Gambar 4.9 Pengembangan model untuk menggambarkan hubungan antar mesin Modul Create disamping digunakan untuk melakukan pengecekan status dari mesin yang ingin dilihat kondisinya. Modul Decide disamping digunakan untuk memeriksa status dari mesin yang dimodelkan. Di modul inilah akan dimasukkan logika hubungan daripada mesin yang dimodelkan. Logika hubungan yang dimaksud adalah sebagai berikut :
Untuk mesin yang dihubungkan secara seri maka logika yang dimasukkan adalah ” STATE(Operator 09M106) == BUSY_RES || STATE(Operator 09M107) == BUSY_RES”. Tanda || menunjukkan fungsi or atau dapat diinterpretasikan bahwa jika salah satu mesin mengalami kerusakan, dimana kerusakan disini digambarkan sebagai State atau keadaan dari Resource berupa operator adalah Busy atau sedang melakukan proses, maka sistem juga akan berhenti. Untuk mesin yang dihubungkan secara paralel maka logika yang dimasukkan adalah ” STATE(Operator 09M102) ==
BUSY_RES && STATE(Operator 09M103) == BUSY_RES”. Tanda && menunjukkan fungsi and atau dapat diinterpretasikan bahwa sistem akan mengalami kegagalan jika kedua buah mesin yang dimodelkan mengalami kerusakan. Untuk mesin yang dihubungkan secara m dari n mesin yang tersedia maka logika yang dimasukkan hampir sama dengan hubungan paralel namun yang diparalelkan adalah jumlah minimal mesin yang dapat membuat sistem berhenti. Seperti yang terdapat pada subsistem Dozometer Conveying pada penelitian ini, dimana dibutuhkan 3 mesin yang harus beroperasi dari 4 mesin yang tersedia agar sistem berjalan. Sehingga sistem akan berhenti jika minimal dua mesin yang tersedia mengalami kerusakan. Untuk mesin yang memiliki stand by maka logika yang dimasukkan juga hampir sama dengan hubungan paralel jika hanya terdapat dua buah mesin (salah satu merupakan mesin stand by) dan hampir sama juga dengan hubungan yang dimiliki oleh hubungan m dari n mesin (yang biasaya dalam sistem yang memiliki stand by ini satu mesin merupakan cadangan bagi mesin yang lain). Modul Assign disamping digunakan untuk menandai bagaimana status dari sistem yang dimodelkan oleh mesinmesin yang terdapat dibawahnya dan dihubungkan oleh logic dalam modul decide. Status yang dimaksudkan adalah jika sistem mengalami kegagalan maka akan ditandai dengan nilai 1 sedangkan jika sistem berjalan normal maka akan ditandai dengan nilai 0. Untuk mesin yang berfungsi sebagai Stand By dari mesin yang lain maka model akan digambarkan seperti pada gambar 3.6
Gambar 3.6 Pengembangan model untuk mesin yang digunakan sebagai stand by dari mesin yang lain Penggunaan masing-masing modul hampir sama dengan yang telah dijelaskan sebelumnya namun dalam mesin yang berfungsi
5
Agar dapat melihat terjadinya kerusakan, pada model simulasi yang dibuat perlu ditambahkan VBA berupa script Visual Basic untuk mengintergrasikan antara software Arena dengan Ms. Excell. Langkah selanjutnya adalah melakukan proses verifikasi dan validasi. Verifikasi merupakan proses untuk meyakinkan bahwa implementasi komputer dari model adalah bebas error. Proses verifikasi ini dapat dilakukan dengan cara melakukan proses ”debug” terhadap model komputer. Validasi yang dilakukan pada penelitian Tugas Akhir ini adalah dengan menggunakan validasi kotak putih (White Box Validation). Proses validasi kotak putih ini dilakukan bersamaan dengan pembuatan model itu sendiri. Pada validasi kotak putih ini sendiri lebih ditekankan pada detail proses kinerja internal daripada model itu sendiri. Setelah model simulasi verify dan valid maka langkah selanjutnya adalah melakukan proses running untuk mengetahui banyaknya titik-titik kerusakan yang dihasilkan oleh model simulasi yang telah dibuat. Model simulasi yang telah valid akan dijalankan selama rentang waktu 3 tahun. Hal ini dilakukan berdasarkan data yang diolah dimana rentang waktu terkecil untuk simulasi adalah 3 tahun. Tabel 3.5 Contoh Hasil Simulasi Waktu 0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00 16.00 18.00 20.00 22.00 24.00 26.00 28.00 30.00 32.00 34.00 36.00 38.00 40.00 42.00 44.00 46.00 48.00
Subsistem Feeding Subsistem Granulasi 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 1.00 1.00 1.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00
Setelah itu data antar kerusakan yang diperoleh dari hasil simulasi direkap untuk masing-masing subsistem dan sistem plant. Contohnya adalah sebagai berikut : Tabel 3.6 Rekap Waktu Antar Kerusakan Hasil Simulasi untuk Sistem Plant Waktu Antar Kerusakan Hasil Simulasi
Sistem Plant
3 5 8 1 4 2 1 1 13 2
5 8 8 1 5 4 2 19 5 1
2 1 2 6 3 4 28 30 5 1
31 15 4 7 8 12 14 1 1 12
2 6 32 5 6 14 21 9 1 20
15 5 1 15 2 6 23 1 30 3
17 8 2 2 5 1 27 5 21 19
10 12 8 2 1 7 8 14 5 33
12 2 14 3 12 26 32 5 9 22
20 25 14 7 12 13 6 3 2 10
Tabel 3.7 Rekap Waktu Antar Kerusakan Hasil Simulasi untuk Masing-masing Subsistem
Waktu Antar Kerusakan Hasil Simulasi
stand by ini kerusakan yang di-generate-kan hanya sekali (pada modul Create) dan memiliki 3 nilai status yakni -1 untuk menandai bahwa mesin dalam keadaan stand by, 0 untuk menandai bahwa mesin sedang digunakan atau beroperasi dan 1 untuk menandai bahwa mesin dalam keadaan rusak. Serta terdapat beberapa logic untuk melihat status dari mesin yang lain sehingga jika mesin yang lain mengalami kerusakan, mesin stand by ini akan dijalankan.
Feeding 43 38 182 43 52 209 42 74 71 185
Granulasi 23 3 1 4 34 49 32 52 97 49 9 1 61 34 53 23 104 4 36 218 21 74 51
Drying 2 16 8 76 4 8 100 27 20 16 14 38 21 70 17 61 67 54 12 3 115 58 57 72 15 31
Subsistem Screening Cooling 46 10 8 9 52 9 14 19 1 28 4 41 3 81 61 380 80 425 115 87 20 48 61 5 80 10 25 16 51 38 38 60 19 24 91
Coating 5 65 43 15 178 92 54 1 181 63
Bagging 113 153 142 421
Tahap selanjutnya adalah melakukan perhitungan Plant Reliability dari hasil simulasi. Pada tahap ini peneliti melakukan proses fitting pada data antar kerusakan hasil simulasi untuk sistem Plant maupun masing-masing subsistem. Hsailnya adalah sebagai berikut : Sistem Plant Distribusi
: Weibull 3
Parameter Beta
: 0,8492
Parameter Eta
: 8,9048
Parameter Gamma
: 0,7
Untuk parameter distribusi keandalan yang lain dapat dilihat sebagai berikut :
Subsistem Feeding Distribusi : Weibull 2 Parameter Beta
: 1,4184
Parameter Eta
: 108,5683
Parameter Gamma : 0
Subsistem Granulasi Distribusi : Weibull 2 Parameter Beta
: 0,7067
6
21 4 27 23 2
Parameter Eta
: 64,2213
Parameter Gamma : 0
Subsistem Drying Distribusi : Weibull 3 Parameter Beta
: 0,9287
Parameter Eta
: 38,4827
Parameter Gamma : 1,21
Subsistem Screening Distribusi : Weibull 3 Parameter Beta
: 1,0014
Parameter Eta
: 42,2758
Parameter Gamma : - 0,1949
Subsistem Cooling Distribusi : Weibull 2 Parameter Beta
: 0,5328
Parameter Eta
: 1132,7055
Parameter Gamma : 0
Subsistem Coating Distribusi : Weibull 2 Parameter Beta
: 0,5349
Parameter Eta
: 892,3518
Parameter Gamma : 0
Subsistem Bagging Distribusi : Weibull 2 Parameter Beta
: 1,1003
Parameter Eta
: 770,8532
Parameter Gamma : 0 Langkah selanjutnya adalah melakukan eksperimentasi pada model untuk meningkatkan Plant Reliability pada sistem. Eksperimentasi ini terutama ditujukan pada subsistem yang memiliki nilai keandalan paling rendah dengan harapan jika nilai keandalannya meningkat maka nilai keandalan sistem yang berada diatasnya juga dapat meningkat. Langkah pertama adalah mengidentifikasi equipment apa menyebabkan subsistem tersebut memiliki nilai keandalan rendah. Lalu equipment tersebut yang akan coba dieksperimentasikan. Pada dasarnya banyak sekali cara untuk dapat meningkatkan keandalan dari sistem tersebut yang pertama adalah memperbaiki prosedur berupa sistem maintenance atau perawatan yang dimiliki oleh perusahaan. Cara yang kedua adalah memperbaiki konfigurasi sistem yang terdapat di perusahaan yang diamati. Konfigurasi yang
dimaksudkan adalah hubungan antara mesin yang satu dengan mesin yang lain dalam perusahaan yang diamati. Cara yang kedua inilah yang akan dieksperimenatasikan melalui penelitian kali ini. Cara ini dipilih mengingat model simulasi yang dibuat mensimulasikan hubungan antara mesin yang satu dengan mesin yang lain. Dari hasil perhitungan Plant reliability dapat diketahui bahwa subsistem yang memiliki nilai keandalan paling rendah adalah subsistem Granulasi. Dari beberapa macam equipment atau mesin yang berada didalam subsistem granulasi, yang memiliki data waktu antar kerusakan yang paling banyak adalah equipment conveyor 09M109. Sehingga yang akan dijadikan objek eksperimentasi model adalah equipment tersebut dengan harapan dapat meningkatkan Reliability dari subsistem granulasi. Conveyor 09M109 merupakan conveyor yang mengalirkan material dari subsistem Granulasi menuju subsistem Drying. Jadi equipment tersebut terhubung secara seri didalam sistem sehingga jika terjadi kerusakan pada equipment tersebut proses produksi pun juga akan berhenti. Dari data historis dapat kita ketahui bahwa equipment tersebut sering sekali mengalami kerusakan sehingga sistem produksi terhenti. Dalam eksperimentasi ini akan dicobakan bagaimana bagaimana jika terdapat 2 buah mesin conveyor 09M109 yang terhubung secara paralel. Asumsi yang digunakan untuk penggunaan mesin yang baru tersebut adalah distribusi waktu antar kerusakan yang dimiliki sama dengan distribusi waktu antar kerusakan pada mesin yang lama dan tidak ada biaya penambahan mesin. Untuk pengembangan modelnya dapat dilihat pada gambar 3.7 di bawah.
Gambar 3.7 Pengembangan model untuk eksperimentasi pada equipment 09M109
7
4. Analisa dan Interpretasi Hasil Analisa dan Interpretasi Hasil meliputi beberapa hal sebagai berikut : 4.1 Kondisi Objek Amatan Berdasarkan pada hasil pengamatan dan observasi dilapangan dapat diketahui bahwa tingkat keandalan dari masing-masing komponen yang menyusun sistem yang terdapat di perusahaan masih rendah. Hal ini dapat dilihat dari banyaknya kerusakan yang terjadi pada mesin-mesin yang memiliki pengaruh sangat besar terhadap kinerja sistem keseluruhan. Besar kecilnya pengaruh tersebut banyak dipengaruhi oleh keterkaitan mesinmesin tersebut antara yang satu dengan yang lain. Kegagalan akibat mesin-mesin yang memiliki sangat besar tersebut akan membuat keseluruhan unit gagal sehingga proses produksi pun juga akan berhenti. Hal tersebut dapat mengakibatkan kerugian yang besar terhadap perusahaan, terutama karena perusahaan ini termasuk perusahaan yang bersifat kontinyu dalam melakukan proses produksi. Kerugian tersebut dapat terlihat baik dari segi perawatan maupun opportunity cost yang hilang akibat breakdown-nya pabrik. 4.2 Verifikasi dan Validasi Dengan menggunakan metode simulasi yang digunakan untuk mengevaluasi Plant Reliability dapat mempermudah untuk memperoleh nilai keandalannya. Hal ini jika dibandingkan dengan cara terdahulu yang harus menghitung manual untuk masing-masing sistem mulai dari komponen yang paling rendah dalam sistem yang bersangkutan, seperti yang dicontohkan pada jurnal berjudul “A Complex System Reliability Evaluation Method” oleh Balbir S. Dhillon dan Subramnyam N. Rayapati. Jika metode tersebut digunakan untuk mengevaluasi reliability yang terdapat di perusahaan maka akan mempersulit baik itu dalam perhitungannya maupun waktu yang diperlukan. Kesulitan yang terdapat dalam penggunaan metode simulasi dalam mengevaluasi reliability adalah pada saat pengumpulan data waktu antar kerusakan dan data waktu lama perbaikan. Hal ini disebabkan record data di perusahaan yang belum tersusun secara rapi. Dan pengembangan model simulasi pabrik juga harus ditunjukkan
kepada pihak perusahaan untuk mengetahui kebenaran dari logika model yang telah dibuat. 4.3 Hasil Penggunaan Simulasi untuk Mengevaluasi Plant Reliability Unit Phonska Dengan menggunakan metode simulasi yang digunakan untuk mengevaluasi Plant Reliability dapat mempermudah untuk memperoleh nilai keandalannya. Hal ini jika dibandingkan dengan cara terdahulu yang harus menghitung manual untuk masing-masing sistem mulai dari komponen yang paling rendah dalam sistem yang bersangkutan, seperti yang dicontohkan pada jurnal berjudul “A Complex System Reliability Evaluation Method” oleh Balbir S. Dhillon dan Subramnyam N. Rayapati. Jika metode yang digunakan dalam jurnal tersebut digunakan untuk mengevaluasi reliability yang terdapat di perusahaan maka akan mempersulit baik itu dalam perhitungannya maupun waktu yang diperlukan. Kesulitan yang terdapat dalam penggunaan metode simulasi dalam mengevaluasi reliability adalah pada saat pengumpulan data waktu antar kerusakan dan data waktu lama perbaikan. Hal ini disebabkan record data di perusahaan yang belum tersusun secara rapi. Dan pengembangan model simulasi pabrik juga harus ditunjukkan kepada pihak perusahaan untuk mengetahui kebenaran dari logika model yang telah dibuat. 4.4 Analisa Perhitungan Plant Reliability Sistem pada Unit Phonska Setelah model simulasi selesai dibuat dan model simulasi tersebut telah valid, maka langkah selanjutnya adalah melakukan proses running untuk mengetahui titik-titik kerusakan berdasarkan hasil simulasi sehingga dapat dicari waktu antar kerusakan hasil simulasi baik untuk masing-masing subsistem maupun untuk sistem Plant. Parameter distribusi hasil running simulasi akan ditunjukkan pada tabel berikut : Tabel 4.1 Parameter Distribusi Hasil running simulasi Subsistem Feeding Subsistem Granulasi Subsistem Drying Subsistem Screening Subsistem Cooling Subsistem Coating Subsistem Bagging
Distribusi Weibull 2 Weibull 3 Weibull 3 Weibull 3 Weibul 2 Weibull 2 Weibull 2
Beta 1.4184 0.7067 0.9287 1.0014 0.5328 0.5349 1.1003
Eta Gamma 108.5683 64.2213 38.4827 1.2100 42.2758 -0.1949 1132.7055 892.3518 770.8532
8
Dengan mengetahui parameter-parameter distribusi data untuk sistem plant maupun masing-masing subsistem selanjutnya dapat digunakan untuk mengetahui bagaimana keandalan pada sistem plant maupun masingmasing subsistem. Berikut ini merupakan hasil perhitungan keandalan untuk sistem plant dan masing-masing subsistem, ditunjukkan oleh tabel 4.2 dan tabel 4.3 dibawah ini : Tabel 4.2 Hasil Perhitungan Reliability Unit Phonska Waktu (t) hari
1 10 15 25 30 45 60 75 90 100 120 150 210 240 270 300
R(t)
0,945 0,354 0,224 0,096 0,064 0,02 6,716e-3 2,336e-3 8,389e-4 4,301e-4 1,164e-4 1,739e-5 4,56e-7 7,853e-8 1,398e-8 2,561e-9
Tabel 4.3 Hasil Perhitungan Reliability untuk masing-masing subsistem pada Unit Phonska Waktu (t) hari
1 10 15 25 30 45 60 75 90 100 120 150 210 240 270 300
Feeding
Granulasi
Drying
Subsistem Screening Cooling
Coating
Bagging
0,999
0,949
0,973
0,972
0,977
0,974
0,999
0,966
0,764
0,776
0,786
0,923
0,913
0,992
0,941
0,699
0,68
0,698
0,905
0,894
0,987
0,882
0,598
0,527
0,551
0,877
0,863
0,977
0,85
0,558
0,466
0,49
0,865
0.85
0,972
0,75
0,459
0,324
0,343
0,836
0,817
0,957
0,649
0,386
0,227
0,241
0,811
0,79
0,942
0,533
0,328
0,16
0,169
0,79
0,767
0,926
0,464
0,281
0,114
0,118
0,772
0,746
0,91
0,411
0,255
0,091
0,093
0,76
0,733
0,9
0,316
0,211
0,058
0,058
0,739
0,71
0,879
0,206
0,162
0,03
0,028
0,711
0,68
0,848
0,079
0,099
8154e-3
6.852e-3
0,665
0,631
0,787
0,406
0,079
4,305e-3
3,361e-3
0,646
0,609
0,758
0,027
0,063
2,286e-3
1,649e-3
0,628
0,59
0,73
0,015
0,051
1,22e-3
8,085e-4
0,611
0,572
0,702
Berdasarkan hasil perhitungan diatas, dapat diketahui bahwa keandalan akan mengalami penurunan dari waktu ke waktu. Sehingga jika perusahaan menginginkan keandalan pabrik tidak kurang dari x (misalnya 0,354) maka perusahaan tersebut harus melakukan kegiatan perawatan tidak lebih dari 10 hari, karena nilai keandalan pabrik akan berkurang menjadi dibawah 0,354. Dan jika dibandingkan hasil pada tabel 5.2 dan tabel 5.3, dapat diketahui bahwa nilai keandalan sistem keseluruhan akan memiliki nilai yang lebih rendah dibandingkan dengan nilai keandalan subsistem yang paling rendah.
4.5 Analisa Penentuan Equipment Kritis dalam Sistem pada Unit Phonska Equipment merupakan level terendah dalam blok diagram yang dibangun diawal penelitian. Pada dasarnya semua equipment yang ter-record pada blok diagram merupakan equipment yang memiliki peranan sangat penting terhadap berjalannya proses produksi, terutama sistem yang tersusun secara seri, dimana jika terjadi kerusakan pada salah satu equipment tersebut maka sistem yang berada di level diatasnya juga akan berhenti. Namun berdasarkan data yang dikumpulkan diawal mengenai waktu antar kerusakan masing-masing mesin dapat diketahui equipment yang memiliki failure rate paling tinggi untuk masing-masing subsistem, yakni (1) Subsistem Feeding dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M107. (2)Subsistem Granulasi dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M109. (3)Subsistem Drying dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah Furnace 09B101. (4)Subsistem Screening dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M114. (5)Subsistem Cooling dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah 09C102. (6)Subsistem Coating dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M118. (7)Subsistem Bagging dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M505B. 4.6 Penggunaan Analisis Plant Reliability pada Unit Phonska Dari proses perhitungan Plant Relibility ini dapat digunakan untuk beberapa hal seperti menghitung target produksi mendatang maupun menghitung besarnya resiko yang akan diterima perusahaan akibat breakdown yang dilakukan. Dalam penelitian ini akan dicobakan melakukan penambahan equipment pada salah satu subsistem yang memiliki nilai keandalan yang paling rendah untuk dilihat bagaimana pengaruh penambahan equipment tersebut terhadap nilai keandalan pabrik secara keseluruhan. adalah
Equipment yang dimaksudkan diatas conveyor 09M109. Pemilihan ini
9
didasarkan pada banyaknya waktu antar kerusakan yang ter-record-kan oleh equipment tersebut. Setelah melalui eksperimentasi tersebut diperoleh hasil sebagai berikut : Parameter model:
Distribusi
hasil
eksperimentasi
Distribusi : Weibull 3 Parameter Beta
: 0,9447
Parameter Eta
: 11,1162
Parameter Gamma : 0,5425 Melalui perhitungan untuk mendapatkan nilai keandalan maka didapatkan hasilnya adalah untuk t = 1 nilai keandalan setelah penambahan mesin adalah 0,952. Perubahan konfigurasi sistem pada model dimana pada model existing, equipment tersebut dihubungkan secara seri dengan equipment yang lain menjadi equipment yang diparalelkan dengan mesin yang sejenis sehingga sistem tidak akan berhenti meskipun salah satu mesin mengalami kerusakan. Hasil ini sesuai dengan apa yang ditulisakan oleh Jardine dalam bukunya ”Maintenance, Replacement and Reliability” yang menyatakan bahwa untuk mereduksi kehilangan potensi dari mesin tersebut, dapat ditambahkan mesin “kritis” secara paralel pada sistem yang ada. Perubahan konfigurasi ini dapat juga diberlakukan pada subsistem yang lain, sehingga dapat memberikan nilai keandalan yang lebih baik. 5. Kesimpulan dan Saran Kesimpulan pelaksanaan berikut.
dan saran dari keseluruhan penelitian ini adalah sebagai
5.1 Kesimpulan Berdasarkan hasil penelitian tugas akhir yang telah dilakukan maka didapatkan beberapa kesimpulan sebagai berikut: 1. Model simulasi yang dibuat dapat diaplikasikan untuk mengevaluasi Plant Reliability yang terdapat di perusahaan yang diteliti. Ada beberapa langkah dalam mengaplikasikan metode simulasi untuk mengevaluasi Plant Reliability, yaitu : a. Pembuatan blok diagram, yang harus diperhatikan adalah aliran proses produksi sehingga dapat ditelusuri
mesin-mesin apa saja yang berpengaruh pada proses produksi di perusahaan. b. Penentuan interval waktu antar kerusakan dan lama perbaikan yakni ketersediaan data-data yang dibutuhkan seperti data historis masing-masing mesin, data breakdown pabrik. c. Permodelan sistem, ini merupakan tahap yang paling penting dalam penelitian ini. Model yang dibuat merupakan terjemahan blok diagram yang telah dibuat dan didalamnya terdapat logika hubungan antar equipment. d. Penggunaan model simulasi untuk mengevaluasi Plant Reliability. Setelah model selesai dibuat dan valid maka model dapat digunakan untuk mengevaluasi keandalan dari pabrik. Hasil dari running tersebut yang nantinya diolah untuk menghitung nilai keandalan pabrik. 2. Reliability merupakan probabilitas bahwa suatu peralatan atau sistem akan beroperasi dalam suatu periode waktu, tanpa mengalami kerusakan pada kondisi tertentu. Pada perhitungan, diketahui bahwa reliability merupakan sebuah fungsi yang nilainya(R(t)) senantiasa berubah sesuai dengan perubahan waktu (t). Dimana nilai fungsi R(t) menghasilkan probabilitas suatu mesin/unit atau sistem dalam kurun waktu t dapat bekerja secara normal atau sesuai dengan kondisi yang disepakati sebagai kondisi normal. Tabel 5.1 Hasil Perhitungan Reliability Unit Phonska Waktu (t) hari
1 10 15 25 30 45 60 75 90 100 120 150 210 240 270 300
R(t)
0,945 0,354 0,224 0,096 0,064 0,02 6,716e-3 2,336e-3 8,389e-4 4,301e-4 1,164e-4 1,739e-5 4,56e-7 7,853e-8 1,398e-8 2,561e-9
10
Berdasarkan hasil perhitungan diatas, dapat diketahui bahwa keandalan akan mengalami penurunan dari waktu ke waktu. Sehingga jika perusahaan menginginkan keandalan pabrik tidak kurang dari x (misalnya 0,354) maka perusahaan tersebut harus melakukan kegiatan perawatan tidak lebih dari 10 hari, karena nilai keandalan pabrik akan berkurang menjadi dibawah 0,354. 3. Dari hasil perhitungan reliability juga didapatkan subsistem yang memiliki nilai keandalan paling rendah adalah subsistem granulasi. Berdasarkan data record waktu antar kerusakan yang terdapat pada subsistem granulasi tersebut didapatkan record waktu kerusakan terbanyak adalah equipment conveyor 09M109. Sedangkan untuk subsistem yang lain adalah sebagai berikut : a. Subsistem Feeding dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M107. b. Subsistem Drying dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah Furnace 09B101. c. Subsistem Screening dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M114. d. Subsistem Cooling dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah 09C102. e. Subsistem Coating dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M118. f. Subsistem Bagging dari record waktu antar kerusakannya, yang memiliki data kerusakan paling banyak adalah conveyor 09M505B. 6. Perhitungan Plant Reliability ini dapat digunakan untuk beberapa hal seperti menghitung target produksi mendatang maupun menghitung besarnya resiko yang akan diterima perusahaan akibat breakdown yang dilakukan. Eksperimentasi yang dilakukan pada penelitian ini adalah menambahkan mesin yang serupa baik distribusi waktu prosesnya maupun distribusi waktu lama perbaikan namun
hubungan yang dimiliki adalah hubungan paralel. Setelah melalui proses running dan perhitungan nilai keandalan untuk subsistem tersebut terdapat kenaikan pada nilai keandalannya yakni pada model existing pada t = 1 memiliki nilai keandalan 0,945 sedangkan pada model perbaikan dengan t yang sama memiliki nilai keandalan 0,952. Hal ini membuktikan bahwa untuk dapat mereduksi kehilangan potensi dari mesin, dapat ditambahkan mesin “kritis” secara paralel pada sistem yang ada. 5.2 Saran Berdasarkan hasil penelitian tugas akhir yang telah dilakukan maka beberapa saran yang dapat diberikan kepada perusahaan maupun studi lebih lanjut adalah: 1. Pencatatan data historis mengenai kerusakan masing-masing equipment beserta lamanya perbaikan hendaknya dibuat lebih terstruktur dan terkomputerisasi sehingga dapat dilakukan up date pada masing-masing equipment tersebut bila terjadi kerusakan kembali. 2. Studi yang dilakukan pada penelitian ini sebenarnya merupakan tahap awal dari apa yang dapat dilakukan setelah mengetahui nilai keandalan. Sehingga untuk studi lebih lanjut, model yang telah dibuat dapat digunakan untuk menghitung nilai resiko atas kerusakan, perawatan yang optimal untuk masing-masing mesin, persediaan inventory spare part yang optimal bagi perusahaan dan masih banyak yang lain. Daftar Pustaka Dillon, Balbir. S dan Rayapati, Subramanyam. N. (1986). A Complex System Reliability Evaluation Method. Research Paper, Reliability Engineering 16 (1986) page 163-177. Jardine, A.K.S. (1973). Maintanance, Replacement, and Reliability. Pitman Publishing Lewis, E. E. (1994). Introduction to Reliability Engineering. John Wiley & Sons Inc. USA Kelton, David, R. Sadowski, D. Sadowski. (2000). Simulation With Arena 3rd Edition , WCB McGraw-Hill.
11
O’Connor, Patrick D.T. (1995). Practical Reliability Engineering Third Edition Revised. John Wiley & Sons Ltd. England Pidd, Michael. (1992). Computer Simulation in Management Science, 3rd Edition, John Wiley & Sons. Prasetya, Mahendra Eka. (2005). Evaluasi Rencana Produksi Dengan Menggunakan Metode Simulasi. Tugas Akhir Mahasiswa, Teknik Industri Institut Teknologi Sepuluh Nopember, Surabaya. Van Luijk, J.A. (2003). Availability Simulation Modelling in a Chemical Manufacturing Company. M.SIE’s Thesis of Delft Technical University
12
