bab 4 hasil dan pembahasan 4.1.pengumpulan data …thesis.binus.ac.id/doc/bab4/2008-1-00474-tisi bab...
TRANSCRIPT
BAB 4
HASIL DAN PEMBAHASAN
4.1.Pengumpulan Data Kerusakan Mesin
Dalam penelitian ini, penulis meneliti kerusakan pada mesin kempa yang
merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik
menyatakan sering mengalami kesulitan dalam menangani perawatan mesin kempa
sehingga sering mengalami stagnasi produksi.
Mesin kempa kritis dan sangat penting karena keseluruhan produksi minyak
kelapa sawit tergantung pada operasional mesin kempa yang berfungsi untuk
memeras minyak dari daging buah sawit. Jika mesin kempa tidak beroperasi, maka
fungsi-fungsi mesin yang lainnya tidak perlu dijalankan karena hasil-hasil keluaran
dari mesin sebelum mesin kempa tidak akan bisa diolah sementara mesin sesudah
mesin kempa tidak mempunyai masukan bahan.
Mesin kempa pada PMS Parindu ada 8 buah. Berdasarkan hasil dokumentasi
PMS Parindu didapatkan data stagnasi mesin kempa pada PMS Parindu periode
Januari 2006 sampai dengan Agustus 2007.
Tabel 4.1 Kerusakan Komponen Mesin Kempa 1 PMS ParinduWaktu Kerusakan Komponen
3 Januari 2006 s/d 16 Januari 2006 As intermediate5 Maret 2006 s/d 14 Mei 2006 As intermediate16 Mei 2006 s/d 23 Juni 2006 Bearing intermediate26 Juni 2006 s/d 24 Agustus 2006 As intermediate19 Nopember 2006 s/d 25 Nopember 2006 As intermediate27 Januari 2007 s/d 4 Maret 2007 As screw press10 Maret 2007 s/d 18 Mei 2007 As intermediate15 Juli 2007 s/d 27 Juli 2007 Screw worm1 Agustus 2007 s/d 31 Agustus 2007 As intermediateSumber: PMS Parindu PTPN XIII, diolah
74
Data kerusakan mesin kempa 1 bahwa dari Januari 2006 sampai Agustus
2007 komponen as intermediate mengalami kegagalan sebanyak lima kali,
komponen as screw press, screw worm dan bearing intermediate mengalami
kegagalan sebanyak satu kali.
Tabel 4.2 Kerusakan Komponen Mesin Kempa 2 PMS ParinduWaktu Kerusakan Komponen
27 Februari 2006 s/d 4 Maret 2006 Bearing intermediate7 Juli 2006 s/d 21 Agustus 2006 Pondasi Gear Box4 September 2006 s/d 6 Oktober 2006 Pondasi Gear Box9 Oktober 2006 s/d 29 Oktober 2006 El-Mot Digester3 Nopember 2006 s/d 5 Desember 2006 Pondasi Gear Box6 Januari 2007 s/d 13 Januari 2007 Pondasi Gear Box12 Februari 2007 s/d 24 Februari 2007 Pondasi Gear Box28 Februari 2007 s/d 1 Maret 2007 Screw4 Mei 2007 s/d 6 Juli 2007 Pondasi Gear Box4 Agustus 2007 s/d 22 Agustus 2007 Pondasi Gear BoxSumber: PMS Parindu PTPN XIII, diolah
Data kerusakan mesin kempa 2 menunjukkan bahwa dari Januari 2006
sampai Agustus 2007 komponen pondasi gear box mengalami kegagalan sebanyak
tujuh kali, komponen screw, bearing intermediate dan El-Mot Digester mengalami
kegagalan sebanyak satu kali.
Tabel 4.3 Kerusakan Komponen Mesin Kempa 3 PMS ParinduWaktu Kerusakan Komponen
23 Februari 2006 s/d 11 April 2006 Bearing intermediate14 April 2006 s/d 8 Juli 2006 Screw5 Oktober 2006 s/d 14 Nopember 2006 Screw16 Desember 2006 s/d 23 Februari 2007 Screw7 April 2007 s/d 18 April 07 El-Mot Digester19 April s/d 16 Mei 2007 Screw18 Juli 2007 s/d 25 Juli 2007 Screw18 Juli 2007 s/d 25 Juli 2007 As intermediateSumber: PMS Parindu PTPN XIII, diolah
75
Data kerusakan mesin kempa 3 menunjukkan bahwa dari Januari 2006
sampai Agustus 2007 komponen screw mengalami kegagalan sebanyak lima kali,
komponen bearing intermediate, El-Mot Digester dan as intermediate mengalami
kegagalan sebanyak satu kali.
Tabel 4.4 Kerusakan Mesin Kempa 4 PMS ParinduWaktu Kerusakan Komponen
23 Januari 2006 s/d 13 April 2006 Kopling as gear box12 Mei 2006 s/d 14 Juni 2006 Bearing intermediate3 Agustus 2006 s/d 29 September 2006 Kopling as gear box15 Oktober 2006 s/d 2 November 2006 Bearing intermediate23 Desember 2006 s/d 5 Maret 2007 Kopling as gear box22 Mei 2007 s/d 21 April 2007 Kopling as gear box3 Juni 2007 s/d 28 Agustus 2007 Kopling as gear boxSumber: PMS Parindu PTPN XIII, diolah
Data kerusakan mesin kempa 4 menunjukkan bahwa dari Januari 2006
sampai Agustus 2007 komponen kopling as gear box mengalami kegagalan
sebanyak lima kali, komponen bearing intermediate mengalami kegagalan sebanyak
dua kali.
Tabel 4.5 Kerusakan Mesin Kempa 5 PMS ParinduWaktu Kerusakan Komponen
18 Januari 2006 s/d 23 Februari 2006 As intermediate2 Maret 2006 s/d 14 Maret 2006 Screw30 Maret 2006 s/d 13 April 2006 Screw1 Mei 2006 s/d 4 Juli 2006 As intermediate28 Agustus 2006 s/d 30 Agustus 2006 As intermediate12 Januari 2007 s/d 22 Januari 2007 As intermediate24 April 2007 s/d 17 Mei 2007 As intermediate14 Agustus 2007 s/d 28 Agustus 2007 As intermediateSumber: PMS Parindu PTPN XIII, diolah
76
Data kerusakan mesin kempa 5 menunjukkan bahwa sepanjang dari Januari
2006 sampai Agustus 2007 komponen as intermediate mengalami kegagalan
sebanyak enam kali dan komponen screw mengalami kegagalan sebanyak dua kali.
Tabel 4.6 Kerusakan Mesin Kempa 6 PMS ParinduWaktu Kerusakan Komponen
2 Februari s/d 25 Februari 2006 Dinding digester14 Mei s/d 28 Juni 2006 Dinding digester14 September s/d 29 November 2006 Dinding digester28 Februari 2007 As screw press4 Maret s/d 20 April 2007 Dinding digester2 Mei 2007 Bearing intermediate5 Mei 2007 s/d 14 Mei 2007 Dinding digester7 Juli 2007 s/d 18 Juli 2007 Dinding digester12 Agustus 2007 s/d 31 Agustus 2007 Dinding digesterSumber: PMS Parindu PTPN XIII, diolah
Data kerusakan mesin kempa 6 menunjukkan bahwa dari Januari sampai
Agustus 2007 komponen kopling dinding digester mengalami kegagalan sebanyak
tujuh kali, as screw press dan bearing intermediate mengalami kegagalan sebanyak
satu kali.
Tabel 4.7 Kerusakan Mesin Kempa 7 PMS ParinduWaktu Kerusakan Komponen
7 Januari 2006 As screw press23 April 2006 s/d 1 Mei 2006 As screw press14 Agustus 2006 s/d 3 Oktober 2006 As screw press17 November 2006 s/d 23 Desember 2006 As screw press7 Maret 2007 s/d 16 Maret 2007 As screw press18 April 2007 s/d 25 April 2007 Bearing intermediate5 Mei 2007 s/d 23 Juni 2007 Bearing intermediateSumber: PMS Parindu PTPN XIII, diolah
77
Data kerusakan mesin kempa 7 menunjukkan bahwa dari Januari sampai
Agustus 2007 komponen as screw press mengalami kegagalan sebanyak satu lima
kali, komponen as cyclo drive mengalami kegagalan sebanyak dua kali.
Tabel 4.8 Kerusakan Mesin Kempa 8 PMS ParinduWaktu Kerusakan Komponen
4 Februari 2006 s/d 3 Maret 2006 Bearing intermediate25 April 2006 s/d 9 Mei 2006 As cyclo drive2 Juli 2006 s/d 18 Juli 2006 As cyclo drive13 Oktober 2006 s/d 27 Oktober 2006 As cyclo drive11 Januari 2007 s/d 27 Januari 2007 As cyclo drive10 Februari s/d 18 Februari 2007 As cyclo drive14 Maret 2007 s/d 17 Maret 2007 As cyclo drive13 Juni 2007 s/d 16 Juni 2007 As cyclo drive18 Agustus 2007 s/d 23 Agustus 07 El-Mot DigesterSumber: PMS Parindu PTPN XIII, diolah
Data kerusakan mesin kempa 8 menunjukkan bahwa dari Januari sampai
Agustus 2007 komponen as cyclo drive mengalami kegagalan sebanyak delapan kali,
komponen bearing intermediate dan el-mot digester mengalami kegagalan sebanyak
satu kali.
Kegagalan komponen-komponen pada mesin-mesin kempa memang tidak
kerap terjadi. Namun satu kegagalan dan kerusakan bisa membawa dampak yang
lama pada pabrik karena pabrik tidak dapat memperbaikinya ataupun menggantinya
dengan cepat. Masalah utama pabrik adalah ketidaktersediaan komponen pengganti
jika ada komponen yang rusak.
78
4.2.Analisis Data dan Pembahasan
4.2.1 Penentuan Komponen Kritis
Komponen kritis dari masing-masing mesin kempa adalah komponen
yang persentase kegagalannya terbesar (jumlah kegagalan dibagi dengan total
kegagalan pada mesin).
Tabel 4.9 Penentuan Komponen Kritis Mesin KempaKomponen Frekuensi Kerusakan & Persentase Total
KerusakanKomponen
KritisKempa 1 As intermediate 6 = 66,67% 9 As
intermediateBearing intermediate 1 = 11.1 %Screw worm 1 = 11.1 %As screw press 1 = 11.1 %
Kempa 2 Bearing intermediate 1 = 10% 10 Pondasigear boxPondasi gear box 7 = 70%
El-Mot Digester 1 = 10%Screw 1 = 10%
Kempa 3 Bearing intermediate 1 = 12,5% 8 ScrewScrew 5 = 62,5%El-Mot Digester 1 = 12,5%As intermediate 1 = 12,5%
Kempa 4 Kopling as gear box 5 = 71,43% 7 Kopling as gear boxBearing intermediate 2 = 28,57%
Kempa 5 As intermediate 6 = 75% 8 As intermediateScrew 2 = 25%
Kempa 6 Dinding digester 6 = 66,67% 9 Dinding digesterAs screw press 1 = 11,11%
Bearing intermediate 1 = 11,11%Kempa 7 As screw press 5 = 71,43% 7 As screw
pressBearing intermediate 2 = 28,57%Kempa 8 Bearing intermediate 1 = 11,11% 9 As cyclo
driveAs cyclo drive 7 = 77,78%El-Mot Digester 1 = 11,11%
79
4.2.2 Data Waktu: Time to Failure (TTF) dan Time to Repair (TTR)
Perhitungan time to failure dan time to repair menggunakan satuan hari
karena kerusakan mesin pada pabrik cenderung memerlukan waktu lama sampai
terjadi kerusakan berikutnya dan kerusakan cenderung memakan waktu lebih
dari sehari. PMS Parindu beroperasi setiap hari selama 24 jam.
Tabel 4.10 TTF dan TTR As Intermediate Kempa 1Tanggal Mulai
RusakTanggal Selesai
RusakWaktu
PerbaikanTTF
(hari)TTR(hari)
3 Januari 200616 Januari 2006
08:00
09:25 0
0.03484
5 Maret 200614 Mei 2006
14:00
16:20 48
0.05738
26 Juni 200624 Agustus 2006
09:30
11:15 43
0.04303
19 Nopember 200625 Nopember 2006
11:20
13:35 87
0.03689
10 Maret 200718 Mei 2007
09:00
10:35 105
0.05533
1 Agustus 2007 31 Agustus 200714:00
16:00 75
0.03893
Tabel 4.11 TTF dan TTR Pondasi Gear Box Kempa 2Tanggal Mulai
RusakTanggal Selesai
RusakWaktu
PerbaikanTTF
(hari)TTR(hari)
7 Juli 2006 21 Agustus 200611:30
12:45 0
0.03074
4 September 2006 6 Oktober 200614:10
15:30 14
0.03279
3 Nopember 2006 5 Desember 200611:15
12:15 28
0.02459
6 Januari 2007 13 Januari 200708:30
10:05 34
0.03893
12 Februari 2007 24 Februari 200712:00
13:55 45
0.04713
4 Mei 2007 6 Juli 200713:00
15:25 32
0.05943
4 Agustus 2007 22 Agustus 200709:20
11:20 29
0.04918
80
Tabel 4.12 TTF dan TTR Screw Kempa 3Tanggal Mulai
RusakTanggal Selesai
RusakWaktu
PerbaikanTTF
(hari)TTR
(hari)
14 April 2006 8 Juli 200606:50
07:40 0
0.020492
5 Oktober 2006 14 Nopember 200609:15
10:35 89
0.032787
16 Desember 2006 23 Februari 200711:15
12:15 32 0.02459
19 April 2007 16 Mei 200708:30
09:25 55
0.022541
18 Juli 2007 25 Juli 200712:00
13:00 63 0.02459
Tabel 4.13 TTF dan TTR Kopling As Gear Box Kempa 4Tanggal Mulai
RusakTanggal Selesai
RusakWaktu
PerbaikanTTF
(hari)TTR(hari)
23 Januari 2006 13 April 200614:15
15:45 0
0.03074
3 Agustus 2006 29 September 200609:00
10:25 112
0.03279
23 Desember 2006 5 Maret 200713:00
14:50 85
0.02459
22 Mei 2007 21 April 200715:40
18:00 78
0.03893
3 Juni 2007 28 Agustus 200709:00
11:05 43
0.04713
Tabel 4.14 TTF dan TTR As Intermediate Kempa 5
Tanggal Mulai Rusak Tanggal Selesai Rusak
Waktu Perbaikan TTF (hari) TTR
(hari)18 Januari 2006 23 Februari 2006 07:20 09:50 0 0.061481 Mei 2006 4 Juli 2006 11:00 13:15 67 0.0553328 Agustus 2006 30 Agustus 2006 09:40 11:00 55 0.0409812 Januari 2007 22 Januari 2007 08:30 10:20 105 0.0450824 April 2007 17 Mei 2007 12:00 13:35 92 0.0389314 Agustus 2007 28 Agustus 2007 14:50 17:00 89 0.05328
Tabel 4.15 TTF dan TTR Dinding Digester Kempa 6
81
Tanggal Mulai Rusak
Tanggal Selesai Rusak
Waktu Perbaikan
TTF(hari)
TTR(hari)
2 Februari 2006 25 Februari 200608:40
10:35 0
0.047131
14 Mei 2006 28 Juni 200610:10
12:10 78 0.04918
14 September 2006 29 November 200614:15
16:30 93
0.055328
4 Maret 2007 20 April 200710:00
12:25 46
0.059426
5 Mei 2007 14 Mei 200709:00
11:40 23
0.065574
7 Juli 2007 18 Juli 200713:00
14:40 54
0.040984
12 Agustus 2007 31 Agustus 200708:50
11:25 25
0.063525
Tabel 4.16 TTF dan TTR As Screw Press Kempa 7Tanggal Mulai
RusakTanggal Selesai
RusakWaktu
PerbaikanTTF
(hari)TTR
(hari)
7 Januari 2006 7 Januari 200606:15
07:00 0
0.018443
23 April 2006 1 Mei 200608:15
09:10 106
0.022541
14 Agustus 2006 3 Oktober 200610:00
11:05 45
0.026639
17 November 2006 23 Desember 200607:30
08:40 74
0.028689
7 Maret 2007 16 Maret 200711:00
11:50 94
0.020492
Tabel 4.17 TTF dan TTR As Cyclo Drive Kempa 8Tanggal Mulai
RusakTanggal Selesai
RusakWaktu
PerbaikanTTF
(hari)TTR
(hari)
25 April 2006 9 Mei 200615:00
17:15 0
0.055328
2 Juli 2006 18 Juli 200611:20
13:30 54
0.061475
13 Oktober 2006 27 Oktober 200608:20
09:25 87 0.05123
11 Januari 2007 27 Januari 200710:00
12:20 76
0.057377
82
10 Februari 2007 18 Februari 200708:00
10:15 24
0.055328
14 Maret 2007 17 Maret 200712:45
15:05 88
0.057377
13 Juni 2007 16 Juni 200708:20
10:10 63
0.045082
4.2.3 Perhitungan Mean Time to Failure (MTTF)
Perhitungan mean time to failure (rata-rata waktu antar kegagalan)
dilakukan dengan menggunakan software Minitab dalam menu Distribution ID
Plot di Reliaibility/Survival.
Minitab akan melakukan uji kesesuaian (goodness of fit) dengan
menggunakan metode Anderson-Darling untuk menguji apakah sebaran
mengikuti empat sebaran data yaitu Weibull, lognormal, eksponensial dan
normal. Sebaran data yang paling tepat akan memiliki koefisien korelasi yang
terbesar dan indeks Anderson-Darling yang terkecil.
Untuk mendapatkan plot dari sebaran data yang dipilih, dilakukan dengan
menggunakan Minitab pada menu Probability Plot. Bersamaan dengan gambar
plot akan diberikan hasil perhitungan parameter-parameter menurut distribusinya
yaitu standar deviasi untuk distribusi normal dan lognormal serta shape
parameter (β) dan scale parameter (θ) untuk distribusi Weibull.
Tabel 4.18 Hasil Minitab TTF Komponen As Intermediate Kempa 1Goodness-of-Fit
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 2.365 0.966
83
Lognormal 2.374 0.971Exponential 3.462 *Loglogistic 2.391 0.9683-Parameter Weibull 2.401 0.9733-Parameter Lognormal 2.339 0.9772-Parameter Exponential 2.462 *3-Parameter Loglogistic 2.345 0.975Smallest Extreme Value 2.387 0.960Normal 2.338 0.977Logistic 2.345 0.975
Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 71.7702 12.3713 51.1940 100.616Lognormal 74.1670 15.6261 49.0764 112.085Exponential 63.5791 26.7935 27.8356 145.221Loglogistic 75.4743 16.1076 49.6749 114.6733-Parameter Weibull 79.9588 31.9056 40.3902 174.7903-Parameter Lognormal 71.6858 13.1805 45.8525 97.5192-Parameter Exponential 75.5409 15.8756 50.0373 114.0433-Parameter Loglogistic 71.7387 13.3054 45.6605 97.817Smallest Extreme Value 69.5093 13.9822 42.1047 96.914Normal 71.6000 13.1841 45.7596 97.440Logistic 71.6000 13.3049 45.5230 97.677
C1
Perc
ent
200150100500-50-100
99
95
90
80
7060504030
20
10
5
1
Mean
0.793
59.67StDev 37.45N 6AD 0.198P-Value
Probability Plot of C1Normal - 95% CI
Gambar 4.1 Plot Distribusi Normal TTF As Intermediate Kempa 1Tabel 4.19 Hasil Minitab TTF Komponen Pondasi Gear Box Kempa 2
Goodness-of-Fit
Anderson-Darling CorrelationDistribution (adj) Coefficient
84
Weibull 2.165 0.948Lognormal 2.301 0.918Exponential 3.838 *Loglogistic 2.299 0.9243-Parameter Weibull 2.182 0.9623-Parameter Lognormal 2.155 0.9582-Parameter Exponential 3.251 *3-Parameter Loglogistic 2.138 0.963Smallest Extreme Value 2.222 0.961Normal 2.155 0.958Logistic 2.137 0.964
Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 30.4334 4.65922 22.5442 41.0833Lognormal 31.1410 5.47365 22.0656 43.9489Exponential 25.4122 9.49573 12.2173 52.8578Loglogistic 31.6416 5.29848 22.7888 43.93343-Parameter Weibull 29.8326 4.57634 20.8632 38.80213-Parameter Lognormal 30.3655 4.46561 21.6130 39.11792-Parameter Exponential 29.7762 6.33040 19.6293 45.16843-Parameter Loglogistic 30.3785 4.35935 21.8343 38.9226Smallest Extreme Value 29.6351 4.73452 20.3556 38.9145Normal 30.3333 4.46118 21.5896 39.0771Logistic 30.3333 4.35900 21.7899 38.8768
C2
Perc
ent
806040200-20-40
99
95
90
80
7060504030
20
10
5
1
Mean
0.356
26StDev 14.69N 7AD 0.350P-Value
Probability Plot of C2Normal - 95% CI
Gambar 4.2 Plot Distribusi Normal TTF Pondasi Gear Box Kempa 2Tabel 4.20 Hasil Minitab TTF Komponen Screw Kempa 3
Goodness-of-FitAnderson-Darling Correlation
Distribution (adj) CoefficientWeibull 2.786 0.990
85
Lognormal 2.815 0.980Exponential 3.543 *Loglogistic 2.819 0.9823-Parameter Weibull 2.788 0.9903-Parameter Lognormal 2.785 0.9902-Parameter Exponential 3.455 *3-Parameter Loglogistic 2.781 0.991Smallest Extreme Value 2.836 0.980Normal 2.784 0.989Logistic 2.778 0.991Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 60.6492 13.6237 39.0498 94.196Lognormal 63.2268 18.0410 36.1427 110.607Exponential 56.2203 27.2672 21.7297 145.456Loglogistic 65.0008 18.8461 36.8234 114.7403-Parameter Weibull 60.0142 13.1654 34.2105 85.8183-Parameter Lognormal 60.3725 13.8594 33.2086 87.5362-Parameter Exponential 63.9610 17.1518 37.8144 108.1863-Parameter Loglogistic 60.6440 13.7077 33.7774 87.511Smallest Extreme Value 57.4749 14.6824 28.6979 86.252Normal 59.7500 13.7079 32.8831 86.617Logistic 59.7500 13.4975 33.2953 86.205
C3
Perc
ent
10010
99
90
8070605040
30
20
10
5
3
2
1
Shape
>0.250
3.280Scale 66.83N 4A D 0.220P-Value
Probability Plot of C3Weibull - 95% CI
Gambar 4.3 Plot Distribusi Weibull TTF Screw Kempa 3Tabel 4.21 Hasil Minitab TTF Komponen Kopling As Gear Box Kempa 4
Goodness-of-FitAnderson-Darling Correlation
Distribution (adj) CoefficientWeibull 2.816 0.976
86
Lognormal 2.880 0.956Exponential 3.672 *Loglogistic 2.889 0.9573-Parameter Weibull 2.806 0.9853-Parameter Lognormal 2.815 0.9802-Parameter Exponential 3.593 *3-Parameter Loglogistic 2.816 0.982Smallest Extreme Value 2.809 0.985Normal 2.814 0.980Logistic 2.815 0.982Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 80.4220 17.0378 53.0938 121.816Lognormal 83.3299 21.2841 50.5111 137.472Exponential 72.9904 34.9692 28.5405 186.668Loglogistic 85.2865 21.2585 52.3251 139.0123-Parameter Weibull 77.2878 17.4171 43.1510 111.4253-Parameter Lognormal 79.6038 16.4310 47.3997 111.8082-Parameter Exponential 83.3920 21.2476 50.6110 137.4053-Parameter Loglogistic 79.6453 16.2157 47.8631 111.427Smallest Extreme Value 76.7393 17.9677 41.5233 111.955Normal 79.5000 16.4143 47.3286 111.671Logistic 79.5000 16.2188 47.7116 111.288
C4
Perc
ent
250200150100500-50-100
99
95
90
80
7060504030
20
10
5
1
Mean
0.654
63.6StDev 43.24N 5AD 0.223P-Value
Probability Plot of C4Normal - 95% CI
Gambar 4.4 Plot Distribusi Normal TTF Kopling As Gear Box Kempa 4Tabel 4.22 Hasil Minitab TTF Komponen As Intermediate Kempa 5
Goodness-of-FitAnderson-Darling Correlation
Distribution (adj) CoefficientWeibull 2.359 0.982
87
Lognormal 2.409 0.967Exponential 3.993 *Loglogistic 2.428 0.9663-Parameter Weibull 2.354 0.9823-Parameter Lognormal 2.373 0.9772-Parameter Exponential 3.017 *3-Parameter Loglogistic 2.387 0.976Smallest Extreme Value 2.352 0.981Normal 2.372 0.977Logistic 2.387 0.976Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 81.4033 10.0512 63.9059 103.692Lognormal 82.9500 11.3639 63.4168 108.500Exponential 67.5339 27.4759 30.4238 149.910Loglogistic 83.5943 11.2884 64.1552 108.9233-Parameter Weibull 80.9292 10.1853 60.9663 100.8923-Parameter Lognormal 81.6445 10.1781 61.6959 101.5932-Parameter Exponential 83.1200 12.9324 61.2730 112.7563-Parameter Loglogistic 81.6831 10.2931 61.5090 101.857Smallest Extreme Value 79.9512 11.0934 58.2084 101.694Normal 81.6000 10.1702 61.6668 101.533Logistic 81.6000 10.2956 61.4209 101.779
C5
Perc
ent
150
1009080706050403020
99
90807060504030
20
10
5
3
2
1
Shape
>0.250
5.431Scale 88.80N 5AD 0.285P-Value
Probability Plot of C5Weibull - 95% CI
Gambar 4.5 Plot Distribusi Weibull TTF As Intermediate Kempa 5Tabel 4.23 Hasil Minitab TTF Komponen Dinding Digester Kempa 6
Goodness-of-FitAnderson-Darling Correlation
Distribution (adj) CoefficientWeibull 2.056 0.965
88
Lognormal 2.053 0.972Exponential 2.777 *Loglogistic 2.069 0.9683-Parameter Weibull 2.113 0.9673-Parameter Lognormal 2.024 0.9772-Parameter Exponential 2.123 *3-Parameter Loglogistic 2.029 0.973Smallest Extreme Value 2.198 0.945Normal 2.028 0.974Logistic 2.028 0.971Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 53.8288 12.0109 34.7605 83.357Lognormal 57.0658 17.3348 31.4635 103.501Exponential 50.1251 19.8696 23.0484 109.011Loglogistic 59.4578 18.9610 31.8245 111.0853-Parameter Weibull 65.4153 39.9892 21.8596 216.7853-Parameter Lognormal 54.4448 13.2236 28.5269 80.3632-Parameter Exponential 56.8468 15.2208 33.6353 96.0763-Parameter Loglogistic 54.9346 13.5351 28.4063 81.463Smallest Extreme Value 51.2439 13.2299 25.3138 77.174Normal 53.1667 12.6934 28.2880 78.045Logistic 53.1667 12.8642 27.9533 78.380
C6
Perc
ent
200150100500-50-100
99
95
90
80
70
60504030
20
10
5
1
Mean
0.876
45.57StDev 32.61N 7AD 0.176P-Value
Probability Plot of C6Normal - 95% CI
Gambar 4.6 Plot Distribusi Normal TTF Dinding DigesterKempa 6
Tabel 4.24 Hasil Minitab TTF Komponen As Screw Press Kempa 7Goodness-of-Fit
Anderson-Darling CorrelationDistribution (adj) Coefficient
89
Weibull 2.798 0.983Lognormal 2.866 0.958Exponential 3.731 *Loglogistic 2.877 0.9583-Parameter Weibull 2.762 0.9963-Parameter Lognormal 2.804 0.9822-Parameter Exponential 3.592 *3-Parameter Loglogistic 2.812 0.981Smallest Extreme Value 2.763 0.996Normal 2.803 0.982Logistic 2.811 0.982Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 80.5444 16.2998 54.1723 119.755Lognormal 83.1759 19.8153 52.1451 132.673Exponential 72.0946 34.2735 28.3952 183.046Loglogistic 84.8438 19.4853 54.0919 133.0783-Parameter Weibull 77.2856 17.3697 43.2415 111.3303-Parameter Lognormal 79.8408 15.4589 49.5419 110.1402-Parameter Exponential 82.9800 19.8552 51.9159 132.6313-Parameter Loglogistic 79.8773 15.4600 49.5762 110.178Smallest Extreme Value 77.1286 17.5230 42.7842 111.473Normal 79.7500 15.4347 49.4986 110.001Logistic 79.7500 15.4676 49.4341 110.066
C7
Perc
ent
10010
99
90
807060504030
20
10
5
3
2
1
Shape
>0.250
4.184Scale 88.22N 4AD 0.268P-Value
Probability Plot of C7Weibull - 95% CI
Gambar 4.7 Plot Distribusi Weibull TTF As Screw Press Kempa 7
Tabel 4.25 Hasil Minitab TTF Komponen As Cyclo Drive Kempa 8Goodness-of-Fit
Anderson-Darling Correlation
90
Distribution (adj) CoefficientWeibull 2.168 0.947Lognormal 2.354 0.898Exponential 3.690 *Loglogistic 2.360 0.9003-Parameter Weibull 2.044 0.9833-Parameter Lognormal 2.137 0.9532-Parameter Exponential 3.392 *3-Parameter Loglogistic 2.147 0.952Smallest Extreme Value 2.045 0.983Normal 2.136 0.954Logistic 2.145 0.953Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 66.3349 13.0131 45.1605 97.437Lognormal 68.1077 14.9950 44.2374 104.858Exponential 55.0221 20.6140 26.4019 114.667Loglogistic 69.7798 14.5361 46.3887 104.9663-Parameter Weibull 63.7481 11.9745 40.2785 87.2183-Parameter Lognormal 65.4184 10.7411 44.3662 86.4712-Parameter Exponential 62.5033 15.1722 38.8401 100.5833-Parameter Loglogistic 65.4436 10.8979 44.0840 86.803Smallest Extreme Value 63.6097 12.0727 39.9476 87.272Normal 65.3333 10.7066 44.3487 86.318Logistic 65.3333 10.8975 43.9747 86.692
C8
Perc
ent
200150100500-50-100
99
95
90
80
70
60504030
20
10
5
1
Mean
0.380
56StDev 33.16N 7AD 0.339P-Value
Probability Plot of C8Normal - 95% CI
Gambar 4.8 Plot Distribusi Normal TTF As Cyclo Drive Kempa 8
4.2.4 Perhitungan Mean Time to Repair (MTTR)
91
Perhitungan mean time to repair (rata-rata waktu perbaikan) juga
dilakukan dengan menggunakan software Minitab dalam menu Distribution ID
Plot di Reliaibility/Survival.
Minitab akan melakukan uji kesesuaian (goodness of fit) dengan
menggunakan metode Anderson-Darling untuk menguji apakah sebaran
mengikuti empat sebaran data yaitu Weibull, lognormal, eksponensial dan
normal. Sebaran data yang paling tepat akan memiliki koefisien korelasi yang
terbesar dan indeks Anderson-Darling yang terkecil.
Tabel 4.26 Hasil Minitab TTR Komponen As Intermediate Kempa 1Goodness-of-Fit
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 1.970 0.954Lognormal 1.815 0.975Exponential 4.718 *Loglogistic 1.832 0.9703-Parameter Weibull 1.779 0.9913-Parameter Lognormal 1.796 0.9812-Parameter Exponential 1.825 *3-Parameter Loglogistic 1.819 0.977Smallest Extreme Value 2.062 0.941Normal 1.838 0.969Logistic 1.851 0.964
Table of MTTFStandard 95% Normal CI
Distribution Mean Error Lower UpperWeibull 0.0448267 0.0034880 0.0384861 0.0522120Lognormal 0.0453768 0.0037905 0.0385238 0.0534488Exponential 0.0343869 0.0113511 0.0180057 0.0656712Loglogistic 0.0455244 0.0039598 0.0383888 0.05398633-Parameter Weibull 0.0463576 0.0053802 0.0369260 0.05819833-Parameter Lognormal 0.0464039 0.0053339 0.0370436 0.05812942-Parameter Exponential 0.0458545 0.0044501 0.0379117 0.05546133-Parameter Loglogistic 0.0475546 0.0064539 0.0364478 0.0620459Smallest Extreme Value 0.0445384 0.0038604 0.0369722 0.0521045Normal 0.0450820 0.0036981 0.0378338 0.0523301Logistic 0.0450820 0.0038063 0.0376218 0.0525422
Tabel 4.27 Hasil Minitab TTR Komponen Pondasi Gear Box Kempa 2Goodness-of-Fit
92
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 1.569 0.995Lognormal 1.584 0.989Exponential 3.762 *Loglogistic 1.596 0.9893-Parameter Weibull 1.556 0.9963-Parameter Lognormal 1.557 0.9952-Parameter Exponential 2.031 *3-Parameter Loglogistic 1.565 0.993Smallest Extreme Value 1.748 0.972Normal 1.564 0.993Logistic 1.565 0.992
Table of MTTF
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 0.0377819 0.0050940 0.0290081 0.0492094Lognormal 0.0387221 0.0062542 0.0282148 0.0531424Exponential 0.0311363 0.0100104 0.0165807 0.0584696Loglogistic 0.0392764 0.0063585 0.0285976 0.05394303-Parameter Weibull 0.0380554 0.0053018 0.0289620 0.05000393-Parameter Lognormal 0.0380076 0.0054330 0.0273591 0.04865612-Parameter Exponential 0.0374990 0.0067754 0.0263161 0.05343403-Parameter Loglogistic 0.0381941 0.0054858 0.0274421 0.0489460Smallest Extreme Value 0.0368850 0.0055191 0.0260678 0.0477023Normal 0.0376537 0.0053258 0.0272153 0.0480921Logistic 0.0376537 0.0053470 0.0271738 0.0481336
Tabel 4.28 Hasil Minitab TTR Komponen Screw Kempa 3Goodness-of-Fit
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 2.347 0.946Lognormal 2.156 0.956Exponential 4.663 *Loglogistic 2.156 0.9533-Parameter Weibull 2.117 0.9773-Parameter Lognormal 2.117 0.9652-Parameter Exponential 2.241 *3-Parameter Loglogistic 2.120 0.963Smallest Extreme Value 2.456 0.930Normal 2.196 0.947Logistic 2.194 0.944
Tabel 4.29 Hasil Minitab TTR Komponen Screw Kempa 3 (Lanjutan)Table of MTTF
93
Standard 95% Normal CIDistribution Mean Error Lower UpperWeibull 0.0254608 0.0018119 0.0221461 0.0292715Lognormal 0.0257318 0.0018988 0.0222668 0.0297360Exponential 0.0195684 0.0069825 0.0097235 0.0393809Loglogistic 0.0257947 0.0019799 0.0221919 0.02998253-Parameter Weibull 0.0259217 0.0021156 0.0220899 0.03041823-Parameter Lognormal 0.0260598 0.0023594 0.0218226 0.03111982-Parameter Exponential 0.0258927 0.0023475 0.0216773 0.03092793-Parameter Loglogistic 0.0263790 0.0026323 0.0216929 0.0320773Smallest Extreme Value 0.0253292 0.0019791 0.0214502 0.0292082Normal 0.0256148 0.0018626 0.0219642 0.0292653Logistic 0.0256148 0.0019187 0.0218542 0.0293753
Tabel 4.30 Hasil Minitab TTR Komponen Kopling As Gear Box Kempa 4Goodness-of-Fit
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 2.057 0.970Lognormal 2.068 0.969Exponential 4.309 *Loglogistic 2.090 0.9653-Parameter Weibull 2.071 0.9723-Parameter Lognormal 2.045 0.9732-Parameter Exponential 2.262 *3-Parameter Loglogistic 2.062 0.969Smallest Extreme Value 2.071 0.966Normal 2.045 0.973Logistic 2.062 0.969
Table of MTTFStandard 95% Normal CI
Distribution Mean Error Lower UpperWeibull 0.0472521 0.0045183 0.0391768 0.0569919Lognormal 0.0479436 0.0049631 0.0391395 0.0587281Exponential 0.0373838 0.0135434 0.0183785 0.0760425Loglogistic 0.0481671 0.0050232 0.0392628 0.05909083-Parameter Weibull 0.0481744 0.0053004 0.0388295 0.05976833-Parameter Lognormal 0.0474734 0.0046514 0.0383568 0.05658992-Parameter Exponential 0.0481352 0.0057120 0.0381466 0.06073953-Parameter Loglogistic 0.0474736 0.0047414 0.0381807 0.0567666Smallest Extreme Value 0.0467517 0.0049863 0.0369787 0.0565247Normal 0.0474727 0.0046513 0.0383562 0.0565892Logistic 0.0474727 0.0047414 0.0381797 0.0567657
Tabel 4.31 Hasil Minitab TTR Komponen As Intermediate Kempa 5Goodness-of-Fit
94
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 1.840 0.969Lognormal 1.865 0.968Exponential 4.940 *Loglogistic 1.900 0.9633-Parameter Weibull 1.868 0.9753-Parameter Lognormal 1.838 0.9722-Parameter Exponential 2.136 *3-Parameter Loglogistic 1.870 0.967Smallest Extreme Value 1.845 0.966Normal 1.838 0.972Logistic 1.870 0.967
Table of MTTFStandard 95% Normal CI
Distribution Mean Error Lower UpperWeibull 0.0504011 0.0036474 0.0437362 0.0580816Lognormal 0.0509256 0.0038680 0.0438818 0.0591000Exponential 0.0378860 0.0123853 0.0199624 0.0719025Loglogistic 0.0510628 0.0039402 0.0438958 0.05940003-Parameter Weibull 0.0514073 0.0046268 0.0430938 0.06132463-Parameter Lognormal 0.0506445 0.0036982 0.0433962 0.05789272-Parameter Exponential 0.0507027 0.0046063 0.0424327 0.06058453-Parameter Loglogistic 0.0506447 0.0038028 0.0431913 0.0580980Smallest Extreme Value 0.0500870 0.0039534 0.0423384 0.0578356Normal 0.0506440 0.0036981 0.0433959 0.0578922Logistic 0.0506440 0.0038028 0.0431907 0.0580974
Tabel 4.32 Hasil Minitab TTR Komponen Dinding Digester Kempa 6Goodness-of-Fit
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 1.609 0.990Lognormal 1.585 0.989Exponential 5.574 *Loglogistic 1.596 0.9873-Parameter Weibull 1.576 0.9933-Parameter Lognormal 1.577 0.9912-Parameter Exponential 2.328 *3-Parameter Loglogistic 1.587 0.989Smallest Extreme Value 1.672 0.982Normal 1.577 0.991Logistic 1.587 0.989
Table of MTTFStandard 95% Normal CI
Distribution Mean Error Lower UpperWeibull 0.0538303 0.0032452 0.0478313 0.0605817Lognormal 0.0542827 0.0034105 0.0479934 0.0613962Exponential 0.0391930 0.0118000 0.0217237 0.0707102Loglogistic 0.0543952 0.0034173 0.0480933 0.06152293-Parameter Weibull 0.0540760 0.0032233 0.0481136 0.06077733-Parameter Lognormal 0.0540475 0.0032960 0.0475875 0.06050762-Parameter Exponential 0.0533323 0.0043895 0.0453870 0.06266843-Parameter Loglogistic 0.0540659 0.0033161 0.0475664 0.0605654Smallest Extreme Value 0.0535658 0.0034690 0.0467666 0.0603650Normal 0.0540471 0.0032960 0.0475871 0.0605072Logistic 0.0540471 0.0033156 0.0475487 0.0605456
Tabel 4.33 Hasil Minitab TTR Komponen As Screw Press Kempa 7Goodness-of-Fit
95
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 2.043 0.980Lognormal 1.986 0.993Exponential 4.274 *Loglogistic 1.995 0.9903-Parameter Weibull 1.985 0.9953-Parameter Lognormal 1.987 0.9932-Parameter Exponential 2.096 *3-Parameter Loglogistic 1.998 0.991Smallest Extreme Value 2.121 0.966Normal 1.990 0.989Logistic 1.991 0.987
Table of MTTFStandard 95% Normal CI
Distribution Mean Error Lower UpperWeibull 0.0248149 0.0023344 0.0206367 0.0298391Lognormal 0.0251897 0.0025930 0.0205874 0.0308209Exponential 0.0197725 0.0071885 0.0096961 0.0403205Loglogistic 0.0253100 0.0026492 0.0206157 0.03107333-Parameter Weibull 0.0253948 0.0028158 0.0204345 0.03155943-Parameter Lognormal 0.0252704 0.0026837 0.0205219 0.03111772-Parameter Exponential 0.0254644 0.0030571 0.0201254 0.03221993-Parameter Loglogistic 0.0254410 0.0027625 0.0205639 0.0314748Smallest Extreme Value 0.0245540 0.0025854 0.0194867 0.0296213Normal 0.0249317 0.0024768 0.0200772 0.0297862Logistic 0.0249317 0.0024949 0.0200418 0.0298216
Tabel 4.34 Hasil Minitab TTR Komponen As Cyclo Drive Kempa 8Goodness-of-Fit
Anderson-Darling CorrelationDistribution (adj) CoefficientWeibull 2.237 0.960Lognormal 2.142 0.962Exponential 5.410 *Loglogistic 2.127 0.9663-Parameter Weibull 2.170 0.9643-Parameter Lognormal 2.140 0.9632-Parameter Exponential 2.784 *3-Parameter Loglogistic 2.121 0.967Smallest Extreme Value 2.280 0.957Normal 2.140 0.963Logistic 2.121 0.967
Table of MTTFStandard 95% Normal CI
Distribution Mean Error Lower UpperWeibull 0.0561673 0.0015356 0.0532368 0.0592591Lognormal 0.0563888 0.0015083 0.0535087 0.0594239Exponential 0.0403354 0.0139315 0.0204969 0.0793750Loglogistic 0.0564090 0.0014778 0.0535857 0.05938103-Parameter Weibull 0.0562668 0.0014787 0.0534421 0.05924103-Parameter Lognormal 0.0563525 0.0015007 0.0534112 0.05929392-Parameter Exponential 0.0561463 0.0021755 0.0520403 0.06057643-Parameter Loglogistic 0.0563526 0.0014709 0.0534697 0.0592354Smallest Extreme Value 0.0561196 0.0015815 0.0530199 0.0592193Normal 0.0563525 0.0015007 0.0534111 0.0592938Logistic 0.0563525 0.0014709 0.0534696 0.0592353
4.2.5 Hasil Perhitungan Maintenance
96
Berikut ini adalah hasil pengujian distribusi data dan perhitungan mean
time to repair dengan menggunakan software Minitab.
Tabel 4.35 Waktu dan Aktivitas Maintenance Mesin Kempa
Mesin Komponen Kritis
Distribusi TTF
MTTF(hari)
MTTR(hari)
Aktivitas Preventive
MaintenanceKempa 1 As
intermediatenormal 71,6 0,0453768 Penggantian
atau perbaikanKempa 2 Pondasi gear
boxnormal 30,3333 0,0377819 Penggantian
atau perbaikanKempa 3 Screw Weibull 60,6492 0,0257318 Penggantian
atau perbaikanKempa 4 Kopling as
gear boxnormal 79,5 0,0474727 Penggantian
atau perbaikanKempa 5 As
intermediateWeibull 81,4033 0,0506440 Penggantian
atau perbaikanKempa 6 Dinding
digesternormal 53,1667 0,0540471 Penggantian
atau perbaikanKempa 7 As screw
pressWeibull 80,5444 0,0251897 Penggantian
atau perbaikanKempa 8 As cyclo
drivernormal 65,3333 0,0563525 Penggantian
atau perbaikan
4.2.6 Perbandingan Reliability Mesin Kempa Sebelum dan Sesudah Preventive
Maintenance
97
4.2.6.1 Reliability Mesin Kempa 1
Waktu kerusakan komponen as intermediate mesin kempa 1 yang
berdistribusi normal disimulasikan selama jangka waktu 360 hari.
Tabel 4.36 Reliability Komponen As Intermediate Kempa 1t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(T)^n R(t-nT) Rm(t)
15 -56.600 -1.511 0.0653337 0.93467 0 1.0000 0.93467 0.9346730 -41.600 -1.111 0.1333040 0.86670 0 1.0000 0.86670 0.8667045 -26.600 -0.710 0.2387466 0.76125 1 0.8000 0.98963 0.7917060 -11.600 -0.310 0.3783670 0.62163 1 0.8000 0.97206 0.77765
71.6 0.000 0.000 0.5000000 0.50000 1 0.8000 0.94545 0.7563675 3.400 0.091 0.5361724 0.46383 1 0.8000 0.93467 0.7477390 18.400 0.491 0.6884152 0.31158 2 0.6400 0.99667 0.63787105 33.400 0.892 0.8137850 0.18622 2 0.6400 0.98963 0.63336120 48.400 1.292 0.9019077 0.09809 2 0.6400 0.97206 0.62212135 63.400 1.693 0.9547786 0.04522 3 0.5120 0.99908 0.51153150 78.400 2.094 0.9818537 0.01815 3 0.5120 0.99667 0.51029165 93.400 2.494 0.9936880 0.00631 3 0.5120 0.98963 0.50669180 108.400 2.895 0.9981028 0.00190 4 0.4096 0.99978 0.40951195 123.400 3.295 0.9995085 0.00049 4 0.4096 0.99908 0.40922210 138.400 3.696 0.9998904 0.00011 4 0.4096 0.99667 0.40824225 153.400 4.096 0.9999790 0.00002 5 0.3277 0.99995 0.32767240 168.400 4.497 0.9999966 0.00000 5 0.3277 0.99978 0.32761255 183.400 4.898 0.9999995 0.00000 5 0.3277 0.99908 0.32738270 198.400 5.298 0.9999999 0.00000 6 0.2621 0.99999 0.26214285 213.400 5.699 1.0000000 0.00000 6 0.2621 0.99995 0.26213300 228.400 6.099 1.0000000 0.00000 6 0.2621 0.99978 0.26209315 243.400 6.500 1.0000000 0.00000 7 0.2097 1.00000 0.20971330 258.400 6.900 1.0000000 0.00000 7 0.2097 0.99999 0.20971345 273.400 7.301 1.0000000 0.00000 7 0.2097 0.99995 0.20971360 288.400 7.702 1.0000000 0.00000 8 0.1678 1.00000 0.16777
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 71,6
hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability
menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah
98
preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,2% dapat
diperoleh pada t = 45. Maka, untuk mendapatkan reliability sekitar 80% perlu
dilakukan kegiatan preventive maintenance dengan selang waktu 45 hari.
Berikut ini adalah grafik perbandingan antara reliability komponen kritis
mesin kempa 1 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)].
0.00000
0.10000
0.20000
0.30000
0.40000
0.50000
0.60000
0.70000
0.80000
0.90000
1.00000
15 30 45 60
71.6 75 90 105
120
135
150
165
180
195
210
225
240
255
270
285
300
315
330
345
360
reliability
wak
tu(h
ari)
R(t)Rm(t)
Gambar 4.9 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 1
Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as
intermediate mesin kempa 1 setelah dilakukan preventive maintenance dengan
selang waktu 45 hari, dengan garis grafik Rm(t) (reliability sesudah preventive
maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum
preventive maintenance).
4.2.6.2 Reliability Mesin Kempa 2
Waktu kerusakan pondasi gear box mesin kempa 2 yang berdistribusi
normal disimulasikan selama jangka waktu 360 hari.
99
Tabel 4.37 Reliability Komponen Gear Box Kempa 2t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(T)^n R(t-nT) Rm(t)
15 -15.333 -1.044 0.1482184 0.85178 0 1.0000 0.85178 0.8517830 -0.333 -0.023 0.4909465 0.50905 1 0.8000 0.99998 0.79998
30.3333 0.000 0.000 0.5000000 0.50000 1 0.8000 0.99998 0.7999845 14.667 0.999 0.8410332 0.15897 1 0.8000 0.99899 0.7991960 29.667 2.020 0.9783147 0.02169 2 0.6400 1.00000 0.6400075 44.667 3.042 0.9988231 0.00118 2 0.6400 1.00000 0.6400090 59.667 4.063 0.9999758 0.00002 3 0.5120 1.00000 0.51200105 74.667 5.084 0.9999998 0.00000 3 0.5120 1.00000 0.51200120 89.667 6.106 1.0000000 0.00000 4 0.4096 1.00000 0.40960135 104.667 7.127 1.0000000 0.00000 4 0.4096 1.00000 0.40960150 119.667 8.149 1.0000000 0.00000 5 0.3277 1.00000 0.32768165 134.667 9.170 1.0000000 0.00000 5 0.3277 1.00000 0.32768180 149.667 10.191 1.0000000 0.00000 6 0.2621 1.00000 0.26214195 164.667 11.213 1.0000000 0.00000 6 0.2621 1.00000 0.26214210 179.667 12.234 1.0000000 0.00000 7 0.2097 1.00000 0.20972225 194.667 13.256 1.0000000 0.00000 7 0.2097 1.00000 0.20972240 209.667 14.277 1.0000000 0.00000 8 0.1678 1.00000 0.16777255 224.667 15.298 1.0000000 0.00000 8 0.1678 1.00000 0.16777270 239.667 16.320 1.0000000 0.00000 9 0.1342 1.00000 0.13422285 254.667 17.341 1.0000000 0.00000 9 0.1342 1.00000 0.13422300 269.667 18.363 1.0000000 0.00000 10 0.1074 1.00000 0.10737315 284.667 19.384 1.0000000 0.00000 10 0.1074 1.00000 0.10737330 299.667 20.405 1.0000000 0.00000 11 0.0859 1.00000 0.08590345 314.667 21.427 1.0000000 0.00000 11 0.0859 1.00000 0.08590360 329.667 22.448 1.0000000 0.00000 12 0.0687 1.00000 0.06872
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu
30,3333 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan
reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability
100
sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,99%
dapat diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80%
perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari.
Berikut ini adalah grafik perbandingan antara reliability komponen kritis
mesin kempa 2 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)].
0.00000
0.10000
0.20000
0.30000
0.40000
0.50000
0.60000
0.70000
0.80000
0.90000
15 30
30.3 45 60 75 90 105
120
135
150
165
180
195
210
225
240
255
270
285
300
315
330
345
360
reliability
wak
tu(h
ari)
R(t)Rm(t)
Gambar 4.10 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 2
Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as
intermediate mesin kempa 2 setelah dilakukan preventive maintenance dengan
selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive
maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum
preventive maintenance).
4.2.6.3 Reliability Mesin Kempa 3
Waktu kerusakan screw mesin kempa 3 yang berdistribusi Weibull
disimulasikan selama jangka waktu 360 hari.
101
Tabel 4.38 Reliability Komponen Screw Kempa 3t R(t) n t-nT R(T)^n R(t-nT) Rm(t)
15 0.99259 0 15 1.0000 0.9926 0.992630 0.93027 1 0 0.9303 1.0000 0.930345 0.76087 1 15 0.9303 0.9926 0.923460 0.49552 2 0 0.8654 1.0000 0.8654
60.6942 0.48232 2 0.694 0.8654 1.0000 0.865475 0.23228 2 15 0.8654 0.9926 0.859090 0.07032 3 0 0.8050 1.0000 0.8050105 0.01226 3 15 0.8050 0.9926 0.7991120 0.00109 4 0 0.7489 1.0000 0.7489135 0.00004 4 15 0.7489 0.9926 0.7434150 0.00000 5 0 0.6967 1.0000 0.6967165 0.00000 5 15 0.6967 0.9926 0.6915180 0.00000 6 0 0.6481 1.0000 0.6481195 0.00000 6 15 0.6481 0.9926 0.6433210 0.00000 7 0 0.6029 1.0000 0.6029225 0.00000 7 15 0.6029 0.9926 0.5984240 0.00000 8 0 0.5609 1.0000 0.5609255 0.00000 8 15 0.5609 0.9926 0.5567270 0.00000 9 0 0.5217 1.0000 0.5217285 0.00000 9 15 0.5217 0.9926 0.5179300 0.00000 10 0 0.4854 1.0000 0.4854315 0.00000 10 15 0.4854 0.9926 0.4818330 0.00000 11 0 0.4515 1.0000 0.4515345 0.00000 11 15 0.4515 0.9926 0.4482360 0.00000 12 0 0.4200 1.0000 0.4200
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu
60,6942 hari adalah 0,4832 atau sebesar 48,32%. Perusahaan ingin menetapkan
reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability
sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 93,03% dapat
102
diperoleh pada t = 30. Maka, untuk mendapatkan reliability di atas 80% perlu
dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari.
Berikut ini adalah grafik perbandingan antara reliability komponen kritis
mesin kempa 3 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)].
0.00000
0.20000
0.40000
0.60000
0.80000
1.00000
1.20000
15 45
60.69
42 90 120
150
180
210
240
270
300
330
360
reliability
wak
tu(h
ari)
R(t)Rm(t)
Gambar 4.11 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 3
Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as
intermediate mesin kempa 3 setelah dilakukan preventive maintenance dengan
selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive
maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum
preventive maintenance).
4.2.6.4 Reliability Mesin Kempa 4
Waktu kerusakan kopling as gear box mesin kempa 4 yang berdistribusi
normal disimulasikan selama jangka waktu 360 hari.
Tabel 4.39 Reliability Komponen Kopling As Gear Box Kempa 4
103
t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) R(t-T) n R(t-nT) Rm(t)15 -64.500 -1.492 0.0678715 0.93213 0.99801 0 0.93213 0.9321330 -49.500 -1.145 0.1261263 0.87387 0.99434 1 0.99434 0.7954745 -34.500 -0.798 0.2124477 0.78755 0.98558 1 0.98558 0.7884760 -19.500 -0.451 0.3259878 0.67401 0.96703 2 0.99937 0.6396075 -4.500 -0.104 0.4585524 0.54145 0.93213 2 0.99801 0.63873
79.5 0.000 0.000 0.5000000 0.50000 0.91739 2 0.99724 0.6382490 10.500 0.243 0.5959417 0.40406 0.87387 3 0.99996 0.51198105 25.500 0.590 0.7223358 0.27766 0.78755 3 0.99982 0.51191120 40.500 0.937 0.8255519 0.17445 0.67401 4 1.00000 0.40960135 55.500 1.284 0.9003713 0.09963 0.54145 4 0.99999 0.40960150 70.500 1.631 0.9485135 0.05149 0.40406 5 1.00000 0.32768165 85.500 1.978 0.9760100 0.02399 0.27766 5 1.00000 0.32768180 100.500 2.324 0.9899502 0.01005 0.17445 6 1.00000 0.26214195 115.500 2.671 0.9962235 0.00378 0.09963 6 1.00000 0.26214210 130.500 3.018 0.9987293 0.00127 0.05149 7 1.00000 0.20972225 145.500 3.365 0.9996177 0.00038 0.02399 7 1.00000 0.20972240 160.500 3.712 0.9998973 0.00010 0.01005 8 1.00000 0.16777255 175.500 4.059 0.9999754 0.00002 0.00378 8 1.00000 0.16777270 190.500 4.406 0.9999947 0.00001 0.00127 9 1.00000 0.13422285 205.500 4.753 0.9999990 0.00000 0.00038 9 1.00000 0.13422300 220.500 5.100 0.9999998 0.00000 0.00010 10 1.00000 0.10737315 235.500 5.447 1.0000000 0.00000 0.00002 10 1.00000 0.10737330 250.500 5.794 1.0000000 0.00000 0.00001 11 1.00000 0.08590345 265.500 6.141 1.0000000 0.00000 0.00000 11 1.00000 0.08590360 280.500 6.488 1.0000000 0.00000 0.00000 12 1.00000 0.06872
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 79,5
hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability
menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah
preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,55% dapat
104
diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu
dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari.
Berikut ini adalah grafik perbandingan antara reliability komponen kritis
mesin kempa 4 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)].
0.00000
0.10000
0.20000
0.30000
0.40000
0.50000
0.60000
0.70000
0.80000
0.90000
1.00000
15 30 45 60 75
79.5 90 105
120
135
150
165
180
195
210
225
240
255
270
285
300
315
330
345
360
reliability
wak
tu(h
ari)
R(t)Rm(t)
Gambar 4.12 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 4
Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as
intermediate mesin kempa 4 setelah dilakukan preventive maintenance dengan
selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive
maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum
preventive maintenance).
4.2.6.5 Reliability Mesin Kempa 5
Waktu kerusakan kopling as intermediate mesin kempa 5 yang
berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.
Tabel 4.40 Reliability Komponen As Intermediate Kempa 5t R(t) n t-nT R(T)^n R(t-nT) Rm(t)
105
15 0.99994 0 15 1.0000 0.9999 0.999930 0.99725 0 30 1.0000 0.9972 0.997245 0.97538 0 45 1.0000 0.9754 0.975460 0.88787 1 0 0.8879 1.0000 0.887975 0.67059 1 15 0.8879 0.9999 0.8878
81.4033 0.53604 1 21.4 0.8879 0.9996 0.887590 0.34109 1 30 0.8879 0.9972 0.8854105 0.08336 1 45 0.8879 0.9754 0.8660120 0.00591 2 0 0.7883 1.0000 0.7883135 0.00006 2 15 0.7883 0.9999 0.7883150 0.00000 2 30 0.7883 0.9972 0.7861165 0.00000 2 45 0.7883 0.9754 0.7689180 0.00000 3 0 0.6999 1.0000 0.6999195 0.00000 3 15 0.6999 0.9999 0.6999210 0.00000 3 30 0.6999 0.9972 0.6980225 0.00000 3 45 0.6999 0.9754 0.6827240 0.00000 4 0 0.6214 1.0000 0.6214255 0.00000 4 15 0.6214 0.9999 0.6214270 0.00000 4 30 0.6214 0.9972 0.6197285 0.00000 4 45 0.6214 0.9754 0.6061300 0.00000 5 0 0.5517 1.0000 0.5517315 0.00000 5 15 0.5517 0.9999 0.5517330 0.00000 5 30 0.5517 0.9972 0.5502345 0.00000 5 45 0.5517 0.9754 0.5382360 0.00000 6 0 0.4899 1.0000 0.4899
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu
81,4033 hari adalah 0,53604 atau sebesar 53,6%. Perusahaan ingin menetapkan
reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability
sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 88,79% dapat
106
diperoleh pada t = 60. Maka, untuk mendapatkan reliability di atas 80% perlu
dilakukan kegiatan preventive maintenance dengan selang waktu 60 hari.
Berikut ini adalah grafik perbandingan antara reliability komponen kritis
mesin kempa 5 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)].
0.00000
0.20000
0.40000
0.60000
0.80000
1.00000
1.20000
15 45 75 90 120
150
180
210
240
270
300
330
360
reliability
wak
tu(h
ari)
R(t)Rm(t)
Gambar 4.13 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 5
Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as
intermediate mesin kempa 5 setelah dilakukan preventive maintenance dengan
selang waktu 60 hari, dengan garis grafik Rm(t) (reliability sesudah preventive
maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum
preventive maintenance).
4.2.6.6 Reliability Mesin Kempa 6
Waktu kerusakan kopling dinding digester mesin kempa 6 yang
berdistribusi normal disimulasikan selama jangka waktu 360 hari.
107
Tabel 4.41 Reliability Komponen Dinding Digester Kempa 6t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) R(t-T) n R(t-nT) Rm(t)
15 -38.167 -1.170 0.1209432 0.87906 0.99869 0 0.87906 0.8790630 -23.167 -0.710 0.2387442 0.76126 0.99462 1 0.99462 0.7956945 -8.167 -0.250 0.4011347 0.59887 0.98170 1 0.98170 0.78536
53.1667 0.000 0.000 0.5000000 0.50000 0.96710 1 0.96710 0.7736860 6.833 0.210 0.5829811 0.41702 0.94847 2 0.99974 0.6398375 21.833 0.669 0.7483998 0.25160 0.87906 2 0.99869 0.6391690 36.833 1.129 0.8706353 0.12936 0.76126 3 0.99999 0.51200105 51.833 1.589 0.9440078 0.05599 0.59887 3 0.99996 0.51198120 66.833 2.049 0.9797823 0.02022 0.41702 4 1.00000 0.40960135 81.833 2.509 0.9939499 0.00605 0.25160 4 1.00000 0.40960150 96.833 2.969 0.9985069 0.00149 0.12936 5 1.00000 0.32768165 111.833 3.429 0.9996972 0.00030 0.05599 5 1.00000 0.32768180 126.833 3.889 0.9999497 0.00005 0.02022 6 1.00000 0.26214195 141.833 4.349 0.9999932 0.00001 0.00605 6 1.00000 0.26214210 156.833 4.809 0.9999992 0.00000 0.00149 7 1.00000 0.20972225 171.833 5.269 0.9999999 0.00000 0.00030 7 1.00000 0.20972240 186.833 5.729 1.0000000 0.00000 0.00005 8 1.00000 0.16777255 201.833 6.189 1.0000000 0.00000 0.00001 8 1.00000 0.16777270 216.833 6.649 1.0000000 0.00000 0.00000 9 1.00000 0.13422285 231.833 7.109 1.0000000 0.00000 0.00000 9 1.00000 0.13422300 246.833 7.569 1.0000000 0.00000 0.00000 10 1.00000 0.10737315 261.833 8.028 1.0000000 0.00000 0.00000 10 1.00000 0.10737330 276.833 8.488 1.0000000 0.00000 0.00000 11 1.00000 0.08590345 291.833 8.948 1.0000000 0.00000 0.00000 11 1.00000 0.08590360 306.833 9.408 1.0000000 0.00000 0.00000 12 1.00000 0.06872
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu
53,1667 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan
reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability
sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,57%
108
dapat diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80%
perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari.
Berikut ini adalah grafik perbandingan antara reliability komponen kritis
mesin kempa 6 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)].
0.00000
0.10000
0.20000
0.30000
0.40000
0.50000
0.60000
0.70000
0.80000
0.90000
1.00000
15 30 45
53.2 60 75 90 105
120
135
150
165
180
195
210
225
240
255
270
285
300
315
330
345
360
reliability
wak
tu(h
ari)
R(t)Rm(T)
Gambar 4.14 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 6
Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as
intermediate mesin kempa 6 setelah dilakukan preventive maintenance dengan
selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive
maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum
preventive maintenance).
4.2.6.7 Reliability Mesin Kempa 7
Waktu kerusakan kopling as screw press mesin kempa 7 yang
berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.
109
Tabel 4.42 Reliability Komponen As Screw Press Kempa 7t R(t) n t-nT R(T)^n R(t-nT) Rm(t)
15 0.99940 0 15 1.0000 0.9994 0.999430 0.98909 0 30 1.0000 0.9891 0.989145 0.94194 0 45 1.0000 0.9419 0.941960 0.81929 1 0 0.8193 1.0000 0.819375 0.60230 1 15 0.8193 0.9994 0.8188
80.5444 0.50496 1 20.54 0.8193 0.9978 0.817590 0.33717 1 30 0.8193 0.9891 0.8104105 0.12593 1 45 0.8193 0.9419 0.7717120 0.02671 1 60 0.8193 0.8193 0.6712135 0.00266 1 75 0.8193 0.6023 0.4935150 0.00010 2 30 0.6712 0.9891 0.6639165 0.00000 2 45 0.6712 0.9419 0.6323180 0.00000 2 60 0.6712 0.8193 0.5499195 0.00000 1 135 0.8193 0.0027 0.0022210 0.00000 1 150 0.8193 0.0001 0.0001225 0.00000 1 165 0.8193 0.0000 0.0000240 0.00000 1 180 0.8193 0.0000 0.0000255 0.00000 1 195 0.8193 0.0000 0.0000270 0.00000 1 210 0.8193 0.0000 0.0000285 0.00000 1 225 0.8193 0.0000 0.0000300 0.00000 2 180 0.6712 0.0000 0.0000315 0.00000 2 195 0.6712 0.0000 0.0000330 0.00000 2 210 0.6712 0.0000 0.0000345 0.00000 2 225 0.6712 0.0000 0.0000360 0.00000 2 240 0.6712 0.0000 0.0000
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu
80,5444 hari adalah 0,50496 atau sebesar 50,5%. Perusahaan ingin menetapkan
reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability
sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 81,93% dapat
110
diperoleh pada t = 60. Maka, untuk mendapatkan reliability di atas 80% perlu
dilakukan kegiatan preventive maintenance dengan selang waktu 60 hari.
Berikut ini adalah grafik perbandingan antara reliability komponen kritis
mesin kempa 7 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)].
0.00000
0.20000
0.40000
0.60000
0.80000
1.00000
1.20000
15 45 75 90 120
150
180
210
240
270
300
330
360
reliability
wak
tu(h
ari)
R(t)Rm(t)
Gambar 4.15 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 7
Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as
intermediate mesin kempa 7 setelah dilakukan preventive maintenance dengan
selang waktu 60 hari, dengan garis grafik Rm(t) (reliability sesudah preventive
maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum
preventive maintenance).
4.2.6.8 Reliability Mesin Kempa 8
Waktu kerusakan kopling as cyclo drive mesin kempa 8 yang
berdistribusi normal disimulasikan selama jangka waktu 360 hari.
111
Tabel 4.43 Reliability Komponen As Cyclo Drive Kempa 8t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(t-nT) Rm(t)
15 -50.333 -1.518 0.0645279 0.93547 0 0.93547 0.9354730 -35.333 -1.066 0.1433247 0.85668 0 0.85668 0.8566845 -20.333 -0.613 0.2698836 0.73012 1 0.99229 0.7938360 -5.333 -0.161 0.4361139 0.56389 1 0.97559 0.78047
65.3333 0.000 0.000 0.5000000 0.50000 1 0.96480 0.7718475 9.667 0.292 0.6146679 0.38533 1 0.93547 0.7483890 24.667 0.744 0.7715139 0.22849 2 0.99798 0.63871105 39.667 1.196 0.8841863 0.11581 2 0.99229 0.63507120 54.667 1.649 0.9503763 0.04962 2 0.97559 0.62438135 69.667 2.101 0.9821729 0.01783 3 0.99956 0.51178150 84.667 2.553 0.9946628 0.00534 3 0.99798 0.51097165 99.667 3.006 0.9986744 0.00133 3 0.99229 0.50805180 114.667 3.458 0.9997278 0.00027 4 0.99992 0.40957195 129.667 3.910 0.9999539 0.00005 4 0.99956 0.40942210 144.667 4.363 0.9999936 0.00001 4 0.99798 0.40877225 159.667 4.815 0.9999993 0.00000 5 0.99999 0.32768240 174.667 5.267 0.9999999 0.00000 5 0.99992 0.32765255 189.667 5.720 1.0000000 0.00000 5 0.99956 0.32754270 204.667 6.172 1.0000000 0.00000 6 1.00000 0.26214285 219.667 6.624 1.0000000 0.00000 6 0.99999 0.26214300 234.667 7.077 1.0000000 0.00000 6 0.99992 0.26212315 249.667 7.529 1.0000000 0.00000 7 1.00000 0.20972330 264.667 7.981 1.0000000 0.00000 7 1.00000 0.20971345 279.667 8.434 1.0000000 0.00000 7 0.99999 0.20971360 294.667 8.886 1.0000000 0.00000 8 1.00000 0.16777
Kehandalan komponen pada saat waktu sama dengan MTTF yaitu
65,3333 hari adalah 0,50000 atau sebesar 50%. Perusahaan ingin menetapkan
reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability
sesudah preventive maintenance [Rm(t)] sekitar 80% yaitu sebesar 79,38% dapat
112
diperoleh pada t = 45. Maka, untuk mendapatkan reliability sekitar 80% perlu
dilakukan kegiatan preventive maintenance dengan selang waktu 45 hari.
Berikut ini adalah grafik perbandingan antara reliability komponen kritis
mesin kempa 8 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)].
0.00000
0.10000
0.20000
0.30000
0.40000
0.50000
0.60000
0.70000
0.80000
0.90000
1.00000
15 30 45 60
65.3 75 90 105
120
135
150
165
180
195
210
225
240
255
270
285
300
315
330
345
360
reliability
wak
tu(h
ari)
R(t)Rm(t)
Gambar 4.16 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 8
Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as
intermediate mesin kempa 8 setelah dilakukan preventive maintenance dengan
selang waktu 45 hari, dengan garis grafik Rm(t) (reliability sesudah preventive
maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum
preventive maintenance).
Berikut disajikan perbandingan hasil reliability sebelum dan sesudah
preventive maintenance.
Tabel 4.44 Perbandingan Reliability Sebelum dan Sesudah Preventive MaintenanceMesin Komponen Realitibily Saat Realibility Selang Waktu
113
Kempa Kritis MTTF (Sebelum Preventive
Maintenance)
Sesudah Preventive
Maintenance
Preventive Maintenance
(hari)1 As
intermediate50% 79,2% 45
2 pondasi gear box
50% 79,99% 30
3 screw 48,32% 93,03% 304 kopling as
gear box50% 79,55% 30
5 kopling as intermediate
53,6% 88,79% 60
6 dinding digester
50% 79,57% 30
7 as screw press
50,5% 81,93% 60
8 as cyclo drive 50% 79,83% 45
4.2.7 Analisa Mean Time to Failure
Perhitungan mean time to failure menunjukkan hasil waktu yang relatif
lama antar kegagalan masing-masing komponen yaitu sekitar 30 sampai 80 hari.
Berarti kerusakan mesin kempa pada pabrik minyak sawit yang disebabkan
karena failure komponen akan terjadi setelah interval waktu yang panjang (di
atas satu bulan). Jadi dapat dikatakan bahwa mesin kempa di PMS Parindu
jarang mengalami kerusakan.
Hasil MTTF akan dibandingkan kehandalannya dengan yang ditargetkan
oleh perusahaan. Perhitungan reliability menggunakan distribusi yang
didapatkan dari hasil MTTF masing-masing komponen kritis.
Perhitungan mean time to repair menunjukkan hasil yang relatif singkat
yaitu sekitar 30 sampai 80 menit. Berarti kerusakan mesin kempa dapat ditangani
dengan cepat begitu proses perbaikan dimulai. Hanya saja, mesin kempa pada
114
PMS Parindu sering mengalami downtime yang lama karena kerusakan
komponen tidak dapat langsung ditangani karena ketersediaan yang terbatas.
4.2.8 Analisa Kehandalan (Reliability) pada Sistem Berjalan (Tanpa Preventive
Maintenance)
Pada sistem berjalan, reliability komponen kritis mesin kempa adalah
sekitar 50%. Nilai reliability ini termasuk rendah melihat pentingnya mesin
kempa pada keseluruhan proses produksi minyak kelapa sawit. Jika
dibandingkan dengan nilai reliability pada awal periode komponen kritis masing-
masing mesin, terlihat penurunan drastis di mana pada awal periode masing-
masing mempunyai nilai reliability di atas 85%.
Kerugian dari sistem tanpa preventive maintenance ini adalah banyaknya
kerugian penjualan (loss sales). Selain itu reliability komponen mesin yang
rendah dapat berakibat buruk pada mesin karena tidak dapat bekerja dengan
mekanisme yang benar.
4.2.9 Analisa Kehandalan (Reliability) pada Sistem dengan Target Kehandalan
(Dengan Preventive Maintenance)
Kehandalan (reliability) masing-masing komponen dihitung berdasarkan
sebaran distribusinya. Kehandalan masing-masing komponen kritis mesin
115
ditargetkan agar bernilai sekitar 80% atau lebih. Hal ini dimaksudkan agar proses
produksi yang menggunakan mesin kempa sebagai mesin utamanya dapat
berjalan lancar tanpa hambatan besar dari kerusakan mesin.
Untuk mendapatkan target nilai reliability tersebut, diperlukan tindakan
preventive maintenance dengan selang waktu yang didapatkan yaitu 30 hari (satu
bulan) untuk komponen kritis mesin kempa 2, 3, 4 dan 6, selang waktu 45 hari
(satu setengah bulan) untuk komponen kritis mesin kempa 1 dan 8, dan selang
waktu 60 hari (dua bulan) untuk komponen kritis mesin kempa 5 dan 7.
Kegiatan preventive maintenance dapat dijadwalkan di luar jam olah
pabrik yaitu ketika proses pembersihan dan persiapan pabrik. Pabrik mengolah
selama 22 jam sementara tetap dibuka selama 24 jam, dua jam selisihnya
digunakan untuk persiapan pengolahan termasuk pembersihan dan pemeliharaan.
Kegiatan yang dilakukan berupa inspeksi masing-masing komponen kritis. Selain
itu, pabrik dapat mempersiapkan komponen kritis mesin cadangan agar jika
sewaktu-waktu terjadi failure pabrik tidak menunggu lama untuk mendapatkan
komponen penggantinya sehingga mesin tidak mengalami downtime terlalu lama.
4.3.Analisa dan Perancangan Sistem Informasi
4.3.1 Analysis Document
4.3.1.1 The Task
4.3.1.1.1 Deskripsi Sistem Berjalan
116
Sistem informasi preventive maintenance mesin pada Pabrik Minyak
Sawit Ngabang PTPN XIII masih sangat sederhana dan tidak melibatkan
automatisasi menggunakan komputer. Jika terjadi kerusakan mesin, operator
mesin akan mengisi kartu rusak. Kartu rusak yang diisi diberikan kepada
asisten jaga pada saat itu. Oleh asisten jaga, dari kartu rusak dibuat laporan
kerusakan yang diberikan kepada kepala dinas. Kepala dinas pun mengaudit
kerusakan hari itu dan dibuatkan menjadi laporan kerusakan harian yang
diberikan kepada manajer pabrik. Manajer pabrik pun langsung memberikan
laporan langsung via telepon kepada Kepala Bagian Teknik di kantor direksi.
Selain laporan langsung, dibuat juga laporan harian dan bulanan pabrik yang
memuat kerusakan mesin juga dikirimkan via email kepada Kabag Teknik
setiap bulan. Sementara setiap bulannya, manajer pabrik juga melaporkan
perbaikan yang sudah dilakukan kepada Kabag Teknik dengan laporan
perbaikan bulanan. Kabag Teknik membuat surat permintaan suku cadang
kepada Direksi, setelah disetujui dibuat menjadi surat pengadaan suku
cadang yang diberikan kepada Kepala Bagian Pengadaan di kantor direksi.
Jika suku cadang mudah didapat oleh manajer kebun, suku cadang tersebut
akan langsung dibeli oleh manajer pabrik.
117
$ $
Gambar 4.17 Rich Picture Sistem Berjalan
4.3.1.1.2 Definisi Sistem
Perseroan Terbatas Perkebunan Nusantara XIII memproduksi minyak
kelapa sawit, inti sawit, dan karet. Untuk produksi minyak kelapa sawit,
sering dialami masalah kerusakan mesin pada pabrik minyak sawit. Dalam
memecahkan masalah menjadwalkan pemeriksaan dan pemeliharaan mesin
dibuatkan sistem informasi preventive maintenance. Dengan pemeriksaan
dan perbaikan mesin yang dijadwalkan, diharapkan tidak ada kerusakan
mesin yang mendadak yang dapat menghambat keseluruhan proses produksi.
118
Sistem dapat membantu pekerja pabrik untuk menghitung waktu
untuk pemeliharaan mesin dengan cara menghitung MTTF (mean time to
failure), mencatat kerusakan-kerusakan mesin, mencatat komponen dan
mesin serta membantu membuat laporan kerusakan mesin.
Adapun pekerja pabrik yang akan menggunakan sistem adalah kepala
dinas yang memasukkan (entry) kerusakan yang terjadi pada hari itu pada
komputer yang dioperasikannya dan operator mesin yang dapat memasukkan
catatan mengenai komponen atau mesin baru serta melakukan cek stok
komponen. Hasil laporan kerusakan mesin dan perhitungan MTTF mesin
diberikan kepada manajer pabrik.
Kriteria FACTOR
Functionality: Mengautomasi perhitungan waktu pemeliharaan dan
pemeriksaan mesin. Mendukung pembuatan laporan kerusakan harian dan
pencatatan data mesin dan komponen.
Application Domain: Penjadwalan pemeliharaan mesin. Input data kerusakan,
mesin dan komponen. Pelaporan kerusakan harian.
Conditions: Operator tidak pernah menggunakan komputer untuk menambah
kinerjanya.
Technology: Beberapa platform PC dengan processor Intel� Celeron� 2.40
GHz, 256 MB RAM, HDD 30 GB.
Objects: Kepala dinas, operator mesin, mesin, komponen.
Responsibility: Alat bantu pembuatan laporan dan perhitungan waktu mesin.
119
4.3.1.1.3 Deskripsi Sistem Usulan
Sistem informasi preventive maintenance mesin pada Pabrik Minyak
Sawit Ngabang PTPN XIII akan menggunakan program yang dioperasikan
pada komputer Kepala Dinas. Operator mesin juga dapat menggunakannya
untuk memasukkan data mesin dan komponen baru serta memeriksa stok
komponen.
Jadi, jika ada kerusakan mesin operator mesin mengisi kartu rusak
yang lalu diberikan kepada asisten jaga. Asisten jaga akan melaporkannya
kepada kepala dinas dengan laporan kerusakan. Laporan kerusakan tersebut
menjadi informasi mengenai kerusakan yang diinput oleh kepala dinas ke
program dan dilakukan pengolahan data kerusakan. Dari pengolahan data
kerusakan tersebut, dilakukan perhitungan mean time to failure komponen
mesin yang diberikan kepada manajer pabrik. Selain itu, data kerusakan
tersebut akan dibuat menjadi laporan kerusakan harian yang juga diberikan
kepada manajer pabrik.
120
Kartu Rusak
Operator mesin Asisten Jaga
Mesin rusak
Kepala dinas
Laporan kerusakan
`
Input data kerusakan
Program preventive
maintenanceManajer Pabrik
Laporan kerusakan
harian
Ubah, hapus dan tambah data mesin dan komponen
Hasilmean time to failure
Gambar 4.18 Rich Picture Sistem Usulan
4.3.1.2 Problem Domain
4.3.1.3.1 Cluster
Ada dua cluster untuk mengelompokkan semua class yaitu cluster
Barang dan cluster Dokumen. Digambarkan sebagai berikut:
<<cluster>>Barang
mesin
komponen1*
Gambar 4.19 Cluster Barang
121
<<cluster>>Dokumen
laporan_kerusakan
kerusakan_mesin
Gambar 4.12 Cluster Dokumen
4.3.1.3.2 Struktur
Cluster Orang terdiri dari class karyawan, class kepala dinas dan
class operator mesin. Cluster Barang terdiri dari class mesin dan class
komponen. Cluster Dokumen terdiri dari class laporan kerusakan dan class
kerusakan mesin.
Class kepala dinas dan class operator mesin memiliki atribut dan
beberapa operasi yang sama sehingga dapat digeneralisasikan menjadi class
karyawan.
Di bawah ini digambarkan class diagram dari sistem informasi
preventive maintenance. Class diagram digambarkan untuk menunjukkan
hubungan-hubungan antar class dan atribut maupun operasi yang dimiliki
masing-masing class. Class diagram yang digambarkan sudah merupakan
revised class diagram di mana struktur sudah tidak memiliki private event
yang berbentuk iterasi, ditandai dengan tidak adanya multiplicity many to
many.
122
Gambar 4.21 Class Diagram
Dalam class diagram tersebut ada tiga jenis hubungan antar class,
yaitu:
Asosiasi
Agregasi: antara class komponen dengan class mesin.
Generalisasi: antara class kepala dinas dan class operator mesin dengan
class karyawan pabrik.
123
4.3.1.3.3 Events
Event-event pada class dibuat ke dalam event table di bawah ini.
Tanda plus (+) menunjukkan event yang dijalankan secara sequential, tanda
asterisk (*) menunjukkan event yang dijalankan secara berulang-ulang
(iterasi).
Tabel 4.45 Event TableNo. Class
Event
kary
awan
_pab
rik
kepa
la_d
inas
oper
ator
_mes
in
mes
in
kom
pone
n
lapo
rann
_ker
usak
an keru
saka
n_m
esin
1. entry_kerusakan * +2. hitung_MTTF * +3. Membuat_laporan * +4. update_mesin * * +5. update_komponen * * +6. cek_stok_komponen * * +7. ubah_stok_komponen * +
4.3.1.3.4 Behavioural Pattern
Untuk menggambarkan alur hidup masing-masing class, dibuat
statechart diagram.
1. Class karyawan pabrik
Gambar 4.22 Statechart Karyawan Pabrik
124
Terlihat dari gambar bahwa hidup class karyawan pabrik dimulai
dari masuknya objek karyawan beserta entity, menyebabkan statusnya
menjadi aktif. Selama aktif, class dapat melakukan aktivitas update
mesin, update komponen dan cek stok komponen. Siklus hidupnya akan
berakhir bila objek dihapus.
2. Class mesin
Gambar 4.23 Statechart Mesin
Terlihat dari gambar bahwa hidup class mesin dimulai dari
masuknya objek mesin beserta entity, menyebabkan statusnya menjadi
aktif. Selama aktif, class dapat melakukan aktivitas update. Jika mesin
rusak, status class menjadi inactive dan akan kembali active setelah
mesin diperbaiki. Siklus hidupnya akan berakhir bila objek mesin diganti.
125
3. Class komponen
Gambar 4.24 Statechart Komponen
Terlihat dari gambar bahwa hidup class komponen dimulai dari
masuknya objek komponen beserta entity, menyebabkan statusnya
menjadi aktif. Selama aktif, class dapat melakukan aktivitas update. Jika
mesin rusak, status class menjadi inactive. Siklus hidupnya akan berakhir
bila objek mesin diganti.
4. Class laporan kerusakan
Gambar 4.25 Statechart Laporan Kerusakan
Terlihat dari gambar bahwa hidup class laporan kerusakan
dimulai dari dibuatnya objek laporan kerusakan beserta entity,
menyebabkan statusnya menjadi aktif. Selama aktif, class dapat
melakukan aktivitas cetak laporan. Siklus hidupnya akan berakhir bila
objek dihapus.
126
5. Class kerusakan mesin
Gambar 4.26 Statechart Kerusakan Mesin
Terlihat dari gambar bahwa hidup class kerusakan mesin dimulai
dari dibuatnya objek pencatatan kerusakan mesin beserta entity,
menyebabkan statusnya menjadi aktif. Selama aktif, class dapat
melakukan aktivitas view kerusakan dan ubah keruskan. Siklus hidupnya
akan berakhir bila objek dihapus.
127
4.3.1.3 Application Domain
4.3.1.3.1 Usage
Untuk penentuan hubungan aktor dengan use case dibuat actor
table sebagai berikut:
Tabel 4.46 Actor Table
Use CaseActor
kepala dinas
operator mesin
Login v ventry kerusakan vhitung MTTF vview kerusakan vcek stok komponen v vupdate komponen v vupdate mesin v vcetak laporan v
128
4.3.1.3.2 Use Case Diagram
Kepala_dinas
Sistem Informasi Preventive Maintenance Mesin PMS PTPN XIII
hitung_MTTF
cetak_laporan
update_komponen
update_mesin
cek_stok_komponen
login
Entry_kerusakan
view_kerusakan
Operator_mesin
Gambar 4.27 Use Case Diagram
129
4.3.1.3.3 Use Case Spesification
Use case di atas memiliki spesifikasi masing-masing sebagai berikut.
1. Use case login
Tabel 4.47 Use case Specification LoginDescription Use case ini berfungsi untuk mengidentifikasi
karyawan yang ingin mengakses sistem dengan password. Ada pembatasan hak akses bagi operator mesin. Data yang dimasukkan yaitu: ID karyawan Password.
Object karyawan pabrikActor karyawan pabrikPrecondition Actor menjalankan aplikasi.Postcondition Munculnya tombol database mesin, database
komponen, entry kerusakan mesin, dan lihat downtime record jika login sebagai kepala dinas. Serta munculnya tombol database mesin dan database komponen jika login sebagai operator mesin
2. Use case entry kerusakan
Tabel 4.48 Use case Specification Entry KerusakanDescription Use case ini digunakan untuk memasukkan data-data
kerusakan mesin. Data yang dimasukkan yaitu: No mesin No komponen Tanggal kerusakan Waktu kerusakan.
Object mesin, komponenActor kepala dinasPrecondition Menekan tombol entry kerusakan mesin pada form
login
130
3. Use case hitung MTTF
Tabel 4.49 Use case Specification Hitung MTTFDescription Use case ini digunakan untuk menghitung Mean Time
to Failure komponen mesin. Data yang dimasukkan yaitu: No mesin No komponen Tanggal kerusakan Waktu kerusakan.
Object mesin, komponenActor kepala dinasPrecondition Menekan tombol hitung MTTF pada form entry
kerusakan mesin
4. Use case view kerusakan
Tabel 4.50 Use case Specification View KerusakanDescription Use case ini digunakan untuk melihat catatan
kerusakan mesin di masa lampau. Data yang dimasukkan yaitu: No mesin No komponen
Object mesin, komponen, kerusakan mesinActor kepala dinasPrecondition Menekan tombol lihat downtime record pada form
login
5. Use case cek stok komponen
Tabel 4.51 Use case Specification Cek Stok KomponenDescription Use case ini digunakan untuk memeriksa stok
komponen. Data yang dimasukkan yaitu: No komponen
Object komponenActor kepala dinas, operator mesinPrecondition Menekan tombol database komponen pada form login
dan tombol cari pada form komponen
131
6. Use case update komponen
Tabel 4.52 Use case Specification Update KomponenDescription Use case ini digunakan untuk melakukan update pada
data-data komponen. Data yang dimasukkan yaitu: No komponen Nama komponen Stok baru
Object komponenActor kepala dinas, operator mesinPrecondition Menekan tombol database komponen pada form login
dan tombol tambah, tombol ubah atau tombol hapus pada form komponen
7. Use case update mesin
Tabel 4.532 Use case Specification Update MesinDescription Use case ini digunakan untuk melakukan update pada
data-data mesin. Data yang dimasukkan yaitu: No komponen Nama komponen
Object mesinActor kepala dinas, operator mesinPrecondition Menekan tombol database mesin pada form login dan
tombol tambah, tombol ubah atau tombol hapus pada form komponen
8. Use case cetak laporan
Tabel 4.54 Use case Specification Cetak LaporanDescription Use case ini digunakan untuk mencetak laporan
kerusakan. Object mesin, komponen, kerusakan mesinActor kepala dinasPrecondition Menekan tombol cetak laporan pada form entry
kerusakan.Postcondition Munculnya laporan
132
4.3.1.3.4 Sequence Diagram
1. Sequence login
Gambar 4.28 Sequence Login
2. Sequence entry kerusakan
Gambar 4.29 Sequence Entry Kerusakan
133
3. Sequence hitung MTTF
Gambar 4.30 Sequence Hitung MTTF
4. Sequence view kerusakan
Gambar 4.31 Sequence View Kerusakan
134
5. Sequence cek stok komponen
Gambar 4.32 Sequence Cek Stok Komponen
6. Sequence update komponen
Gambar 4.33 Sequence Update Komponen
135
7. Sequence update mesin
Gambar 4.34 Sequence Update Mesin
8. Sequence cetak laporan
Gambar 4.35 Sequence Cetak Laporan
136
4.3.1.3.5 Function list
Berikut adalah tabel function list pada sistem informasi preventive
maintenance.
Tabel 4.55 Function ListNo Function Type Complexity1 login read simple
cek password read simple2 entry kerusakan read, update medium
entry tanggal mulai update simpleentry tanggal selesai update simplepilih mesin read simplepilih komponen read simple
3 hitung MTTF compute complex4 view kerusakan read medium
pilih mesin read simplepilih komponen read simple
5 update mesin read, update simplepilih mesin read simpletambah mesin update simplehapus mesin update simple
6 update komponen read, update simplepilih komponen read simpletambah komponen update simplehapus komponen update simpletambah stok update simple
7 cetak laporan read, update mediumentry kerusakan read simple
8 cek stok komponen read simplepilih komponen read simple
137
4.3.1.3.6 User Interface
1.Overview
Berikut ini adalah overview sistem dalam bentuk navigation
diagram untuk user kepala dinas.
Gambar 4.36 Navigation Diagram untuk Kepala Dinas
138
Berikut ini adalah overview sistem dalam bentuk navigation
diagram untuk user operator mesin.
Gambar 4.37 Navigation Diagram untuk Operator Mesin
2.Examples
Sistem informasi preventive maintenance pabrik minyak sawit
PTPN XIII digunakan pada komputer di lantai produksi oleh kepala dinas
dan/atau operator mesin yang bertugas.
139
Contoh perancangan layar aplikasinya yaitu sebagai berikut:
1. Interface Login
Gambar 4.38 Window Login
Pada saat login, karyawan pabrik yang bertugas memasukkan
ID karyawan dan password. Password akan dicek, jika sesuai maka
login berhasil dan tombol login akan dinonaktifkan. Kemudian muncul
tombol-tombol untuk melakukan fungsi-fungsi dari aplikasi. Untuk
karyawan kepala dinas, semua fungsi aplikasi dapat dijalankan yaitu
tombol ke window database mesin, tombol ke window database
komponen, tombol ke window entry kerusakan mesin, tombol ke
downtime record.
140
Gambar 4.39 Window Login Kepala Dinas
Sedangkan untuk operator pabrik, fungsi aplikasi yang bisa
diakses hanya ke window database mesin dan ke window database
komponen.
Gambar 4.40 Window Login Operator Pabrik
141
2. Interface entry kerusakan
Gambar 4.41 Window Entry Kerusakan
Untuk memasukkan data kerusakan mesin, terlebih dahulu
memasukkan data mesin dan komponennya. Memilih nama mesin, kode
mesin, komponen dan komponen menggunakan combo box.
Selanjutnya diisi tanggal dan jam kerusakan (mulai dan selesai) serta
jenis sebaran dari data waktu kerusakan. Jikas tombol simpan ditekan,
tampilan flexgrid memperlihatkan data yang sedang diisi. Tombol clear
untuk mengosongkan isi objek-objek pada window tampilan. Penekanan
tombol hitung akan menyebabkan munculnya hasil perhitungan mean
time to failure dalam frame. Tombol << di semua window akan
mengarahkan kembali ke menu login (menu utama). Penekanan tombol
cetak laporan akan mengarahkan ke window cetak laporan.
142
Gambar 4.42 Window Entry Kerusakan Setelah Hitung
3. Interface mesin
Gambar 4.43 Window Database Mesin
Untuk pencarian mesin pada window database mesin, terlebih
dahulu dimasukkan nama mesin dan kodenya lalu menekan tombol cari.
143
Jika ingin menambah data mesin, maka dimasukkan nama dan kode
mesin baru dan menekan tombol tambah. Untuk menghapus atau
mengubah data mesin yang sudah ada, setelah melakukan pencarian
dilakukan penghapusan (tekan tombol hapus) atau memasukkan
perubahan yang diinginkan di textbox kemudian menekan tombol ubah.
4. Interface komponen
Gambar 4.44 Window Database Komponen
Untuk pencarian komponen pada window database komponen,
terlebih dahulu dimasukkan nama komponen dan kodenya lalu
menekan tombol cari. Jika ingin menambah stok komponen atau data
komponen, maka dimasukkan nama dan kode komponen baru atau
jumlah stok baru kemudian menekan tombol tambah. Untuk menghapus
144
atau mengubah data komponen yang sudah ada, setelah melakukan
pencarian dilakukan penghapusan (tekan tombol hapus) atau
memasukkan perubahan yang diinginkan di textbox kemudian menekan
tombol ubah.
5. Interface laporan kerusakan
Gambar 4.45 Window Laporan Kerusakan
Pada window laporan kerusakan akan ditampilkan hasil laporan
dari entry kerusakan. Tombol simpan ditekan untuk menyimpan
laporan agar menjadi referensi di masa mendatang. Tombol cetak
ditekan untuk print laporan.
145
6. Interface downtime record
Gambar 4.46 Window Downtime Record
Pada window downtime record, dapat dilakukan view terhadap
data kerusakan yang sudah ada. Untuk menampilkannya di flexgrid,
pertama-tama dipilih nama dan kode mesin dan komponen yang
diinginkan. Akan keluar data kerusakan komponen yang diinginkan.
Jika ingin dilakukan perubahan, dapat dimasukkan perubahan pada
combo box tanggal kerusakan, textbox jam kerusakan dan combo box
jenis sebaran. Setelah perubahan yang diinginkan dilakukan, tombol
ubah ditekan.
146
4.3.1.3.7 Technical Platform
Sistem dikembangkan untuk digunakan pada PC dengan bahasa
pemrograman berorientasi objek Visual Basic 6.0. User interface berbasis
window dengan menggunakan form pada Visual Basic. Struktur basis data
dibuat dengan Microsoft Windows Access dengan extension .mdb. Pembuatan
laporan dengan Seagate Crystal Report. Sistem dioperasikan dengan
menggunakan monitor, keyboard, mouse, dan printer.
4.3.2 Design Document
4.3.2.1 The Task
Dilakukan pemilihan prioritas kriteria yang ingin dipenuhi dalam
perancangan sistem. Kriteria yang sangat penting yaitu usable, efficient,
reliable, comprehensible. Kriteria yang penting yaitu correct, testable, flexible
dan reusable. Kriteria yang kurang penting yaitu secure dan maintainable.
Sedangkan kriteria yang tidak berhubungan dengan sistem adalah portable dan
interoperable.
Kriteria-kriteria yang dianggap sangat penting adalah kriteria dasar
yang mendasari sistem informasi preventive maintenance diusulkan menjadi
menggunakan aplikasi komputer, tidak lagi secara manual. Yaitu karena
kebutuhan yang besar sistem yang dapat digunakan, harus efisien karena sistem
bukan merupakan komponen penting dalam proses industri sehingga tidak
boleh memakan banyak biaya dan waktu, dapat diandalkan karena hasilnya
akan menjadi dasar bagi perusahaan untuk aktivitas produksinya, dan dapat
147
dipahami karena digunakan oleh orang awam yang tidak sering menggunakan
aplikasi komputer.
Kriteria-kriteria yang dianggap penting adalah kriteria yang mendukung
keputusan untuk mengganti sistem informasi manual pabrik dengan usulan dari
peneliti. Hasil pengolahan dan penyimpanan yang benar akan mendukung
aktivitas produksi, sistem dapat diuji terlebih dahulu sebelum digunakan agar
dapat mengidentifikasi kesalahan lebih awal, sistem fleksibel agar dapat diubah
jika ada perubahan mesin atau komponen, dan dapat digunakan kembali
seandainya ingin dikembangkan menjadi sistem yang lebih kompleks.
Kriteria yang dianggap kurang penting adalah secure karena sistem
tidak menyangkut data penting atau rahasia seperti data keuangan. Kriteria
maintainable juga dianggap kurang penting, karena jika sistem mengalam
kegagalan perusahaan tidak akan mengalami kerugian berarti.
Kriteria yang dianggap tidak berhubungan adalah portable dan
interoperable karena sistem tidak perlu untuk dapat digunakan pada sistem
yang berbeda ataupun dihubungakan dengan sistem yang berbeda.
Tabel 4.56 Prioritas Kriteria
Criterion Sangat Penting Penting Kurang
PentingTidak
BerhubunganMudah
TerpenuhiUsable vSecure vEfficient vCorrect vReliable vMaintainable vTestable vFlexible vComprehensible vReusable v
148
Criterion Sangat Penting Penting Kurang
PentingTidak
BerhubunganMudah
TerpenuhiPortable vInteroperable v
4.3.2.2 Technical Platform
4.3.2.2.1 Perlengkapan
Sistem informasi ini memerlukan spesifikasi minimum hardware
untuk pengoperasiannya yaitu pada PC standar dengan processor Intel�
Celeron� 2.40 GHz, 256 MB RAM, HDD 30 GB.
4.3.2.2.2 Sistem Piranti Lunak
Penggunaan Visual Basic 6.0 dengan dukungan database dari
Microsoft Access 2003 dan fungsi pembuatan laporan dengan Crystal Report
8.0 dibutuhkan dalam menjalankan sistem. Sistem operasi yang
direkomendasikan minimum adalah Windows 2000.
4.3.2.2.3 System Interface
Diperlukan sebuah printer yang digunakan untuk mencetak laporan,
disarankan untuk menggunakan minimal printer inkjet standar hitam putih
ataupun berwarna.
4.3.2.2.4 Bahasa Perancangan
Keseluruhan perancangan sistem informasi preventive maintenance
PMS PTPN XIII menggunakan notasi UML dengan metodologi yang
149
diterbitkan oleh Lars Mathiassen. Piranti lunak yang digunakan untuk
perancangan adalah Microsoft Visio 2003.
4.3.2.3 Architecture
4.3.2.3.1 Component Architecture
Pada sistem informasi preventive maintenance PMS PTPN XIII
hanya diperlukan satu buah komputer yang menjadi tempat sarana aplikasi
model dan function. Jadi komputer tersebut merupakan server aplikasi
sekaligus basis data.
<<component>>UI karyawan pabrik
<<component>>Function
<<component>>Model
<<component>>Server
Gambar 4.47 Component Diagram
150
4.3.2.3.2 Process Architecture
Sistem menggunakan satu buah output device yaitu printer. Baik
model maupun function ada di satu server yaitu komputer kepala dinas
pabrik.
Gambar 4.48 Deployment Diagram
4.4.Usul Penerapan
Pengembangan sistem membutuhkan waktu selama satu bulan, termasuk
pengkodean dan perancangannya. Kemudian dilakukan persiapan kebutuhan
technical plaform seperti pemilihan dan pembelian hardware, diramalkan
membutuhkan waktu satu minggu dan langsung dilakukan instalasi sistem.
Selanjutnya dilakukan uji coba sistem dan pelatihan pengguna sistem selama
satu bulan. Jika tidak ada masalah, sistem akan dijalankan sesudahnya dan
dilakukan pemeliharaan dan modifikasi sistem saat diperlukan. Penerapan
sistem preventive maintenance pada PMS Parindu PTPN XIII diharapkan
151
dapat terlaksana sesuai penjadwalan berikut ini yang digambarkan dalam
Gantt Chart.
Kegiatan Periode (minggu)
1 2 3 4 5 6 7 8 dst.
Pengembangan sistem
Persiapan technical platform dan instalasi
Uji coba dan pelatihan pengguna
Implementasi sistem
Pemeliharaan sistem
Gambar 4.49 Gantt Chart Penerapan Sistem