bab 5 hasil dan pembahasan - bina nusantara | library...
TRANSCRIPT
BAB 5
HASIL DAN PEMBAHASAN
5.1 Pengumpulan dan Pengolahan Data
5.1.1 Penentuan Komponen Kritis
Melalui observasi secara langsung diketahui bahwa mesin F70-FQ71
memiliki frekuensi kerusakan paling banyak diantara mesin-mesin yang lain.
Mesin ini merupakan mesin yang digunakan untuk membuat kain berjenis
stripper. Kain stripper merupakan kain berwarna. Warna yang digunakan
bisa satu macam atau kombinansi beberapa macam warna.
Data-data downtime dan failuretime mesin diambil dalam jangka
waktu 4 bulan dari 1 Mei ’05 sampai dengan 31 Agustus ’05. Hal ini
disesuaikan dengan pencatatan data yang telah dilakukan oleh para teknisi.
Selama kurun waktu tersebut, failure dan downtime yang terjadi
dikelompokkan berdasakan jenisnya masing-masing. Nama komponen dan
frekuensi kerusakannya dapat dilihat pada tabel dibawah ini.
75
Tabel 5.1 Nama Komponen dan Frekuensinya
No. Nama
Komponen Frekuensi1 Cylinder 11 2 Cloth Folder 7 3 Sinker 2 4 Nozzle Oil 2 5 Nock 1 6 Yarn Feeder 1 7 V-Belt 1 8 Bevel Gear 1 9 Main Circuit 1
Jumlah 27
0
2
4
6
8
10
12
Cyl
inde
r
Clo
thFo
lder
Sin
ker
Noz
zle
Oil
Noc
k
Yar
nFe
eder
V-B
elt
Bev
elG
ear
Mai
nC
ircui
t
Jenis
Frek
uens
i
Grafik 5.1 Histogram Frekuensi dan Jenis Keruskan
Dari grfik histogram diatas dapat dilihat bahwa cylinder dan cloth
folder merupakan komponen yang paling sering mengalami kerusakan atau
76
gangguan. Oleh karena itu kedua komponen ini merupakan komponen kritis
maka akan dilakukan perhitungan lebih lanjut dengan menggunakan data yang
telah terkumpul.
5.1.2 Data Waktu Kerusakan
Data waktu kerusakan yang digunakan adalah downtime atau time to
repair (TTR) dan time to failure (TTF). Downtime adalah lamanya perbaikan
hingga mesin dapat berfungsi kembali, sedangkan time to failure adalah
selang waktu kerusakan awal yang telah diperbaiki hingga terjadi keruskan
kembali.
5.1.2.1 Data Time to Repair dan Time to Failure Komponen Cylinder
Cylinder merupakan salah satu komponen utama dari mesin rajut yang
berfungsi untuk merajut benang menjadi kain mentah. Di dalam cylinder
terdapat komponen cam dan ratusan bahkan ribuan jarum rajut. Jika cam
rusak maka jarum tidak dapat merajut benang, dan jika jarum patah maka kain
yang dihasilkan akan cacat.
Data time to repair dan time to failure untuk komponen cylinder dapat
dilihat pada tabel berikut.
77
Tabel 5.2 Data Time to Repair dan Time to Failure Komponen Cylinder
Waktu Waktu TTR TTF No. Tanggal Mulai Selesai (jam) (jam) 1 10-May-05 08:25 10:05 1.67 0 2 23-May-05 19:40 22:15 2.58 225.58 3 6-Jun-05 07:30 09:00 1.5 225.25 4 16-Jun-05 13:00 14:20 1.33 196 5 22-Jun-05 22:15 00:05 1.83 103.92 6 6-Jul-05 10:30 12:45 2.25 226.42 7 15-Jul-05 17:50 19:35 2.75 173.083 8 28-Jul-05 14:30 16:00 1.5 210.92 9 15-Aug-05 08:32 10:27 1.92 300.53
10 24-Aug-05 09:29 11:04 1.58 167.03 11 30-Aug-05 13:56 15:38 1.7 98.93
5.1.2.2 Data Time to Repair dan Time to Failure Komponen Cloth Folder
Cloth folder berfungsi untuk menarik dan menggulung kain yang telah
dirajut pada bagian cylinder. Jika komponen ini mengalami gangguan atau
kerusakan maka hasil rajutan akan menumpuk pada bagian cylinder sehingga
kerja cylinder akan semakin berat. Hal ini dapat menyebabkan cylinder
mengalami kemacetan atau bahkan kerusakan.
Data time to repair dan time to failure untuk komponen cloth folder
dapat dilihat pada tabel berikut.
78
Tabel 5.3 Data Time to Repair dan Time to Failure
Komponen Cloth Folder
Waktu Waktu TTR TTF No. Tanggal Mulai Selesai (jam) (Jam) 1 13-May-05 13:10 14:15 1.08 0 2 27-May-05 19:05 19:55 0.83 244.83 3 15-Jun-05 08:00 09:20 1.33 300.08 4 1-Jul-05 10:40 11:35 0.92 289.33 5 20-Jul-05 21:50 23:00 1.17 323.25 6 16-Aug-05 15:21 16:28 1.12 448.35 7 30-Aug-05 04:00 05:15 1.25 227.53
5.2 Pengolahan Data
5.2.1 Penentuan Parameter dan Index of Fit untuk Time to Failure Pada Mesin
F70-FQ71
Perhitungan index of fit dilakukan untuk mengetahui jenis distribusi
yang terbentuk dari data time to failure. Dari distribusi yang terbentuk maka
dapat diketahui rumus mana yang akan digunakan untuk melakukan
perhitungan mean time to failure (MTTF). Rumus untuk mencari nilai index
of fit adalah:
⎥⎥⎦
⎤
⎢⎢⎣
⎡⎟⎠
⎞⎜⎝
⎛−
⎥⎥⎦
⎤
⎢⎢⎣
⎡⎟⎠
⎞⎜⎝
⎛−
⎟⎠
⎞⎜⎝
⎛⎟⎠
⎞⎜⎝
⎛−
=
∑ ∑∑ ∑
∑ ∑∑
= == =
= ==
n
i
n
iii
n
i
n
iii
n
i
n
ii
n
iiii
yynxxn
yxyxnr
1
2
1
2
1
2
1
2
1 11
79
5.2.1.1 Index of Fit Untuk Komponen Cylinder
Tabel 5.4 Perhitungan index of fit untuk Komponen Cylider dengan Distribusi
Weibull (TTF)
i ti xi = ln(ti) F(ti) yi xi . yi xi2 yi
2 1 98.93 4.5944 0.0673 -2.6638 -12.2388 21.1086 7.0961 2 103.92 4.6436 0.1635 -1.7233 -8.0022 21.5632 2.9696 3 167.03 5.1182 0.2596 -1.2020 -6.1522 26.1957 1.4449 4 173.08 5.1538 0.3558 -0.8217 -4.2347 26.5612 0.6751 5 196 5.2781 0.4519 -0.5086 -2.6844 27.8585 0.2587 6 210.92 5.3515 0.5481 -0.2304 -1.2328 28.6383 0.0531 7 225.25 5.4172 0.6442 0.0329 0.1784 29.3462 0.0011 8 225.58 5.4224 0.7404 0.2990 1.6215 29.4023 0.0894 9 226.42 5.5591 0.8365 0.5940 3.3020 30.9032 0.3528 10 300.53 5.7055 0.9327 0.9927 5.6638 32.5533 0.9854 ∑ 1961.66 52.2438 5 -5.2311 -23.7794 274.1305 13.9262
Mean 5.2244 -0.5231 r = 0.9828
Tabel 5.5 Perhitungan index of fit untuk Komponen Cylinder dengan Distribusi
Exponensial (TTF)
i ti xi = ti F(ti) yi xi . yi xi2 yi
2 1 98.93 98.93 0.0673 0.0697 6.8934 9787.1449 0.0049 2 103.92 103.92 0.1635 0.1785 18.5479 10799.3664 0.0319 3 167.03 167.03 0.2596 0.3006 50.2068 27899.0209 0.0904 4 173.08 173.08 0.3558 0.4397 76.1030 29956.6864 0.1933 5 196 196 0.4519 0.6013 117.8626 38416.0000 0.3616 6 210.92 210.92 0.5481 0.7942 167.5218 44487.2464 0.6308 7 225.25 225.25 0.6442 1.0335 232.7898 50737.5625 1.0681 8 225.58 226.42 0.7404 1.3486 305.3396 51266.0164 1.8186 9 226.42 259.58 0.8365 1.8112 470.1455 67381.7764 3.2804
10 300.53 300.53 0.9327 2.6985 810.9744 90318.2809 7.2818 ∑ 1961.66 1961.66 5 9.2757 2256.3848 421049.1012 14.7617
r = 0.9247
80
Tabel 5.6 Perhitungan index of fit untuk Komponen Cylinder dengan Distribusi
Normal (TTF)
i ti xi = ti F(ti) zi xi . zi xi2 zi
2 1 98.93 98.93 0.0673 -1.4500 -143.4485 9787.1449 2.1025 2 103.92 103.92 0.1635 -0.9800 -101.8416 10799.3664 0.9604 3 167.03 167.03 0.2596 -0.6500 -108.5695 27899.0209 0.4225 4 173.08 173.08 0.3558 -0.3700 -64.0396 29956.6864 0.1369 5 196 196 0.4519 -0.1394 -27.3224 38416.0000 0.0194 6 210.92 210.92 0.5481 0.1272 26.8290 44487.2464 0.0162 7 225.25 225.25 0.6442 0.3700 83.3425 50737.5625 0.1369 8 225.58 226.42 0.7404 0.6468 146.4485 51266.0164 0.4184 9 226.42 259.58 0.8365 0.9800 254.3884 67381.7764 0.9604
10 300.53 300.53 0.9327 1.4900 447.7897 90318.2809 2.2201 ∑ 1961.66 1961.66 5 0.0246 513.5765 421049.1012 7.3937
r = 0.9731
Tabel 5.7 Perhitungan index of fit untuk Komponen Cylinder dengan Distribusi
Lognormal (TTF)
i ti xi = ln(ti) F(ti) zi xi . zi xi2 zi
2 1 98.93 4.5944 0.0673 -1.4500 -6.6619 21.1086 2.1025 2 103.92 4.6436 0.1635 -0.9800 -4.5507 21.5632 0.9604 3 167.03 5.1182 0.2596 -0.6500 -3.3268 26.1957 0.4225 4 173.08 5.1538 0.3558 -0.3700 -1.9069 26.5612 0.1369 5 196 5.2781 0.4519 -0.1394 -0.7358 27.8585 0.0194 6 210.92 5.3515 0.5481 0.1272 0.6807 28.6383 0.0162 7 225.25 5.4172 0.6442 0.3700 2.0044 29.3462 0.1369 8 225.58 5.4224 0.7404 0.6468 3.5072 29.4023 0.4184 9 226.42 5.5591 0.8365 0.9800 5.4479 30.9032 0.9604 10 300.53 5.7055 0.9327 1.4900 8.5013 32.5533 2.2201 ∑ 1961.66 52.2438 5 0.0246 2.9593 274.1305 7.3937
r = 0.9546
Dari hasil perhitungan terlihat bahwa nilai index of fit (r) yang terbesar
adalah dengan menggunakan distribusi Wiebull, maka parameter yang
81
digunakan β dan θ. Rumus parameter dengan distribusi Weibull adalah
sebagai berikut:
β = b
θ = )/( bae−
Dimana: xbya −=
∑ ∑
∑∑ ∑
= =
== =
⎟⎠
⎞⎜⎝
⎛−
⎟⎠
⎞⎜⎝
⎛⎟⎠
⎞⎜⎝
⎛−
=n
i
n
iii
n
ii
n
i
n
iiii
xxn
yxyxnb
1
2
1
2
11 1
Perhitungan untuk parameter β dan θ adalah:
2)2438.52()1305.274(10)2311.5)(2438.52()7794.23(10
−−−−
=β
β = 2.9847
a = -0.5231-(2.9847)(5.2244)
a = -16.1166
θ = e-(-16.1166 / 2.9847)
θ = 221.3263
Dengan nilai β > 2 ini menunjukkan bahwa laju kerusakan untuk
komponen cylinder terus meningkat.
82
5.2.1.2 Index of Fit untuk Komponen Cloth Folder
Tabel 5.8 Perhitungan index of fit untuk Komponen Cloth Folder dengan Distribus
Weibull (TTF)
i ti xi = ln(ti) F(ti) yi xi . yi xi2 yi
2 1 227.53 5.427282 0.109375 -2.15562 -11.6991 29.45539 4.64668 2 244.83 5.500564 0.265625 -1.17527 -6.46465 30.25621 1.3812613 289.33 5.667568 0.421875 -0.60154 -3.40929 32.12133 0.3618554 300.08 5.704049 0.578125 -0.14729 -0.84013 32.53618 0.0216935 323.25 5.778426 0.734375 0.281918 1.629041 33.39021 0.0794786 448.35 6.105574 0.890625 0.794337 4.849882 37.27804 0.630971∑ 1833.37 34.1835 3 -3.0035 -15.9343 195.0373 7.1219
Mean 5.6972 -0.5006 r = 0.9817
Tabel 5.9 Perhitungan index of fit untuk Komponen Cloth Folder dengan Distribusi
Eksponensial (TTF)
i ti xi = ti F(ti) yi xi . yi xi2 yi
2 1 227.53 227.53 0.1094 0.1158 26.3552 51769.9009 0.0134 2 244.83 244.83 0.2656 0.3087 75.5877 59941.7289 0.0953 3 289.33 289.33 0.4219 0.5480 158.5428 83711.8489 0.3003 4 300.08 300.08 0.5781 0.8630 258.9829 90048.0064 0.7448 5 323.25 323.25 0.7344 1.3257 428.5227 104490.5625 1.7574 6 448.35 448.35 0.8906 2.2130 992.1864 201017.7225 4.8972 ∑ 1833.37 1833.37 3 5.374221 1940.1780 590979.7701 7.8085
r = 0.9289
Tabel 5.10 Perhitungan index of fit untuk Komponen Cloth Folder dengan Distribus
Normal (TTF)
i ti xi = ti F(ti) zi xi . zi xi2 zi
2 1 227.53 227.53 0.1094 -1.2305 -279.9757 51769.9009 1.51412 244.83 244.83 0.2656 -0.6328 -154.9284 59941.7289 0.40043 289.33 289.33 0.4219 -0.2143 -62.0034 83711.8489 0.04594 300.08 300.08 0.5781 0.1986 59.5959 90048.0064 0.03945 323.25 323.25 0.7344 0.6274 202.8071 104490.5625 0.39366 448.35 448.35 0.8906 1.2300 551.4705 201017.7225 1.5129∑ 1833.37 1833.37 3 -0.0216 316.9659 590979.7701 3.9065
83
r = 0.9332
Tabel 5.11 Perhitungan index of fit untuk Komponen Cloth Folder dengan Distribus
Lognormal (TTF)
i ti xi = ln(ti) F(ti) zi xi . zi xi2 zi
2 1 227.53 5.4273 0.1094 -1.2305 -6.6783 29.4554 1.5141 2 244.83 5.5006 0.2656 -0.6328 -3.4808 30.2562 0.4004 3 289.33 5.6676 0.4219 -0.2143 -1.2146 32.1213 0.0459 4 300.08 5.7040 0.5781 0.1986 1.1328 32.5362 0.0394 5 323.25 5.7784 0.7344 0.6274 3.6254 33.3902 0.3936 6 448.35 6.1056 0.8906 1.2300 7.5099 37.2780 1.5129 ∑ 1833.37 34.1835 3 -0.0216 0.8944 195.0373 3.9064
r = 0.9630
Dari hasil perhitungan terlihat bahwa nilai index of fit (r) yang terbesar
adalah dengan menggunakan distribusi Weibull, maka parameter yang
digunakan β dan θ. Rumus parameter dengan distribusi Weibull adalah
sebagai berikut:
β = b
θ = )/( bae−
Dimana: xbya −=
∑ ∑
∑∑ ∑
= =
== =
⎟⎠
⎞⎜⎝
⎛−
⎟⎠
⎞⎜⎝
⎛⎟⎠
⎞⎜⎝
⎛−
=n
i
n
iii
n
ii
n
i
n
iiii
xxn
yxyxnb
1
2
1
2
11 1
Perhitungan untuk parameter β dan θ adalah:
2)1835.34()0373.195(6)0035.3)(1835.34()9343.15(6
−−−−
=β
84
β = 4.1187
a = -0.5006-(4.1187)(5.6972)
a = -23.9657
θ = e-(-23.9657 / 4.1187)
θ = 336.5619
Dengan nilai β > 2 ini menunjukkan bahwa laju kerusakan untuk
komponen cylinder terus meningkat.
5.2.2 Uji Goodness of Fit Test Untuk MTTF
Pengujian ini dimaksudkan untuk mengetahui apakah data yang ada
membentuk suatu distribusi tertentu. Masing-masing distribusi memiliki
metoda yang berbeda untuk melakukan pengujiannya. Pengujian ini dilakukan
berdasarkan nilai index of fit yang terbesar.
5.2.2.1 Pengujian Untuk Komponen Cylinder
Karena nilai index of fit yang terbesar terdapat pada distribusi Weibull,
maka perhitungan yang dilakukan menggunakan uji Mann. Adapun contoh
perhitungannya adalah sebagai berikut:
Ho : Data waktu antar kerusakan berdistribusi Weibull.
Hi : Data waktu antar kerusakan tidak berdistribusi Weibull.
α = 0.05
Dimana:ti = data waktu kerusakan yang ke-i
85
Xi = ln(ti)
r,n = banyaknya data
Mi = nilai pendekatan Mann untuk data ke-i
Mα,k1,k2 = nilai Mtabel untuk distribusi Weibull
k1 = r/2
k2 = (r-1)/2
⎥⎦
⎤⎢⎣
⎡⎟⎠⎞
⎜⎝⎛
+−
−−=25.05.01lnln
niZi
∑
∑
=
+
−
+=
+
⎟⎟⎠
⎞⎜⎜⎝
⎛ −
⎟⎟⎠
⎞⎜⎜⎝
⎛ −
=1
1
1
12
1
1
11
lnln
lnln
k
i i
ii
r
ki i
ii
Mtt
k
Mtt
kM
Tabel 5.12 Goodness of Fit Test untuk Time to Failure pada Komponen Cylinder
i ti xi= ln(ti) zi Mi ln ti+1 – ln ti (ln ti+1 – ln ti)/Mi 1 98.93 4.5944 -2.9955 1.1518 0.0492 0.0427 2 103.92 4.6436 -1.8437 0.5693 0.4746 0.8336 3 167.03 5.1182 -1.2744 0.4015 0.0356 0.0886 4 173.08 5.1538 -0.8729 0.3249 0.1244 0.3828 5 196 5.2781 -0.5480 0.2856 0.0734 0.2569 6 210.92 5.3515 -0.2625 0.2680 0.0657 0.2453 7 225.25 5.4172 0.0055 0.2688 0.0052 0.0193 8 225.58 5.4224 0.2744 0.2953 0.1367 0.4628 9 226.42 5.5591 0.5697 0.3916 0.1465 0.3741
10 300.53 5.7055 0.9612 ∑ 1961.66 52.2438
k1 = 10/2 = 5
k2 = 9/2 = 4
M0.05,5,4 = 6.26
86
858002.0418575.6507149.5
)6046.1(4)1014.1(5
===M
Dari hasil perhitungan terlihat bahwa M<M0.05,5,4 , sehingga tolak H1 dan
terima Ho. Dengan demikian data time to failure untuk komponen cylinder
berdistribusi Weibull.
5.2.2.2 Pengujian Untuk Komponen Cloth Folder
Karena nilai index of fit yang terbesar terdapat pada distribusi Weibull,
maka perhitungan yang dilakukan menggunakan uji Mann. Adapun contoh
perhitungannya adalah sebagai berikut:
Ho : Data waktu antar kerusakan berdistribusi Weibull.
Hi : Data waktu antar kerusakan tidak berdistribusi Weibull.
α = 0.05
Dimana:ti = data waktu kerusakan yang ke-i
Xi = ln(ti)
r,n = banyaknya data
Mi = nilai pendekatan Mann untuk data ke-i
Mα,k1,k2 = nilai Mtabel untuk distribusi Weibull
k1 = r/2
k2 = (r-1)/2
⎥⎦
⎤⎢⎣
⎡⎟⎠⎞
⎜⎝⎛
+−
−−=25.05.01lnln
niZi
87
∑
∑
=
+
−
+=
+
⎟⎟⎠
⎞⎜⎜⎝
⎛ −
⎟⎟⎠
⎞⎜⎜⎝
⎛ −
=1
1
1
12
1
1
11
lnln
lnln
k
i i
ii
r
ki i
ii
Mtt
k
Mtt
kM
Tabel 5.13 Goodness of Fit Test untuk Time to Failure pada Komponen Cloth Folder
i ti ln(ti) Zi Mi ln ti+1 – ln ti (ln ti+1 – ln ti)/Mi 1 227.53 5.4273 -2.4843 1.1913 0.0733 0.0615 2 244.83 5.5006 -1.2930 0.6213 0.1670 0.2688 3 289.33 5.6676 -0.6717 0.4745 0.0365 0.0769 4 300.08 5.7040 -0.1973 0.4386 0.0744 0.1696 5 323.25 5.7784 0.2413 0.5102 0.3271 0.6412 6 448.35 6.1056 0.7515
1833.37 34.1835
k1 = 6/2 = 3
k2 = 5/2 = 2
M0.05,3,2 = 19.16
7343.24806.03140.1
)2403.0(2)4380.0(3
===M
Dari hasil perhitungan terlihat bahwa M<M0.05,3,2 , sehingga tolak H1 dan
terima Ho. Dengan demikian data time to failure untuk komponen cylinder
berdistribusi Weibull.
5.2.3 Perhitungan Nilai MTTF Untuk Mesin F70-FQ71
Setelah goddness of fit test dilakukan maka langkah selanjutnya adalah
melakukan perhitungan mean time to failure (MTTF). Perhitungan nilai
MTTF dilakukan dengan menggunakan rumus dari distribusi yang terbentuk
88
oleh masing-masing data. Berikut adalah contoh perhitungan MTTF untuk
komponen cylibnder dan cloth folder :
o Cylinder
Distribusi yang terbentuk adalah Weibull, maka parameter yang
digunakan adalah β dan θ.
β = 2.9847
θ = 221.3263
Rumus yang digunakan yaitu:
MTTF = θΓ ⎟⎟⎠
⎞⎜⎜⎝
⎛+β11
MTTF = 221.3263Γ ⎟⎠⎞
⎜⎝⎛ +
9847.211
MTTF = 221.3263Γ (1.34)
MTTF = 221.3263(0.8922)
MTTF = 197.4674 jam
o Cloth Folder
Distribusi yang terbentuk adalah Weibull, maka parameter yang
digunakan adalah β dan θ.
β = 4.1187
θ = 336.5619
Rumus yang digunakan yaitu:
89
MTTF = θΓ ⎟⎟⎠
⎞⎜⎜⎝
⎛+β11
MTTF = 336.5619Γ ⎟⎠⎞
⎜⎝⎛ +
1187.411
MTTF = 336.5619Γ (1.24)
MTTF = 336.5619(0.9085)
MTTF = 305.7665 jam
5.2.4 Penentuan Parameter dan Index of Fit Untuk Time to Repair Pada mesin
F70-FQ71
5.2.4.1 Index of Fit Untuk Komponen Cylinder
Tabel 5.14 Perhitungan index of fit untuk Komponen Cylider dengan Distribusi
Weibull (TTR)
i ti xi = ln(ti) F(ti) yi xi . yi xi2 yi
2 1 1.33 0.2852 0.0614 -2.7588 -0.7867 0.0813 7.6108 2 1.5 0.4055 0.1491 -1.8233 -0.7393 0.1644 3.3245 3 1.5 0.4055 0.2368 -1.3083 -0.5305 0.1644 1.7115 4 1.58 0.4574 0.3246 -0.9355 -0.4279 0.2092 0.8751 5 1.67 0.5128 0.4123 -0.6320 -0.3241 0.2630 0.3995 6 1.7 0.5306 0.5000 -0.3665 -0.1945 0.2816 0.1343 7 1.83 0.6043 0.5877 -0.1210 -0.0731 0.3652 0.0146 8 1.92 0.6523 0.6754 0.1180 0.0770 0.4255 0.0139 9 2.25 0.8109 0.7632 0.3649 0.2959 0.6576 0.1331
10 2.58 0.9478 0.8509 0.6434 0.6098 0.8983 0.4140 11 2.75 1.0116 0.9386 1.0261 1.0380 1.0233 1.0530
∑ 20.61 6.6239 5.5 -5.7929 -1.0553 4.5339 15.6845 r = 0.9271
90
Tabel 5.15 Perhitungan index of fit untuk Komponen Cylider dengan Distribus
Exponensial (TTR)
i ti xi = ti F(ti) yi xi . yi xi2 yi
2 1 1.33 1.33 0.0614 0.0634 0.0843 1.7689 0.0040 2 1.5 1.5 0.1491 0.1615 0.2422 2.2500 0.0261 3 1.5 1.5 0.2368 0.2703 0.4054 2.2500 0.0731 4 1.58 1.58 0.3246 0.3924 0.6200 2.4964 0.1540 5 1.67 1.67 0.4123 0.5315 0.8876 2.7889 0.2825 6 1.7 1.7 0.5000 0.6931 1.1784 2.8900 0.4805 7 1.83 1.83 0.5877 0.8861 1.6215 3.3489 0.7851 8 1.92 1.92 0.6754 1.1253 2.1605 3.6864 1.2663 9 2.25 2.25 0.7632 1.4404 3.2408 5.0625 2.0746
10 2.58 2.58 0.8509 1.9030 4.9097 6.6564 3.6214 11 2.75 1.7 0.9386 2.7903 4.7435 2.8900 7.7857
∑ 20.61 19.56 5.5 10.25716 20.09391 36.0884 16.55312 r = 0.8936
Tabel 5.16 Perhitungan index of fit untuk Komponen Cylinder dengan Distribusi
Normal (TTR)
i ti xi = ti F(ti) yi= zi xi . zi xi2 zi
2 1 1.33 1.33 0.0614 -1.5400 -2.0482 1.7689 2.3716 2 1.5 1.5 0.1491 -1.0400 -1.5600 2.2500 1.0816 3 1.5 1.5 0.2368 -0.7165 -1.0748 2.2500 0.5134 4 1.58 1.58 0.3246 -0.4548 -0.7186 2.4964 0.2068 5 1.67 1.67 0.4123 -0.2215 -0.3699 2.7889 0.0491 6 1.7 1.7 0.5000 0.0000 0.0000 2.8900 0.0000 7 1.83 1.83 0.5877 0.2218 0.4059 3.3489 0.0492 8 1.92 1.92 0.6754 0.4550 0.8736 3.6864 0.2070 9 2.25 2.25 0.7632 0.7168 1.6128 5.0625 0.5138 10 2.58 2.58 0.8509 1.0404 2.6842 6.6564 1.0824 11 2.75 1.7 0.9386 1.5433 2.6236 2.8900 2.3818 ∑ 20.61 19.56 5.5 0.0045 2.4287 36.0884 8.4567
Mean 1.8736 0.0004 r = 0.9704
91
Tabel 5.17 Perhitungan index of fit untuk Komponen Cylinder dengan Distribusi
Lognormal (TTR)
i ti xi = ln(ti) F(ti) zi xi . zi xi2 zi
2 1 1.33 0.2852 0.0614 -1.5400 -0.4392 0.0813 2.3716 2 1.5 0.4055 0.1491 -1.0400 -0.4217 0.1644 1.0816 3 1.5 0.4055 0.2368 -0.7165 -0.2905 0.1644 0.5134 4 1.58 0.4574 0.3246 -0.4548 -0.2080 0.2092 0.2068 5 1.67 0.5128 0.4123 -0.2215 -0.1136 0.2630 0.0491 6 1.7 0.5306 0.5000 0.0000 0.0000 0.2816 0.0000 7 1.83 0.6043 0.5877 0.2218 0.1340 0.3652 0.0492 8 1.92 0.6523 0.6754 0.4550 0.2968 0.4255 0.2070 9 2.25 0.8109 0.7632 0.7168 0.5813 0.6576 0.5138
10 2.58 0.9478 0.8509 1.0404 0.9861 0.8983 1.0824 11 2.75 1.0116 0.9386 1.5433 1.5612 1.0233 2.3818
∑ 20.61 6.6239 5.5000 0.0045 2.0864 4.5339 8.4567 r = 0.949
Dari hasil perhitungan terlihat bahwa nilai index of fit (r) yang terbesar
adalah dengan menggunakan distribusi Normal, maka parameter yang
digunakan μ dan σ. Rumus parameter dengan distribusi Normal adalah
sebagai berikut:
σ = b1
μ = ba
Dimana: xbya −=
∑ ∑
∑∑ ∑
= =
== =
⎟⎠
⎞⎜⎝
⎛−
⎟⎠
⎞⎜⎝
⎛⎟⎠
⎞⎜⎝
⎛−
=n
i
n
iii
n
ii
n
i
n
iiii
xxn
yxyxnb
1
2
1
2
11 1
92
Perhitungan untuk parameter β dan θ adalah:
2)56.19()0884.36(11)0045.0)(56.19()4287.2(11
−−
=b
b = 1.8836
σ = 8836.11 = 0.5309
a = 0.0004 – (1.8736)(1.8836) = -3.5287
μ = 8836.15287.3−
− = 1.8734
5.2.4.2 Index of Fit Untuk Komponen Cloth Folder
Tabel 5.18 Perhitungan index of fit untuk Komponen Cloth Folder dengan Distribusi
Weibull
i ti xi = ln(ti) F(ti) yi xi . yi xi2 yi
2 1 0.83 -0.1863 0.0946 -2.3089 0.4302 0.0347 5.3309 2 0.92 -0.0834 0.2297 -1.3432 0.1120 0.0070 1.8041 3 1.08 0.0770 0.3649 -0.7898 -0.0608 0.0059 0.6238 4 1.12 0.1133 0.5000 -0.3665 -0.0415 0.0128 0.1343 5 1.17 0.1570 0.6351 0.0082 0.0013 0.0247 0.0001 6 1.25 0.2231 0.7703 0.3858 0.0861 0.0498 0.1489 7 1.33 0.2852 0.9054 0.8579 0.2446 0.0813 0.7360 ∑ 7.7 0.5859 3.5 -3.5565 0.7719 0.2162 8.7781
R = 0.921
93
Tabel 5.19 Perhitungan index of fit untuk Komponen Cloth Folder dengan Distribusi
Exponensial
i ti xi = ti F(ti) yi xi . yi xi2 yi
2 1 0.83 0.83 0.0946 0.0994 0.0825 0.6889 0.0099 2 0.92 0.92 0.2297 0.2610 0.2401 0.8464 0.0681 3 1.08 1.08 0.3649 0.4539 0.4902 1.1664 0.2060 4 1.12 1.12 0.5000 0.6931 0.7763 1.2544 0.4805 5 1.17 1.17 0.6351 1.0082 1.1796 1.3689 1.0165 6 1.25 1.25 0.7703 1.4709 1.8386 1.5625 2.1634 7 1.33 1.33 0.9054 2.3582 3.1363 1.7689 5.5609
∑ 7.7 7.7 3.5 6.3447 7.7437 8.6564 9.5053 r = 0.8557
Tabel 5.20 Perhitungan index of fit untuk Komponen Cloth Folder dengan Distribusi
Normal
i ti xi = ti F(ti) zi xi . zi xi2 zi
2 1 0.83 0.83 0.0946 -1.3129 -1.0897 0.6889 1.7237 2 0.92 0.92 0.2297 -0.7397 -0.6805 0.8464 0.5472 3 1.08 1.08 0.3649 -0.3452 -0.3728 1.1664 0.1192 4 1.12 1.12 0.5000 0.0000 0.0000 1.2544 0.0000 5 1.17 1.17 0.6351 0.3455 0.4042 1.3689 0.1194 6 1.25 1.25 0.7703 0.7400 0.9250 1.5625 0.5476 7 1.33 1.33 0.9054 1.3131 1.7464 1.7689 1.7242
∑ 7.7 7.7 3.5 0.0008 0.93 8.6564 4.7812 Mean 1.1 0.0001
r = 0.987
94
Tabel 5.21 Perhitungan index of fit untuk Komponen Cloth Folder dengan Distribusi
Lognormal
i ti xi = ln(ti) F(ti) zi xi . zi xi2 zi
2 1 0.83 -0.1863 0.0946 -1.3129 0.2446 0.0347 1.7237 2 0.92 -0.0834 0.2297 -0.7397 0.0617 0.0070 0.5472 3 1.08 0.0770 0.3649 -0.3452 -0.0266 0.0059 0.1192 4 1.12 0.1133 0.5000 0.0000 0.0000 0.0128 0.0000 5 1.17 0.1570 0.6351 0.3455 0.0542 0.0247 0.1194 6 1.25 0.2231 0.7703 0.7400 0.1651 0.0498 0.5476 7 1.33 0.2852 0.9054 1.3131 0.3745 0.0813 1.7242
∑ 7.7 0.5859 3.5 0.0008 0.8736 0.2162 4.7812 r = 0.967
Dari hasil perhitungan terlihat bahwa nilai index of fit (r) yang terbesar
adalah dengan menggunakan distribusi Normal, maka parameter yang
digunakan μ dan σ. Rumus parameter dengan distribusi Normal adalah
sebagai berikut:
σ = b1
μ = ba
Dimana: xbya −=
∑ ∑
∑∑ ∑
= =
== =
⎟⎠
⎞⎜⎝
⎛−
⎟⎠
⎞⎜⎝
⎛⎟⎠
⎞⎜⎝
⎛−
=n
i
n
iii
n
ii
n
i
n
iiii
xxn
yxyxnb
1
2
1
2
11 1
Perhitungan untuk parameter β dan θ adalah:
2)7.7()6564.8(7)0008.0)(7.7()93.0(7
−−
=b
95
b = 4.9986
σ = 9986.41 = 0.2001
a = 0.0001 – (1.10)(4.9986) = -5.4976
μ = 9986.44976.5−
− = 1.1221
5.2.5 Uji Goodness of Fit Test untuk MTTR
5.2.5.1 Pengujian untuk Komponen Cylinder
Karena nilai index of fit yang terbesar terdapat pada distribusi Normal,
maka perhitungan yang dilakukan menggunakan uji Kolmogorov-Smirnov.
Adapun contoh perhitungannya adalah sebagai berikut:
Ho : Data waktu antar kerusakan berdistribusi Normal.
Hi : Data waktu antar kerusakan tidak berdistribusi Normal.
Uji statistiknya adalah: Dn = max{D1,D2}
Dimana :
⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧ −
−⎟⎟⎠
⎞⎜⎜⎝
⎛ −Φ=
≤≤ ni
stt
D i
ni
1max11
⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
⎟⎟⎠
⎞⎜⎜⎝
⎛ −Φ−=
≤≤ stt
niD i
ni12 max
∑=
=n
i
i
nt
t1
dan 1
)(1
2
2
−
−=∑=
n
tts
n
ii
96
Tabel 5.22 Goodness of Fit Test untuk Time to Repair pada Komponen Cylinder
i i/n (1-i)/n ti Cumulative Probability D1(i) D2(i)
1 0.0909 0 1.33 0.1710 0.1710 -0.0801 2 0.1818 0.0909 1.5 0.2776 0.1867 -0.0958 3 0.2727 0.1818 1.5 0.2776 0.0958 -0.0049 4 0.3636 0.2727 1.58 0.3372 0.0645 0.0264 5 0.4545 0.3636 1.67 0.4090 0.0454 0.0455 6 0.5455 0.4545 1.7 0.4364 -0.0181 0.1091 7 0.6364 0.5455 1.83 0.5398 -0.0057 0.0966 8 0.7273 0.6364 1.92 0.6141 -0.0223 0.1132 9 0.8182 0.7273 2.25 0.8389 0.1116 -0.0207
10 0.9091 0.8182 2.58 0.9535 0.1353 -0.0444 11 1 0.9091 2.75 0.9812 0.0721 0.0188
Max D1 = 0.1867
Max D2 = 0.1132
N = 11
α = 0.10
Dcrit = 0.230
Karena nilai D = 0.1867 < Dcrit = 0.230 maka terima H0, dengan
demikian data time to repair untuk komponen cylinder berdistribusi normal.
5.2.5.2 Pengujian Untuk Komponen Cloth Folder
Karena nilai index of fit yang terbesar terdapat pada distribusi Normal,
maka perhitungan yang dilakukan menggunakan uji Kolmogorov-Smirnov.
Adapun contoh perhitungannya adalah sebagai berikut:
Ho : Data waktu antar kerusakan berdistribusi Normal.
97
Hi : Data waktu antar kerusakan tidak berdistribusi Normal.
Uji statistiknya adalah: Dn = max{D1,D2}
Dimana :
⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧ −
−⎟⎟⎠
⎞⎜⎜⎝
⎛ −Φ=
≤≤ ni
stt
D i
ni
1max11
⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
⎟⎟⎠
⎞⎜⎜⎝
⎛ −Φ−=
≤≤ stt
niD i
ni12 max
∑=
=n
i
i
nt
t1
dan 1
)(1
2
2
−
−=∑=
n
tts
n
ii
Tabel 5.23 Goodness of Fit Test untuk Time to Repair pada Komponen Cloth Folder
i i/n (i-1)/n ti Cumulative Probability D1(i) D2(i)
1 0.1429 0.0000 0.83 0.1003 0.1003 0.0426 2 0.2857 0.1429 0.92 0.2177 0.0748 0.0680 3 0.4286 0.2857 1.08 0.4562 0.1705 -0.0276 4 0.5714 0.4286 1.12 0.5438 0.1152 0.0276 5 0.7143 0.5714 1.17 0.6517 0.0803 0.0626 6 0.8571 0.7143 1.25 0.8023 0.0880 0.0548 7 1.0000 0.8571 1.33 0.9049 0.0478 0.0951
Max D1 = 0.1705
Max D2 = 0.0951
n = 7
α = 0.10
Dcrit = 0.276
98
Karena nilai D = 0.1705 < Dcrit = 0.276 maka terima H0, dengan
demikian data time to repair untuk komponen cylinder berdistribusi normal.
5.2.6 Perhitungan Nilai MTTR Untuk Mesin F70-FQ71
Setelah goddness of fit test dilakukan maka langkah selanjutnya adalah
melakukan perhitungan mean time to repair (MTTR). Perhitungan nilai
MTTR dilakukan dengan menggunakan rumus dari distribusi yang terbentuk
oleh masing-masing data. Berikut adalah contoh perhitungan MTTR untuk
komponen cylibnder dan cloth folder :
o Cylinder
Distribusi yang terbentuk adalah Normal, maka parameter yang digunakan
adalah σ dan μ.
σ = 0.5309
μ = 1.8734
Rumus yang digunakan yaitu :
MTTR = 2/2smed et
Dimana : tmed = μ dan s = σ
MTTR = 2/5309.0 2
8734.1 e
MTTR = 2.1570 jam
99
o Cloth Folder
Distribusi yang terbentuk adalah Normal, maka parameter yang digunakan
adalah σ dan μ.
σ = 0.2001
μ = 1.0998
Rumus yang digunakan yaitu :
MTTR = 2/2smed et
Dimana : tmed = μ dan s = σ
MTTR = 2/2001.0 2
0998.1 e
MTTR = 1.1221 jam
5.2.7 Perhitungan Reliability Sebelum Preventive Maintenance
Perhitungan ini dilakukan untuk mengetahui tingkat kehandalan
(reliability) mesin pada saat failure time. Jika tingkat kehandalan sesuai
dengan target perusahaan maka tidak perlu dilakukan tindakan preventive
maintenance terhadap komponen mesin, sebaliknya jika kehandalan belum
memenuhi target perusahaan maka perlu dilakukan preventive maintenance
untuk mencapai target yang dinginkan. Adapaun perhitungan reliability untuk
masing-masing komponen adalah sebagai berikut:
100
o Cylinder
Karena data time to failure berdistribusi Weibull maka rumus yang
digunakan adalah :
β
θ⎟⎠⎞
⎜⎝⎛−
=t
etR )(
Dimana: t = MTTF = 197.4674
β = 2.9847
θ = 221.3263
9847.2
3263.2214674.197
)(⎟⎠⎞
⎜⎝⎛−
= etR
R(t) = 0.4909
Perusahaan menginginkan tingkat keandalan sebesar 85% untuk
komponen kritis, sedangkan kehandalan yang ada sekarang hanya 49,09%.
Oleh karena itu perlu dilakukan penyesuaian reliabilty dengan melakukan
preventive maintenance.
o Cloth Folder
Karena data time to failure berdistribusi Weibull maka rumus yang
digunakan adalah :
β
θ⎟⎠⎞
⎜⎝⎛−
=t
etR )(
Dimana: t = MTTF = 305.7665
β = 4.1187
θ = 336.5619
101
1187.4
5619.3367665.305
)(⎟⎠⎞
⎜⎝⎛−
= etR
R(t) = 0.5099
Cloth folder juga merupakan komponen kritis, maka tingkat kehandalan
sebesar 50.99% masih perlu dilakukan penyesuaian dengan menggunakan
preventive maintenance.
5.2.8 Penyesuaian Reliability Dengan Target Perusahaan
Peningkatan reliability dapat dilakukan dengan cara melakukan
tindakan preventive maintenance. Dengan melakukan preventive maintenance
pengaruh wear out terhadap mesin dapat dikurangi. Moddel kehandalan yang
akan digunakan mengasumsikan mesin kembali pada kondisi awal setelah
dilakukan tindakan preventive maintenance. Untuk itu perlu dilakukan
perhitungan MTTF, setelah MTTF diketahui maka dilakukan perbandingan
reliability sebelum dan sesudah dilakukan tindakan preventive maintenance.
5.2.8.1 Penyesuaian Reliability untuk Komponen Cylinder
Penyesuaian dilakukan dengan mencari nilai t yang menghasilkan nilai
kehandalan sebesar 85%, yang nantinya nilai t tersebut akan menjadi nilai T
(waktu untuk melakukan preventive maintenance). Untuk itu perlu dilakukan
perhitungan reliability selama beberapa jam operasi. Berikut ini adalah hasil
perhitungan reliability untuk 570 jam operasi.
102
Parameter yang digunakan:
θ = 221.3263
β = 2.9848
MTTF = 197.4674
Tabel 5.24 Perhitungan Reliability Komponen Cylinder
t R(t) n R(T)n R(t-nT) Rm(t) 20 0.9992 0 1.0000 0.9992 0.9992 40 0.9840 0 1.0000 0.9940 0.9940 60 0.9699 0 1.0000 0.9799 0.9799 80 0.9332 0 1.0000 0.9532 0.9532
100 0.8909 0 1.0000 0.9109 0.9109 120 0.8514 1 0.8514 1.0000 0.8514 140 0.7750 1 0.8514 0.9992 0.8507 160 0.6841 1 0.8514 0.9940 0.8463 180 0.5830 1 0.8514 0.9799 0.8343
197.4674 0.4909 1 0.8514 0.9574 0.8151 200 0.4776 1 0.8514 0.9532 0.8115 220 0.3745 1 0.8514 0.9109 0.7755 240 0.2799 2 0.7249 1.0000 0.7249 260 0.1985 2 0.7249 0.9992 0.7243 280 0.1330 2 0.7249 0.9940 0.7205 300 0.0838 2 0.7249 0.9799 0.7103 320 0.0495 2 0.7249 0.9532 0.6909 340 0.0273 2 0.7249 0.9109 0.6603 360 0.0140 3 0.6172 1.0000 0.6172 380 0.0066 3 0.6172 0.9992 0.6167
394.9347 0.0036 3 0.6172 0.9960 0.6147 400 0.0029 3 0.6172 0.9940 0.6134 420 0.0012 3 0.6172 0.9799 0.6047 440 0.0004 3 0.6172 0.9532 0.5883 460 0.0001 3 0.6172 0.9109 0.5621 480 0.0000 4 0.5254 1.0000 0.5254 500 0.0000 4 0.5254 0.9992 0.5250 520 0.0000 4 0.5254 0.9940 0.5223 540 0.0000 4 0.5254 0.9799 0.5149 560 0.0000 4 0.5254 0.9532 0.5008 570 0.0000 4 0.5254 0.9341 0.4908
103
Didapatkan :
T = 120 jam
R(T) = 0.8514
Keterangan:
t = waktu operasi
T = selang waktu preventive maintenance
R(t) = Reliability sekarang
R(t-nT) = Probabilitas reliability untuk waktu t-nT dari
tindakan preventive maintenance yang
terakhir
Rm(t) = Reliability setelah prevetive maintenance
Dari hasil perhitungan dapat diketahui, bahwa untuk memperoleh
tingkat kehandalan sebesar 85% maka harus dilakukan preventive
maintenance setiap 120 jam operasi. Tindakan preventive yang perlu
dilakukan adalah dengan membersihkan cylinder agar gerakan cam dalam
cylinder tidak terhambat. Dengan melakukan preventive maintenance setiap
120 jam maka kehandalan komponen mengalami peningkatan sebesar 36%.
Untuk melihat penurunan reliability saat failure dan preventive dapat dilihat
pada grafik dibawah ini.
104
0.0000
0.2000
0.4000
0.6000
0.8000
1.0000
1.2000
20 80 140
197
240
300
360
400
460
520
570
Time (t)
Relia
bilit
y (R
)
R(t)Rm(t)
Grafik 5.2 Perbandingan Reliability Sebelum dan Sesudah Preventive Maintenance
untuk Komponen Cylider
5.2.8.2 Penyesuaian Reliability untuk Komponen Cloth Folder
Cloth Folder merupakan komponen kritis, oleh karenan itu perusahaan
menginginkan tingkat kehandalan sebesar 85%. Ini berarti reliablity yang ada
sekarang harus ditingkatkan sebesar 34%. Komponen cloth folder ini
berfungsi untuk melipat kain setelah benang selesai dirajut di dalam cylinder.
Berikut ini adalah hasil perhitungan reliability untuk 1016 jam operasi.
Parameter yang digunakan :
θ = 336.5619
β = 4.1187
MTTF = 305.7665
105
Tabel 5.25 Perhitungan Reliability Komponen Cloth Folder
t R(t) n R(T)n R(t-nT) Rm(t) 50 0.9996 0 1.0000 0.9996 0.9996
100 0.9933 0 1.0000 0.9933 0.9933 150 0.9648 0 1.0000 0.9648 0.9648 200 0.8894 0 1.0000 0.8894 0.8894 215 0.8539 1 0.8539 1.0000 0.8539 250 0.7454 1 0.8539 0.9999 0.8538 300 0.5365 1 0.8539 0.9966 0.8510
305.7665 0.5099 1 0.8539 0.9955 0.8500 350 0.3088 1 0.8539 0.9770 0.8343 400 0.1305 1 0.8539 0.9185 0.7843 430 0.0644 2 0.7291 1.0000 0.7291 450 0.0366 2 0.7291 1.0000 0.7291 500 0.0061 2 0.7291 0.9984 0.7280 550 0.0005 2 0.7291 0.9858 0.7188 600 0.0000 2 0.7291 0.9417 0.6867
611.533 0.0000 2 0.7291 0.9244 0.6740 645 0.0000 3 0.6226 1.0000 0.6226 650 0.0000 3 0.6226 1.0000 0.6226 700 0.0000 3 0.6226 0.9994 0.6223 750 0.0000 3 0.6226 0.9918 0.6175 800 0.0000 3 0.6226 0.9598 0.5976 850 0.0000 3 0.6226 0.8783 0.5468 860 0.0000 4 0.5317 1.0000 0.5317 900 0.0000 4 0.5317 0.9998 0.5316
917.2996 0.0000 4 0.5317 0.9993 0.5313 950 0.0000 4 0.5317 0.9956 0.5293 1000 0.0000 4 0.5317 0.9734 0.5175 1016 0.0000 4 0.5317 0.9587 0.5097
Didapatkan :
T = 215 jam
R(T) = 0.8539
Reliability sebesar 85% diperoleh saat mesin telah bekerja selama 215
jam, maka setiap mesin telah beroperasi selama 215 jam perlu dilakukan
106
tindakan preventive maintenance. Tindakan yang perlu dilakukan yaitu
memeriksa kondisi rantai, gear dan roda pemutar. Untuk melihat penurunan
reliability saat failure dan preventive dapat dilihat pada grafik dibawah ini.
0.0000
0.2000
0.4000
0.6000
0.8000
1.0000
1.2000
50 200
300
400
500
612
700
850
917
1016
Time (t)
Relia
bilit
y (R
)
R(t)Rm(t)
Grafik 5.3 Grafik Reliabilty Sebelum dan Sesudah Preventive Meintenance untuk
Komponen Cloth Folder
5.2.9 Perhitungan Total Cost Sebelum dan Sesudah Preventive Maintenance
Untuk melakukan tindakan preventive maintenance maka akan ada
biaya yang harus dikeluarkan oleh perusahaan yaitu preventive cost. Biaya
preventive ini kemudian akan dibandingkan dengan failure cost. Failure cost
merupakan biaya yang timbul karena mesin mengalami kerusakan (downtime)
pada saat mesin sedang melakukan kegiatan produksi. Perbandingan ini
dilakukan untuk mengetahui berapa besarnya saving cost yang dihasilkan
107
setelah melakukan preventive maintenance. Perhitungan biaya failure dan
biaya preventive yaitu:
o Biaya Bahan Baku
Untuk merajut satu roll kain diperlukan waktu selama 2 jam. Berat kain
untuk satu roll adalah 20kg (90% benang dan 10% pewarna)
Tabel 5.26 Data Biaya Bahan Baku Kain Stripper
Nama Jumlah Harga/kg Total Bahan (kg) (Rp) (Rp)
Benang 19 45000 855000 Total Biaya Bahan Baku 855000
o Biaya Listrik
Besarnya listrik yang diperlukan untuk menjalankan mesin rajut F70-
FQ71 adalah 1200 watt. Biaya listrik untuk 1 roll adalah =
1,2kW x Rp 600,- x 2jam = Rp Rp1440,-
o Biaya Tenaga Kerja
Tabel 5.27 Data Biaya Tenaga Kerja
Tenaga Kerja Biaya/shift Biaya/jam Jumlah Total (Rp) (Rp) (Rp)
Operator 35000 4375 1 4375 Bahan Baku 35000 4375 1 4375 Bahan Jadi 35000 4375 1 4375 Total Biaya Tenaga Kerja 13125
108
Karena waktu yang dibutuhkan untuk mencetak satu roll kain adalah 2
jam, maka biaya produksi perjamnya yaitu:
Biaya material + biaya listrik + biaya tenaga kerja
((Rp 952500,- + Rp 1440,-)/2) + 13125,- = Rp 490815
Tabel 5.28 Perhitungan Biaya Failure dan Biaya Preventive
Nama Biaya Tenaga
Kerja Biaya Tf Tp Cf Cp
Komponen Maintenance (Rp) Produksi
(Rp) (jam) (jam) (Rp) (Rp) Cylinder 6875 441345 2.1570 1 966810.54 6875.00
Cloth Folder 6875 441345 1.1221 0.5 505947.66 3437.50
Dengan diperolehnya biaya satu siklus preventive (Cp) dan biaya satu
siklus failure (Cf) maka selanjutnya dapat dilakukan perhitungan untuk
membandingkan total biaya preventive (Tc(tp))dan failure (Tc(tf)).
Tabel 5.29 Perhitungan Total Biaya Failure
Nama tf Cf Tc(tf) Komponen (MTTF) (Rp) (Rp/jam)
Cylinder 197.4674 jam 966810.54 4896.05 Cloth Folder 305.7665 jam 505947.66 1644.87
Tabel 5.30 Perhitungan Total Biaya Preventive
Nama Cp Tc(tp) Komponen
Tp (T) (Rp) (Rp/jam)
Cylinder 120 jam 6875.00 1136.97 Cloth Folder 215 jam 3437.50 339.91
109
Contoh perhitungan untuk total cost :
o Total cost failure untuk komponen cylinder
tfCftfTc =)(
4674.19754.966810)( =tfTc
Tc(tf) = Rp 4896.05/jam
o Total cost preventive untuk komponen cylinder
)1(*)1(*)(
RtfRtpRCfRCptpTc
−+−+
=
)8514.01(4674.1978514.0*120)085141(54.9668108514.0*6875)(
−+−+
=tpTc
Tc(tp) = Rp1136.97/jam
Untuk menghitung Tc dalam satu bulan perlu diketahui berapa kali
frekuensi kerusakan atau perawatan yang terjadi (k) dalam satu bulan tersebut.
Nilai frekuensi kerusakan atau perawatan dapat diperoleh dengan rumus :
t
bulanperjajamTotalk ker=
110
dimana : t = interval waktu kerusakan (tf) atau perawatan (tp)
Perhitungan jam kerja per bulan :
1 hari ada 3 shift dg total jam kerja = 21 jam
1 minggu = 5 hari kerja
1 bulan = 4 minggu
Jam kerja per bulan = 21*5*4 = 420 jam/bulan
Perhitungan nilai k untuk masing – masing komponen adalah :
o Komponen cylinder
tf = 197.4674 tp = 120
213.24674.197
420≈==kf
45.3120420
≈==kp
o Komponen cloth folder
tf = 305.7665 tp = 215
137.17665.305
420≈==kf
111
295.1215420
≈==kp
Setelah nilai k diperoleh maka dapat dihitung besarnya biaya total per
bulan. Dengan demikian besarnya penghematan biaya untuk komponen
cylinder dan komponen cloth foder dapat diketahui. Perhitungan penghematan
biaya dapat dilihat pada tabel berikut.
Tabel 5.31 Perhitungan Penghematan Biaya
Nama Failure Preventive Penghematan
Komponen tf kf Tc
(Rp/jam) Tc(rp/bln) tp kp Tc(rp/jam) Tc(Rp/bln) Tc(Rp/bln) % Cylinder 197.4674 2 4896.05 1933621.49 120 4 1136.97 545744.85 1387876.64 71.78% Cloth folder 305.7665 1 1644.87 502947.63 215 2 339.91 146163.36 356784.27 70.94%
5.3 Analisa Data dan Pembahasan
5.3.1 Analisa Interval Waktu Kerusakan
Dari hasil perhitungan dapat diketahui bahwa data TTF untuk
komponen cylinder berdistribusi Weibull dengan nilai β sebesar 2.9848 dan
nilai MTTF sebesar 197.4674 jam. Nilai β sebesar 2.9848 berarti laju
kerusakan untuk komponen cylinder terus meningkat, hal ini dapat
dipengaruhi oleh umur mesin, bahan baku yang digunakan, operator yang
menggunakan dan lain-lain. Sedangkan nilai MTTF sebesar 197.4674 jam
berarti mesin mengalami kerusakan setelah beroperasi selama 197 jam.
Dengan demikian perusahaan akan melakukan tindakan perwatan atau
112
penggantian komponen pada saat mesin mengalami downtime setelah
melakukan operasi selama 197 jam.
Komponen cloth folder juga berdistribusi Weibull namun memiliki
nilai β yang lebih besar dari pada komponen cylinder yaitu 4.1187, sedangkan
nilai MTTF sebesar 305.7665 jam. Dengan nilai β sebesar 4.1187 ini berarti
laju kerusakan semakin meningkat dan mendekati distribusi normal.
Peningkatan laju kerusakan ini dapat disebabkan oleh lubrikasi yang kurang
baik, umur mesin dan lain-lain.
5.3.2 Analisa Reliability Sistem Berjalan
Dengan sistem yang ada maka komponen cylinder akan mengalami
penurunan reliability hingga 49,09% pada saat MTTF = 197.4674 jam. Ini
menunjukkan bahwa perusahaan baru akan melakukan perawatan pada saat
reliability menurun hingga 49%. Sedangkan untuk komponen cloth folder
pada saat MTTF = 305.7665 nilai reliability menurun hingga 50.99%. Dengan
demikian tindakan perawatan baru dilakukan setelah reliability menurun
hingga 50.99%.
Karena nilai reliability masing-masing komponen yang masih
tergolong rendah, maka perusahaan perlu melakukan penyesuaian reliability
113
dengan melakukan tidakan preventive maintenance. Dengan melakukan
preventive maintenance maka nilai reliability untuk masing-masing
komponen diharapkan mengalami peningkatan.
5.3.3 Analisa Reliability Sistem Usulan (Preventive Maintenance)
Nilai T (interval preventive maintenance) diperoleh berdasarkan target
reliability yang diinginkan oleh perusahaan. Dalam hal ini perusahaan
menginginkan tingkat reliability sebesar 85%. Dengan demikian selang waktu
untuk melakukan tindakan preventive pada masing-masing komponen yaitu
120 jam untuk komponen cylinder dan 215 jam untuk komponen cloth folder.
Peningkatan reliability menjadi 85% secara teori bisa dilakukan,
namun pada prakteknya reliability 85% mungkin tidak bisa dicapai
sepenuhnya. Hal ini karena umur mesin yang rata-rata sudah diatasa 15 tahun.
Reability yang dicapai mungkin antara 70 % s/d 75%.
Dengan melakukan tindakan preventive setiap 120 jam untuk
komponen cylinder dan 215 jam untuk komponen cloth folder, maka
diperoleh peningkatan reliability sebesar 34.40% untuk komponen cloth
folder dan 36.05% untuk komponen cylinder.
114
Peningkatan reliability menjadi 85% secara teori bisa dilakukan,
namun pada prakteknya reliability 85% mungkin tidak bisa dicapai
sepenuhnya. Hal ini karena umur mesin yang rata-rata sudah diatasa 15 tahun.
Reability yang dicapai mungkin antara 70 % s/d 75%.
Selang waktu untuk melakukan tindakan preventive ini dapat
digunakan sebagai acuan untuk membuat jadwal preventive untuk komponen
cylinder dan cloth folder pada mesin F70-FQ71. Dengan adanya jadwal
preventive tersebut perusahaan dapat me-maintain kehandalan mesin agar
beroperasi secara optimal.
5.3.4 Analisa Biaya Failure dan Preventive
Untuk biaya failure pada komponen cylinder adalah Rp 966810.54
sedangkan untuk biaya preventive adalah Rp 6,875.00. Dengan adanya
tindakan preventive perusahaan akan memperoleh penghematan biaya yang
signifikan. Pada komponen cloth folder biaya failure adalah Rp 505947.66
sedangkan untuk biaya preventive adalah Rp 3,437.50.
Dari hasil perhitungan biaya terlihat adanya penghematan antara biaya
failure dan preventive. Penghematan terjadi karena biaya preventive tidak
memperhitungkan biaya produksi. Hal ini disebabkan karena tindakan
115
preventive diusahakan dilakukan diluar jam operasi mesin. Selain itu biaya
komponen juga ditiadakan sebab tidak selalu dilakukan penggantian
komponen setiap terjadi downtime pada mesin.
5.3.5 Analisa Penghematan Biaya
Dari hasil perhitungan biaya total, menggunakan tingkat reliability
85% diperoleh penghematan untuk biaya preventive sebesar Rp 1387876.64
per bulan. Sedangkan untuk komponen cloth folder penghematan yang
diperoleh setelah tindakan preventive adalah Rp 356784.27 per bulan. Dengan
demikian persentase penghematan untuk komponen cylinder adalah 71.78%
dan komponen cloth folder sebesar 70.94%.
Dengan tingkat penghematan sebesar 70% dan 71%, maka tindakan
preventive maintenance perlu dilakukan oleh perusahaan dalam hal
pemeliharaan dan perawatan mesin. Namun demikian tidak setiap tindakan
preventive akan menghasilkan biaya yang lebih kecil daripada biaya failure.
Hal ini dipengaruhi oleh beberapa faktor seperti harga komponen yang murah,
sehingga perusahaan lebih memilih untuk menggantinya daripada melakukan
tindakan preventive.
116
5.4 Analisa dan Pembahasan Sistem Berjalan
Sistem perawatan mesin yang ada di perusahaan ini masih kurang baik
dan bersifat tradisional. Hal ini dapat dilihat dengan tidak adanya jadwal rutin
untuk melakukan perawatan mesin. Perawatan yang dilakukan saat ini bersifat
perbaikan (corective maintenance). Perawatan rutin yang dilakukan dalam
jangka waktu tertentu hanya berdasarkan pengalaman para teknisi
maintenance atau manual book masing-masing mesin dan dilakukan saat
mesin tidak beroperasi. Jadi perawatan terhadap mesin dilakukan jika mesin
mengalami kerusakan yang menyebabkan mesin tidak berfungsi dengan baik
ataupun tidak mampu beroperasi lagi. Pencatatan data untuk perawatan mesin
memang telah dilakukan namun data yang diperoleh tidak digunakan untuk
membuat jadwal rutin maintenance melainkan untuk menilai hasil kerja
teknisi dan untuk membuat rescheduling kegiatan produksi.
Prosedur yang dilakukan dalam sistem ada sekarang ini untuk
melakukan tindakan perawatan pada mesin yang mengalami kerusakan adalah
sebagai berikut:
Jika mesin mengalami gangguan atau kerusakan maka operator yang
menangani mesin tersebut akan melaporkannya kepada bagian maintenance
(teknisi) mengenai gangguan atau kerusakan yang dialami. Hal pertama yang
dilakukan oleh teknisi adalah mengecek mesin yang bermasalah. Setelah
diketahui jenis kerusakannya maka dilakukan pencatatan data perawatan dan
melakukan perbaikan mesin. Jika mesin memerlukan penggantian part maka
117
teknisi harus membuat surat pengambilan part yang di approve oleh Kabag.
Maintenance dan diserahkan ke bagian gudang bahan baku. Setelah selesai
memperbaiki maka teknisi tersebut melaporkan hasil kerjanya kepada Kabag.
Maintenance. Untuk perawatan rutin seperti penggantian oli dilakukan pada
saat mesin tidak beroperasi atau pada awal shift.
Diagram 5.1 Diagram Alir Sistem Perawatan Sekarang
5.5 Analisa Kebutuhan Pengguna (System Requirement Specification)
Sistem informasi preventive maintenance yang dibuat ini akan
menggunakan seluruh data perawatan mesin yang ada pada bagian
maintenance. Sistem informasi ini nantinya dapat membantu bagian
118
maintenance dalam membuat jadwal rutin perawatan mesin serta dalam
pengambilan keputusan yang menyangkut tidakan perawatan mesin.
Pada bagian maintenance terdapat beberapa aktivitas pencatatan data
antara lain adalah pencatatan data mesin, data komponen, data perawatan
mesin, dan data karyawan bagian maintenance. Sistem informasi yang akan
dibuat harus mampu memenuhi semua aktivitas yang ada pada bagian
maintenance tersebut.
Sistem informasi yang akan dibangun ini dapat menghitung nilai
MTTF, MTTR, reliability dan membuat jadwal perawatan yang akan
digunakan untuk menerapkan preventive maintenance. Selain itu sistem ini
juga dapat menghitung saving cost dengan membandingkan biaya saat failure
dengan biaya saat melakukan preventive maintenance. Dengan adanya jadwal
perawatan maka bagian maintenance dapat menentukan kapan waktu yang
tepat untuk melakukan perawatan sebelum mesin mengalami kerusakan atau
gangguan.
Agar sistem yang dibuat dapat memenuhi semua kebutuhan dan
informasi yang diperlukan oleh bagian maintenance maka ada beberapa hal
yang perlu dipertimbangkan yaitu:
o Teknisi akan mengisi data historis downtime mesin. Setelah diisi sistem
secara otomatis akan melakukan perhitungan TTF dan TTR yang akan
digunakan untuk perhitungan reliability mesin. Dengan adanya fungsi ini
maka informasi kerusakan mesin dapat dengan mudah diperoleh.
119
o Bagian Maintenance dapat membuat jadwal perawatan (preventive
maintenance) berdasarkan interval waktu preventive yang telah diperoleh
melalui perhitungan Reliability.
o Bagian Maintenance dapat menghitung besarnya saving cost dengan
membandingkan biaya saat sebelum dilakukan preventive maintenance
dan biaya sesudah dilakukan preventive maintenance. Selain itu sistem ini
dapat menghitung biaya kehilangan produksi pada saat mesin mengalami
downtime.
o Bagian Maintenance dapat melakukan perhitungan reliability. Dengan
dilakukannya perhitungan ini maka dapat diketahui peningkatan reliability
yang diinginkan oleh perusahaan dari reliability sebelum preventive
maintenance dilakukan.
o Kabag maintenance dapat meng-update karyawan bagian teknisi serta
informasi mengenai mesin beserta komponennya misal nomor mesin,
nama, tahun, status dll.
Dengan mempertimbangkan beberapa hal diatas, diharapkan sistem
informasi yang dirancang akan memberikan peningkatan performansi dan
kehandalan dari setiap mesin yang ada serta membantu bagian maintenance
dalam mengambil keputusan yang berhubungan dengan perawatan mesin.
Selain itu dengan adanya sistem ini dapat memberikan kemudahan bagi pihak
manajemen untuk memperoleh dan mengorganisasikan data dengan lebih
cepat dan akurat.
120
5.6 Analisa dan Perancangan Sistem Informasi dengan Motode UML
5.6.1 Context Diagram (Rich Picture)
Rich picture digunakan untuk menjelaskan sistem yang akan dibuat
agar lebih mudah dipahami. Dengan adanya rich picture ini maka komunikasi
antara pengembang sistem dengan perusahaan dapat lebih mudah untuk
dilakukan dalam memahami sistem yang dibuat.
Diagram
5.2 Context Diagram (Rich Picture)
5.6.2 Problem Domain
5.6.2.1 Class Diagram
Class diagram menggambarkan kumpulan dari class dan relasi antar
class. Class diagram juga menunjukkan atribut (attribute) dan operasi
(operation) dari sebuah objek class. Sebelum membuat class diagram,
121
terlebih dahulu dilakukan pembuatan class candidate dan event candidate.
Hasil pembuatan class candidate dan event candidate kemudian dianalisa
untuk memperoleh event table. Setelah event table diperoleh class diagram
dapat dibuat berdasarkan event table tersebut. Berikut adalah tabel class
candidate dan event candidate:
Tabel 5.32 Class Candidate dan Event Candidate
Class Candidate Teknisi Produk Mesin Defect Jadwal Produksi MTTF Jadwal Maintenance MTTR Kabag Maintenance Preventive Reliability Failure Komponen Biaya Pengguna
Event Candidate diinput dilihat diupdate Menghitung MTTF dihapus Menghitung MTTR
dibuka Menghitung reliability
dihitung Menghitung biaya dibuat
Class candidate dan event candidate yang dibuat digunakan sebagai dasar
untuk membuat event table. Event table ini menggambarkan hubungan antara class
dengan event yang mungkin terjadi dalam sistem. . Namun event maupun class yang
dimasukkan dalam event table ini sudah dianalisa dan disaring terlebih dahulu
sehingga baik event maupun class yang tidak dibutuhkan tidak dipakai lagi.
122
Tabel 5.33 Event Table
EventClass
Pengguna Mesin Jadwal Produksi Komponen Defect Reliability
diinput + + * + * diupdate * * * * dihapus + + + * * dihitung * * disimpan * + * * * * dibuat dilihat * * *
* Sering + Sekali
Setelah event table diperoleh, maka class diagram dapat dibuat berdasarkan
event table tersebut.
Diagram 5.3 Class Diagram awal
123
5.6.2.2 State Chart Diagram
State chart diagram merupakan sebuah diagram yang menggambarkan
daur hidup sebuah class dimulai dari kondisi awal munculnya class itu sampai
kondisi akhir berakhirnya daur hidup class tersebut. Berikut adalah state chart
dari msing-masing class yang ada.
o State Pengguna
Diagram 5.4 State Chart Pengguna
o State Mesin
Diagram 5.5 State Chart Mesin
o State Komponen
124
Diagram 5.6 State Chart Komponen
o State Jadwal Produksi
Diagram 5.7 State Chart Jadwal Produksi
o State Reliability
Diagram 5.8 State Chart Reliability
o State Defect
125
Diagram 5.9 State Chart Defect
5.6.3 Application Domain
5.6.3.1 Use Case Diagram
Use case berfungsi untuk menggambarkan interaksi antara sistem yang
dibuat dengan pengguna sistem. Untuk membuat use case diperlukan actor
table terlebih dahulu. Actor table ini menggambarkan hubungan antara use
case dengan actor yang menggunakannya.
Tabel 5.34 Actor Table
Actor Kabag UseCase Teknisi Maintenance
Input Defect v v Input Data Mesin v Input Data Komponen v Input Jadwal Produksi v v Input Data Pengguna v Menghitung Reliability v v Membuat Jadwal Preventive v v Menghitung Biaya v v
126
Setelah membuat actor table langkah selanjutnya adalah membuat use
case berdarkan actor table. Berikut adalah use case yang menggambarkan
interaksi antara sistem dengan pengguna.
Diagram 5.10 Use Case Diagram
127
Untuk mengetahui interaksi antara actor dengan sistem didalam use
case diagram maka perlu dibuat actor spsification. Dibawah ini adalah actor
spesification untuk setiap actor.
Tabel 5.35 Actor Spesification Teknisi
Teknisi
Goal Orang yang melakukan perbaikan dan perawatan mesin.
Jika terjadi breakdown, teknisi mengisi form kerusakan
mesin. Hal penting yang dilakukan teknisi dalam sistem
adalah menginput data breakdown, menghitung MTTF
& MTTR, menghitung reliability, membuat jadwal
maintenance.
Characteristic Total terdapat 20 orang untuk 3 shift. Setiap teknisi
bertanggungjawab terhadap pemeliharaan dan
perawatan mesin yang menjadi bagiannya.
Tabel 5.36 Tabel Actor Spesification Kabag. Maintenance
Kabag. Maintenance
Goal Orang yang bertanggungjawab terhadap kelancaran
mesin pada lantai produksi. Mengatur hak akses
pengguna, malakuakn perhitungan biaya serta membuat
jadwal maintenance.
Characteristic Total terdapat 1 orang kepala bagian yang membawahi
seluruh teknisi di lantai produksi. Memiliki
pengetahuan terhadap perhitungan yang dihasilkan oleh
sistem.
128
Use case specifications digunakan untuk menjelaskan bagaimana use
case itu bekerja di dalam sistem, dan fungsi apa saja yang berhubungan
langsung dengan use case tersebut. Dibawah ini merupakan Use Case
Specification untuk masing-masing use case.
Tabel 5.37 Use Case Spesification Input Data Mesin
Input Data Mesin
Use Case Berfungsi untuk menginput data mesin baru. Data yang
diinput berupa MachineID, MachineName, Year,
MaterialAmount, ProdukctionTime. Use case ini dapat
digunakan Kabag. Maintenance.
Object Mesin
Function Tambah data, Simpan data, Hapus data, View data,
Ubah data
Tabel 5.38 Use Case Spesification Input Data Komponen
Input Data Komponen
Use Case Berfungsi untuk menginput data komponen baru
merubah data komponen. Data yang diinput adalah
MachineID, PartID, PartName, Available, Price,
Supplier. Use case ini dapat digunakan oleh Kabag
Maintenance.
Object Komponen
Function Tambah data, Simpan data, Hapus data, Ubah data,
View data
129
Tabel 5.39 Use Case Spesification Input Data Downtime
Input Defect
Use Case Berfungsi untuk menginput data downtime dari mesin
yang mengalami kerusakan pada komponen tertentu.
Untuk menginput data downtime perlu diketahui
MacineID dan jenis komponen terlebih dahulu, setelah
itu data yang diinput adalah tanggal rusak, jam rusak,
tanggal perbaiki, lama perbaiki dan jenis tindakan. Use
case ini dapat digunakan oleh teknisi dan Kabag
Maintenance.
Object Mesin, Komponen
Function Tambah data, Simpan data, View data
Tabel 5.40 Use Case Spesification Input Jadwal Produksi
Input Jadwal Produksi
Use Case Berfungsi untuk menginput jadwal mesin yang
melakukan proses produksi atau merubah jadwal
produksi. Use case ini dapat digunakan oleh teknisi dan
Kabag Maintenance.
Object Mesin
Function Tambah data, Simpan data, View data,
130
Tabel 5.41 Use Case Spesification Input Data Pengguna
Input Data Pengguna
Use Case Berfungsi untuk menginput data pengguna baru,
merubah data pengguna, menentukan hak akses
pengguna. Use Case ini digunakan oleh Kabag.
Maintenance.
Object Pengguna
Function Tambah data, Simpan data, Hapus data, Ubah data
Tabel 5.42 Use Case Spesification Menghitung Reliability
Menghitung Reliability
Use Case Berfungsi untuk menghitung reliability mesin saat
failure dan preventive. Perhitungan reliability
membutuhkan nilai MTTF, target reliability dan
interval yang diinginkan. Perhitungan dilakukan untuk
periode waktu tertentu. Hasil dari perhitungan ini
adalah interval waktu yang dibutuhkan untuk
melakukan preventive maintenance. Use case ini dapat
digunakan oleh teknisi maupun Kabag. Maintenance.
Object Reliability, Defect
Function Simpan Hasil, Hitung reliability
131
Tabel 5.43 Use Case Spesification Membuat Jadwal Preventive
Membuat Jadwal Preventive
Use Case Berfungsi untuk membuat jadwal rutin perawatan mesin
berdasarkan perhitungan reliability. Untuk membuat
jadwal preventive, Kabag maintenance membutuhkan
interval waktu preventive dari perhitungan reliability
dan jadwal produksi untuk mengetahui sudah berapa
lama mesin telah beroperasi.
Object Reliability, Jadwal produksi
Function Buat jadwal
Tabel 5.44 Use Case Spesification Menghitung Biaya
Menghitung Biaya
Use Case Use case ini digunakan oleh Kabag. Maintenance untuk
menghitung biaya saat failure dan preventive,
sehinggan diketahui berapa saving cost yang akan
diperoleh.
Object Reliability
Function Hitung biaya, Cetak
5.6.3.2 Function List
Tujuan dari function list adalah untuk menentukan kemampuan proses
(functions) dari suatu sistem informasi. Functions tersebut berguna untuk
membantu actor dalam menggunakan sistem. Di dalam function list terdapat
complexity dan function type. Complexity terdiri dari simple, medium, complex
132
dan very complex sedangkan function type terdiri dari read, update, signal dan
compute.
Tabel 5.45 Function List
Function Complexity Type
Query data pengguna Simple Read
Query data mesin Simple Read
Query data komponen Simple Read
Query data downtime Simple Read
Query jadwal produksi Simple Read
Simpan data pengguna Simple Update
Simpan data mesin Simple Update
Simpan data komponen Simple Update
Simpan data downtime Simple Update
Simpan jadwal produksi Simple Update
Simpan jadwal maintenance Simple Update
Hitung MTTF dan MTTR Medium Compute
Hitung reliability Very complex Read and compute
Hitung biaya Complex Compute
Buat jadwal maintenance Complex Compute
Update data pengguna Simple Update
Update data komponen Simple Update
Update data downtime Simple Update
Update jadwal produksi Simple Update
133
5.6.3.3 Sequence Diagram
Sequence diagram memberikan gambaran tentang hubungan yang
terjadi antara actor, object dan user interface yang ada dalam sistem
informasi. Selain itu di dalam sequence diagram dapat dilihat aliran pesan
antar objek yang berupa event atau message saat suatu use case dijalankan.
Sequence diagram yang terdapat dalam sistem ini yaitu :
o Sequence Input Mesin
Diagram 5.11 Sequence Input Mesin
Keterangan untuk sequence Input Mesin :
1. Kabag. Maintenance membuka form Input Mesin dari Menu Utama
134
2. Untuk menambah data Kabag. Maintenance dapat menggunakan
metode ditambah().
3. Kabag. Maintenance memasukkan data mesin pada user interface
Input Mesin dengan metode diinput().
4. Dengan menggunakan metode disimpan(),Kabag. Maintenance dapat
menyimpan data mesin pada Mesin.
5. Untuk melihat data yang telah disimpan Kabag. Maintenance dapat
menggunakan metode dilihat().
6. Untuk mengubah data yang telah disimpan Kabag. Maintenance dapat
menggunkan metode update().
7. Jika data sudah tidak digunakan lagi , Kabag. Maintenance dapat
menggunakan metode dihapus() untuk menghapus data.
o Sequence Input Komponen
135
Diagram 5.12 Sequence Input Komponen
Keterangan untuk sequence Input Komponen:
1. Kabag. Maintenance membuka form Input Komponen dari Menu
Utama
2. Untuk menambah data Kabag. Maintenance dapat menggunakan
metode ditambah().
3. Kabag. Maintenance memasukkan data mesin pada user interface
Input Komponen dengan metode diinput().
4. Dengan menggunakan metode disimpan(),Kabag. Maintenance dapat
menyimpan data mesin pada Komponen.
136
5. Untuk melihat data, Kabag. Maintenance dapat menggunakan metode
dilihat().
6.