bab 5 hasil dan pembahasan - bina nusantara | library...

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


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


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)


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)


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


Normal (TTF)


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


Lognormal (TTF)


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


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


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)


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)


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


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


Lognormal (TTR)


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


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


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


Weibull


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


Exponensial


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


Normal


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


Lognormal


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


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


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.

bab 5 hasil dan pembahasan - bina nusantara | library...

Documents