PENGEMBANGAN MODEL SIMULASI UNTUK MENENTUKAN OVERAL RELIABILITY DAN AVAILABILITY JARINGAN MESIN DALAM SISTEM PRODUKSI
|
|
- Suhendra Johan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENGEMBANGAN MODEL SIMULASI UNTUK MENENTUKAN OVERAL RELIABILITY DAN AVAILABILITY JARINGAN MESIN DALAM SISTEM PRODUKSI Dody Hartanto 1,*) dan Yudha Andrian Saputra 2) 1) Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember Jl.Raya ITS, Surabaya, 60111, Indonesia 2) Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember ABSTRAK Sebagian besar sistem terdiri dari beberapa mesin yang tersusun secara serial dan atau paralel membentuk jaringan mesin. dengan reliabilitas dan availabilitas yang tinggi menjadi bisa berkontribusi dengan baik terhadap reliabilitas dan availabilitas sistem jika mesin tersebut berada pada posisi serial dengan mesin lain yang memiliki reliabilitas dan availabilitas yang rendah. Sebaliknya, mesin dengan reliabilitas yang rendah menjadi terlalu berdampak buruk terhadap reliabilitas dan availabilitas sistem jika mesin tersebut tersusun secara paralel dengan mesin lain. Banyak penelitian telah dilakukan untuk menentukan reliabilitas dan availabilitas jaringan listrik dan telekomunikasi. Akan tetapi, reliabilitas dan availabilitas jaringan mesin dalam sistem memiliki karakteristik yang berbeda dengan jaringan telekomunikasi dan jaringan listrik. Pada jaringan telekomunikasi dan jaringan listrik ketika salah satu komponen rusak( bekerja) maka komponen yang lain yang tersusun secara serial dengan komponen tersebut juga bisa bekerja. Pada jaringan mesin dalam sistem jika suatu mesin dalam kondisi rusak maka mesin yang menjadi succesor mesin tersebut masih bisa bekerja selama terdapat work in process(wip). Pada penelitian ini dilakukan pengembangan dan penggunaan model simulasi untuk menentukan reliabilitas dan availabilitas jaringan mesin dalam sistem secara keseluruhan. Hasil simulasi dengan berbagai konfigurasi mesin menunjukkan bahwa reliabilitas dan availabilitas masing-masing mesin cukup berbeda dengan reliabilitas dan availabilitas jaringan mesin secara keseluruhan. Kata kunci: Reliabilitas dan Availabilitas Jaringan, Sistem Produksi, SimulasiNG PENDAHULUAN Kemampuan perusahaan dalam memenuhi permintaan konsumen merupakan hal yang sangat penting dalam menentukan kesuksesan suatu perusahaan. Pada perusahaan manufaktur, kemampuan ini sangat ditentukan oleh reliabilitas dan availabilitas mesin dalam sistem. Availabilitas dan reliabilitas mesin berkaitan dengan kemampuan sistem menjalankan perannya dalam menghasilkan produk. Oleh karena itu, setiap perusahaan berusaha meningkatkan reliabilitas dan availabilitas sistem nya. Banyak kebijakan yang bisa diambil untuk meningkatkan reliabilitas dan availabilitas mesin. Kebijakan yang dapat dilakukan untuk meningkatkan reliabilitas dan availabilitas mesin meliputi : mengubah progam perawatan yang bersifat reaktif (reactive maintenance) menjadi program perawatan yang bersifat pencegahan (preventive maintenance), menyediakan extra machine (redundancy), mengganti spart part lebih awal, melibatkan operator dalam perawatan, mengelola persediaan spart part dengan baik, merancang mesin supaya mudah dirawat dan diperbaiki dan menyediakan WIP(work in process) sebagai buffer. A-19-1
2 Tujuan utama pendekatan-pendekatan tersebut adalah untuk mencegah supaya mesin berhenti beroperasi ketika digunakan (di luar jadwal perawatan) dan jika rusak dapat segera beroperasi kembali. Sebagian besar pendekatan-pendekatan tersebut fokus pada mesin secara individu dan memperhatikan posisi mesin dalam sistem. dengan reliabilitas dan availabilitas yang tinggi menjadi bisa berkontribusi dengan baik terhadap reliabilitas dan availabilitas sistem jika mesin tersebut berada pada posisi serial dengan mesin lain yang memiliki reliabilitas dan availabilitas yang rendah. Sebaliknya, mesin dengan reliabilitas yang rendah menjadi terlalu berdampak buruk terhadap reliabilitas dan availabilitas sistem jika mesin tersebut tersusun secara paralel dengan mesin lain. Kebijakan yang diambil untuk meningkatkan reliabilitas dan availabilitas mesin seharusnya memperhatikan posisi mesin tersebut dalam jaringan mesin dalam sistem. Pendekatan yang dapat dilakukan adalah dengan memperlakukan jaringan mesin tersebut sebagai sebuah network(jaringan). Beberapa penelitian telah dilakukan untuk menentukan reliabilitas dan availabilitas jaringan. Rocco dan Moreno (2002) menggunakan metode celular automata (CA) dan simulasi monte carlo dalam mengestimasi reliabilitas jaringan. Jane et.al (1993) meneliti reliabilitas jaringan dengan komponen yang memiliki multistatus dan keterbatasan kapasitas. Jaringan mesin dalam sistem memiliki karakteristik yang berbeda dengan jaringan telekomunikasi, distribusi(air,gas,minyak), transportasi(jalan raya, rel kereta api), maupun jaringan listrik. Pada jaringan-jaringan tersebut, suatu komponen atau path(jalur) akan dapat bekerja jika komponen atau path(jalur) yang tersusun secara serial dengan komponen atau path(jalur) tersebut dalam kondisi rusak. Hal ini berlaku pada jaringan mesin pada sistem. Pada sistem jika suatu mesin rusak maka mesin lain yang tersusun secara serial dengan mesin yang rusak tersebut masih tetap bisa bekerja selama wip (work in proc ess) yang dihasilkan oleh mesin sebelumnya masih tersedia. Dengan kata lain, suatu mesin akan berhenti bekerja hanya jika mesin tersebut rusak dan atau mesin tersebut rusak namun wip (work in process) yang dihasilkan oleh mesin sebelumnya tersedia. Penggunaan metode analitik akan sangat sulit untuk mengevaluasi reliabilitas dan availabilitas jaringan mesin. Hal ini disebabkan oleh kompleksitas sistem yang tinggi. Penentuan reliabilitas dan availabilitas menjadi semakin sulit ditentukan dengan metode analitis ketika masalah semakin besar (jumlah mesin semakin banyak). Kalyan and Kumar (1988) menyatakan bahwa simulasi merupakan metode yang lebih baik jika dibandingkan dengan metode exact dalam mengevaluasi reliabilitas dan availabilitas jaringan dengan jumlah path yang besar. Metode simulasi dapat mengakomodasi berbagai aspek sistem yang bisa diakomodasi oleh model analitis. Aspek-aspek tersebut meliputi K out of N, redundansi, stand by, aging, perawatan pencegahan, prioritas perawatan, ketersediaan teknisi perawatan dan lain-lain (Marquez et al, 2004). Selain itu, simulasi merupakan metode terbanyak kedua yang digunakan dalam manajemen operasi (jahangirian et. al, 2010). Penggunaan metode simul asi dalam menentukan reliabilitas sistem sudah dimulasi sejak lama. Basker dan Martin (1977) menggunakan simulasi montecarlo dalam menentukan availabilitas mesin tunggal. Windebank (1983) dan Alidrisi (1987) membandingkan metode analitik dan metode simulas i dalam menentukan reliabilitas. Marquez dan Coit (2004) menggunakan simulasi montecarlo untuk menentukan reliabilitas jaringan dengan komponen yang memiliki multistatus. Penelitian ini mengembangkan model simulasi untuk menentukan reliabilitas dan availabilitas jaringan mesin pada sistem secara keseluruhan dan hanya pada mesin secara individual. Model yang dikembangkan dalam penelitian ini dapat digunakan A-19-2
3 untuk mengevaluasi kebijakan yang tepat dalam memilih strategi peningkatan reliabilitas dan availabilitas mesin. Pengambil keputusan bisa menentukan prioritas mesin yang akan ditingkatkan reliabilitas dan availabilitasnya dengan memperhatikan posisi setiap mesin dalam jaringan mesin dalam sistem. Selain itu, model simulasi pada penelitian ini juga dapat digunakan untuk menilai kehandalan sistem dalam memenuhi target METODE Model simulasi untuk menentukan availabilitas jaringan mesin dalam sistem memerlukan input distribusi waktu antar kerusakan (MTBF) se tiap mesin, waktu yang diperlukan untuk melakukan perbaikan mesin(mttr), waktu proses dan konfigurasi mesin (routing). Simulasi dilakukan dengan mengembangkan program komputer menggunakan VBA(Visual Basic for Aplication) pada microsoft excel. Hal ini dilakukan untuk memudahkan verifikasi dan validasi model simulasi. Pengembangan program komputer dengan VBA(Visual Basic for Aplication) memungkinkan untuk melakukan trace program dengan mudah jika program dinilai berjalan sesuai alur berfikir model simulasi. Model simulasi dikembangkan dengan asumsi sebagai berikut: Bahan baku selalu tersedia sehingga mesin pertama pernah berhenti bekerja karena kehabisan bahan baku. Kerusakan antar mesin saling mempengaruhi (independent) Selalu tersedia ruang untuk menyimpan wip (work in process) yang dihasilkan oleh mesin sebelum diproses oleh meisn selanjutnya atau ada keterbasan tempat penyimpanan intermediate buffer. Tidak terdapat waktu menunggu dalam memperbaiki mesin yang disebabkan oleh ketersediaan spare part dan tenaga perawatan sehingga MTTR(mean time to repair) merupakan distribusi yang menyatakan waktu yang dibutuhkan oleh tenaga perawatan untuk memperbaiki mesin. Metode perawatan yang diterapkan oleh perusahaan adalah metode perawatan korektif sehingga perawatan mesin hanya dilakukan ketika mesin sudah mengalami kerusakan. Jika mesin sedang memproses produk dan kemudian mesin rusak maka produk tersebut dapat dikerjakan ulang (rework) Model simulasi setiap mesin yang dikembangkan dalam penelitian ini dapat dilihat pada gambar 1. yang lain menggunakan logika program yang sama. Simulasi dimulai dengan menentukan mean time between failure(mtbf) dan mean time to repair( MTTR) setiap mesin. Dalam model simulasi digunakan distribusi eksponensial sebagai distribusi mean time between failure(mtbf) maupun mean time to repair( MTTR). Penggunaan distribusi yang lain seperti normal, weibull, distribusi empiris maupuan distribusi yang lain dapat dengan mudah diakomodasi dengan cara memodifikasi kode program pada modul program untuk menentukan MTBF dan MTTR. Pembangkitan bilangan random diperlukan untuk menentukan waktu kerusakan berikutnya atau menjadwalkan terjadinya kerusakan mesin yang akan datang. Microsoft excel memiliki pseudo random number generator yang telah diuji dan hasilnya cukup baik( Law, 2007). Pseudo random number generator menghasilkan bilangan random berdistribusi uniform(0,1). Bilangan random yang berdistribusi uniform ini kemudian diubah menjadi bilangan random yang berdistribusi exponensial sesuai dengan MTBF dan MTTR setiap mesin. Hal ini dilakukan dengan metode inverse transform. Jadwal kerusakan mesin dan A-19-3
4 lamanya waktu yang diperlukan untuk memperbaiki mesin kemudian digunakan untuk mengupdate dan downtime. Jaringan mesin dalam sistem memiliki karakteristik yang berbeda dengan jaringan telekomunikasi, distribusi(air, gas, minyak), transportasi(jalan raya, rel kereta api), maupun jaringan listrik. Pada jaringan-jaringan tersebut, suatu komponen atau jalur (path) dapat bekerja jika komponen atau jalur(path) yang tersusun secara serial dengan komponen atau jalur(path) tersebut dalam kondisi rusak. Hal ini berlaku pada jaringan mesin pada sistem. Pada sistem jika suatu mesin rusak maka mesin lain yang tersusun secara serial dengan mesin yang rusak tersebut masih tetap bisa bekerja selama wip(work in process) yang dihasilkan oleh mesin sebelumnya (mesin predesesor) masih tersedia. Dengan kata lain, suatu mesin akan berhenti bekerja hanya jika mesin tersebut rusak dan atau mesin tersebut rusak namun wip (work in process) yang dihasilkan oleh mesin sebelumnya tersedia. Oleh karena itu, penentuan banyaknya wip (work in process) yang dihasilkan oleh suatu mesin dalam periode tertentu dalam simulasi ini menjadi sangat penting. Banyaknya wip (work in process) maksimal yang bisa dihasilkan oleh mesin selama adalah rounddown ( / waktu proses). Jumlah ini selalu dapat dicapai oleh mesin karena suatu mesin ditentukan oleh ketersediaan wip (work in process) yang dihasilkan oleh mesin sebelumnya. Oleh karena itu, banyaknya wip (work in process) yang dihasilkan oleh suatu mesin ditentukan dengan ketentuan sebagai berikut : Jika rounddown( / waktu proses) lebih kecil atau sama dengan banyaknya wip (work in process) yang dihasilkan oleh mesin sebelumnya maka banyaknya wip (work in process) yang dihasilkan oleh mesin tersebut adalah sebesar rounddown ( / waktu proses) mesin tersebut. Jika rounddown ( / waktu proses) lebih besar jika dibandingkan dengan banyaknya wip (work in process) yang dihasilkan oleh mesin sebelumnya maka banyaknya wip (work in process) yang dihasilkan oleh mesin tersebut adalah sebesar ketersediaan wip (work in process) yang dihasilkan oleh mesin sebelumnya. Pada program komputer yang dikembangkan pada penelitian ini, setiap wip (work in process) di-record waktu mulai dan selesai diproses pada setiap mesin. Hal ini dilakukan untuk memastikan suatu mesin beroperasi ketika tersedia wip (work in process) yang dihasilkan oleh mesin sebelumnya sehingga WIP ke-i mesin J hanya akan mulai diproses ketika mesin J rusak dan wip (work in process) ke-i mesin J-1 telah selesai diproses. A-19-4
5 Gambar 1. Model Simulasi Penentuan Reliabilitas dan Availabilitas Jaringan. Penentuan waktu yang diperlukan untuk melakukan perbaikan pada mesin pada kerusakaan ke-i dilakukan dengan cara yang hampir sama dengan penentuan waktu antar kerusakan mesin yaitu dimulai dengan membangkitkan bilangan random yang berdistribusi uniform dan kemudian mentransformasikannya kedalam distribusi yang sesuai. Waktu yang diperlukan untuk memperbaiki mesin dihitung sebagai downtime. A-19-5
6 Proses ini dilakukan terus menerus selama kriteria pemberhentian simulasi (stoping criteria) yang berupa waktu kerja belum tercapai. Ketika kriteria pemberhentian yang berupa waktu tercapai maka dilakukan penghitungan availabilitas mesin dengan rumus: availabilitas = (total / (total + total downtime)) Pada penelitian ini dilakukan simulasi pada empat mesin dengan dua konfigurasi mesin yang berbeda. Dua konfigurasi mesin tersebut adalah sebagai berikut: Serial Konfigurasi mesin seperti pada gambar 1 merupakan konfigurasi serial. Pada konfigurasi mesin serial setiap mesin memiliki ketergantungan terhadap mesin pendahulunya dalam routing. Gambar 2. Tersusun Secara Serial Serial Paralel Konfigurasi mesin seperti pada gambar 3 merupakan konfigurasi mesin serial-paralel yaitu mesin disusun secara serial sekaligus paralel dengan mesin yang lainnya. Pada konfigurasi mesin seperti ini mesin 4 hanya akan bisa menghasilkan produk jika tersedia wip (work in process) yang dihasilkan oleh mesin 2 dan mesin 3. Konfigurasi ini cukup berbeda jika dibandingkan dengan konfigurasi mesin pada gambar 1. Perbedaan utama terletak pada tingkat ketergantungan antar mesin yang semakin besar. Gambar 3. Tersusun Secara Serial dan Paralel Validasi model simulasi dilakukan dengan mencermati output simulasi. Jika terdapat hasil yang wajar atau masuk akal maka hal ini mengindikasikan model yang dikembangkan dan atau program komputer yang dikembangkan belum baik sehingga perlu diperbaiki (face validity). Beberapa kondisi yang dapat digunakan untuk menilai apakah A-19-6
7 program komputer yang dikembangkan telah sesuai dengan model simulasi yang diinginkan adalah sebagai berikut: Availabilitas beberapa mesin yang tersusun secara serial bisa melebihi availabilitas mesin dengan availabilitas terendah. Banyaknya produk yang dihasilkan oleh jaringan mesin dalam sistem maksimal sebanyak banyaknya wip (work in process) yang dihasilkan oleh mesin dengan hasil yang terendah(botleneck) suksesor beroperasi ketika wip (work in process) yang dihasilkan oleh mesin pendahulunya tersedia. Pada konfigurasi serial paralel, mesin 4 bisa beroperasi untuk memproses WIP jika tersedia wip (work in process) yang dihasilkan oleh kedua mesin yang menjadi predesesor. Validasi juga dilakukan dengan memasukan beberapa parameter ekstrem. Parameter ekstrem yang dicoba dalam model adalah dengan menetapkan semua mesin pernah mengalami kerusakan. Dalam kondisi ini, availabilitas mesin 100% dan availabilitas mesin yang terpakai hanya disebabkan oleh mesin menunggu selesainya WIP pertama dari mesin sebelumnya. Hasil simulasi dalam beberapa replikasi menunjukkan output yang masuk akal. Hal ini menunjukan model simulasi yang dikembangkan dalam penelitian ini adalah model yang valid. HASIL DAN PEMBAHASAN Pada simulasi ini digunakan distribusi MTBF yang sama untuk semua mesin yaitu berdistribusi exponensial dengan rata-rata antar kerusakan adalah 20 dan distribusi waktu yang diperlukan untuk melakukan perbaikan(mttr) adalah 5 dan waktu proses 1. Hasil simulasi jaringan mesin dengan konfigurasi serial dalam 30 replikasi dapat dilihat pada tabel 1 dan hasil simulasi konfigurasi mesin seri-paralel dapat dilihat pada tabel 2. Dari hasil tersebut dapat dilihat bahwa terdapat perbedaan yang cukup besar antara downtime (mesin rusak) dengan lamanya mesin ber karena downtime (mesin rusak) dan ketersediaan wip(work in process) yang dihasilkan oleh mesin sebelumnya. kesatu memiliki perbedaan 1,8 %. Perbedaan ini besar karena pada mesin kesatu diasumsikan terdapat kekurangan bahan baku. kedua terdapat perbedaan 5,8%, mesin ketiga terdapat perbedaan 9,3% dan mesin keempat terdapat perbedaan 11%. Pada mesin keempat yaitu mesin yang menghasilkan produk jadi, mesin ber selama 30% dari waktu kerja. Hal ini menunjukkan bahwa mesin dengan konfigurasi seperti ini hanya akan mampu ber maksimal sebanyak 70% dari kapasitas. Perbedaan ini menunjukkan adanya availabilitas mesin yang terpakai karena tersedianya wip yang dihasilkan oleh mesin sebelumnya. Ketersediaan wip merupakan akumulasi dampak dari downtime mesin-mesin sebelumnya. Hasil simulasi menunjukkan bahwa semakin dibelakang posisi mesin dalam jaringan mesin maka semakin besar availabilitas yang terpakai karena ketersediaan wip(work in process). A-19-7
8 Replikasi ke Tabel 1. Hasil Simulasi Konfigurasi Serial Seperti pada konfigurasi mesin serial, hasil simulasi pada konfigurasi seri-paralel juga terdapat perbedaan yang cukup besar antara downtime (mesin rusak) dengan lamanya mesin ber karena downtime (mesin rusak) dan ketersediaan wip(work in process) yang dihasilkan oleh mesin sebelumnya. kesatu memiliki perbedaan 1,5 %. kedua terdapat perbedaan 5,2%, mesin ketiga terdapat perbedaan 1,9% dan mesin keempat terdapat perbedaan 8%. Pada mesin keempat, availabilitas mesin yang terpakai adalah yang paling besar jika dibandingkan dengan mesin yang lain. Hal ini terjadi selain karena akumulasi dari dampak downtime dari mesin sebelumnya juga disebabkan oleh mesin empat hanya bisa ber jika tersedia WIP hasil mesin dua dan tiga. Metode lain yang dapat digunakan dalam menilai reliabilitas jaringan mesin adalah dengan cara membandingkan produk yang berhasil di oleh jaringan mesin dengan target. Metode ini dapat dilakukan dengan langkah-langkah sebagai berikut: Tetapkan banyaknya replikasi dan target. Jika variabilitas sistem semakin besar maka gunakan replikasi yang semakin banyak. Lakukan simulasi sebanyak replikasi yang direncanakan. Hitung banyaknya replikasi yang menunjukkan bahwa sistem dapat 1 2 memenuhi target. Reliabilitas mesin dapat dihitung dengan formulasi sebagai berikut: Reliabilitas = (Banyaknya replikasi dengan jumlah yang dapat memenuhi target / banyaknya replikasi) Hasil simulasi konfigurasi mesin seri paralel dalam 30 replikasi dapat dilihat pada tabel 3. Jika target yang ditetapkan adalah 650 maka terdapat 27 replikasi yang dapat memenuhi target dan 3 replikasi yang dapat memenuhi target. Oleh karena itu, reliabilitas jaringan mesin adalah 27 / 30 = 90%. Jika target adalah 700 maka terdapat 14 replikasi yang menunjukkan bahwa jaringan mesin dapat memenuhi target sehingga reliabilitas mesin adalah 14 / 30 = 46,7%. Dengan cara seperti ini pihak perusahaan dapat menilai kehandalan(reliabilitas) sistem dalam memenuhi permintaan konsumen % 28.48% 30.25% % 21.70% 34.18% % 16.42% 35.26% % 20.14% 35.43% % 20.51% 20.86% % 17.81% 21.94% % 16.14% 23.21% % 20.99% 26.54% % 19.05% 20.97% % 14.98% 21.36% % 22.03% 27.64% % 12.37% 27.69% % 15.86% 17.25% % 23.02% 26.08% % 22.83% 31.03% % 16.10% 34.77% % 22.65% 24.91% % 19.73% 27.85% % 21.97% 32.05% % 15.51% 31.10% % 24.76% 26.01% % 19.11% 28.97% % 10.32% 29.33% % 23.68% 33.15% % 19.60% 21.51% % 19.21% 24.67% % 14.01% 25.32% % 20.52% 26.62% % 22.49% 23.82% % 17.95% 25.91% % 19.71% 25.91% % 22.72% 29.27% % 18.49% 20.36% % 22.62% 26.65% % 19.66% 26.94% % 13.00% 27.46% % 24.98% 26.08% % 20.82% 28.01% % 21.20% 33.73% % 21.20% 34.26% % 16.67% 18.43% % 26.57% 28.00% % 22.51% 33.52% % 20.98% 34.61% % 15.09% 16.94% % 15.74% 22.17% % 15.56% 23.63% % 20.43% 26.22% % 16.40% 17.78% % 27.27% 30.12% % 19.68% 30.61% % 13.07% 31.72% % 17.57% 19.41% % 21.43% 23.57% % 25.54% 29.41% % 20.35% 30.70% % 23.86% 25.97% % 16.49% 27.67% % 22.40% 30.05% % 21.48% 29.42% % 20.46% 22.18% % 20.97% 27.30% % 23.18% 30.13% % 20.65% 33.24% % 26.40% 29.03% % 17.88% 30.43% % 21.26% 30.92% % 19.86% 33.26% % 22.98% 25.13% % 22.03% 27.66% % 18.07% 28.37% % 17.16% 28.42% % 19.28% 21.75% % 21.23% 22.79% % 17.49% 24.14% % 17.47% 28.01% % 18.55% 20.83% % 18.69% 21.61% % 17.35% 24.55% % 17.71% 25.88% % 15.89% 17.68% % 21.20% 22.60% % 19.96% 25.12% % 21.95% 28.63% % 22.56% 24.95% % 28.27% 32.60% % 21.90% 33.56% % 26.55% 35.26% % 17.24% 19.00% % 21.83% 25.07% % 15.49% 26.17% % 18.08% 26.07% % 24.23% 25.77% % 27.02% 31.91% % 22.09% 33.43% % 18.70% 33.43% % 19.80% 21.45% % 15.88% 21.87% % 24.89% 28.02% % 24.82% 28.05% % 17.50% 19.15% % 20.40% 25.15% % 18.98% 24.63% % 14.96% 25.25% % 21.40% 23.18% % 25.21% 26.52% % 14.46% 27.90% % 17.63% 28.11% % 25.06% 27.10% % 20.50% 30.94% % 14.94% 33.74% % 19.14% 35.20% % 21.37% 23.15% % 15.24% 23.31% % 19.48% 23.44% % 16.71% 27.51% % 22.80% 25.12% % 17.19% 25.12% % 19.32% 23.74% % 19.47% 24.62% Rata-Rata % 20.73% 22.53% % 20.60% 26.40% % 19.29% 28.52% % 19.11% 30.00% A-19-8
9 KESIMPULAN DAN SARAN Tabel 2. Hasil Simulasi Konfigurasi Seri-Paralel Replikasi % 20.13% 22.54% % 25.31% 27.33% % 27.25% 28.75% % 17.03% 30.53% % 16.14% 16.66% % 20.90% 24.65% % 24.16% 26.05% % 30.17% 33.88% % 16.71% 18.48% % 25.45% 28.73% % 23.30% 25.25% % 23.38% 34.91% % 18.60% 18.36% % 18.23% 22.60% % 15.80% 17.64% % 22.69% 26.26% % 16.40% 17.78% % 27.27% 30.12% % 19.68% 21.92% % 13.28% 30.12% % 19.18% 20.33% % 22.34% 26.32% % 26.28% 27.48% % 19.30% 30.34% % 19.90% 21.70% % 15.75% 22.05% % 20.79% 22.44% % 22.18% 27.23% % 22.15% 22.01% % 22.40% 28.81% % 18.92% 21.10% % 16.14% 31.22% % 20.98% 23.00% % 12.65% 23.57% % 23.02% 25.63% % 23.35% 26.93% % 21.52% 23.37% % 19.22% 27.16% % 21.41% 23.33% % 23.51% 28.88% % 17.15% 18.34% % 19.55% 21.61% % 19.15% 21.61% % 20.50% 25.63% % 17.49% 19.34% % 17.47% 23.71% % 18.55% 20.83% % 21.67% 26.43% % 19.29% 20.59% % 19.47% 22.60% % 17.50% 19.18% % 21.53% 25.14% % 18.56% 20.21% % 18.92% 23.91% % 20.58% 22.76% % 22.86% 28.06% % 12.63% 13.68% % 18.05% 20.50% % 14.32% 15.93% % 27.23% 30.80% % 17.64% 18.77% % 22.57% 25.66% % 18.61% 19.36% % 14.33% 25.66% % 17.31% 18.93% % 22.42% 25.87% % 20.01% 22.01% % 21.60% 30.08% % 20.19% 21.82% % 16.92% 22.95% % 25.99% 28.34% % 28.21% 32.65% % 19.29% 20.76% % 20.07% 24.06% % 16.11% 18.33% % 19.65% 23.86% % 24.56% 26.86% % 23.33% 32.55% % 17.62% 19.65% % 28.97% 34.82% % 31.86% 34.24% % 23.86% 34.18% % 15.09% 15.60% % 18.87% 34.26% % 19.97% 21.75% % 15.88% 22.66% % 23.44% 26.01% % 20.76% 25.91% % 18.11% 20.17% % 15.52% 23.55% % 24.05% 25.92% % 24.46% 25.90% % 21.50% 23.77% % 14.98% 25.19% % 22.83% 24.67% % 22.20% 27.31% % 12.09% 14.16% % 16.40% 18.43% % 23.57% 25.55% % 29.33% 31.30% % 16.03% 17.87% % 11.48% 17.91% % 17.94% 19.61% % 17.73% 21.72% % 23.61% 25.58% % 20.15% 25.69% % 15.92% 18.17% % 22.82% 28.74% % 16.23% 17.55% % 23.21% 25.50% % 14.33% 15.91% % 20.71% 30.60% % 21.37% 23.21% % 24.46% 29.84% % 20.05% 21.91% % 22.71% 31.83% % 26.89% 27.74% % 16.08% 29.10% % 20.67% 23.04% % 13.49% 30.39% Rata-rata % 19.45% 20.99% % 19.68% 25.23% % 20.23% 22.13% % 21.69% 29.05% Replikasi Ke Tabel 3. Jumlah Produksi Setiap Replikasi Jumplah Produksi Replikasi Ke Jumplah Produksi Replikasi Ke Jumplah Produksi Penelitian ini telah menghasilan model simulasi untuk menentukan availabilitas dan reliabilitas jaringan mesin dalam sistem. Model simulasi ini dapat digunakan untuk mengevaluasi pengaruh availabilitas dan reliabilitas suatu mesin terhadap reliabilitas dan availabilitas jaringan mesin pada sistem secara keseluruhan. Pengetahuan mengenai pengaruh suatu mesin terhadap reliabilitas dan availabilitas jaringan mesin secara keseluruhan dapat digunakan untuk menentukan prioritas program perawatan. Prioritas perawatan yang tinggi akan diberikan terhadap mesin yang lebih efektif dalam meningkatkan reliabilitas dan availabilitas jaringan mesin. Selain itu, model simulasi juga dapat digunakan untuk menilai reliabilitas sistem dalam memenuhi target (permintaan konsumen). Penelitian dapat dikembangkan untuk menentukan strategi perawatan yang paling efektif dalam meningkatkan reliabilitas dan availabilitas jaringan mesin. Fokus penelitian tersebut dapat berupa penentuan jadwal perawatan dalam preventive maintenance, penentuan penambahan extra machine (redundancy) yang paling efektif dan penentuan tingkat persediaan WIP(work in process) dalam intermediate buffer. A-19-9
10 DAFTAR PUSTAKA Alidrisi, Mustafa M. (1986). Simulation Approach for Computing System Reliability Microelectron Reliabilitas, Vol.27,No.3,pp Harrell, C., Ghoah, B.K., dan Bowden, R.O.(2004), Simulation Using Promodel,2 nd Edition, Mc.Graw Hill Jahangirian, Mohsen., Eldabi, Tillal., Naseer, Aisha., Stergioulas, Lampros K., Young, Terry. (2010). Simulation in Manufacturing and Business: A Review European Journal of Operation Research 203 Law, Averil M.( 2007), Simulation Modeling & Analysis, International Edition, Mc.Graw Hill Marquez, A.C., Heguedas,A.S.,dan Iung,B. (2005), Monte Carlo Based Assesment of System Availability: A Case Study For Cogeneration Plants, Reliabilitas Engineering & System Safety 88(3): R.Kakyan and S Kumar.(1989), Comparison of a Simulation and An Exact Method for Reliability Evaluation of Large Networks Using Personal Computer, Microeletron Reliabilitas Vol 29 No 2: Windebank, E.(1983). Monte Carlo Simulation Method Versus a General Analytical Method for Determining Reliability Measures of Repairable Reliabilitas Engineering Vol.5.able Systems A A SIMULATION APPROACH A-19-10
#12 SIMULASI MONTE CARLO
#12 SIMULASI MONTE CARLO 12.1. Konsep Simulasi Metode evaluasi secara analitis sangat dimungkinkan untuk sistem dengan konfigurasi yang sederhana. Untuk sistem yang kompleks, Bridges [1974] menyarankan
Lebih terperinciPENENTUAN INTERVAL WAKTU PERAWATAN PENCEGAHAN PADA PERALATAN SUB UNIT SINTESA UNIT UREA DI PT X MENGGUNAKAN SIMULASI MONTE CARLO
PENENTUAN INTERVAL WAKTU PERAWATAN PENCEGAHAN PADA PERALATAN SUB UNIT SINTESA UNIT UREA DI PT X MENGGUNAKAN SIMULASI MONTE CARLO Winy Febrianti 1) dan Bobby Oedy P. Soepangkat 2) Program Studi Magister
Lebih terperinciUsulan Penjadwalan Perawatan Mesin Dengan Mempertimbangkan Reliability Block Diagram Pada Unit Stand CPL Di PT Krakatau Steel
Usulan Penjadwalan Perawatan Dengan Mempertimbangkan Reliability Block Diagram Pada Unit Stand CPL Di PT Krakatau Steel Aji Munaji 1, M. adha Ilhami 2, Bobby Kurniawan 3 1, 2, 3 Jurusan Teknik Industri
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flowchart Diagram 3.1 Flowchart Metodologi Pemecahan Masalah Diagram 3.1 Flowchart Metodologi Pemecahan Masalah (Lanjutan) 62 63 3.2 Observasi Lapangan Observasi
Lebih terperinciProsiding Seminar Nasional Manajemen Teknologi XXIV Program Studi MMT-ITS, Surabaya 23 Januari 2016
PENENTUAN INTERVAL WAKTU PERAWATAN PENCEGAHAN PADA PERALATAN DI MEDIUM PRESSURE GAS COMPRESSION AREA (MPGCA) DI PT TEXI DENGAN MENGGUNAKAN SIMULASI MONTE CARLO Arief Witjaksono 1) dan Bobby Oedy P. Soepangkat
Lebih terperinciDiagram 3.1 Flowchart Metodologi Pemecahan Masalah (Lanjutan)
60 A Perhitungan Interval Waktu Kerusakan (TTF) dan Downtime (TTR) Perhitungan Index of Fit Data TTF dan TTR Pemilihan Distribusi Data TTF dan TTR Uji Kesesuaian Distribusi Data Kerusakan Tidak Distribusi
Lebih terperinciANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.
ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.) I Gusti Ngr. Rai Usadha 1), Valeriana Lukitosari 2),
Lebih terperinciPEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI
PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI Asep dan Abdulah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi
Lebih terperinciBAB III METODOLOGI PEMECAHAN MASALAH
BAB III METODOLOGI PEMECAHAN MASALAH Metodologi Pemecahan masalah adalah suatu proses berpikir yang mencakup tahapan-tahapan yang dimulai dari menentukan masalah, melakukan pengumpulan data melalui studi
Lebih terperinciPERTEMUAN #1 PENGANTAR DAN PENGENALAN PEMELIHARAAN DAN REKAYASA KEANDALAN 6623 TAUFIQUR RACHMAN TKT316 PEMELIHARAAN DAN REKAYASA KEANDALAN
PENGANTAR DAN PENGENALAN PEMELIHARAAN DAN REKAYASA KEANDALAN PERTEMUAN #1 TKT316 PEMELIHARAAN DAN REKAYASA KEANDALAN 6623 TAUFIQUR RACHMAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS ESA
Lebih terperinciPENENTUAN INTERVAL WAKTU PEMELIHARAAN PENCEGAHAN BERDASARKAN ALOKASI DAN OPTIMASI KEHANDALAN PADA PERALATAN SEKSI PENGGILINGAN E
PENENTUAN INTERVAL WAKTU PEMELIHARAAN PENCEGAHAN BERDASARKAN ALOKASI DAN OPTIMASI KEHANDALAN PADA PERALATAN SEKSI PENGGILINGAN E (Studi Kasus: PT ISM Bogasari Flour Mills Surabaya) Edi Suhandoko, Bobby
Lebih terperinciLIFE CYCLE COST ANALYSIS INTEGRASI DENGAN CMMS (COMPUTERIZED MAINTENANCE MANAGEMENT SYSTEM) STUDI KASUS PT. BADAK NATURAL GAS LIQUEFACTION
LIFE CYCLE COST ANALYSIS INTEGRASI DENGAN CMMS (COMPUTERIZED MAINTENANCE MANAGEMENT SYSTEM) STUDI KASUS PT. BADAK NATURAL GAS LIQUEFACTION Rr. ARIA PRITA EKARISTI 2106100037 DOSEN PEMBIMBING DR. M. NUR
Lebih terperinciSeminar Nasional IENACO 2015 ISSN 2337-4349
ANALISIS PERAWATAN KOMPONEN KERETA API DI DIPO RANGKASBITUNG Mutmainah Mattjik, Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Jakarta Jl. Cempaka Putih Tengah 27 Jakarta Pusat Abstrak
Lebih terperinciTabel 3.1 Urutan Mesin Berdasarkan MRT. 3. Rekomendasi Perbaikan
3. Rekomendasi Perbaikan Jumlah komponen kritis di Pabrik Tuban I sebanyak 37 mesin, dimana apabila salah satu mesin tersebut mengalami kerusakan, akan menyebabkan Pabrik Tuban I mengalami downtime. Berdasarkan
Lebih terperinciSistem Manajemen Maintenance
Sistem Manajemen Maintenance Pembukaan Yang dimaksud dengan manajemen maintenance modern bukan memperbaiki mesin rusak secara cepat. Manajemen maintenance modern bertujuan untuk menjaga mesin berjalan
Lebih terperinciSISTEM MANAJEMEN PERAWATAN UNIT MMU PUMP DAN OIL SHIPPING PUMP
Yogyakarta 15 September 2012 SISTEM MANAJEMEN PERAWATAN UNIT MMU PUMP DAN OIL SHIPPING PUMP Eko Nursubiyantoro dan Triwiyanto Program studi Teknik Industri Fakultas Teknologi Industri UPN Veteran Yogyakarta
Lebih terperinciSeminar Nasional IENACO ISSN: USULAN PENENTUAN KEBUTUHAN SPARE PARTS MESIN COMPRESSOR BERDASARKAN RELIABILITY PT.
USULAN PENENTUAN KEBUTUHAN SPARE PARTS MESIN COMPRESSOR BERDASARKAN RELIABILITY PT.KDL Ratna Ekawati, ST., MT. 1, Evi Febianti, ST., M.Eng 2, Nuhman 3 Jurusan Teknik Industri,Fakultas Teknik Untirta Jl.Jend.Sudirman
Lebih terperinciSumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw- Hill, Singapore, MONICA A.
Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw- Hill, Singapore, 2003. BAB 9:: MEMBANDINGKAN SISTEM MONICA A. KAPPIANTARI - Pemodelan dan Simulasi Sistem
Lebih terperinciBab 6: Membangun Model. Pemodelan dan Simulasi Sistem. Monica A. Kappiantari
Bab 6: Membangun Model Pemodelan dan Simulasi Sistem Monica A. Kappiantari - Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw- Hill, Singapore, 2003. Sesi
Lebih terperinciDasar-dasar Simulasi
Bab 3: Dasar-dasar Simulasi PEMODELAN DAN SIMULASI SISTEM M O N I C A A. K A P P I A N T A R I - 2 0 0 9 Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw-
Lebih terperinciLOSS OF LOAD PROBABILITY (LOLP) INDEX UNTUK MENGANALISIS KEANDALAN PEMBANGKIT LISTRIK (Studi Kasus PT Indonesia Power UBP Suralaya)
BIAStatistics (2015) Vol. 9, No. 2, hal. 7-12 LOSS OF LOAD PROBABILITY (LOLP) INDEX UNTUK MENGANALISIS KEANDALAN PEMBANGKIT LISTRIK (Studi Kasus PT Indonesia Power UBP Suralaya) Yulius Indhra Kurniawan
Lebih terperinciANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO. Fajar Etri Lianti ABSTRACT
ANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO Fajar Etri Lianti Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus
Lebih terperinciPerancangan Aktivitas Pemeliharaan Dengan Reliability Centered Maintenance II (Studi Kasus : Unit 4 PLTU PT. PJB Gresik)
JURNAL TEKNIK, (2014) 1-6 1 Perancangan Aktivitas Pemeliharaan Dengan Reliability Centered Maintenance II (Studi Kasus : Unit 4 PLTU PT. PJB Gresik) Ahmad Nizar Pratama, Yudha Prasetyawan Teknik Industri,
Lebih terperinciPEMILIHAN KONTRAKTOR PERBAIKAN ROTOR DI PEMBANGKIT LISTRIK PT XYZ DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN GOAL PROGRAMMING
PEMILIHAN KONTRAKTOR PERBAIKAN ROTOR DI PEMBANGKIT LISTRIK PT XYZ DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN GOAL PROGRAMMING Akhmad Rusli 1, *), dan Udisubakti Ciptomulyono 2) 1, 2) Program
Lebih terperinciPENENTUAN INTERVAL WAKTU PEMELIHARAAN PENCEGAHAN BERDASARKAN ALOKASI DAN OPTIMASI KEHANDALAN PADA CONTINUES SOAP MAKING
PENENTUAN INTERVAL WAKTU PEMELIHARAAN PENCEGAHAN BERDASARKAN ALOKASI DAN OPTIMASI KEHANDALAN PADA CONTINUES SOAP MAKING (CSM) (Studi Kasus: PT X Indonesia) Aji Mudho A., Bobby Oedy P. Soepangkat Program
Lebih terperinciSKRIPSI PENENTUAN JADWAL PREVENTIVE MAINTENANCE DENGAN SIMULASI MONTE CARLO (STUDI KASUS PT. XYZ) Disusun oleh: Ardhi Kuntum Mashruro ( )
SKRIPSI PENENTUAN JADWAL PREVENTIVE MAINTENANCE DENGAN SIMULASI MONTE CARLO (STUDI KASUS PT. XYZ) Disusun oleh: Ardhi Kuntum Mashruro (5303012031) JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS KATOLIK
Lebih terperinciKEANDALAN DATA CENTER BERDASARKAN SISTEM TIER CLASSIFICATIONS. Irham Fadlika
Irham Fadlika; Keandalan Data Center Berdasarkan Sistem Tier Classifications KEANDALAN DATA CENTER BERDASARKAN SISTEM TIER CLASSIFICATIONS Irham Fadlika Abstrak Ketika konsep keandalan (reliability) mulai
Lebih terperinciAnalisis Model dan Simulasi. Hanna Lestari, M.Eng
Analisis Model dan Simulasi Hanna Lestari, M.Eng Simulasi dan Pemodelan Klasifikasi Model preskriptif deskriptif diskret kontinu probabilistik deterministik statik dinamik loop terbuka - tertutup Simulasi
Lebih terperinciEvaluasi Deviasi dari Aproksimasi Frekuensi Kejadian Perawatan Korektif dan Preventif
Petunjuk Sitasi: Rahman, A. (2017). Evaluasi Deviasi Dari Aproksimasi Frekuensi Kejadian Perawatan Korektif Dan Preventif. Prosiding SNTI dan SATELIT 2017 (pp. C181-186). Malang: Jurusan Teknik Industri
Lebih terperinciBab 6: Membangun Model. Pemodelan dan Simulasi Sistem
Bab 6: Membangun Model Pemodelan dan Simulasi Sistem Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw- Hill, Singapore, 2003. Sesi 9: Membangun Model Bacaan
Lebih terperinciPENENTUAN JADWAL PERAWATAN MESIN POMPA MELALUI ANALISIS KEANDALAN PADA PDAM GUNUNG LIPAN, SAMARINDA SEBERANG, KALIMANTAN TIMUR
PENENTUAN JADWAL PERAWATAN MESIN POMPA MELALUI ANALISIS KEANDALAN PADA PDAM GUNUNG LIPAN, SAMARINDA SEBERANG, KALIMANTAN TIMUR Fathiruddin Ilwan, Fatkhul Hani Rumawan, Lina Dianati Fathimahhayati Program
Lebih terperinciSTRATEGI PERAWATAN PADA MESIN LAS MIG DI INDUSTRI KAROSERI KENDARAAN NIAGA DENGAN SIMULASI MONTE CARLO (Studi Kasus: PT. Adi Putro Wirasejati Malang)
STRATEGI PERAWATAN PADA MESIN LAS MIG DI INDUSTRI KAROSERI KENDARAAN NIAGA DENGAN SIMULASI MONTE CARLO (Studi Kasus: PT. Adi Putro Wirasejati Malang) MAINTENANCE STRATEGIES ON MIG WELDING MACHINE IN COMMERCIAL
Lebih terperinciPENENTUAN INVESTASI SARANA TAMBATDI PELABUHAN X DENGAN MENGGUNAKAN METODE SIMULASI DISKRIT DAN ANALISIS KELAYAKAN INVESTASI
PENENTUAN INVESTASI SARANA TAMBATDI PELABUHAN X DENGAN MENGGUNAKAN METODE SIMULASI DISKRIT DAN ANALISIS KELAYAKAN INVESTASI Risa Rininta 1), Nurhadi Siswanto 2), dan Bobby O. P. Soepangkat 3) 1) Program
Lebih terperinciUTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG)
bidang TEKNIK UTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG) AGUS RIYANTO, IYAN ANDRIANA, GABRIEL SIANTURI Program Studi Teknik
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
30 BAB 3 METODOLOGI PENELITIAN 3.1 Peneltian Pendahuluan Penelitian pendahuluan dilakukan untuk mengetahui kondisi pabrik sebenarnya dan melakukan pengamatan langsung untuk mengetahui permasalahan yang
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) F-312
JURNAL TEKNIK POMITS Vol. 2, No. 2, (203) ISSN: 2337-3539 (230-927 Print) F-32 Evaluasi Reliability dan Safety pada Sistem Pengendalian Level Syn Gas 2ND Interstage Separator Di PT. Petrokimia Gresik Dewi
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Model Rumusan Masalah dan Pengambilan Keputusan Pada metodologi pemecahan masalah mempunyai peranan penting untuk dapat membantu menyelesaikan masalah dengan mudah, sehingga
Lebih terperinciMaintenance and Reliability Decisions
Chapter 17 Maintenance and Reliability Decisions Tujuan dari maintenance & reliability mengelola kapabilitas dari sistem. Sistem haruslah didesain dan dikelola untuk mencapai kinerja perusahaan yang diharapkan.
Lebih terperinciLOSS OF LOAD PROBABILITY (LOLP) INDEX UNTUK MENGANALISIS KEANDALAN PEMBANGKIT LISTRIK (Studi Kasus PT Indonesia Power UBP Suralaya)
LOSS OF LOAD PROBABILITY (LOLP) INDEX UNTUK MENGANALISIS KEANDALAN PEMBANGKIT LISTRIK (Studi Kasus PT Indonesia Power UBP Suralaya) Yulius Indhra Kurniawan, Anindya Apriliyanti P Indonesia Power UBP Suralaya,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Gambar 3.1. Diagram Alir Sistematika Pemecahan Masalah 30 31 3.1.Tahap Identifikasi dan Pendahuluan Tahap identifikasi dan pendahuluan dilakukan dengan cara melakukan studi
Lebih terperinciEVALUASI SISTEM PRODUKSI PADA PEMENUHAN PESANAN DENGAN SIMULASI KEJADIAN DISKRIT: STUDI KASUS PADA INDUSTRI KAROSERI
1 EVALUASI SISTEM PRODUKSI PADA PEMENUHAN PESANAN DENGAN SIMULASI KEJADIAN DISKRIT: STUDI KASUS PADA INDUSTRI KAROSERI Nadiya Firma Zulfana, Nurhadi Siswanto, dan Dewanti Anggrahini Jurusan Teknik Industri
Lebih terperinciPENGATURAN KOMPOSISI TENAGA KERJA UNTUK MEMINIMASI WAITING TIME DENGAN PENDEKATAN SIMULASI BERBASIS INTERAKSI PROSES
PENGATURAN KOMPOSISI TENAGA KERJA UNTUK MEMINIMASI WAITING TIME DENGAN PENDEKATAN SIMULASI BERBASIS INTERAKSI PROSES Arif Rahman, Murti Astuti dan Dyah Puspita Sari Program Studi Teknik Indusri, Fakultas
Lebih terperinciJurnal Telematika, vol. 10 no. 2, Institut Teknologi Harapan Bangsa, Bandung ISSN:
Jurnal Telematika, vol. 10 no. 2, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-2516 Penentuan Jadwal Pemeliharaan Pencegahan dan Perhitungan Kebutuhan Komponen Kritis pada Mesin Tuber 645M dan
Lebih terperinciUsulan Selang Waktu Perawatan dan Jumlah Komponen Cadangan Optimal dengan Biaya Minimum Menggunakan Metode Smith dan Dekker (Studi Kasus di PT.
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol. 02 Jurnal Online Institut Teknologi Nasional Juli 2014 Usulan Selang Waktu Perawatan dan Jumlah Komponen Cadangan Optimal dengan Biaya
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Model Perumusan masalah dan Pengambilan Keputusan Model perumusan masalah dan pengambilan keputusan yanag digunakan dalam skripsi ini dimulai dengan melakukan observasi
Lebih terperinciMODEL SIMULASI PERAWATAN SEPEDA MOTOR
Teknik Informatika Sekolah Tinggi Teknologi Garut ISSN 2302-7339 Vol. 10 No. 01 2013 MODEL SIMULASI PERAWATAN SEPEDA MOTOR Ridwan Munawar 1, Rinda Cahyana 2, Luthfi Nurwandi 3 Jurnal Teknik Informatika
Lebih terperinciSIMULASI PELAYANAN PENGISIAN BAHAN BAKAR DI SPBU GUNUNG PANGILUN
SIMULASI PELAYANAN PENGISIAN BAHAN BAKAR DI SPBU GUNUNG PANGILUN Dio Putera Hasian, Aldie Kur anul Putra Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas Abstrak Antrian terjadi apabila waktu
Lebih terperinciANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK
ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK Fauziah, Ina Agustina, Septi Andryana Fakultas Teknologi Komunikasi dan Informatika,
Lebih terperinciKAJIAN RELIABILITAS DAN AVAILABILITAS PADA SISTEM KOMPONEN PARALEL
KAJIAN RELIABILITAS DAN AVAILABILITAS PADA SISTEM KOMPONEN PARALEL SKRIPSI Oleh : RIANA AYU ANDAM PRADEWI J2E 009 012 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1 Model Rumusan Masalah dan Pengambilan Keputusan Metodologi pemecahan masalah mempunyai peranan penting untuk membantu menyelesaikan masalah dengan mudah. Oleh karena itu
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Jenis/Disain Penelitian Dari sifat masalah penelitian dari uraian latar belakang masalah dapat dikategorikan kedalam penelitian kasus dan penelitian lapangan. Menurut Usman
Lebih terperinciKAJIAN AVAILABILITAS PADA SISTEM KOMPONEN SERI
KAJIAN AVAILABILITAS PADA SISTEM KOMPONEN SERI SKRIPSI Disusun oleh: AVIDA ANUGRAHENI CITAPRASETYA J2E 009 027 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013 KAJIAN
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 DIAGRAM ALIR METODOLOGI PENELITIAN Dalam proses penyusunan laporan tugas akhir mengenai penerapan sistem Preventive Maintenance di departemen 440/441 men summer shoes pada
Lebih terperinciSTUDI KASUS PENINGKATAN OVERALL EQUIPMENT EFFECTIVENESS (OEE) MELALUI IMPLEMENTASI TOTAL PRODUCTIVE MAINTENANCE (TPM)
Seminar Nasional Teknik IV STUDI KASUS PENINGKATAN OVERALL EQUIPMENT EFFECTIVENESS () MELALUI IMPLEMENTASI TOTAL PRODUCTIVE MAINTENANCE (TPM) Didik Wahjudi, Soejono Tjitro, Rhismawati Soeyono Jurusan Teknik
Lebih terperinciOPTIMALISASI INTERVAL WAKTU PENGGANTIAN KOMPONEN MESIN PACKER TEPUNG TERIGU KEMASAN 25 KG DI PT X
OPTIMALISASI INTERVAL WAKTU PENGGANTIAN KOMPONEN MESIN PACKER TEPUNG TERIGU KEMASAN 25 KG DI PT X Sutanto 1) dan Abdullah Shahab 2) 1,2) Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh
Lebih terperinciEVALUASI SISTEM PRODUKSI PADA PEMENUHAN PESANAN DENGAN SIMULASI KEJADIAN DISKRIT: STUDI KASUS PADA INDUSTRI KAROSERI
EVALUASI SISTEM PRODUKSI PADA PEMENUHAN PESANAN DENGAN SIMULASI KEJADIAN DISKRIT: STUDI KASUS PADA INDUSTRI KAROSERI Nadiya Firma Zulfana 1), Nurhadi Siswanto 1) dan Dewanti Anggrahini 1) 1) Jurusan Teknik
Lebih terperinciPERANCANGAN PENJADWALAN PREVENTIVE MAINTENANCE PADA PT. ARTHA PRIMA SUKSES MAKMUR
PERANCANGAN PENJADWALAN PREVENTIVE MAINTENANCE PADA PT. ARTHA PRIMA SUKSES MAKMUR Yugowati Praharsi 1, Iphov Kumala Sriwana 2, Dewi Maya Sari 3 Abstract: PT. Artha Prima Sukses Makmur memiliki lima mesin
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
68 BAB 3 METODOLOGI PENELITIAN 3.1 Model Flowchart Rumusan Masalah dan Pengambilan Keputusan Berikut ini flowchart diagaram alir metodologi penelitian untuk menganalisa terjadinya breakdown dan cara meminimasinya
Lebih terperinciFida Faishal*, Budhi Handoko, Yeny Krista Franty. Departemen Statistika, FMIPA Universitas Padjdjaran *
Penjadwalan Preventive Maintenance Multi-Subsistem Mesin Cyril Bath menggunakan Mixed Integer Non Linear Programming (Studi Kasus di PT.Dirgantara Indonesia) Fida Faishal*, Budhi Handoko, Yeny Krista Franty
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Diagram Alir Gambar 3.1 Diagram Alir Metodologi Penelitian 11 12 Gambar 3.1 Diagram Alir Metodologi Penelitian (Lanjutan) 3.2 Langkah-Langkah Pelaksanaan Penelitian Untuk
Lebih terperinciPENERAPAN PREVENTIVE MAINTENANCE UNTUK MENINGKATKAN RELIABILITY PADA BOILER FEED PUMP PLTU TARAHAN UNIT 3 & 4 TUGAS SARJANA
PENERAPAN PREVENTIVE MAINTENANCE UNTUK MENINGKATKAN RELIABILITY PADA BOILER FEED PUMP PLTU TARAHAN UNIT 3 & 4 TUGAS SARJANA Diajukan untuk Memenuhi Sebagian dari Syarat-syarat Memperoleh Gelar Sarjana
Lebih terperinciPENETAPAN JADWAL PERAWATAN MESIN SPEED MASTER CD DI PT. DHARMA ANUGERAH INDAH (DAI)
Mulyono: PENETAPAN JADWAL PERAWATAN MESIN SPEED MASTER D DI PT. DHARMA... 9 PENETAPAN JADWAL PERAWATAN MESIN SPEED MASTER D DI PT. DHARMA ANUGERAH INDAH (DAI) Julius Mulyono ), Dini Endah Setyo Rahaju
Lebih terperinciada, apakah bisa dikatakan nilai yang didapat sudah baik atau tidak, serta mengetahui indeks keandalan ditinjau dari sisi pelanggan.
Analisa Keandalan Transformator Gardu Induk Wilayah Surabaya Menggunakan Metode Monte Carlo Agung Arief Prabowo 2207100058 Jurusan Teknik Elektro ITS, Surabaya 60111, email: agung.prabowo412@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. Data Pengguna Kereta Api
BAB I PENDAHULUAN I.1 Latar Belakang Kereta merupakan salah satu jenis transportasi yang terdapat di Indonesia dan dapat digunakan oleh siapa saja. Di Indonesia, perkembangan kereta mulai meningkat dari
Lebih terperinciSHINTALISTYANI Dosen Pembimbing : Yudha Prasetyawan, S.T. M.Eng
SHINTALISTYANI 2507100091 Dosen Pembimbing : Yudha Prasetyawan, S.T. M.Eng 1 Tahun 2009 2010 2011 Indikator Rencana Realisasi Rencana Realisasi Rencana Realisasi Produksi (MW) 40235 41193 36512 40283 35838
Lebih terperinciBAB V ANALISA DAN INTERPRETASI
BAB V ANALISA DAN INTERPRETASI Tahap analisa dan interpretasi data ini merupakan langkah lebih lanjut dalam penelitian yang dilakukan. Pada bab ini akan dianalisa hasil-hasil yang didapatkan dari bab sebelumnya
Lebih terperinciSimulasi Perbandingan Efek Penerapan Metode Kanban dan ConWIP pada Manufaktur
T E K N O S I M 009 Yogyakarta, November 009 Simulasi Perbandingan Efek Penerapan Metode dan pada Manufaktur Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia Kampus Baru UI Depok, 644,
Lebih terperinciPenjadwalan Pemeliharaan Mesin Pengelasan Titik Bergerak Menggunakan Metode Realibility Centered Maintenance (RCM)
Petunjuk Sitasi: Noor, A. M., Musafak, & Suhartini, N. (2017). Penjadwalan Pemeliharaan Mesin Pengelasan Titik Bergerak Menggunakan Metode Realibility Centered Maintenance (RCM). Prosiding SNTI dan SATELIT
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM INFORMASI PENJADWALAN PREVENTIVE MAINTENANCE PADA PT. STARMAS INTI ALUMINIUM INDUSTRY (SIAI)
ANALISIS DAN PERANCANGAN SISTEM INFORMASI PENJADWALAN PREVENTIVE MAINTENANCE PADA PT. STARMAS INTI ALUMINIUM INDUSTRY (SIAI) Ranggadika Nurtrianto Binus University, Jakarta, DKI Jakarta, Indonesia Abstrak
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH START Studi Pendahuluan Identifikasi Masalah Studi Pustaka Perumusan Masalah Pengumpulan Data Pengolahan Data A Taguchi Identifikasi faktorfaktor yang berpengaruh Penentuan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Mesin dalam dunia industri memiliki definisi sebagai salah satu faktor produksi yang menentukan kelancaran suatu proses produksi. Kelancaran proses produksi menuntut
Lebih terperinciPROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES)
#11 PROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES) 11.1. Pendahuluan Masalah keandalan yang berhubungan dengan sistem secara normal adalah space memiliki sifat diskrit yaitu sistem tersebut dapat
Lebih terperinciPenentuan Skenario Kebijakan Persediaan Terbaik dengan Pendekatan Simulasi Montecarlo
Petunjuk Sitasi: Kusuma, G. H., Astuti, W., Nurhakim, M. R., & Linarti, U. (2017). Penentuan Skenario Kebijakan Persediaan Terbaik dengan Pendekatan Simulasi Montecarlo. Prosiding SNTI dan SATELIT 2017
Lebih terperinciBAB III METODELOGI PENELITIAN
32 BAB III METODELOGI PENELITIAN 3.1 Obyek Penelitian Obyek penelitiaan fokus pada penentuan interval pemeliharaan mesin Oven Botol di PT.Pharos Indonesia. 3.2 Langkah-langkah Penelitian Langkah Langkah-langkah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Metode Simulasi 2.1.1 Pengertian Metode Simulasi Simulasi ialah suatu metodologi untuk melaksanakan percobaan dengan menggunakan model dari suatu sistem nyata (Siagian, 1987).
Lebih terperinciBAB II LANDASAN TEORI Pengertian perawatan Jenis-Jenis Perawatan Metode Reliability Centered Maintenance (RCM)...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN PEMBIMBING... ii LEMBAR PENGESAHAN PENGUJI... iii HALAMAN PENGAKUAN... iv HALAMAN PERSEMBAHAN... v HALAMAN MOTTO... vi KATA PENGANTAR... vii DAFTAR ISI...
Lebih terperinciBAB V ANALISA DAN HASIL
BAB V ANALISA DAN HASIL 5.1. Pembahasan masalah 5.1.1. Hubungan sebab akibat (Cause Effect) Dari hasil analisa permasalahan diatas maka dapat di gambarkan dalam diagram sebab akibat seperti berikut ini
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Berkembangmya ilmu dan teknologi memberikan banyak kemudahan bagi kehidupan umat manusia. Kendaraan bermotor merupakan sarana transportasi yang sangat menunjang
Lebih terperinciPENENTUAN WAKTU PERAWATAN UNTUK PENCEGAHANPADA KOMPONEN KRITIS CYCLONE FEED PUMP BERDASARKAN KRITERIA MINIMASI DOWN TIME
PENENTUAN WAKTU PERAWATAN UNTUK PENCEGAHANPADA KOMPONEN KRITIS CYCLONE FEED PUMP BERDASARKAN KRITERIA MINIMASI DOWN TIME Siti Nandiroh Jurusan Teknik Industri, Universitas Muhammadiyah Surakarta Jl. A.
Lebih terperinciSimulasi Arena Untuk Mengurangi Bottle Neck pada Proses Produksi Kaos (Studi kasus di UKM Greentees Order Division )
Petunjuk Sitasi: Purwani, A., & Tsani, Y. (2017). Simulasi Arena Untuk Mengurangi Bottle Neck pada Proses Produksi Kaos (Studi kasus di UKM Greentees Order Division ). Prosiding SNTI dan SATELIT 2017 (pp.
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Model Rumusan Masalah dan Pengambilan Keputusan Metodologi pemecahan masalah mempunyai peranan penting untuk membantu menyelesaikan masalah dengan mudah. Oleh karena itu
Lebih terperinciTIN315 - Pemeliharaan dan Rekayasa Keandalan Materi #1 Genap 2015/2016. TIN315 - Pemeliharaan dan Rekayasa Keandalan
Materi #1 TIN315 Pemeliharaan dan Rekayasa Keandalan Pokok Bahasan 2 1. Pengenalan Disiplin Ilmu Keandalan dan Aplikasinya 2. Probabilitas 3. Pemodelan Jaringan dan Evaluasi Sistem 4. Pengantar Analisa
Lebih terperinciSimulasi antrian pelayanan kasir swalayan citra di Bandar Buat, Padang
Simulasi antrian pelayanan kasir swalayan citra di Bandar Buat, Padang Dewi Rahmadani, Fitri Julasmasari Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas Abstrak Antrian merupakan salah satu
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI MANAJEMEN PEMELIHARAAN DAN PERAWATAN MESIN INDUSTRI
PERANCANGAN DAN PEMBUATAN APLIKASI MANAJEMEN PEMELIHARAAN DAN PERAWATAN MESIN INDUSTRI (STUDI KASUS: PT UNIBELT INTI PERKASA MALANG) NURUL HUDHA 6907040018 POLITEKNIK PERKAPALAN NEGERI SURABAYA INSTITUT
Lebih terperinciPENENTUAN INTERVAL WAKTU PENGGANTIAN SUB-SUB SISTEM MESIN HEIDELBERG CD 102 DI PT. X
PENENTUAN INTERVAL WAKTU PENGGANTIAN SUB-SUB SISTEM MESIN HEIDELBERG CD 102 DI PT. X Trisian Hendra Putra dan Bobby Oedy P. Soepangkat Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1 Peneltian Pendahuluan Penelitian pendahuluan dilakukan untuk mengetahui kondisi pabrik sebenarnya dan melakukan pengamatan langsung untuk mengetahui permasalahan yang dihadapi
Lebih terperinciSimulasi Event-Diskrit (Discrete-Event Simulation)
Bab 4: Simulasi Event-Diskrit (Discrete-Event Simulation) Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw-Hill, Singapore, 2003. Bab 4: Simulasi Event-Diskrit
Lebih terperinciPEMBUATAN APLIKASI OTOMASI PENJADWALAN UNTUK MANAJEMEN PEMELIHARAAN MESIN INDUSTRI
Anita Hidayati, Pembuatan Aplikasi Penjadwalan, Hal 171-180 PEMBUATAN APLIKASI OTOMASI PENJADWALAN UNTUK MANAJEMEN PEMELIHARAAN MESIN INDUSTRI Anita Hidayati 15 Abstrak Ketersediaan dan kesiapan mesin
Lebih terperinciSeminar TUGAS AKHIR. Fariz Mus abil Hakim LOGO.
Seminar TUGAS AKHIR Fariz Mus abil Hakim 2207 100 010 LOGO www.themegallery.com Studi Keandalan Jaringan Distribusi 20 kv Wilayah Malang dengan Metode Monte Carlo Pembimbing: Prof. Ir. Ontoseno Penangsang,
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Tahap-tahap yang akan dilakukan dalam penelitian ini dapat dilihat pada Gambar 3.1.
BAB 3 METODOLOGI PENELITIAN Tahap-tahap yang akan dilakukan dalam penelitian ini dapat dilihat pada Gambar 3.1. Mulai Studi Lapangan Studi Pustaka Pengumpulan Data Menentukan bahan baku yang dianalisis
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman 187-196 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN AVAILABILITAS PADA SISTEM KOMPONEN SERI Avida Anugraheni C. 1, Sudarno
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. menggunakan data stagnasi mesin yang dicatat oleh perusahaan. Penelitian
BAB 3 METODOLOGI PENELITIAN 3.1. Populasi dan Sampel Penelitian Penelitian mengenai preventive maintenance mesin pada PTPTN XIII menggunakan data stagnasi mesin yang dicatat oleh perusahaan. Penelitian
Lebih terperinciIMPLEMENTASI METODE HEURISTIK DAN SIMULASI UNTUK MENYEIMBANGKAN LINI PERAKITAN LAMPU
IMPLEMENTASI METODE HEURISTIK DAN SIMULASI UNTUK MENYEIMBANGKAN LINI PERAKITAN LAMPU Septian Andrew Susanto 1) dan Nurhadi Siswanto 2) 1) Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya,
Lebih terperinciPERBAIKAN SETTING PARAMETER PERSEDIAAN SUKU CADANG DENGAN PENDEKATAN SIMULASI MONTE CARLO (Studi kasus di Chevron Indonesia Company)
Program tudi MMT-IT, urabaya 0 Juli 06 PERBAIKAN ETTING PARAMETER PEREDIAAN UKU CADANG DENGAN PENDEKATAN IMULAI MONTE CARLO (tudi kasus di Chevron Indonesia Company) Edi Triono ) dan I Nyoman Pujawan )
Lebih terperinciSIMULASI PELAYANAN KASIR SWALAYAN CITRA DI BANDAR BUAT, PADANG
SIMULASI PELAYANAN KASIR SWALAYAN CITRA DI BANDAR BUAT, PADANG Dewi Rahmadani, Fitri Julasmasari Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas Abstrak Antrian merupakan salah satu fenomena
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN. Dalam pengertian paling luas, manajemen operasi berkaitan dengan
BAB II TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 2.1 Manajemen Operasi 2.1.1 Definisi Manajemen Operasi Dalam pengertian paling luas, manajemen operasi berkaitan dengan produksi barang dan jasa. Proses menghasilkan
Lebih terperinciUpaya Penurunan Downtime pada Mesin Moulding di PT. X
Ardyanto, et al. / Upaya Penurunan Downtime pada Mesin Moulding di PT. X/ Jurnal Titra, Vol. 3, No. 2, Juli 2015, pp. 383-390 Upaya Penurunan Downtime pada Mesin Moulding di PT. X Marvin 1, Felecia 2 Abstract:
Lebih terperinciBAB V ANALISA DATA. 5.1 Analisis Pengaruh Interval Waktu Perawatan Efektif (TP) Terhadap Keandalan Pada Komponen Pentagon Knife
Laju Keandalan 120 BAB V ANALISA DATA 5.1 Analisis Pengaruh Interval Waktu Perawatan Efektif (TP) Terhadap Keandalan Pada Komponen Pentagon Knife 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 Komponen Pentagon
Lebih terperinciINTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA API PARAHYANGAN * (STUDI KASUS DI PT. KERETA API INDONESIA)
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol.4 Jurnal Online Institut Teknologi Nasional April 2016 INTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA
Lebih terperinciBAB 2 LANDASAN TEORI. Pendapat tersebut sejalan dengan pendapat Stephens (2004:3), yang. yang diharapkan dari kegiatan perawatan, yaitu :
BAB 2 LANDASAN TEORI 2.1. Definisi maintenance Maintenance (perawatan) menurut Wati (2009) adalah semua tindakan teknik dan administratif yang dilakukan untuk menjaga agar kondisi mesin/peralatan tetap
Lebih terperinci