PERHITUNGAN MEAN TIME TO FAILURE RODA GERINDA SILICONE CARBIDE Ø 205 mm PADA MESIN GERINDA. Firlya Rosa 1, Edrward Prawiro 2 ABSTRAK

Transkripsi

1

2 PERHITUNGAN MEAN TIME TO FAILURE RODA GERINDA SILICONE CARBIDE Ø 205 mm PADA MESIN GERINDA Firlya Rosa 1, Edrward Prawiro 2 1 Jurusan Teknik Mesin, Universitas Bangka Belitung 2 Sarjana S-1 Jurusan Teknik Mesin, Universitas Bangka Belitung ABSTRAK Salah satu fasilitas pendukung permesinan penting di bagian perbengkelan dari suatu perusahaan di Pulau Bangka adalah mesin gerinda duduk yang digunakan untuk mengasah alat potong mesin perkakas seperti pahat bubut, pahat sekrap, cutter frais, dan mata bor dengan tingkat intensitas pemakaian yang cukup tinggi. Intensitas pemakaian yang tinggi tersebut menuntut adanya persediaaan (inventory) dari roda gerinda tersebut. Namun, perencanaan persediaan roda gerinda yang kurang optimal kadang membuat persediaan tersebut menjadi kosong/stock out sehingga berpotensi mengganggu aktifitas produksi dari perusahaan tersebut. Perhitungan Mean Time To Failure roda gerinda digunakan sebagai salah satu dasar dalam perencanaan persediaan dari roda gerinda. Dari hasil pehitungan MTTF diketahui waktu pakai/lifetime dari roda gerinda adalah 6 hari. Perencanaan persediaan yang dapat dibuat antara lain untuk menjamin ketersediaan dari mesin gerinda dalam mendukung kegiatan operasi perbengkelan, maka jadwal perawatan/pergantian roda gerinda adalah 6 hari jalan. Pemesanan kembali dari roda gerinda sebagai persediaan dapat dilakukan sebelum 6 hari jalan dengan waktu pemesanan dapat disesuaikan dengan lamanya proses penyerahan barang (lead time) sehingga jumlah persediaan yang harus dimiliki adalah sekurangkurangnya 1 buah dalam waktu kurang dari 6 hari, sehingga dapat diasumsikan bahwa perbengkelan memerlukan paling sedikit 4 buah persediaan roda gerinda/bulan. Kata kunci : roda gerinda, mesin gerinda, mean time to failure, lead time I. Pendahuluan Suatu perusahaan milik negara (BUMN) yang bergerak dibidang pertambangan timah di Pulau Bangka dalam mendukung kegiatan operasi perusahaan, memiliki fasilitas perbengkelan yang dilengkapi dengan beberapa mesin produksi. Kegiatan perbengkelan tersebut tidak lepas dari proses permesinan yang diperlukan untuk menyelesaikan order/pesanan suatu produk ataupun spare part alat-alat tambang untuk dilakukan perbaikan. Salah satu fasilitas pendukung permesinan penting dari perbengkelan tersebut adalah mesin gerinda duduk. Mesin gerinda ini digunakan untuk mengasah alat potong mesin perkakas seperti pahat bubut, pahat sekrap, cutter frais, dan mata bor dengan tingkat intensitas pemakaian yang cukup tinggi. Intensitas pemakaian yang tinggi tersebut menuntut adanya persediaaan (inventory) dari roda gerinda silicone carbide Ø 205 mm yang digunakan sebagai alat potong pada mesin gerinda sebagai jaminan ketersediaan dari mesin gerinda ketika akan digunakan untuk mendukung aktifitas 1

3 produksi sehingga aktifitas produksi yang sedang dan akan dilakukan tidak akan terganggu. Namun, perencanaan persediaan roda gerinda yang kurang optimal kadang membuat persediaan tersebut menjadi kosong/stock out sehingga berpotensi menggangu aktifitas produksi. Untuk mendapatkan nilai persediaan yang harus disiapkan dengan menghitung Mean Time To Failure dari roda gerinda sebagai salah satu dasar pertimbangan dari pihak manajemen untuk menentukan kebijakan mengenai perencanaan persediaan dari roda gerinda silicone carbide tersebut. II. Metode Penelitian Metode penelitian yang dilakukan dengan menggunakan perhitungan statistik dengan tahapan sebagai berikut: 1. Pengambilan data Pengambilan data pergantian roda gerinda dilakukan pada bagian tools crib yang berisikan tanggal penerimaan dan pemasangan roda gerinda dari bulan januari 2011 sampai februari 2012 dengan spesifikasi Roda Gerinda Silicone Carbide Ø 205 mm yang dapat dilihat pada tabel 1. Tabel 1 Spesifikasi Teknis Roda Gerinda Silicone Carbide Ø 205 mm Jenis Roda Gerinda Duduk Merk Norton Tipe 39C80 KVK - TIA Ukuran Ø205 x 25 x 31,75 Material Silicone Carbide Dari data tools crib tersebut disusun dan data pergantian roda gerinda dapat dilihat pada tabel 2. Tabel 2 Data Pergantian Roda Gerinda Silicone Carbide No. Tanggal Hari Jalan 1 10 Januari Januari Januari Februari Februari Maret Maret Maret Maret Maret Maret April April Mei Mei Mei Juni Juni Juli Juli Agustus Agustus September September September Oktober Oktober November November November November Desember Desember Desember Desember Desember Desember Januari Januari Januari Januari Februari n ( Jumlah Data) = 42 2

4 2. Pengujian Data Untuk Menentukan Jenis Distribusi Data Distribusi data yang digunakan adalah : Distribusi normal sering disebut dengan distribusi Gaussian merupakan salah satu jenis distribusi yang paling sering digunakan dalam menjelaskan sebaran data. Distribusi normal memiliki bentuk kurva simetris terhadap nilai rata-rata (mean) atau biasa disebut dengan kurva lonceng [1]. Distribusi Lognormal yang merupakan distribusi dengan 2 parameter yaitu mean (rata-rata) dan standar deviasi. Data yang mempunyai distribusi lognormal adalah data dengan fungsi eksponential dari data berdistribusi normal [2]. Distribusi Weibull, juga merupakan salah satu jenis distribusi kontinyu yang sering digunakan, khususnya dalam bidang keandalan dan statistik karena kemampuannya untuk mendekati berbagai jenis sebaran data [3]. Distribusi Gamma memiliki nilai shape parameter b dan scale parameter a. Dengan memvariasikan nilai kedua parameter tersebut maka ada banyak jenis sebaran data yang dapat diwakili oleh distribusi Gamma [4]. 3. Perhitungan Uji Distribusi Data Kolmogorov-Smirnov (K-S) Uji Distribusi Data Kolmogorov- Smirnov (K-S) merupakan salah satu dari metode uji kebaikan suai (goodness of fit) yang digunakan untuk menentukan keabsahan pola distribusi data yang akan dianalisa dengan pola distribusi data yang diasumsikan. Dasar prosedur pengujian yang diterapkan pada uji kolmogorovsmirnov yaitu membandingkan antara frekuensi kumulatif eksperimental S n (x) dan distribusi teoritis F(x) yang diasumsikan dengan selisih maksimum adalah Dn yang dapat dilihat pada gambar 1. Nilai P menunjukkan nilai probabilitas/peluang dari hasil perbandingan pola distribusi analisa dengan pola distribusi standar. Semakin besar nilai P, maka tingkat peluang akan semakin besar yang menandakan bahwa pola distribusi data yang diuji mendekati pola distribusi data yang diharapkan. Untuk membantu uji distribusi, dilakukan dengan menggunakan software pengolah data statistik. Gambar 1 Hubungan Antara Frekuensi Kumulatif Empiris S n (x), Fungsi Distribusi Teoritis F(x) dan Dn [5] 4. Perhitungan Mean Time To Failure (MTTF) Perhitungan Mean Time To Failure (MTTF) merupakan rata rata waktu tanpa terjadinya kerusakan atau ukuran peluang yang digunakan untuk menentukan waktu pakai (lifetime) dari sistem/komponen yang tidak dapat 3

5 dilakukan perbaikan. Secara umum, nilai MTTF didefinisikan sebagai [6] : (1) Nilai MTTF juga dapat ditentukan berdasarkan jenis distribusi data kerusakan komponen/sistem. MTTF digunakan untuk mendiskripsikan waktu pakai (lifetime) yang merupakan bagian dari keandalan (realibility) dari suatu komponen ataupun sistem. III. Hasil dan Pembahasan 1. Penentuan Jenis Distribusi Data Dari data pada tabel 1, maka ditentukan pengelompokkan data sebagai berikut: jumlah kelas (k) [7] : k = log n... (2) o log 42 o = 6.35 dibulatkan ke 6 Panjang interval kelas (i) [7] :... (3) i = 2.3 dibulatkan 3 Maka didapatkan interval dan frekuensi data yang dapat dilihat pada tabel 3 dan grafik histogram dapat dilihat pada gambar Tabel 3 Interval dan Frekuensi Data Kelas Interval Titik Tengah Frekuensi Jumlah Penentuan Distribusi Dari hasil pengujian data menggunakan software pengolah data statistik, diperoleh hasil distribusi yang dapat dilihat pada tabel 4. Tabel 4 Data variable: Data Pergantian Roda Gerinda 42 values ranging from 2,0 to 16,0 (Fitted Distributions) Gamma Lognormal shape = 3,40191 mean = 6,97579 scale = 0, standard deviation = 4,45864 Log scale: mean = 1,77117 Log scale: std. dev. = 0, Normal Weibull mean = 6,85714 shape = 2,02176 standard deviation = 3,65974 scale = 7,77016 Frekuensi Interval 3. Perhitungan Uji Distribusi Data Kolmogorov Smirnov (K S) Perhitungan Uji Distribusi Data Kolmogorov-Smirnov (K-S) dapat dilihat pada tabel Gambar 2 Histogram Frekuensi Pergantian Roda Gerinda 4

6 Tabel 5 Goodness-of-Fit Tests for Data Pergantian Roda Gerinda dengan Kolmogorov-Smirnov Test Gamma Lognormal Normal Weibull DPLUS 0, , , , DMINUS 0, , , , DN 0, , , , P-Value 0, , , , Dari hasil pengujian, dapat disimpulkan bahwa pola distribusi data pergantian roda gerinda adalah pola distribusi gamma dengan merujuk pada nilai Dn terendah dan nilai P-value terbesar. Dengan nilai parameter bentuk (b) = , sedangkan nilai parameter skala (a) = Perhitungan MTTF Harga Mean Time To Failure untuk distribusi gamma yaitu : Dimana :...[6].... (4) Dari hasil perhitungan MTTF didapatkan waktu pakai (lifetime) dari roda gerinda Silicone Carbide Ø 205 mm berdasarkan perhitungan MTTF adalah 6 hari. IV. Kesimpulan Adapun kesimpulan yang dapat dibuat berdasarkan perhitungan MTTF adalah sebagai berikut : 1. Lifetime/waktu pakai roda gerinda adalah 6 hari. 2. Untuk menjamin ketersediaan dari mesin gerinda dalam mendukung kegiatan operasi perbengkelan, maka jadwal perawatan/pergantian roda gerinda adalah 6 hari jalan. 3. Jumlah persediaan yang harus dimiliki adalah sekurang-kurangnya 1 buah dalam waktu kurang dari 6 hari, sehingga dapat diasumsikan bahwa perbengkelan memerlukan paling sedikit 4 buah persediaan roda gerinda/bulan. 4. Pemesanan kembali dari roda gerinda sebagai persediaan dapat dilakukan sebelum 6 hari jalan dengan waktu pemesanan dapat disesuaikan dengan lamanya proses penyerahan barang (lead time). 5. Jumlah Persediaan roda gerinda harus mencukupi untuk memenuhi kebutuhan dari kegiatan operasional perbengkelan. 6. Perhitungan waktu pakai/lifetime dapat digunakan sebagai salah satu dasar perencanaan persediaan komponen habis pakai (consumables) ataupun komponen kritis di masa mendatang. Persediaan tersebut digunakan untuk menjamin kelancaran aktifitas produksi dan perbaikan. 7. Perencanaan persediaan dipengaruhi oleh faktor lain seperti lamanya waktu pemesanan, biaya pemesanan, kapasitas tempat penyimpanan, kondisi keuangan, ketersediaan barang, dll. DAFTAR PUSTAKA 1. on on 4. on 5. Ang, Alfredo H-S, Wilsaon H. Tang, dan Binsar Hariandja Konsep- Konsep Probabilitas dalam 5

7 Perencanaan dan Perancangan Rekayasa. Jakarta : Erlangga. 6. Bertsche Bernd Reliability in Automotive and Mechanical Engineering. Berlin: Springer. 7. Raharjo, Marsudi Statistika. Yogyakarta : Departemen Pendidikan Nasional. 6