THE MODEL PRODUCTION MACHINE MAINTENANCE CRITICAL COMPONENTS IN PT.X PURWANTO, DR.IR.HOTNIAR SIRINGORINGO MSC. Undergraduate Program, 2008

Transkripsi

1 THE MODEL PRODUCTION MACHINE MAINTENANCE CRITICAL COMPONENTS IN PT.X PURWANTO, DR.IR.HOTNIAR SIRINGORINGO MSC Undergraduate Program, 2008 Gunadarma University key words: production, maintenance, machine ABSTRACT : Maintenance is one very important function in supporting the activities of the company, with a planned maintenance is expected to support the smooth and successful production process in achieving production targets that are expected by the company. This study aims to measure the time the facility / soft drink filling machine can not be operated on part of the production division of PT. Triteguh Manungal True. Measurements were done using the method of minimization of the time can not be operated facilities for critical components, so that it will obtain an optimum time interval for each critical component. Results indicated that preventive replacement time of critical components for optimal mounting rubber component is any component of 560 hours and modular chain is every 900 hours, while for the examination for the second time interval is every 215 hour component. The reliability of critical components showed an increase of 87% of critical components for mounting and rubber components of 69.96% for the chain of modular components. Bibliography ( ).

2 UNIVERSITAS GUNADARMA FAKULTAS TEKNOLOGI INDUSTRI JURNAL TUGAS AKHIR MODEL PEMELIHARAAN KOMPONEN KRITIS MESIN PRODUKSI PADA PT.X Disusun oleh : Nama : Purwanto NPM : Jurusan : Teknik Industri Pembimbing : Dr.Ir. Hotniar Siringoringo, Msc Diajukan Guna Melengkapi Sebagian Syarat Dalam Mencapai Gelar Sarjana Strata Satu (S1) JAKARTA 2008

3 ABSTRAKSI Purwanto / / MODEL PEMELIHARAN KOMPONEN KRITIS MESIN PRODUKSI PADA PT. X Tugas Akhir, Fakultas Teknologi Industri,2008 Kata Kunci : Pemeliharaan, Waktu fasilitas dimana tidak dapat dioperasikan. (xi + V-2 + Lampiran) Pemeliharaan merupakan salah satu fungsi yang sangat penting dalam menunjang kegiatan perusahaan, dengan adanya pemeliharaan yang terencana maka diharapkan dapat menunjang kelancaran dan keberhasilan proses produksi dalam mencapai target produksi yang diharapkan oleh perusahaan. Penelitian ini bertujuan untuk mengukur waktu fasilitas/mesin pengisian minuman ringan tidak dapat dioperasikan pada bagian divisi produksi PT. Triteguh Manungal Sejati. Pengukuran dilakukan menggunakan metode minimasi total waktu fasilitas tidak dapat dioperasikan untuk komponen kritis, sehingga akan diperoleh interval waktu yang optimum bagi masing-masing komponen kritis. Hasil menunjukkan bahwa waktu penggantian pencegahan komponen kritis yang optimal untuk komponen karet mounting adalah setiap 560 jam dan komponen rantai modular adalah setiap 900 jam, sedangkan untuk interval waktu pemeriksaan untuk kedua komponen adalah setiap 215 jam. Tingkat ketersediaan komponen total komponen kritis adalah sebesar untuk komponen karet mounting dan untuk komponen rantai modular. Tingkat keandalan komponen kritis menunjukkan terjadinya peningkatan komponen kritis sebesar 87 % untuk komponen karet mounting dan % untuk komponen rantai modular. Daftar Pustaka ( )

4 I. PENDAHULUAN 1. Latar Belakang PT. Triteguh Manunggal Sejati (garuda food group) sebagai perusahaan yang bergerak di industri makanan dan minuman ringan selalu berusaha memberikan produk dengan kualitas baik, oleh karena itu proses produksi yang dilakukan sangat bergantung pada kinerja mesin yang optimal. Mesin PT. Triteguh Manunggal Sejati sebagian besar dioperasikan selama 24 jam, akan besar kemungkinan mesin mengalami kerusakan yang akan menyebabkan penurunan jumlah produksi, kerugian waktu dan ongkos. PT. Triteguh Manunggal Sejati telah memiliki perawatan yang terencana, diantaranya dengan pemeliharan rutin dan berkala. Pemeliharaan rutin yang dilakukan diantaranya adalah setiap jam kerja, operator wajib memeriksa kondisi mesin sebelum dioperasikan, kondisi tersebut dimaksudkan agar mesin dalam keadaan terkendali dan tidak ada masalah, pemeliharaan rutin yang lainnya adalah setiap awal pergantian jam kerja divisi teknik wajib memeriksa laporan kondisi mesin dari divisi teknik sebelumnya. Sedangkan perawatan berkala yang dilakukan adalah kondisi mesin diperiksa, diperbaiki dan dibersihkan setiap minggunya. Akan tetapi meskipun perawatan yang dilakukan telah terencana, mesin yang dioperasikan selama 24 jam kemampuan komponennya akan berkurang sewaktuwaktu sehingga mesin mengalami kerusakan tiba-tiba. Oleh karena itu PT. Triteguh Manunggal Sejati perlu melakukan sistem perawatan yang memperhitungkan terjadinya kerusakan yang bersifat probabilistik, dengan menggunakan perhitungan matematis terhadap mesin yang termasuk unit kritis, agar umur mesin dapat lebih panjang dan persediaan komponen dapat selalu terjaga sehingga waktu yang terbuang dalam penggantian dapat di minimasi. 2. Pembatasan Masalah Pengamatan dilakukan terhadap divisi proses PT. Triteguh Manunggal Sejati khususnya mesin pengisian minuman ringan, dan data kerusakan yang digunakan merupakan data kerusakan yang terjadi dari bulan Juni 2007 hingga bulan Februari Tujuan Penelitian Adapun tujuan penelitian ini yaitu : 1.Menentukan komponen kritis. 2.Menentukan rata-rata waktu kerusakan. 3.Menentukan periode perbaikan pencegahan. 4.Menentukan tingkat keandalan dan ketersediaan komponen kritis.

5 II. LANDASAN TEORI 1. Manajemen Pemeliharaan Mesin a. Pengertian dan Peranan Pemeliharaan Pemeliharaan merupakan suatu fungsi dalam suatu perusahaan yang sama pentingnya dengan fungsi-fungsi lain seperti produksi. Hal ini karena apabila perusahaan mempunyai peralatan atau fasilitas, maka biasanya perusahaan selalu berusaha untuk tetap mempergunakan peralatan atau fasilitas tersebut. Adapun ilustrasi yang dapat diberikan adalah bahwa siapapun yang pernah terhambat perjalanannya karena kerusakan dalam sebuah pesawat, kereta api atau bis dapat merasakan ketidaknyamanan maupun rasa frustasi dikarenakan hal tersebut. Walaupun terkadang kebanyakan orang tidak selalu memperhatikan masalah tersebut, kerusakan yang diakibatkan tersebut merupakan suatu indikasi adanya kelemahan di dalam program pemeliharaan perusahaan transportasi tersebut (Assauri,1993). b. Jenis-jenis Pemeliharaan Pemeliharaan dapat diklasifikasikan dalam dua kategori umum, yaitu pemeliharaan terencana dan tidak terencana. Pemeliharaan tidak terencana terdiri dari pemeliharaan darurat yang dapat didefinisikan sebagai pemeliharaan yang perlu segera dilaksanakan tindakan untuk mencegah akibat yang serius, misalnya hilangnya produksi, kerusakan besar pada peralatan, atau untuk alasan keselamatan kerja (Corder, 1996). Bentuk dari pemeliharaan terencana ada dua yaitu pemeliharaan korektif dan pemeliharaan pencegahan. Pemeliharaan korektif adalah pemeliharaan yang dilakukan untuk memperbaiki suatu bagian (termasuk penyetelan dan reparasi) yang telah terhenti untuk memenuhi suatu kondisi yang bisa diterima (Corder, 1996). 2. Konsep Keandalan dan Ketersediaan a. Keandalan Keandalan menurut Ebeling (1997) dapat didefinisikan sebagai probabilitas bahwa suatu komponen atau sistem akan memperformasikan suatu fungsi yang dibutuhkan dalam periode waktu tertentu ketika digunakan dalam kondisi operasi. Sedangkan menurut Leemis (1995) keandalan dari suatu unit adalah probabilitas bahwa unit tersebut akan memberikan kemampuan yang diharapkan untuk suatu tujuan tertentu dalam periode waktu tertentu ketika berada dalam kondisi lingkungan tertentu. Definisi lain yang diberikan oleh Dhillon (1983), keandalan itu adalah probabilitas suatu unit atau sistem akan berfungsi secara normal ketika digunakan untuk periode waktu yang diinginkan dalam kondisi operasi yang spesifik. Fungsi distribusi kerusakan dijabarkan atas beberapa fungsi yaitu fungsi keandalan, fungsi kepadatan probabilitas, laju kerusakan, fungsi distribusi kumulatif dan nilai rata-rata distribusi (WRAK).

6 Kurva yang menunjukkan pola laju kerusakan sesaat yang umum bagi suatu produk yang dikenal dengan istilah kurva bak mandi karena bentuknya. Sistem yang memiliki fungsi laju kerusakan ini pada awal siklus penggunaannya mengalami penurunan laju kerusakan (kerusakan dini), diikuti dengan laju kerusakan yang mendekati konstan (umur pakai yang berguna), kemudian mengalami peningkatan laju kerusakan (melewati umur pakai) (Ebelling, 1997). Bentuk kurvanya dapat dilihat pada Gambar (2.1). λ (t) Fase A Kerusakan Dini Fase B UmurPakai Fase C Melebihi Umur Pakai Kerusakan Dini Kerusakan Takteratur Kerusakan Melebihi Umur Pakai Gambar 2.1 Kurva Laju Kerusakan b. Ketersediaan Ketersediaan adalah probabilitas suatu komponen atau sistem beroprasi sesuai fungsi yang ditetapkan pada waktu tertentu ketika digunakan pada kondisi operasi yang telah ditetapkan (Ebelling, 1997). Ketersediaan bergantung pada keandalan dan pemeliharaan. Untuk memperkirakan ketersediaan sistem distribusi, probabilitas kerusakan dan perbaikan harus dipertimbangkan. 3. Distribusi Kerusakan a. Distribusi Weibull Distribusi weibull banyak digunakan dalam analisa keandalan terutama untuk menghitung umur komponen karena kemampuannya untuk mencakup fasa kerusakan yang mungkin terjadi pada distribusi kerusakan mesin. Distribusi weibull banyak digunakan dalam bentuk dua parameter yaituθ menunjukkan parameter skala dan β menunjukkan parameter bentuk. Fungsi distribusi weibull terbagi atas

7 fungsi kepadatan peluang, keandalan, distribusi kumulatif, laju kerusakan dan nilai rata-rata dari distribusi (Ebelling, 1997). b. Distribusi Eksponensial Distribusi kerusakan yang memiliki laju kerusakan konstan dinamakan distribusi eksponensial. Distribusi eksponensial merupakan salah satu dari distribusi keandalan yang paling mudah untuk dianalisis. Kerusakan yang terjadi pada distribusi ini adalah merupakan kerusakan yang bersifat acak. Distribusi eksponensial ini memainkan peranan yang penting dalam keandalan karena merupakan satu-satunya distribusi kontinu dan laju kerusakan yang tetap. Distribusi ini memiliki sebuah parameter skala positif, yaitu parameter λ, dan sering disebut sebagai laju kerusakan (Leemis,1995). c. Distribusi Normal Distribusi normal ini telah berhasil digunakan terhadap model kerusakan maupun fenomena kerusakan meningkat. Karena hubungannya dengan distribusi lognormal, distribusi ini juga berguna untuk menganalisa probabilitas lognormal. Fungsi kepadatan dari distribusi ini terlihat seperti kurva berbentuk bel sehingga memiliki nilai simetris terhadap nilai rataan dengan dua parameter pembentuk yaitu µ (nilai tengah) dan σ (standar deviasi). d. Distribusi Lognormal Distribusi lognormal memiliki parameter bentuk (s), dan parameter lokasi (t med ) yang merupakan nilai tengah dari waktu kerusakan. Distribusi ini dimengerti hanya untuk nilai t positif sehingga lebih sesuai daripada distribusi normal sebagai distribusi kerusakan. Seperti halnya distribusi weibull, lognormal ini dapat memiliki bentuk yang bervariasi. Seringkali dijumpai bahwa data yang sesuai dengan distribusi weibull sesuai pula dengan distribusi lognormal (Ebelling, 1997). 4. Koefisien Korelasi Identifikasi awal dapat dilakukan dengan dua metode yaitu regresi linier dan kertas grafik distribusi. Dalam mengidentifikasikan distribusi kerusakan atau perbaikan suatu komponen digunakan koefisien korelasi (r) yang merupakan ukuran hubungan linier antara peubah x dan y. dimana r diperoleh dengan rumus (Walpole,1995). seperti ditunjukkan pada Persamaan (1). n n n n xi yi xi yi i= 1 = i= 1 i= 1 r (1) n n n 2 xi i= 1 i= 1 x i 2 n n n 2 yi i= 1 i= 1 y i 2 5. Uji Kecocokan Distribusi

8 Tahap terakhir dalam penentuan distribusi secara teoritis ini adalah uji kecocokan distribusi. Uji ini adalah membandingkan hipotesis nol (H o ), yaitu data kerusakan mengikuti distribusi tertentu, dengan distribusi alternatif (H 1 ) yang data kerusakannya tidak berasal dari distribusi tertentu. Uji ini terdiri dari perhitungan nilai statistik berdasarkan data kerusakan, Untuk uji secara umum, maka digunakan uji kecocokan distribusi chi-square. Namun yang akan digunakan dalam perhitungan ini adalah uji secara spesifik, yaitu pengujian mann s untuk distribusi weibull, pengujian bartlett s untuk distribusi eksponensial dan pengunjian kolmogorov-smirnov untuk distribusi normal dan distribusi lognormal. 6. Perhitungan Waktu Rata-rata Antara Kerusakan dan Waktu Rata-rata Antara Perbaikan Sama halnya seperti keandalan, keterawatan juga dapat didefinisikan sebagai suatu probabilitas yang mengikuti suatu distribusi waktu perbaikan tertentu. Cara untuk pengukuran keandalan dan keterawatan yang paling sering digunakan adalah WRAK dan WRAP. Berikut disajikan rumus-rumus untuk menghitung WRAK dan WRAP untuk distribusi normal, lognormal, eksponensial dan weibull yang ditunjukkan pada Persamaan (2-5) (Ebelling,1997). WRAK = WRAP = µ (2) WRAK = WRAP = t exp( s 2 / 2) (3) med 1 WRAK = WRAP = λ (4) WRAK = WRAP = θ Γ x = θ Γ 1+ 1/ β (5) ( ) ( { }) 7. Metode Pendekatan Dalam Pemeliharaan Mesin Dalam melakukan tindakan pemeliharaan pencegahan ada berbagai metode yang bisa digunakan. Metode yang dipilih tersebut disesuaikan dengan tujuan melakukan tindakan pemeliharaan pencegahan. Dalam penelitian ini metode yang dipilih adalah metode standar dari AKS Jardine, yaitu model pendekatan dengan kriteria minimasi mesin/fasilitas tidak dapat dioperasikan. Pemilihan ini dikarenakan tujuan pemeliharaan pada penelitian ini untuk meminimasi waktu mesin/fasilitas tidak dapat dioperasikan yang terjadi akibat kerusakan yang terjadi pada mesin. a. Model Penentuan Interval Waktu Penggantian Pencegahan Optimal Dengan Kriteria Minimasi Mesin/Fasilitas Tidak Dapat Dioperasikan Pada model ini terdapat dua jenis model standar bagi permasalahan penggantian yang dikemukakan oleh Jardine (1973) yaitu penggantian blok dan model penggantian umur. Model penggantian blok, pada model ini tindakan penggantian dilakukan pada suatu interval yang tetap, serta digunakan jika diiginkan adanya suatu konsistensi

9 terhadap interval penggantian pencegahan yang telah ditentukan walaupun sebelumnya telah terjadi penggantian yang disebabkan karena adanya kerusakan. Pelaksanaan dari model ini adalah melakukan penggantian karena kerusakan yang terjadi dalam interval (0, tp) dengan mengabaikan frekuensi penggantian yang terjadi selama selang interval waktu tersebut, serta melakukan penggantian pencegahan pada setiap selang waktu tp sekali secara konstan, dengan mengabaikan umur komponen (Jardine,1973). Model penggantian umur, pada model ini pelaksanaan penggantian pencegahan dilakukan dengan tergantung pada umur pakai dari komponen. Penggantian pencegahan dilakukan dengan menetapkan kembali interval waktu penggantian pencegahan berikutnya sesuai dengan interval yang telah ditentukan jika terjadi kerusakan yang menurut dilakukannya tindakan penggantian. Terdapat dua macam siklus penggantian pada model ini, siklus pertama ditentukan oleh komponen yang telah mencapai umur penggantian (tp) sesuai dengan yang telah direncanakan atau siklus pencegahan yang diakhiri dengan kegiatan penggantian pencegahan. Siklus kedua ditentukan oleh komponen yang telah mengalami kerusakan sebelum mencapai waktu penggantian yang telah ditetapkan sebelumnya atau siklus kerusakan yang diakhiri dengan kegiatan penggantian kerusakan (Jardine,1973). 8. Model Penentuan Frekuensi Optimal Pemeriksaan Dalam melakukan tindakan pemeliharaan, selain melakukan penggantian juga diperlukan tindakan pemeriksaan. Model pemeriksaan ini juga mengikuti model yang dikemukakan Jardine (1973). Melalui model pemeriksaan ini diharapkan dapat diperoleh suatu pemecahan yang dapat mengidentifikasi level yang paling optimum untuk melakukan kegiatan pemeriksaan dan selanjutnya diharapkan bahwa efek dilaksanakannya kegiatan pemeriksaan menurut level tersebut akan dapat mengurangi laju kerusakan mesin, meminimalkan mesin tidak dapat dioperasikan yang akan meningkatkan tingkat ketersediaan operasi mesin, yang akan membawa dampak bagi terjaminnya layanan pemakaian mesin. Konstruksi model didapat dari kerusakan mesin atau komponen yang terjadi mengikuti distribusi eksponensial dengan WRAK = 1 / λ dimana λ adalah rata-rata dari terjadinya kerusakan, banyaknya perbaikan kerusakan adalah berdistribusi eksponensial dengan waktu rata-rata = 1 / µ, dan kebijakan pemeriksaan adalah n per unit waktu dimana banyaknya pemeriksaan adalah berdistribusi eksponensial dengan waktu rata-rata =1/I, laju kerusakan mesin atau komponen merupakan fungsi dari frekuensi pemeriksaan (n). Hal ini berarti bahwa kerusakan dapat dipengaruhi oleh jumlah pemeriksaan yang dilakukan. Oleh karena itu, λ = λ(n). Total mesin tidak dapat dioperasikan per unit waktu akan merupakan suatu fungsi dari frekuensi pemeriksaan (n) dan dinotasikan D(n) (Jardine, 1973), seperti ditunjukkan Persamaan (6). λ ( n) n D ( n) = + (6) µ i

10 Diasumsikan bahwa laju kerusakan mesin atau komponen berbanding terbalik dengan jumlah kerusakan yaitu α ( n ) = k / n dan D(n) merupakan fungsi berlanjut 2 terhadap n, Kemudian λ '( n) = k / n, sehingga didapatkan Persamaan (7). k 1 D( n) = + = 0 2 n µ i k. i Dengan frekuensi pemeriksaan n = µ 9. Perhitungan Keandalan Tanpa dan dengan Pemeliharaan Pencegahan Peningkatan keandalan dapat ditempuh dengan cara pemeliharaan pencegahan. Pemeliharaan pencegahan dapat mengurangi pengaruh umur pakai dan menunjukkan pengaruh yang signifikan terhadap umur dari sistem. Model keandalan berikut ini mengasumsikan sistem kembali ke kondisi asalnya setelah menjalani pemeliharaan pencegahan. Keandalan pada saat t dinyatakan sebagai berikut, R m ( t) = R( t) untuk 0 t < T dan R m ( t) = R( T ). R( t T ) untukt t < 2T (Ebelling, 1997). Simbol R(t) menunjukkan keandalan sistem tampa pemeliharaan pencegahan, T menunjukkan interval waktu penggantian pencegahan kerusakan atau WRAK, R m (t) menunjukkan keandalan dari sistem dengan pemeliharaan pencegahan, R(T) menunjukkan peluang keandalan waktu tambahan t-t setelah sistem dikembalikan pada kondisi awal pada saat T. III. METODOLOGI PENELITIAN 1. Data dan Variabel Data yang dikumpulkan dalam penelitian ini adalah data sekunder yaitu data yang berupa jenis mesin yang digunakan, waktu kerusakan mesin, sistem pemeliharaan dan proses produksi. Semua data ini merupakan data historis yang dimiliki oleh perusahaan. Variabel yang digunakan dalam penelitian ini adalah jenis mesin, frekuensi kerusakan komponen mesin dan waktu terjadinya kerusakan serta frekuensi perbaikan. 2. Pengolahan Data Dalam pengolahan data, penentuan komponen kritis ditentukan berdasarkan presentase waktu terbesar penyebab kerusakan mesin dengan menggunakan diagram pareto, sedangkan untuk menentukan fungsi rata-rata waktu kerusakan didapatkan dengan menghitung waktu rata-rata antar kerusakan dan waktu rata-rata antar perbaikan. Metode yang digunakan dalam menentukan periode perbaikan pencegahan adalah metode standar dari AKS Jardine, yaitu model pendekatan dengan kriteria mesin/fasilitas tidak dapat dioperasikan, diantaranya model penentuan interval penggantian pencegahan dengan metode penggantian umur dan model penentuan frekuensi optimal pemeriksaan. Perhitungan tingkat avaibility (7)

11 diperoleh dengan mengalikan masing-masing tingkat ketersediaan komponen kritis dari tiap interval dengan waktu pemeriksaan optimal, sedangkan tingkat reability komponen kritis didapatkan dengan membandingkan keandalan sebelum dan sesudah dilakukan penggantian pencegahan. IV. PEMBAHASAN 1. Pengumpulan Data Berdasarkan pengumpulan data, diperoleh jumlah kerusakan komponen mesin pengisian minuman ringan dari bulan Juni 2007 sampai dengan bulan Februari 2008, seperti yang dapat dilihat pada Tabel 4.1. Tabel 4.1. Data komponen mesin tidak dapat dioperasikan mesin pengisian minuman ringan Periode 1 Juni Februari 2008 Komponen Tanggal Kerusakan Jam Kerusakan Mesin Berhenti Beroprasi (jam) Karet mounting 7-Jun Jul Sep Des Jan Feb Rantai Modular 5-Jul Agus Okt Jan Sendok hopper nata 3--Jun Jul Agu Des Feb Mekanik seal 12-Sep Nov Baut pengunci roll seal 19-Jun Juli Okt Nov Des Baut pengunci roll seal 29-Des Jan Setelan roll seal 25-Jun As pengaduk 16-Nov Bearing gearbox 1-Sep

12 As rem 26-Jul Valve 4-Oct Bearing roll seal 2-Jun Feb Bearing sprocket 30-Okt Pompa sirkulasi CT 20-Nov Filter IJP 26-Nov Pipa Transfer nata 6-Des Breaker 18-Okt Per pemotong 6-Jul Nov Plat sodokan 20-Okt Jan Rantai roll seal sampah 8-Nov Silinder udara 24-Okt Penentuan Komponen Kritis Penentuan komponen kritis dilakukan berdasarkan persentase total komponen mesin tidak dapat dioperasikan terbesar, dan dipilih 2 komponen yang memiliki waktu kerusakan terbesar. Perhitungan persentase kerusakan komponen kritis mesin tidak dapat dioperasikan pada mesin pengisian minuman ringan seperti yang dapat dilihat pada Tabel 4.2. Tabel 4.2. Persentase kerusakan komponen mesin tidak dapat dioperasikan pada mesin pengisian minuman ringan No Nama Komponen Mesin berhenti beroprasi % % Kumulatif (jam) 1 Karet mounting Rantai modular Sendok hopper nata Mekanik seal Baut pengunci roll seal Setelan roll seal As pengaduk Bearing gear box As rem Valve Bearing roll seal Bearing sprocket Pompa sirkulasi CT Penyaring IJP Pipa transfer nata Breaker

13 17 Per pemotong Plat sodokan Rantai roll seal sampah Silinder udara Jumlah Downtime Karet mounting Rantai modular Sendok hopper nata Mekanik seal Baut pengunci roll seal Setelan roll seal As pengaduk Bearing gear box As rem Valve Bearing roll seal Bearing sprocket Pompa sirkulasi CT Nama Komponen Penyaring IJP Pipa transfer nata Breaker Per pemotong Plat sodokan Rantai roll seal sampah Silinder udara Persentase Kumulatif Gambar 4.1. Diagram pareto mesin tidak dapat dioperasikan Mesin pengisian minuman ringan Dari Tabel 4.2 dan Gambar 4.1, dapat dilihat 2 komponen yang memiliki nilai mesin tidak dapat dioperasikan terbesar adalah komponen karet mounting dan rantai modular. Mesin/fasilitas tidak dapat dioperasikan didapatkan dari lama terhentinya kegiatan operasi karena adanya kerusakan sampai kegiatan operasi dapat berjalan kembali. Pada komponen karet mounting kerusakan dimulai pada Tanggal 7 Juni 2007 pukul sampai pukul 12.00, maka total mesin tidak dapat dioperasikan adalah 1.67 jam. Selang waktu kerusakan didapatkan dengan cara menghitung selang waktu dari saat penggantian selesai, dimana kegiatan operasi mulai berjalan kembali sampai dengan saat awal kerusakan yang selanjutnya. Pada komponen karet mounting kerusakan dimulai pada tanggal 7 Juni 2007 pukul selesai 7 Juni 2007 pukul 12.00, kerusakan selanjutnya 19 Juli 2007 pukul selesai 20 Juli pukul 00.31,

14 maka selang waktu antar kerusakannya didapatkan dengan cara; saat selesai pukul didapatkan 12 jam, selang waktu pada 8 Juni 2007 sampai 18 Juli 2007 didapatkan 36 hari kerja produksi = 864 jam, selang waktu pada tanggal 19 Juli dari pukul sampai dengan didapatkan jam, jadi selang waktunya = = jam. Tabel perhitungan data kerusakan komponen dapat dilihat pada Tabel Tabel 4.3. Data Kerusakan Komponen Karet Mounting Tanggal Waktu Selang waktu kerusakan (jam) Mesin berhenti beroprasi (jam) 12-Jun Jul Sep Des Jan Feb Jumlah Tabel 4.4. Data Kerusakan Komponen Rantai Modular Tanggal Waktu Selang waktu kerusakan (jam) Mesin berhenti beroprasi (jam) 5-Jul Agus Okt Jan Jumlah Penentuan Distribusi Penentuan distribusi yang sesuai pada data selang waktu antar kerusakan dan data selang waktu antar perbaikan, dilakukan dengan perhitungan koefisien korelasi dan parameter dari tiap distribusi, distribusi yang dipilih berdasarkan nilai koefisen korelasi terbesar. Distribusi yang digunakan terdiri dari empat macam distribusi yaitu distribusi normal, lognormal, eksponensial dan weibull, nilai koefisien korelasi untuk data selang waktu antar kerusakan dan perbaikan dapat dilihat pada Tabel Tabel 4.5. Nilai koefisien korelasi untuk data selang waktu antar kerusakan

15 Komponen Normal Lognormal Eksponensial Weibull Karet Mounting Rantai Modular Tabel 4.6. Nilai koefisien korelasi untuk data selang waktu antar perbaikan Komponen Normal Lognormal Eksponensial Weibull Karet Mounting Rantai Modular Uji kecocokan distribusi dilakukan terhadap data selang waktu antar kerusakan dan data selang waktu antar perbaikan untuk masing-masing komponen kritis berdasarkan distribusi yang terpilih, jika dalam pengujian ini teryata distribusi yang terpilih tidak sesuai maka akan dilanjutkan memakai distribusi dengan nilai koefisien korelasi terbesar kedua, demikian seterusnya sampai ditemukan kesesuaian distribusi. Uji spesifik yang digunakan adalah uji bartlett s untuk distribusi eksponensial, uji mann s untuk distribusi weibull dan uji kolmogorov-smirnov untuk distribusi normal dan lognormal. Untuk data selang waktu antar kerusakan pada komponen karet mounting didapatkan berdistribusi lognormal, maka akan digunakan uji kolmogorov-smirnov, dimana akan didapatkan D n maksimum sebesar dengan D erit (0.05,5) =0.337 sehingga dapat ditarik kesimpulan bahwa data sesuai dengan distribusi lognormal, sedangkan pada komponen rantai modular yang berdistribusi weibull akan digunakan uji mann s, dimana hasil yang didapatkan M = dengan F erit (0.05,2.2) =19 sehingga dapat ditarik kesimpulan bahwa data sesuai berdistribusi weibull. Untuk data selang waktu antar perbaikan pada komponen karet mounting didapatkan data berdistribusi weibull, dengan demikian uji yang digunakan adalah uji mann s, dimana akan didapatkan M = dengan F erit (0.05;6.6) = 4.28 sehingga dapat ditarik kesimpulan bahwa data sesuai berdistribusi weibull, sedangkan pada komponen rantai modular yang berdistribusi normal akan digunakan uji kolmogorov-smirnov, dimana hasil yang didapatkan dengan D n maksimum sebesar dengan D erit (0.05,4) =0.381 sehingga dapat ditarik kesimpulan bahwa data sesuai dengan distribusi normal. 4. Waktu Rata-rata Antar Kerusakan (WRAK) dan Waktu Rata-rata Antar Perbaikan (WRAP) WRAK adalah selang waktu terjadinya kerusakan dengan kerusakan berikutnya. Setelah uji kecocokan data dilakukan, maka akan diperoleh jenis distribusi yang cocok untuk masing-masing komponen kritis untuk mencari nilai WRAK. Pada komponen karet mounting, distribusi yang sesuai dengan perhitungan parameter untuk data selang waktu terjadinya kerusakan adalah distribusi

16 lognormal, maka waktu rata-rata antar kerusakan komponen karet mounting adalah sebesar jam, berarti akan terjadi kerusakan sekitar tiap jam berikutnya. Distribusi yang sesuai untuk komponen rantai modular dengan perhitungan parameter untuk data selang waktu terjadinya kerusakan adalah distribusi weibull, maka waktu rata-rata antar kerusakan komponen rantai modular adalah sebesar jam, berarti akan terjadi kerusakan sekitar tiap jam berikutnya. WRAP adalah waktu rata-rata untuk melakukan perbaikan. Setelah uji kecocokan data dilakukan, maka akan diperoleh jenis distribusi yang cocok untuk masing-masing komponen kritis untuk mencari nilai WRAP. Pada komponen karet mounting distribusi yang sesuai dengan perhitungan parameter untuk data selang waktu perbaikan adalah distribusi weibull, maka waktu rata-rata antar perbaikan komponen karet mounting adalah sebesar jam jam, berarti waktu rata-rata perbaikan yang dibutuhkan komponen tersebut adalah jam. Distribusi yang sesuai untuk komponen rantai modular dengan perhitungan parameter untuk data selang waktu terjadinya kerusakan adalah distribusi normal, maka waktu rata-rata perbaikan komponen rantai modular adalah sebesar jam, berarti waktu rata-rata perbaikan yang dibutuhkan komponen tersebut adalah jam. 5. Penentuan Interval Waktu Penggantian Pencegahan Berdasarkan Minimasi Mesin Tidak Dapat Dioperasikan Penentuan interval waktu penggantian pencegahan dilakukan dengan menggunakan model penggantian umur. Perhitungan dilakukan setelah didapatkan parameter yang dibutuhkan, model penggantian umur dilakukan pada komponen yang telah mencapai umur yang telah ditetapkan yaitu sebesar t p, dimana T p (waktu melakukan perawatan pencegahan) masing-masing komponen adalah 1 jam untuk komponen karet mounting dan 1.5 jam untuk komponen rantai modular. Dari pengujian distribusi berdasarkan data selang waktu untuk komponen karet mounting data kerusakan berdistribusi lognormal, untuk komponen rantai modular data kerusakan distribusi weibull, parameter yang digunakan untuk perhitungan interval waktu penggantian pencegahan berdasarkan distribusi yang terpilih pada komonen masing-masing. Hasil ringkasan perhitungan interval penggantian pencegahan dapat dilihat pada Tabel 4.7. Tabel 4.7. Perhitungan Interval Waktu Penggantian Pencegahan Komponen Interval Waktu D(t p ) A(t p ) Penggantian (T p (jam)) Karet mounting Rantai modular Penentuan Interval Waktu Pemeriksaan

17 Selain penentuan interval penggantian pencegahan juga diperlukan pemeriksaan secara berkala, agar total mesin berhenti beroprasi dapat diminimasi, dengan demikian jumlah kerusakan yang terjadi dapat dikurangi. Berdasarkan data perawatan diketahui waktu pemeriksaan sebesar 30 menit, data waktu produksi dari bulan juni 2007 sampai dengan februari 2008 terdapat hari kerja dan lama mesin beroprasi selama 19 jam. Perhitungan interval waktu pemeriksaan dilakukan dengan memperhatikan waktu produksi, waktu perbaikan dan waktu pemeriksaannya. Dalam perhitungan interval waktu pemeriksaan akan dicari frekuensi pemeriksaan yang optimal dan interval waktu pemeriksaan, frekuensi pemeriksaan mempunyai tujuan untuk mengetahui berapa sering kegiatan pemeriksaan dilakukan dalam satu bulan, sedangkan interval waktu pemeriksaan mempunyai tujuan untuk mengetahui selang waktu antara satu kegiatan pemeriksaan dengan kegiatan pemeriksaan berikutnya. Nilai interval waktu pemeriksaan dapat dilihat pada Tabel 4.8. Tabel 4.8. Perhitungan Interval Waktu Pemeriksaan Komponen I k WRAP 1 / µ 1/i n Interval Waktu Pemeriksaan (jam) D(n) A(n) Karet mounting Rantai modular Perhitungan Tingkat Ketersediaan Komponen Kritis Tingkat ketersediaan komponen kritis adalah total tingkat ketersediaan komponen kritis yang didapatkan dari perkalian ketersediaan penggantian pencegahan dengan ketersediaan pemeriksaan, tingkat ketersediaan merupakan peluang tersedianya komponen pada saat kerusakan dan memerlukan penggantian komponen, semakin mendekati nilai 1 akan semakin baik. Nilai ketersediaan untuk masing-masing komponen dapat dilihat pada Tabel 4.9. Tabel 4.9. Perhitungan total ketersediaan komponen kritis Komponen Ketersediaan Penggantian Pencegahan Ketersediaan Pemeriksaan Total Ketersediaan Karet mounting Rantai modular Perhitungan Keandalan Komponen Kritis Pemeliharaan pencegahan mempunyai tujuan terhadap suatu sistem untuk meningkatkan keandalan dari sistem tersebut, hal tersebut dapat dilihat dari

18 perbandingan besarnya nilai keandalan dari komponen kritis dengan dilakukan tindakan pemeliharaan pencegahan dan tanpa dilakukan pemeliharaan pencegahan. Perhitungan tingkat keandalan dilakukan pada keadaan sebelum dan sesudah dilakukannya tindakan perawatan pencegahan dalam interval waktu tertentu, dengan demikian bisa didapatkan suatu gambaran yang jelas bagaimana suatu sistem perawatan pencegahan dapat meningkatkan keandalan. Perhitungan ini dilakukan untuk tiap komponen menurut distribusi yang terpilih, hal ini dikarenakan perbedaan distribusi menyebabkan adanya perbedaan cara perhitungan tingkat keandalan. Pada komponen karet mounting yang berdistribusi lognormal didapatkan keandalan sistem tampa pemeliharaan pencegahan sebesar , probabilitas keandalan hingga n selang waktu pemeliharaan sebesar , probabilitas keandalan untuk waktu t-nt dari pemeliharaan pencegahan terakhir sebesar 1, keandalan dari sistem dengan pemeliharaan pencegahan sebesar , sehingga akan didapatkan peningkatan keandalan pada komponen karet mounting sebesar 87%. Pada komponen rantai modular yang berdistribusi weibull didapatkan keandalan sistem tampa pemeliharaan pencegahan sebesar , probabilitas keandalan hingga n selang waktu pemeliharaan sebesar , probabilitas keandalan untuk waktu t-nt dari pemeliharaan pencegahan terakhir sebesar , keandalan dari sistem dengan pemeliharaan pencegahan sebesar , sehingga akan didapatkan peningkatan keandalan pada komponen rantai modular sebesar 69.96%. V. KESIMPULAN DAN SARAN 1. Kesimpulan Komponen kritis yang terdapat pada mesin pengisian minuman ringan adalah karet mounting dan rantai modular, waktu rata-rata kerusakan komponen karet mounting sebesar jam dan untuk komponen rantai modular adalah sebesar jam, interval waktu pengantian pencegahan komponen kritis yang optimal untuk komponen karet mounting adalah setiap 560 jam dan untuk komponen rantai modular adalah setiap 900 jam, sedangkan untuk interval waktu pemeriksaan untuk kedua komponen adalah sebesar setiap 215 jam. Tingkat ketersediaan total komponen kritis adalah sebesar untuk komponen karet mounting dan untuk komponen rantai modular. Tingkat keandalan komponen kritis menunjukkan terjadinya peningkatan komponen kritis sebesar 87 % untuk komponen karet mounting dan % untuk komponen rantai modular. 2. Saran Perusahaan agar mulai membuat sistem perawatan pencegahan yang bukan hanya mengacu kepada standar dari katalog supplier tetapi mengacu pada data yang terjadi di lapangan, baik dengan minimasi mesin/fasilitas tidak dapat dioperasikan maupun dengan menggunakan metode yang lainnya.

19 DAFTAR PUSTAKA Amrine, Harold T, Oliver S Hulley John A. Ritchey, Manufacturing Organisation and Management, Prentice-Hall of India, New Delhi, Assauri, Sofjan, Manajemen Produksi dan Operasi, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Corder, Antony S, Teknik Manajemen Pemeliharaan, Penerbit Erlangga, Jakarta, Dhillon, Balbir s, Reability Engineering in System design and Operation, Van Nostrad Reinhold Company inc, new york, Ebelling, Charles E. An Introduction to Reability and Maintability Enggenering, The McGraw-Hill Companies, inc. Singapore, Jardine A.K.S, Maintenance, Replacement, and Reability, Pitman Publishing Corporation, Canada Leemis, Lawrence M, Reability Probabilistik Models and Statistical Methods, Prentice-Hall International Inc, New Jersey, Walpole, Ronald E, Pengantar Statistika, P.T. Gramedia Pustaka Umum, Jakarta, 1995.