BAB 4 HASIL DAN PEMBAHASAN. merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik

Transkripsi

1 BAB 4 HASIL DAN PEMBAHASAN 4.1.Pengumpulan Data Kerusakan Mesin Dalam penelitian ini, penulis meneliti kerusakan pada mesin kempa yang merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik menyatakan sering mengalami kesulitan dalam menangani perawatan mesin kempa sehingga sering mengalami stagnasi produksi. Mesin kempa kritis dan sangat penting karena keseluruhan produksi minyak kelapa sawit tergantung pada operasional mesin kempa yang berfungsi untuk memeras minyak dari daging buah sawit. Jika mesin kempa tidak beroperasi, maka fungsi-fungsi mesin yang lainnya tidak perlu dijalankan karena hasil-hasil keluaran dari mesin sebelum mesin kempa tidak akan bisa diolah sementara mesin sesudah mesin kempa tidak mempunyai masukan bahan. Mesin kempa pada PMS Parindu ada 8 buah. Berdasarkan hasil dokumentasi PMS Parindu didapatkan data stagnasi mesin kempa pada PMS Parindu periode Januari 2006 sampai dengan Agustus Tabel 4.1 Kerusakan Komponen Mesin Kempa 1 PMS Parindu Waktu Kerusakan Komponen 3 Januari 2006 s/d 16 Januari 2006 As intermediate 5 Maret 2006 s/d 14 Mei 2006 As intermediate 16 Mei 2006 s/d 23 Juni 2006 Bearing intermediate 26 Juni 2006 s/d 24 Agustus 2006 As intermediate 19 Nopember 2006 s/d 25 Nopember 2006 As intermediate 27 Januari 2007 s/d 4 Maret 2007 As screw press 10 Maret 2007 s/d 18 Mei 2007 As intermediate 15 Juli 2007 s/d 27 Juli 2007 Screw worm 1 Agustus 2007 s/d 31 Agustus 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah

2 74 Data kerusakan mesin kempa 1 bahwa dari Januari 2006 sampai Agustus 2007 komponen as intermediate mengalami kegagalan sebanyak lima kali, komponen as screw press, screw worm dan bearing intermediate mengalami kegagalan sebanyak satu kali. Tabel 4.2 Kerusakan Komponen Mesin Kempa 2 PMS Parindu Waktu Kerusakan Komponen 27 Februari 2006 s/d 4 Maret 2006 Bearing intermediate 7 Juli 2006 s/d 21 Agustus 2006 Pondasi Gear Box 4 September 2006 s/d 6 Oktober 2006 Pondasi Gear Box 9 Oktober 2006 s/d 29 Oktober 2006 El-Mot Digester 3 Nopember 2006 s/d 5 Desember 2006 Pondasi Gear Box 6 Januari 2007 s/d 13 Januari 2007 Pondasi Gear Box 12 Februari 2007 s/d 24 Februari 2007 Pondasi Gear Box 28 Februari 2007 s/d 1 Maret 2007 Screw 4 Mei 2007 s/d 6 Juli 2007 Pondasi Gear Box 4 Agustus 2007 s/d 22 Agustus 2007 Pondasi Gear Box Sumber: PMS Parindu PTPN XIII, diolah Data kerusakan mesin kempa 2 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen pondasi gear box mengalami kegagalan sebanyak tujuh kali, komponen screw, bearing intermediate dan El-Mot Digester mengalami kegagalan sebanyak satu kali. Tabel 4.3 Kerusakan Komponen Mesin Kempa 3 PMS Parindu Waktu Kerusakan Komponen 23 Februari 2006 s/d 11 April 2006 Bearing intermediate 14 April 2006 s/d 8 Juli 2006 Screw 5 Oktober 2006 s/d 14 Nopember 2006 Screw 16 Desember 2006 s/d 23 Februari 2007 Screw 7 April 2007 s/d 18 April 07 El-Mot Digester 19 April s/d 16 Mei 2007 Screw 18 Juli 2007 s/d 25 Juli 2007 Screw 18 Juli 2007 s/d 25 Juli 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah

3 75 Data kerusakan mesin kempa 3 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen screw mengalami kegagalan sebanyak lima kali, komponen bearing intermediate, El-Mot Digester dan as intermediate mengalami kegagalan sebanyak satu kali. Tabel 4.4 Kerusakan Mesin Kempa 4 PMS Parindu Waktu Kerusakan Komponen 23 Januari 2006 s/d 13 April 2006 Kopling as gear box 12 Mei 2006 s/d 14 Juni 2006 Bearing intermediate 3 Agustus 2006 s/d 29 September 2006 Kopling as gear box 15 Oktober 2006 s/d 2 November 2006 Bearing intermediate 23 Desember 2006 s/d 5 Maret 2007 Kopling as gear box 22 Mei 2007 s/d 21 April 2007 Kopling as gear box 3 Juni 2007 s/d 28 Agustus 2007 Kopling as gear box Sumber: PMS Parindu PTPN XIII, diolah Data kerusakan mesin kempa 4 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen kopling as gear box mengalami kegagalan sebanyak lima kali, komponen bearing intermediate mengalami kegagalan sebanyak dua kali. Tabel 4.5 Kerusakan Mesin Kempa 5 PMS Parindu Waktu Kerusakan Komponen 18 Januari 2006 s/d 23 Februari 2006 As intermediate 2 Maret 2006 s/d 14 Maret 2006 Screw 30 Maret 2006 s/d 13 April 2006 Screw 1 Mei 2006 s/d 4 Juli 2006 As intermediate 28 Agustus 2006 s/d 30 Agustus 2006 As intermediate 12 Januari 2007 s/d 22 Januari 2007 As intermediate 24 April 2007 s/d 17 Mei 2007 As intermediate 14 Agustus 2007 s/d 28 Agustus 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah

4 76 Data kerusakan mesin kempa 5 menunjukkan bahwa sepanjang dari Januari 2006 sampai Agustus 2007 komponen as intermediate mengalami kegagalan sebanyak enam kali dan komponen screw mengalami kegagalan sebanyak dua kali. Tabel 4.6 Kerusakan Mesin Kempa 6 PMS Parindu Waktu Kerusakan Komponen 2 Februari s/d 25 Februari 2006 Dinding digester 14 Mei s/d 28 Juni 2006 Dinding digester 14 September s/d 29 November 2006 Dinding digester 28 Februari 2007 As screw press 4 Maret s/d 20 April 2007 Dinding digester 2 Mei 2007 Bearing intermediate 5 Mei 2007 s/d 14 Mei 2007 Dinding digester 7 Juli 2007 s/d 18 Juli 2007 Dinding digester 12 Agustus 2007 s/d 31 Agustus 2007 Dinding digester Sumber: PMS Parindu PTPN XIII, diolah Data kerusakan mesin kempa 6 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen kopling dinding digester mengalami kegagalan sebanyak tujuh kali, as screw press dan bearing intermediate mengalami kegagalan sebanyak satu kali. Tabel 4.7 Kerusakan Mesin Kempa 7 PMS Parindu Waktu Kerusakan Komponen 7 Januari 2006 As screw press 23 April 2006 s/d 1 Mei 2006 As screw press 14 Agustus 2006 s/d 3 Oktober 2006 As screw press 17 November 2006 s/d 23 Desember 2006 As screw press 7 Maret 2007 s/d 16 Maret 2007 As screw press 18 April 2007 s/d 25 April 2007 Bearing intermediate 5 Mei 2007 s/d 23 Juni 2007 Bearing intermediate Sumber: PMS Parindu PTPN XIII, diolah

5 77 Data kerusakan mesin kempa 7 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen as screw press mengalami kegagalan sebanyak satu lima kali, komponen as cyclo drive mengalami kegagalan sebanyak dua kali. Tabel 4.8 Kerusakan Mesin Kempa 8 PMS Parindu Waktu Kerusakan Komponen 4 Februari 2006 s/d 3 Maret 2006 Bearing intermediate 25 April 2006 s/d 9 Mei 2006 As cyclo drive 2 Juli 2006 s/d 18 Juli 2006 As cyclo drive 13 Oktober 2006 s/d 27 Oktober 2006 As cyclo drive 11 Januari 2007 s/d 27 Januari 2007 As cyclo drive 10 Februari s/d 18 Februari 2007 As cyclo drive 14 Maret 2007 s/d 17 Maret 2007 As cyclo drive 13 Juni 2007 s/d 16 Juni 2007 As cyclo drive 18 Agustus 2007 s/d 23 Agustus 07 El-Mot Digester Sumber: PMS Parindu PTPN XIII, diolah Data kerusakan mesin kempa 8 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen as cyclo drive mengalami kegagalan sebanyak delapan kali, komponen bearing intermediate dan el-mot digester mengalami kegagalan sebanyak satu kali. Kegagalan komponen-komponen pada mesin-mesin kempa memang tidak kerap terjadi. Namun satu kegagalan dan kerusakan bisa membawa dampak yang lama pada pabrik karena pabrik tidak dapat memperbaikinya ataupun menggantinya dengan cepat. Masalah utama pabrik adalah ketidaktersediaan komponen pengganti jika ada komponen yang rusak.

6 Analisis Data dan Pembahasan Penentuan Komponen Kritis Komponen kritis dari masing-masing mesin kempa adalah komponen yang persentase kegagalannya terbesar (jumlah kegagalan dibagi dengan total kegagalan pada mesin). Tabel 4.9 Penentuan Komponen Kritis Mesin Kempa Komponen Frekuensi Kerusakan & Persentase Total Kerusakan Komponen Kritis Kempa 1 As intermediate 6 = 66,67% 9 As Bearing intermediate 1 = 11.1 % intermediate Screw worm 1 = 11.1 % As screw press 1 = 11.1 % Kempa 2 Bearing intermediate 1 = 10% 10 Pondasi Pondasi gear box 7 = 70% gear box El-Mot Digester 1 = 10% Screw 1 = 10% Kempa 3 Bearing intermediate 1 = 12,5% 8 Screw Screw 5 = 62,5% El-Mot Digester 1 = 12,5% As intermediate 1 = 12,5% Kempa 4 Kopling as gear box 5 = 71,43% 7 Kopling as Bearing intermediate 2 = 28,57% gear box Kempa 5 As intermediate 6 = 75% 8 As Screw 2 = 25% intermediate Kempa 6 Dinding digester 6 = 66,67% 9 Dinding As screw press 1 = 11,11% digester Bearing intermediate 1 = 11,11% Kempa 7 As screw press 5 = 71,43% 7 As screw Bearing intermediate 2 = 28,57% press Kempa 8 Bearing intermediate 1 = 11,11% 9 As cyclo As cyclo drive 7 = 77,78% drive El-Mot Digester 1 = 11,11%

7 Data Waktu: Time to Failure (TTF) dan Time to Repair (TTR) Perhitungan time to failure dan time to repair menggunakan satuan hari karena kerusakan mesin pada pabrik cenderung memerlukan waktu lama sampai terjadi kerusakan berikutnya dan kerusakan cenderung memakan waktu lebih dari sehari. PMS Parindu beroperasi setiap hari selama 24 jam. Tanggal Mulai Rusak 3 Januari Maret Juni Nopember Maret Agustus Agustus 2007 Tabel 4.10 TTF dan TTR As Intermediate Kempa 1 Tanggal Selesai Waktu TTF Rusak Perbaikan (hari) 08:0 09:2 16 Januari :0 16:2 14 Mei :3 11:1 24 Agustus :2 13:3 25 Nopember :0 10:3 18 Mei :0 16: TTR (hari) Tabel 4.11 TTF dan TTR Pondasi Gear Box Kempa 2 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) 11:3 12:4 7 Juli Agustus :1 15:3 4 September Oktober :1 12:1 3 Nopember Desember :3 10:0 6 Januari Januari :0 13:5 12 Februari Februari :0 15:2 4 Mei Juli :2 11:2 4 Agustus Agustus TTR (hari)

8 80 Tabel 4.12 TTF dan TTR Screw Kempa 3 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) TTR (hari) 14 April Juli :5 0 07: Oktober Nopember :1 5 10: Desember Februari :1 5 12: April Mei :3 0 09: Juli Juli :0 0 13: Tabel 4.13 TTF dan TTR Kopling As Gear Box Kempa 4 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) 14:1 15:4 23 Januari April :0 10:2 3 Agustus September :0 14:5 23 Desember Maret :4 18:0 22 Mei April :0 11:0 3 Juni Agustus TTR (hari) Tabel 4.14 TTF dan TTR As Intermediate Kempa 5 Tanggal Mulai Rusak Tanggal Selesai Waktu TTR TTF (hari) Rusak Perbaikan (hari) 18 Januari Februari :20 09: Mei Juli :00 13: Agustus Agustus :40 11: Januari Januari :30 10: April Mei :00 13: Agustus Agustus :50 17: Tabel 4.15 TTF dan TTR Dinding Digester Kempa 6

9 81 Tanggal Mulai Rusak Tanggal Selesai Rusak 2 Februari Februari Mei Juni September November Maret April Mei Mei Juli Juli Agustus Agustus 2007 Waktu Perbaikan TTF (hari) TTR (hari) 08:4 10: :1 12: :1 16: :0 12: :0 11: :0 14: :5 11: Tabel 4.16 TTF dan TTR As Screw Press Kempa 7 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) 06:1 07:0 7 Januari Januari :1 09:1 23 April Mei :0 11:0 14 Agustus Oktober :3 08:4 17 November Desember :0 11:5 7 Maret Maret TTR (hari) Tabel 4.17 TTF dan TTR As Cyclo Drive Kempa 8 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) TTR (hari) 25 April Mei :0 0 17: Juli Juli :2 0 13: Oktober Oktober :2 0 09: Januari Januari :0 0 12:

10 82 10 Februari Februari Maret Maret Juni Juni :0 0 12:4 5 08:2 0 10: : : Perhitungan Mean Time to Failure (MTTF) Perhitungan mean time to failure (rata-rata waktu antar kegagalan) dilakukan dengan menggunakan software Minitab dalam menu Distribution ID Plot di Reliaibility/Survival. Minitab akan melakukan uji kesesuaian (goodness of fit) dengan menggunakan metode Anderson-Darling untuk menguji apakah sebaran mengikuti empat sebaran data yaitu Weibull, lognormal, eksponensial dan normal. Sebaran data yang paling tepat akan memiliki koefisien korelasi yang terbesar dan indeks Anderson-Darling yang terkecil. Untuk mendapatkan plot dari sebaran data yang dipilih, dilakukan dengan menggunakan Minitab pada menu Probability Plot. Bersamaan dengan gambar plot akan diberikan hasil perhitungan parameter-parameter menurut distribusinya yaitu standar deviasi untuk distribusi normal dan lognormal serta shape parameter (β) dan scale parameter (θ) untuk distribusi Weibull. Tabel 4.18 Hasil Minitab TTF Komponen As Intermediate Kempa 1 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull

11 83 Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Probability Plot of C1 Normal - 95% CI Percent Mean StDev N 6 AD P-Value C Gambar 4.1 Plot Distribusi Normal TTF As Intermediate Kempa 1 Tabel 4.19 Hasil Minitab TTF Komponen Pondasi Gear Box Kempa 2 Goodness-of-Fit Distribution Anderson-Darling Correlation (adj) Coefficient

12 84 Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Probability Plot of C2 Normal - 95% CI Percent Mean 26 StDev N 7 AD P-Value C Gambar 4.2 Plot Distribusi Normal TTF Pondasi Gear Box Kempa 2 Tabel 4.20 Hasil Minitab TTF Komponen Screw Kempa 3 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull

13 85 Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Probability Plot of C3 Weibull - 95% CI Percent Shape Scale N 4 A D P-Value > C3 100 Gambar 4.3 Plot Distribusi Weibull TTF Screw Kempa 3 Tabel 4.21 Hasil Minitab TTF Komponen Kopling As Gear Box Kempa 4 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull

14 86 Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Probability Plot of C4 Normal - 95% CI Percent Mean 63.6 StDev N 5 AD P-Value C Gambar 4.4 Plot Distribusi Normal TTF Kopling As Gear Box Kempa 4 Tabel 4.22 Hasil Minitab TTF Komponen As Intermediate Kempa 5 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull

15 87 Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Probability Plot of C5 Weibull - 95% CI Percent Shape Scale N 5 AD P-Value > C Gambar 4.5 Plot Distribusi Weibull TTF As Intermediate Kempa 5 Tabel 4.23 Hasil Minitab TTF Komponen Dinding Digester Kempa 6 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull

16 88 Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Probability Plot of C6 Normal - 95% CI Percent Mean StDev N 7 AD P-Value C Gambar 4.6 Plot Distribusi Normal TTF Dinding DigesterKempa 6 Tabel 4.24 Hasil Minitab TTF Komponen As Screw Press Kempa 7 Goodness-of-Fit Distribution Anderson-Darling Correlation (adj) Coefficient

17 89 Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Probability Plot of C7 Weibull - 95% CI Percent Shape Scale N 4 AD P-Value > C7 100 Gambar 4.7 Plot Distribusi Weibull TTF As Screw Press Kempa 7 Tabel 4.25 Hasil Minitab TTF Komponen As Cyclo Drive Kempa 8 Goodness-of-Fit Anderson-Darling Correlation

18 90 Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Probability Plot of C8 Normal - 95% CI Percent Mean 56 StDev N 7 AD P-Value C Gambar 4.8 Plot Distribusi Normal TTF As Cyclo Drive Kempa Perhitungan Mean Time to Repair (MTTR)

19 91 Perhitungan mean time to repair (rata-rata waktu perbaikan) juga dilakukan dengan menggunakan software Minitab dalam menu Distribution ID Plot di Reliaibility/Survival. Minitab akan melakukan uji kesesuaian (goodness of fit) dengan menggunakan metode Anderson-Darling untuk menguji apakah sebaran mengikuti empat sebaran data yaitu Weibull, lognormal, eksponensial dan normal. Sebaran data yang paling tepat akan memiliki koefisien korelasi yang terbesar dan indeks Anderson-Darling yang terkecil. Tabel 4.26 Hasil Minitab TTR Komponen As Intermediate Kempa 1 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Tabel 4.27 Hasil Minitab TTR Komponen Pondasi Gear Box Kempa 2 Goodness-of-Fit

20 92 Anderson-Darling Correlation Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Tabel 4.28 Hasil Minitab TTR Komponen Screw Kempa 3 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Tabel 4.29 Hasil Minitab TTR Komponen Screw Kempa 3 (Lanjutan) Table of MTTF

21 93 Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Tabel 4.30 Hasil Minitab TTR Komponen Kopling As Gear Box Kempa 4 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Tabel 4.31 Hasil Minitab TTR Komponen As Intermediate Kempa 5 Goodness-of-Fit

22 94 Anderson-Darling Correlation Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Tabel 4.32 Hasil Minitab TTR Komponen Dinding Digester Kempa 6 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Tabel 4.33 Hasil Minitab TTR Komponen As Screw Press Kempa 7 Goodness-of-Fit

23 95 Anderson-Darling Correlation Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Tabel 4.34 Hasil Minitab TTR Komponen As Cyclo Drive Kempa 8 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull Lognormal Exponential * Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential * 3-Parameter Loglogistic Smallest Extreme Value Normal Logistic Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull Lognormal Exponential Loglogistic Parameter Weibull Parameter Lognormal Parameter Exponential Parameter Loglogistic Smallest Extreme Value Normal Logistic Hasil Perhitungan Maintenance

24 96 Berikut ini adalah hasil pengujian distribusi data dan perhitungan mean time to repair dengan menggunakan software Minitab. Mesin Tabel 4.35 Waktu dan Aktivitas Maintenance Mesin Kempa Komponen Kritis Distribusi TTF MTTF (hari) MTTR (hari) Aktivitas Preventive Maintenance Kempa 1 As intermediate normal 71,6 0, Penggantian atau perbaikan Kempa 2 Pondasi gear box normal 30,3333 0, Penggantian atau perbaikan Kempa 3 Screw Weibull 60,6492 0, Penggantian atau perbaikan Kempa 4 Kopling as gear box normal 79,5 0, Penggantian atau perbaikan Kempa 5 As intermediate Weibull 81,4033 0, Penggantian atau perbaikan Kempa 6 Dinding digester normal 53,1667 0, Penggantian atau perbaikan Kempa 7 As screw press Weibull 80,5444 0, Penggantian atau perbaikan Kempa 8 As cyclo driver normal 65,3333 0, Penggantian atau perbaikan Perbandingan Reliability Mesin Kempa Sebelum dan Sesudah Preventive Maintenance

25 Reliability Mesin Kempa 1 Waktu kerusakan komponen as intermediate mesin kempa 1 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari. Tabel 4.36 Reliability Komponen As Intermediate Kempa 1 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(T)^n R(t-nT) Rm(t) Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 71,6 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah

26 98 preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,2% dapat diperoleh pada t = 45. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 45 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 1 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)] waktu (hari) R(t) Rm(t) reliability Gambar 4.9 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 1 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 1 setelah dilakukan preventive maintenance dengan selang waktu 45 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance) Reliability Mesin Kempa 2 Waktu kerusakan pondasi gear box mesin kempa 2 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.

27 99 Tabel 4.37 Reliability Komponen Gear Box Kempa 2 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(T)^n R(t-nT) Rm(t) Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 30,3333 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability

28 100 sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,99% dapat diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 2 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)] waktu (hari) R(t) Rm(t) reliability Gambar 4.10 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 2 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 2 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance) Reliability Mesin Kempa 3 Waktu kerusakan screw mesin kempa 3 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.

29 101 Tabel 4.38 Reliability Komponen Screw Kempa 3 t R(t) n t-nt R(T)^n R(t-nT) Rm(t) Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 60,6942 hari adalah 0,4832 atau sebesar 48,32%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 93,03% dapat

30 102 diperoleh pada t = 30. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 3 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)] waktu (hari) R(t) Rm(t) reliability Gambar 4.11 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 3 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 3 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance) Reliability Mesin Kempa 4 Waktu kerusakan kopling as gear box mesin kempa 4 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari. Tabel 4.39 Reliability Komponen Kopling As Gear Box Kempa 4

31 103 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) R(t-T) n R(t-nT) Rm(t) Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 79,5 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,55% dapat

32 104 diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 4 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)] waktu (hari) R(t) Rm(t) reliability Gambar 4.12 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 4 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 4 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance) Reliability Mesin Kempa 5 Waktu kerusakan kopling as intermediate mesin kempa 5 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari. Tabel 4.40 Reliability Komponen As Intermediate Kempa 5 t R(t) n t-nt R(T)^n R(t-nT) Rm(t)

33 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 81,4033 hari adalah 0,53604 atau sebesar 53,6%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 88,79% dapat

34 106 diperoleh pada t = 60. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 60 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 5 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)] waktu (hari) R(t) Rm(t) reliability Gambar 4.13 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 5 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 5 setelah dilakukan preventive maintenance dengan selang waktu 60 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance) Reliability Mesin Kempa 6 Waktu kerusakan kopling dinding digester mesin kempa 6 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.

35 107 Tabel 4.41 Reliability Komponen Dinding Digester Kempa 6 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) R(t-T) n R(t-nT) Rm(t) Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 53,1667 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,57%

36 108 dapat diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 6 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)] waktu (hari) R(t) Rm(T) reliability Gambar 4.14 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 6 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 6 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance) Reliability Mesin Kempa 7 Waktu kerusakan kopling as screw press mesin kempa 7 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.

37 109 Tabel 4.42 Reliability Komponen As Screw Press Kempa 7 t R(t) n t-nt R(T)^n R(t-nT) Rm(t) Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 80,5444 hari adalah 0,50496 atau sebesar 50,5%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 81,93% dapat

38 110 diperoleh pada t = 60. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 60 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 7 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)] waktu (hari) R(t) Rm(t) reliability Gambar 4.15 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 7 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 7 setelah dilakukan preventive maintenance dengan selang waktu 60 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance) Reliability Mesin Kempa 8 Waktu kerusakan kopling as cyclo drive mesin kempa 8 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.

39 111 Tabel 4.43 Reliability Komponen As Cyclo Drive Kempa 8 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(t-nT) Rm(t) Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 65,3333 hari adalah 0,50000 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] sekitar 80% yaitu sebesar 79,38% dapat

40 112 diperoleh pada t = 45. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 45 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 8 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)] waktu (hari) R(t) Rm(t) reliability Gambar 4.16 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 8 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 8 setelah dilakukan preventive maintenance dengan selang waktu 45 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). Berikut disajikan perbandingan hasil reliability sebelum dan sesudah preventive maintenance. Tabel 4.44 Perbandingan Reliability Sebelum dan Sesudah Preventive Maintenance Mesin Komponen Realitibily Saat Realibility Selang Waktu

41 113 Kempa Kritis MTTF (Sebelum Preventive Maintenance) 1 As intermediate 2 pondasi gear box Sesudah Preventive Maintenance 50% 79,2% 45 50% 79,99% 30 3 screw 48,32% 93,03% 30 4 kopling as 50% 79,55% 30 gear box 5 kopling as 53,6% 88,79% 60 intermediate 6 dinding 50% 79,57% 30 digester 7 as screw 50,5% 81,93% 60 press 8 as cyclo drive 50% 79,83% 45 Preventive Maintenance (hari) Analisa Mean Time to Failure Perhitungan mean time to failure menunjukkan hasil waktu yang relatif lama antar kegagalan masing-masing komponen yaitu sekitar 30 sampai 80 hari. Berarti kerusakan mesin kempa pada pabrik minyak sawit yang disebabkan karena failure komponen akan terjadi setelah interval waktu yang panjang (di atas satu bulan). Jadi dapat dikatakan bahwa mesin kempa di PMS Parindu jarang mengalami kerusakan. Hasil MTTF akan dibandingkan kehandalannya dengan yang ditargetkan oleh perusahaan. Perhitungan reliability menggunakan distribusi yang didapatkan dari hasil MTTF masing-masing komponen kritis. Perhitungan mean time to repair menunjukkan hasil yang relatif singkat yaitu sekitar 30 sampai 80 menit. Berarti kerusakan mesin kempa dapat ditangani dengan cepat begitu proses perbaikan dimulai. Hanya saja, mesin kempa pada

42 114 PMS Parindu sering mengalami downtime yang lama karena kerusakan komponen tidak dapat langsung ditangani karena ketersediaan yang terbatas Analisa Kehandalan (Reliability) pada Sistem Berjalan (Tanpa Preventive Maintenance) Pada sistem berjalan, reliability komponen kritis mesin kempa adalah sekitar 50%. Nilai reliability ini termasuk rendah melihat pentingnya mesin kempa pada keseluruhan proses produksi minyak kelapa sawit. Jika dibandingkan dengan nilai reliability pada awal periode komponen kritis masingmasing mesin, terlihat penurunan drastis di mana pada awal periode masingmasing mempunyai nilai reliability di atas 85%. Kerugian dari sistem tanpa preventive maintenance ini adalah banyaknya kerugian penjualan (loss sales). Selain itu reliability komponen mesin yang rendah dapat berakibat buruk pada mesin karena tidak dapat bekerja dengan mekanisme yang benar Analisa Kehandalan (Reliability) pada Sistem dengan Target Kehandalan (Dengan Preventive Maintenance) Kehandalan (reliability) masing-masing komponen dihitung berdasarkan sebaran distribusinya. Kehandalan masing-masing komponen kritis mesin

43 115 ditargetkan agar bernilai sekitar 80% atau lebih. Hal ini dimaksudkan agar proses produksi yang menggunakan mesin kempa sebagai mesin utamanya dapat berjalan lancar tanpa hambatan besar dari kerusakan mesin. Untuk mendapatkan target nilai reliability tersebut, diperlukan tindakan preventive maintenance dengan selang waktu yang didapatkan yaitu 30 hari (satu bulan) untuk komponen kritis mesin kempa 2, 3, 4 dan 6, selang waktu 45 hari (satu setengah bulan) untuk komponen kritis mesin kempa 1 dan 8, dan selang waktu 60 hari (dua bulan) untuk komponen kritis mesin kempa 5 dan 7. Kegiatan preventive maintenance dapat dijadwalkan di luar jam olah pabrik yaitu ketika proses pembersihan dan persiapan pabrik. Pabrik mengolah selama 22 jam sementara tetap dibuka selama 24 jam, dua jam selisihnya digunakan untuk persiapan pengolahan termasuk pembersihan dan pemeliharaan. Kegiatan yang dilakukan berupa inspeksi masing-masing komponen kritis. Selain itu, pabrik dapat mempersiapkan komponen kritis mesin cadangan agar jika sewaktu-waktu terjadi failure pabrik tidak menunggu lama untuk mendapatkan komponen penggantinya sehingga mesin tidak mengalami downtime terlalu lama. 4.3.Analisa dan Perancangan Sistem Informasi Analysis Document The Task Deskripsi Sistem Berjalan

44 116 Sistem informasi preventive maintenance mesin pada Pabrik Minyak Sawit Ngabang PTPN XIII masih sangat sederhana dan tidak melibatkan automatisasi menggunakan komputer. Jika terjadi kerusakan mesin, operator mesin akan mengisi kartu rusak. Kartu rusak yang diisi diberikan kepada asisten jaga pada saat itu. Oleh asisten jaga, dari kartu rusak dibuat laporan kerusakan yang diberikan kepada kepala dinas. Kepala dinas pun mengaudit kerusakan hari itu dan dibuatkan menjadi laporan kerusakan harian yang diberikan kepada manajer pabrik. Manajer pabrik pun langsung memberikan laporan langsung via telepon kepada Kepala Bagian Teknik di kantor direksi. Selain laporan langsung, dibuat juga laporan harian dan bulanan pabrik yang memuat kerusakan mesin juga dikirimkan via kepada Kabag Teknik setiap bulan. Sementara setiap bulannya, manajer pabrik juga melaporkan perbaikan yang sudah dilakukan kepada Kabag Teknik dengan laporan perbaikan bulanan. Kabag Teknik membuat surat permintaan suku cadang kepada Direksi, setelah disetujui dibuat menjadi surat pengadaan suku cadang yang diberikan kepada Kepala Bagian Pengadaan di kantor direksi. Jika suku cadang mudah didapat oleh manajer kebun, suku cadang tersebut akan langsung dibeli oleh manajer pabrik.

45 $ $ 117 Gambar 4.17 Rich Picture Sistem Berjalan Definisi Sistem Perseroan Terbatas Perkebunan Nusantara XIII memproduksi minyak kelapa sawit, inti sawit, dan karet. Untuk produksi minyak kelapa sawit, sering dialami masalah kerusakan mesin pada pabrik minyak sawit. Dalam memecahkan masalah menjadwalkan pemeriksaan dan pemeliharaan mesin dibuatkan sistem informasi preventive maintenance. Dengan pemeriksaan dan perbaikan mesin yang dijadwalkan, diharapkan tidak ada kerusakan mesin yang mendadak yang dapat menghambat keseluruhan proses produksi.

46 118 Sistem dapat membantu pekerja pabrik untuk menghitung waktu untuk pemeliharaan mesin dengan cara menghitung MTTF (mean time to failure), mencatat kerusakan-kerusakan mesin, mencatat komponen dan mesin serta membantu membuat laporan kerusakan mesin. Adapun pekerja pabrik yang akan menggunakan sistem adalah kepala dinas yang memasukkan (entry) kerusakan yang terjadi pada hari itu pada komputer yang dioperasikannya dan operator mesin yang dapat memasukkan catatan mengenai komponen atau mesin baru serta melakukan cek stok komponen. Hasil laporan kerusakan mesin dan perhitungan MTTF mesin diberikan kepada manajer pabrik. Kriteria FACTOR Functionality: Mengautomasi perhitungan waktu pemeliharaan dan pemeriksaan mesin. Mendukung pembuatan laporan kerusakan harian dan pencatatan data mesin dan komponen. Application Domain: Penjadwalan pemeliharaan mesin. Input data kerusakan, mesin dan komponen. Pelaporan kerusakan harian. Conditions: Operator tidak pernah menggunakan komputer untuk menambah kinerjanya. Technology: Beberapa platform PC dengan processor IntelÇ CeleronÇ 2.40 GHz, 256 MB RAM, HDD 30 GB. Objects: Kepala dinas, operator mesin, mesin, komponen. Responsibility: Alat bantu pembuatan laporan dan perhitungan waktu mesin.

47 Deskripsi Sistem Usulan Sistem informasi preventive maintenance mesin pada Pabrik Minyak Sawit Ngabang PTPN XIII akan menggunakan program yang dioperasikan pada komputer Kepala Dinas. Operator mesin juga dapat menggunakannya untuk memasukkan data mesin dan komponen baru serta memeriksa stok komponen. Jadi, jika ada kerusakan mesin operator mesin mengisi kartu rusak yang lalu diberikan kepada asisten jaga. Asisten jaga akan melaporkannya kepada kepala dinas dengan laporan kerusakan. Laporan kerusakan tersebut menjadi informasi mengenai kerusakan yang diinput oleh kepala dinas ke program dan dilakukan pengolahan data kerusakan. Dari pengolahan data kerusakan tersebut, dilakukan perhitungan mean time to failure komponen mesin yang diberikan kepada manajer pabrik. Selain itu, data kerusakan tersebut akan dibuat menjadi laporan kerusakan harian yang juga diberikan kepada manajer pabrik.

48 120 Mesin rusak Kartu Rusak Laporan kerusakan Operator mesin Asisten Jaga Kepala dinas Manajer Pabrik Laporan kerusakan harian Hasil mean time to failure ` Program preventive maintenance Input data kerusakan Ubah, hapus dan tambah data mesin dan komponen Gambar 4.18 Rich Picture Sistem Usulan Problem Domain Cluster Ada dua cluster untuk mengelompokkan semua class yaitu cluster Barang dan cluster Dokumen. Digambarkan sebagai berikut: <<cluster>> Barang mesin 1 * komponen Gambar 4.19 Cluster Barang

49 121 <<cluster>> Dokumen laporan_kerusakan kerusakan_mesin Gambar 4.12 Cluster Dokumen Struktur Cluster Orang terdiri dari class karyawan, class kepala dinas dan class operator mesin. Cluster Barang terdiri dari class mesin dan class komponen. Cluster Dokumen terdiri dari class laporan kerusakan dan class kerusakan mesin. Class kepala dinas dan class operator mesin memiliki atribut dan beberapa operasi yang sama sehingga dapat digeneralisasikan menjadi class karyawan. Di bawah ini digambarkan class diagram dari sistem informasi preventive maintenance. Class diagram digambarkan untuk menunjukkan hubungan-hubungan antar class dan atribut maupun operasi yang dimiliki masing-masing class. Class diagram yang digambarkan sudah merupakan revised class diagram di mana struktur sudah tidak memiliki private event yang berbentuk iterasi, ditandai dengan tidak adanya multiplicity many to many.

50 122 Gambar 4.21 Class Diagram Dalam class diagram tersebut ada tiga jenis hubungan antar class, yaitu: Asosiasi Agregasi: antara class komponen dengan class mesin. Generalisasi: antara class kepala dinas dan class operator mesin dengan class karyawan pabrik.

51 Events No. Event Event-event pada class dibuat ke dalam event table di bawah ini. Tanda plus (+) menunjukkan event yang dijalankan secara sequential, tanda asterisk (*) menunjukkan event yang dijalankan secara berulang-ulang (iterasi). Class karyawan_pabrik kepala_dinas Tabel 4.45 Event Table operator_mesin mesin komponen laporann_kerusak an 1. entry_kerusakan * + 2. hitung_mttf * + 3. Membuat_laporan * + 4. update_mesin * * + 5. update_komponen * * + 6. cek_stok_komponen * * + 7. ubah_stok_komponen * + kerusakan_mesin Behavioural Pattern Untuk menggambarkan alur hidup masing-masing class, dibuat statechart diagram. 1. Class karyawan pabrik Gambar 4.22 Statechart Karyawan Pabrik

52 124 Terlihat dari gambar bahwa hidup class karyawan pabrik dimulai dari masuknya objek karyawan beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update mesin, update komponen dan cek stok komponen. Siklus hidupnya akan berakhir bila objek dihapus. 2. Class mesin Gambar 4.23 Statechart Mesin Terlihat dari gambar bahwa hidup class mesin dimulai dari masuknya objek mesin beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update. Jika mesin rusak, status class menjadi inactive dan akan kembali active setelah mesin diperbaiki. Siklus hidupnya akan berakhir bila objek mesin diganti.

53 Class komponen Gambar 4.24 Statechart Komponen Terlihat dari gambar bahwa hidup class komponen dimulai dari masuknya objek komponen beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update. Jika mesin rusak, status class menjadi inactive. Siklus hidupnya akan berakhir bila objek mesin diganti. 4. Class laporan kerusakan Gambar 4.25 Statechart Laporan Kerusakan Terlihat dari gambar bahwa hidup class laporan kerusakan dimulai dari dibuatnya objek laporan kerusakan beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas cetak laporan. Siklus hidupnya akan berakhir bila objek dihapus.

54 Class kerusakan mesin Gambar 4.26 Statechart Kerusakan Mesin Terlihat dari gambar bahwa hidup class kerusakan mesin dimulai dari dibuatnya objek pencatatan kerusakan mesin beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas view kerusakan dan ubah keruskan. Siklus hidupnya akan berakhir bila objek dihapus.

55 Application Domain Usage table sebagai berikut: Untuk penentuan hubungan aktor dengan use case dibuat actor Tabel 4.46 Actor Table Actor Use Case kepala dinas operator mesin Login v v entry kerusakan v hitung MTTF v view kerusakan v cek stok komponen v v update komponen v v update mesin v v cetak laporan v

56 Use Case Diagram Sistem Informasi Preventive Maintenance Mesin PMS PTPN XIII login Entry_kerusakan hitung_mttf view_kerusakan Kepala_dinas cek_stok_komponen update_komponen Operator_mesin update_mesin cetak_laporan Gambar 4.27 Use Case Diagram

57 Use Case Spesification Use case di atas memiliki spesifikasi masing-masing sebagai berikut. 1. Use case login Tabel 4.47 Use case Specification Login Description Use case ini berfungsi untuk mengidentifikasi karyawan yang ingin mengakses sistem dengan password. Ada pembatasan hak akses bagi operator mesin. Data yang dimasukkan yaitu: ID karyawan Password. Object karyawan pabrik Actor karyawan pabrik Precondition Actor menjalankan aplikasi. Postcondition Munculnya tombol database mesin, database komponen, entry kerusakan mesin, dan lihat downtime record jika login sebagai kepala dinas. Serta munculnya tombol database mesin dan database komponen jika login sebagai operator mesin 2. Use case entry kerusakan Description Object Actor Precondition Tabel 4.48 Use case Specification Entry Kerusakan Use case ini digunakan untuk memasukkan data-data kerusakan mesin. Data yang dimasukkan yaitu: No mesin No komponen Tanggal kerusakan Waktu kerusakan. mesin, komponen kepala dinas Menekan tombol entry kerusakan mesin pada form login

58 Use case hitung MTTF Description Object Actor Precondition Tabel 4.49 Use case Specification Hitung MTTF Use case ini digunakan untuk menghitung Mean Time to Failure komponen mesin. Data yang dimasukkan yaitu: No mesin No komponen Tanggal kerusakan Waktu kerusakan. mesin, komponen kepala dinas Menekan tombol hitung MTTF pada form entry kerusakan mesin 4. Use case view kerusakan Tabel 4.50 Use case Specification View Kerusakan Description Use case ini digunakan untuk melihat catatan kerusakan mesin di masa lampau. Data yang dimasukkan yaitu: No mesin No komponen Object mesin, komponen, kerusakan mesin Actor Precondition kepala dinas Menekan tombol lihat downtime record pada form login 5. Use case cek stok komponen Tabel 4.51 Use case Specification Cek Stok Komponen Description Use case ini digunakan untuk memeriksa stok komponen. Data yang dimasukkan yaitu: No komponen Object komponen Actor Precondition kepala dinas, operator mesin Menekan tombol database komponen pada form login dan tombol cari pada form komponen

59 Use case update komponen Tabel 4.52 Use case Specification Update Komponen Description Use case ini digunakan untuk melakukan update pada data-data komponen. Data yang dimasukkan yaitu: No komponen Nama komponen Stok baru Object komponen Actor kepala dinas, operator mesin Precondition Menekan tombol database komponen pada form login dan tombol tambah, tombol ubah atau tombol hapus pada form komponen 7. Use case update mesin Description Object Actor Precondition Tabel Use case Specification Update Mesin Use case ini digunakan untuk melakukan update pada data-data mesin. Data yang dimasukkan yaitu: No komponen Nama komponen mesin kepala dinas, operator mesin Menekan tombol database mesin pada form login dan tombol tambah, tombol ubah atau tombol hapus pada form komponen 8. Use case cetak laporan Description Object Actor Precondition Postcondition Tabel 4.54 Use case Specification Cetak Laporan Use case ini digunakan untuk mencetak laporan kerusakan. mesin, komponen, kerusakan mesin kepala dinas Menekan tombol cetak laporan pada form entry kerusakan. Munculnya laporan

60 Sequence Diagram 1. Sequence login Gambar 4.28 Sequence Login 2. Sequence entry kerusakan Gambar 4.29 Sequence Entry Kerusakan

61 Sequence hitung MTTF Gambar 4.30 Sequence Hitung MTTF 4. Sequence view kerusakan Gambar 4.31 Sequence View Kerusakan

62 Sequence cek stok komponen Gambar 4.32 Sequence Cek Stok Komponen 6. Sequence update komponen Gambar 4.33 Sequence Update Komponen

63 Sequence update mesin Gambar 4.34 Sequence Update Mesin 8. Sequence cetak laporan Gambar 4.35 Sequence Cetak Laporan

64 Function list maintenance. Berikut adalah tabel function list pada sistem informasi preventive Tabel 4.55 Function List No Function Type Complexity 1 login read simple cek password read simple 2 entry kerusakan read, update medium entry tanggal mulai update simple entry tanggal selesai update simple pilih mesin read simple pilih komponen read simple 3 hitung MTTF compute complex 4 view kerusakan read medium pilih mesin read simple pilih komponen read simple 5 update mesin read, update simple pilih mesin read simple tambah mesin update simple hapus mesin update simple 6 update komponen read, update simple pilih komponen read simple tambah komponen update simple hapus komponen update simple tambah stok update simple 7 cetak laporan read, update medium entry kerusakan read simple 8 cek stok komponen read simple pilih komponen read simple

65 User Interface 1.Overview Berikut ini adalah overview sistem dalam bentuk navigation diagram untuk user kepala dinas. Gambar 4.36 Navigation Diagram untuk Kepala Dinas

66 138 Berikut ini adalah overview sistem dalam bentuk navigation diagram untuk user operator mesin. Gambar 4.37 Navigation Diagram untuk Operator Mesin 2.Examples Sistem informasi preventive maintenance pabrik minyak sawit PTPN XIII digunakan pada komputer di lantai produksi oleh kepala dinas dan/atau operator mesin yang bertugas.

67 139 Contoh perancangan layar aplikasinya yaitu sebagai berikut: 1. Interface Login Gambar 4.38 Window Login Pada saat login, karyawan pabrik yang bertugas memasukkan ID karyawan dan password. Password akan dicek, jika sesuai maka login berhasil dan tombol login akan dinonaktifkan. Kemudian muncul tombol-tombol untuk melakukan fungsi-fungsi dari aplikasi. Untuk karyawan kepala dinas, semua fungsi aplikasi dapat dijalankan yaitu tombol ke window database mesin, tombol ke window database komponen, tombol ke window entry kerusakan mesin, tombol ke downtime record.

68 140 Gambar 4.39 Window Login Kepala Dinas Sedangkan untuk operator pabrik, fungsi aplikasi yang bisa diakses hanya ke window database mesin dan ke window database komponen. Gambar 4.40 Window Login Operator Pabrik

69 Interface entry kerusakan Gambar 4.41 Window Entry Kerusakan Untuk memasukkan data kerusakan mesin, terlebih dahulu memasukkan data mesin dan komponennya. Memilih nama mesin, kode mesin, komponen dan komponen menggunakan combo box. Selanjutnya diisi tanggal dan jam kerusakan (mulai dan selesai) serta jenis sebaran dari data waktu kerusakan. Jikas tombol simpan ditekan, tampilan flexgrid memperlihatkan data yang sedang diisi. Tombol clear untuk mengosongkan isi objek-objek pada window tampilan. Penekanan tombol hitung akan menyebabkan munculnya hasil perhitungan mean time to failure dalam frame. Tombol << di semua window akan mengarahkan kembali ke menu login (menu utama). Penekanan tombol cetak laporan akan mengarahkan ke window cetak laporan.

70 142 Gambar 4.42 Window Entry Kerusakan Setelah Hitung 3. Interface mesin Gambar 4.43 Window Database Mesin Untuk pencarian mesin pada window database mesin, terlebih dahulu dimasukkan nama mesin dan kodenya lalu menekan tombol cari.

71 143 Jika ingin menambah data mesin, maka dimasukkan nama dan kode mesin baru dan menekan tombol tambah. Untuk menghapus atau mengubah data mesin yang sudah ada, setelah melakukan pencarian dilakukan penghapusan (tekan tombol hapus) atau memasukkan perubahan yang diinginkan di textbox kemudian menekan tombol ubah. 4. Interface komponen Gambar 4.44 Window Database Komponen Untuk pencarian komponen pada window database komponen, terlebih dahulu dimasukkan nama komponen dan kodenya lalu menekan tombol cari. Jika ingin menambah stok komponen atau data komponen, maka dimasukkan nama dan kode komponen baru atau jumlah stok baru kemudian menekan tombol tambah. Untuk menghapus

72 144 atau mengubah data komponen yang sudah ada, setelah melakukan pencarian dilakukan penghapusan (tekan tombol hapus) atau memasukkan perubahan yang diinginkan di textbox kemudian menekan tombol ubah. 5. Interface laporan kerusakan Gambar 4.45 Window Laporan Kerusakan Pada window laporan kerusakan akan ditampilkan hasil laporan dari entry kerusakan. Tombol simpan ditekan untuk menyimpan laporan agar menjadi referensi di masa mendatang. Tombol cetak ditekan untuk print laporan.