RANCANG BANGUN PERANGKAT LUNAK RELIABILITY-CENTERED MAINTENANCE

Transkripsi

1 1 RANCANG BANGUN PERANGKAT LUNAK RELIABILITY-CENTERED MAINTENANCE (RCM) UNTUK MENENTUKAN MAINTENANCE TASK PADA GARDU INDUK MENGGUNAKAN METODE RISK PRIORITY NUMBER (RPN) Deddy Ardiyasa, Nurlita Gamayanti, dan Abdullah Alkaff Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya Abstrak Gardu Induk (substation) memiliki peranan penting dalam proses penyaluran listrik dan proteksi sistem kelistrikan terhadap gangguan penghantar. Kinerja gardu induk akan mengalami penurunan kondisi setelah beroperasi dalam jangka waktu tertentu sehingga berdampak pada kerugian operasional maupun non-operasional. Untuk mengatasi hal ini, dibutuhkan kegiatan perawatan yang menjamin sub-sistem pada gardu induk dapat memenuhi fungsinya. Reliability-Centered Maintenance (RCM) merupakan metode yang akhir-akhir ini digunakan untuk menentukan strategi perawatan aset yang baik guna mengurangi frekuensi kegagalan fungsi di dunia industri. Analisa RCM dan RPN mampu menyelesaikan permasalahan perawatan pada gardu induk. Analisa RCM dan RPN diimplementasikan pada sebuah software yang mempunyai keluaran berupa jadwal dan prioritas perawatan untuk menjaga nilai keandalan sesuai yang diinginkan. Kata Kunci Perawatan Aset, Reliability-Centered Maintenance, Pemrograman PHP dan MySQL, Sistem Gardu Induk, Maintenance Task, RPN I. PENDAHULUAN erawatan aset merupakan aspek yang sangat penting guna P menjaga kualitas dan kuantitas produksi. Proses produksi yang terhenti akibat kerusakan asset secara mendadak dapat menyebabkan banyak kerugian dan mengurangi kepercayaan pasar [1],[2]. Salah satu aset yang memiliki peranan penting dalam industri listrik adalah gardu induk. Kegagalan fungsi tiap peralatan dan komponen dapat mempengaruhi kinerja gardu induk. Untuk mengatasi hal ini, dibutuhkan strategi perawatan yang baik dengan metode RCM untuk menjamin gardu induk dapat memenuhi fungsi sesuai konteks operasinya. Penelitian ini difokuskan untuk analisis secara kualitatif dan kuantitatif pada peralatan serta komponen gardu induk dengan menggunakan metode RCM. Analisis kualitatif meliputi penentuan kegagalan fungsi, bentuk kegagalan, efek kegagalan, konsekuensi kegagalan dan kegiatan perawatan. Sedangkan analisis kuantitatif meliputi model keandalan, laju kerusakan, dan interval perawatan berdasarkan data time-to failure. Selain itu dibuat perangkat lunak RCM yang dapat diakses pada cakupan area tertentu. Bagian berikutnya pada makalah ini menjelaskan tentang konsep RCM dan dilanjutkan dengan penjelasan tentang perancangan sistem meliputi deskripsi gardu induk, fault tree analysis, information dan decision worksheet RCM, penentuan model distribusi, serta rancangan perangkat lunak itu sendiri pada bagian berikutnya. Kemudian pada bagian selanjutnya menjelaskan tentang pengujian sistem perangkat lunak RCM untuk Gardu Induk Sukolilo Surabaya. Bagian akhir dari makalah ini berisi kesimpulan dan saran untuk pengembangan penelitian selanjutnya. II. RELIABILITY-CENTERED MAINTENANCE Reliability-centered maintenance pertama kali digunakan pada tahun 1975 untuk industri pesawat militer di USA. Seiring dengan dampak-dampak yang ditimbulkan maka pada tahun 1990 mulai diluncurkan RCM II yang merupakan hasil proses pengembangan RCM sebelumnya yakni dengan menambahkan safety dan environtment consequence pada decision diagram-nya [1]. RCM telah banyak digunakan pada berbagai sektor industri, mulai dari nuklir hingga listrik [3]. Penentuan strategi perawatan berbasis RCM melalui tujuh tahapan yang tercakup dalam information dan decision worksheet, mulai dari pemahaman terhadap fungsi sistem dan performansi standar yang diharapkan, hingga menentukan default action yang sesuai apabila alternatif proactive task yang tersedia tidak efisien dan efektif untuk diaplikasikan pada sistem [1]-[3]. Berikut tujuh pertanyaan dasar yang dijadikan tahapan untuk merancang strategi perawatan berbasis RCM, 1. Apakah fungsi serta standar performansi yang berkaitan dengan asset dalam konteks operasinya saat ini? (function) 2. Dalam kondisi seperti apakah asset gagal dalam memenuhi fungsinya? (functional failure) 3. Apa yang menyebabkan terjadinya kegagalan fungsi tersebut? (failure modes) 4. Apa yang terjadi pada saat kegagalan tersebut berlangsung? (failure effect) 5. Bagaimana masalah yang ditimbulkan akibat kegagalan yang terjadi? (failure consequences) 6. Apa yang dapat dilakukan untuk memprediksi atau mencegah terjadinya kegagalan fungsi? (proactive task) 7. Apa yang harus dilakukan jika proactive task yang sesuai tidak dapat diberikan? (default action) Penerapan RCM merupakan gabungan beberapa metode untuk menganalisa keandalan suatu sistem, diantaranya fault tree analysis (FTA), failure mode and effect analysis (FMEA), dan perhitungan secara kuantitatif menggunakan model distribusi peralatan atau komponen. Untuk menghitung

2 2 keandalan suatu sistem atau peralatan, langkah pertama adalah menentukan model probabilitas yang biasanya dinyatakan dengan distribusi statistik [4]. Dalam analisis keandalan, ada beberapa distribusi statistik, dan yang umum dipergunakan, antara lain distribusi eksponensial dan weibull. a. Distribusi Eksponensial Fungsi keandalan untuk distribusi eksponensial dinyatakan dengan persamaan: R t ( t ) e (1) Laju kerusakan (failure rate): ( t) h t (II) Rata-rata waktu kerusakan (MTTF): 0 1 MTTF R( t) dt (3) dengan λ menyatakan parameter yang menentukan karakteristik life time dan t menyatakan lama operasi. b. Distribusi Weibull Distribusi ini biasa digunakan untuk komponen atau peralatan elektromekanik dengan fungsi keandalan dinyatakan dengan persamaan [4]: R ( t ) t exp ( ) (4) Laju kerusakan (failure rate) [4]: 1 h t ( t) t (5) Rata-rata waktu kerusakan (MTTF) [4]: MTTF (6) dengan β adalah kemiringan (slope) dari fungsi weibull. Untuk interval perawatan, secara matematis ditentukan dengan menggunakan fungsi keandalan dari sistem atau peralatan. Penentuan interval perawatan dengan nilai keandalan dan lama operasi yang diinginkan, dinyatakan dengan persamaan [4]: () = () ( ) (7) dengan menyatakan nilai keandalan yang diinginkan, t lama waktu operasi yang dinginkan, n adalah intensitas banyaknya kegiatan perawatan yang dilakukan, dan s menyatakan interval waktu perawatan. Keberhasilan implementasi RCM akan menyebabkan peningkatan integritas keselamatan dan lingkungan, efektivitas biaya, uptime mesin, database yang lengkap, serta pemahaman yang lebih baik tentang tingkat resiko yang mungkin muncul [1]. III. PERANCANGAN SISTEM Bagian ini menjelaskan tentang beberapa tahapan dalam merancang sistem perangkat lunak sebagai pendukung penerapan RCM di gardu induk. Tahap pertama adalah mengetahui deskripsi dari gardu induk meliputi fungsi yang ada didalamnya untuk memahami konteks operasinya. Kemudian dilakukam identifikasi penyebab tiap kegagalan fungsi yang ada dengan fault tree analysis. Model fault tree digunakan untuk analisis RCM dan menentukan kegiatan perawatan dari tiap bentuk kegagalan. Setelah didapatkan model keandalan dari data kerusakan, information, dan decision worksheet RCM, dibuatlah suatu sistem pendukung penerapan RCM untuk gardu induk berupa perangkat lunak dengan menggunakan bahasa pemrograman PHP dan MySQL. A. Gardu Induk Pada penelitian ini, data yang digunakan didapat dari Gardu Induk Sukolilo Surabaya. Selain untuk menurunkan daya listrik dan mendistribusikan daya ke beban, gardu induk juga memiliki fungsi lain yaitu proteksi sistem tenaga listrik dari gangguan arus dan tegangan berlebih, komunikasi dengan SCADATEL untuk pemantauan proses dari pusat, serta fungsi yang berkaitan dengan keselamatan agar sesuai dengan standar kerja yang telah ditentukan. Guna menunjang peran gardu induk pada sistem kelistrikan Surabaya, terdapat beberapa peralatan pendukung yang memiliki fungsi masing-masing. Pada Gambar 1 merupakan functional block diagram (FBD) yang merepresentasikan keterkaitan tiap fungsi yang ada serta peralatan-peralatan yang mempengaruhi kinerja dari masing-masing fungsi. Gambar 1. Functional block diagram GI Sukolilo B. Pemodelan Fault Tree Terdapat lima fungsi yang dijadikan top event, untuk kemudian dianalisis dan didapatkan model fault tree-nya. Pemodelan fault tree ini dilakukan dengan menganalisa elemen-elemen kritis yang dapat menyebabkan terganggunya kinerja sistem atau peralatan sehingga tidak terpenuhinya fungsi dari gardu induk. Gambar 2 menunjukkan fault tree dari fungsi utama Gardu Induk Sukolilo, yaitu mentransmisikan tenaga listrik sebesar 20 kv. Didapatkan bahwa terdapat lima fungsi pendukung, yaitu menurunkan tegangan 150 kv menjadi 20 kv, membagi beban, proteksi dari gangguan, komunikasi operasi SCADATEL, dan fungsi untuk keselamatan tentang kesesuaian standar kerja yang berlaku. Simbol segitiga yang berisikan angka menunjukkan bahwa penyebab kegagalan tiap fungsi dianalisis lebih lanjut hingga didapatkan bentuk kegagalannya. Analisis fault tree dilakukan berdasarkan pada

3 3 konteks operasi dan catatan kerusakan sebelumnya serta observasi secara langsung. Gambar 2. Model fault tree Gardu Induk Sukolilo C. Information Worksheet RCM Worksheet ini digunakan untuk mengidentifikasi bentuk dan efek kegagalan fungsi Gardu Induk Sukolilo yang terjadi akibat kerusakan peralatan dan komponen. Biasanya proses ini disebut juga dengan failure mode and effect analysis (FMEA). Berdasarkan model fault tree analysis dari lima fungsi yang dianalisis bentuk dan efek kegagalannya, terdapat 75 bentuk kegagalan yang memiliki efek masing-masing. Tiap fungsi dimungkinkan memiliki bentuk kegagalan yang sama, seperti bentuk kegagalan yang disebabkan oleh circuit breaker. Gambar 3. Contoh information worksheet RCM GI Sukolilo Pada worksheet ini, efek kegagalan yang ditimbulkan tidak hanya berpengaruh pada operasional dan kerusakan peralatan lainnya. Terdapat efek non-operasional, keselamatan, dan lingkungan yang juga diperhatikan. Hasil information worksheet ini diteruskan untuk dianalisis lebih lanjut guna mendapatkan strategi perawatan yang baik berdasarkan RCM decision diagram yang direkam dalam decision worksheet. D. Decision Worksheet RCM Worksheet ini digunakan untuk menganalisa konsekuensi dari masing-masing penyebab kegagalan (failure modes), untuk mencari jenis kegiatan perawatan (proposed task) yang layak dan juga keterangan siapa yang bertanggung jawab dalam melaksanakannya pada kolom can be done by. Pada tahap ini peneliti akan menentukan konsekuensi meliputi keselamatan (S), lingkungan (E), operasional (O), dan nonoperasional (N). Dalam menentukan konsekuensi dan kegiatan perawatan yang sesuai, digunakan RCM decision diagram. Gambar 4. Contoh decision worksheet RCM GI Sukolilo Hasil dari analisis ini didapatkan 75 proposed task untuk lima fungsi Gardu Induk Sukolilo. Rinciannya adalah 5.33% (4 task) predictive maintenance, 26.67% (20 task) preventive maintenance, dan 68% (51 task) default action. Pihak-pihak yang bertanggung jawab dalam proses perawatan hasil analisis ini adalah electrician, mechanic, instrumentation, operator, dan supervisor. E. Penentuan Model Distribusi Data kerusakan tiap bentuk kegagalan yang didapat, diolah dengan weibull++7 software versi trial untuk mendapatkan model distribusinya. Data kerusakan dari suatu komponen dimasukkan, kemudian keluaran yang dihasilkan adalah alternatif distribusi berdasarkan urutan ranking, dimana distribusi dengan urutan ranking terbaiklah yang dipilih. Selain itu, software ini juga akan memberikan parameter distribusi yang nantinya dapat digunakan untuk mencari nilai MTTF dan diolah kembali untuk mendapatkan model keandalan, laju kerusakannya, dan interval perawatan. F. Risk Priority Number Risk Priority Number (RPN) merupakan salah satu metode terkenal yang digunakan untuk urutan atau peringkat dari prioritas alternatif. Parameter dari RPN adalah [6]: 1. Severity (S) Parameter yang menunjukkan bobot dari efek kegagalan yang mempengaruhi sistem atau konsumen yang menggunakan komponen. 2. Occurrence (O) Parameter yang menunjukkan probabilitas kegagaln yang terjadi. 3. Detection (D) Parameter yang menunjukkan nilai visibilitas kegagalan yang menunjukan perilaku model kegagalan yang di identifikasi dengan kontrol atau inspeksi. Nilai dari RPN diperoleh dari ketiga parameter tersebut: = Jika nilai RPN semakin besar,maka resiko untuk mengakibatkan kegagalan akan semakin besar pula. G. Perangkat Lunak RCM Gardu Induk Sistem perawatan gardu induk dengan menggunakan metode RCM ini teraplikasikan dalam bentuk perangkat lunak dan terdiri dari bagian RCM, gardu induk, analisis RCM, laporan, administrator dan pelengkap. Masing-masing bagian tentunya memiliki peran dan fungsi serta keterkaitan satu dengan yang lainnya. Khusus untuk bagian analisis RCM

4 4 hanya bisa diakses oleh admin dan pengguna yang telah terdaftar. Gambar 5. Proses kerja perangkat lunak RCM secara umum Perangkat lunak ini bekerja dengan menggunakan database yang terdapat pada bagian administrator. Bagian ini merupakan perwujudan dari database MySQL yang ada sehingga lebih mudah dalam memodifikasinya Inti dari perangkat lunak ini terletak pada bagian analisis RCM. Pada bagian ini terdapat analisis kualitatif dan kuantitatif terhadap suatu kegagalan. Analisis kualitatif, seperti yang terlihat pada Gambar 6, meliputi hasil dari information dan decision worksheet RCM yang ada pada database ketika di-input-kan kegagalan fungsi yang terjadi. terjadi dan jadwal perawatannya. IV. PENGUJIAN SISTEM Pengujian dilakukan dengan memberikan masukan tertentu pada perangkat lunak, sehingga akan dihasilkan suatu keluaran tertentu. Keluaran yang dihasilkan dari perangkat lunak akan dibandingkan dengan RCM worksheet dan dianalisis secara matematis sehingga dapat diketahui kesesuaiannya. Pelaksanaan pengujian dilaksanakan dalam kondisi sistem telah terintegrasi secara keseluruhan. Contoh kasus ketika terjadi kegagalan pada fungsi menurunkan tegangan 150 kv menjadi 20 kv dan bentuk kegagalannya adalah high pressure CB yang rusak. Maka pada perangkat lunak akan muncul tampilan seperti pada Gambar 8 berikut. Gambar 8. Hasil analisis kualitatif untuk kegagalan high pressure CB Gambar 6. Proses analisis kualitatif Analisis kuantitatif meliputi nilai keandalan, laju kerusakan, MTTF, dan interval perawatan sesuai dengan model distribusinya. Gambar 7 menunjukkan flow chart analisis kuantitatif yang ada pada perangkat lunak. START Pemanggilan data waktu operasi subsistem (t) Nilai keandalan tiap subsistem yang diinginkan user Rs Mencari nilai keandalan tiap subsistem berdasarkan waktu operasi Rx(t) Setelah memilih kegagalan fungsi yang terjadi, langkah selanjutnya adalah memasukkan nilai keandalan subsistem yang diinginkan (Rs) dan program memunculkan nilai keandalan subsistem Rx(t) dalam rentang waktu operasi (t) Gambar 9. Gambar 9. Penentuan nilai Rs dan perhitungan nilai Rx(t) Penyebab gagalnya penurunan tegangan 150kV menjadi 20kV dipengaruhi beberapa faktor. Untuk penentuan penyebab gagalnya penurunan tegangan 150kV menjadi 20kV dapat dilihat pada Gambar 10. Pemanggilan data waktu operasi komponen Nilai MTTF komponen Mencari nilai keandalan komponen berdasarkan waktu operasi R(t) Mencari laju kerusakan h(t) Nilai keandalan Rm(x) berdasarkan nilai keandalan tiap subsistem yang diinginkan user Rs Ekspektasi waktu operasi yang diinginkan Mencari interval perawatan (u) dan banyaknya perawatan (n) Mendapatkan nilai Rx(t),R(t),h(t),Rm(x),interval perawatan dan banyaknya perawatan dari suatu bentuk kegagalan STOP Gambar 7. Flow chart analisis kuantitatif Hasil analisis kualitatif dan kuantitatif pada bagian analisis RCM kemudian disimpan pada laporan sebagai history kerusakan dan perawatan Gardu Induk Sukolilo. Dalam bagian ini, pengguna dapat mengetahui kerusakan yang sebelumnya Gambar 10 Penentuan Bentuk Kegagalan Setelah memasukkan kegagalan fungsi, peralatan yang mengalami kegagalan, penyebab kegagalan peralatan, dan bentuk kegagalan yang terjadi, maka perangkat lunak dengan sendirinya akan memunculkan efek kegagalan, wewenang, waktu operasi, nilai MTTF, dan tindakan yang harus dilakukan untuk menangani kegagalan tersebut. Tampilan

5 5 perangkat lunak untuk tahap ini dapat dilihat pada Gambar 11. Gambar 10 Hasil Analisis Kualitatif Perangkat Lunak RCM Keluaran analisis kualitatif perangkat lunak RCM berupa efek kegagalan dan kegiatan maintenance yang dilakukan untuk kegagalan menurunkan tegangan listrik 150 kv menjadi 20 kv dan bentuk kegagalan trafo daya yang gagal bekerja akan dibandingkan dengan RCM worksheet yang ada. Gambar 11 Hasil Analisis Kuantitatif Perangkat Lunak RCM Tabel 1 Hasil perhitungan kegagalan power untuk fungsi kegagalan gagal menurunkan tegangan 150kV menjadi 20kV Model Hasil perhitungan Rx(t) = e^(-(0,0023t)^2,4-0, (0,0037t)^2,7 -(0,0026t)^2,2 - (0,0015t)^3,05 -(0,0013t)^3,8 - (0,0013t)^3,1 -(0,0018t)^2,9 - (0,00068t)^2,21 -(0,00077t)^2,23 )x R1(t) () = ( )^ h() = ( )^1.21 ( x10)^-5/hari () = ^(1200/) ()((1200 (1200/))) u=54 hari dan n=22 kali Data kerusakan terbaru, yaitu 104 hari pada contoh kasus kegagalan power untuk fungsi kegagalan gagal menurunkan tegangan 150kV menjadi 20kV. Secara kuantitatif proritas perawatan pada fungsi kegagalan menurunkan tegangan 150kV menjadi 20kV dapat dilihat pada tabel diatas. Secara berurutan Terminal Plate line menjadi prioritas utama dikarenakan memiliki waktu interval perawatan yang pendek. Sedangkan secara kuantitatif bentuk kegagalan yang mempunyai nilai RPN tertinggi adalah Terminal Plate Line dan Low Pressure Tank CB. Pada tabel yang diberi warna kuning dan biru adalah komponen yang hubungannya adalah OR. Sedangkan yang tidak deibri warna hubungannya AND. Tabel 2 Tabel Perbandingan Hasil Program RCM dengan RPN Basic Event Interval Jumlah RPN Perawatan (hari) Perawatan Terminal plate Lengan kontak Rotary bearing Moving contact Fixed contact Current Isolator LA Power Isolator Tripping valve 2.4 (jam) Closing valve Isolator CB Ground connector LA Gas filter CB High pressure Kompresor Low pressure Rekomisioning SF6 Line connector LA Tabel 3 Tabel Perbandingan Hasil Program RCM dengan RPN tanpa pembulatan Basic Event Interval Jumlah RPN Perawatan (jam) Perawatan Terminal plate 104, Lengan kontak 226, Rotary bearing 250, Moving 316, contact Fixed contact 778, Current 929, Isolator LA 993, Power 1309, Isolator Tripping valve Closing valve 1694, Isolator CB Ground 2057, connector LA Gas filter CB 626, High pressure 654, Kompresor 1028, Low pressure 1066, Rekomisioning SF6 Line connector LA

6 6 V. KESIMPULAN/RINGKASAN Dari hasil pengujian sistem perangkat lunak RCM disertai analisa kualitatif RPN untuk Gardu Induk Sukolilo Surabaya, dapat diambil kesimpulan bahwa sistem ini dapat mempermudah pengguna dalam menentukan jadwal interval peralatan optimal dengan memperhitungkan keandalan sistem secara keseluruhan. Selain itu, prioritas perawatan dapat dilihat dari nilai RPN tiap komponen. Semakin tinggi nilai RPN,maka semakin tinggi prioritas perawatannya. Sistem ini dapat membantu karyawan atau operator baru dalam memahami dan menjalankan kegiatan perawatan dengan adanya catatan tentang tindakan yang dilakukan dan data history-nya. Dengan penerapan metode RCM, penyebab dan waktu kerusakan aset dapat diprediksi dan keandalan dapat dipertahankan. Saran untuk penelitian selanjutnya adalah mengembangkan perangkat lunak untuk menghitung rataan sisa umur pakai komponen, biaya apabila terjadi kerusakan, dan memperlengkap data teknis tiap komponen. Selain itu, juga dapat dikembangkan untuk menentukan biaya perawatan yang optimal. Pengembangan juga dapat dilakukan dengan menerapkan program RCM yang mampu digunakan pada sistem dengan konfigurasi dan model distribusi yang berbeda tanpa merubah script program. UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih kepada orang tua penulis yang selalu memberikan doa serta dukungan tulus tiada henti, Bapak Prof. Ir. Abdullah Alkaff, M. Sc., Ph.D., dan Ibu Nurlita Gamayanti, S.T., M.T., atas segala bimbingan ilmu, moral, dan spiritual dari awal hingga terselesaikannya penelitian ini. Penulis juga mengucapkan banyak terima kasih kepada angkatan e-48, Himatektro ITS, pegawai Gardu Induk Sukolilo dan semua pihak yang telah membantu baik secara langsung maupun tidak langsung. DAFTAR PUSTAKA [1] Moubray, John, Reliability-Centered Maintenance II, Industrial Press Inc., New York, [2] Siqueira, Iony P., Software Requirements for Reliability-Centered Maintenance Application, Proceeding of International Conference on Probabilistic Methods Applied to Power Systems, KTH, Stockholm, Sweden, June, [3] Carretero, J., Study of Existing Reliability-Centered Maintenance Approaches Used in Different Industries, Universidad Politecnica de Madrid, Madrid, [4] Alkaff, Abdullah, Teknik Keandalan dan Keselamatan Sistem, Jurusan Teknik Elektro FTI-ITS, Surabaya, [5] PLN, Konsep Dasar Gardu Induk, PLN Press, Jakarta, [6] J.M. Cai, X.M, Li, G.H. Yang, The Risk Priority Number Methodology for Distribution Priority of Emergency Logistic after Earthquake Disasters, International Conference on Management Science and Industrial Engineering,China,2011.