OPTIMASI PERSEDIAAN SUKU CADANG UNTUK PROGRAM PEMELIHARAAN PREVENTIP BERDASARKAN ANALISIS RELIABILITAS

Transkripsi

1 Program Studi MMT-ITS, Surabaya 4 Agustus 27 OPTIMASI PERSEDIAAN SUKU CADANG UNTUK PROGRAM PEMELIHARAAN PREVENTIP BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. Terminal Peti Kemas Surabaya) Agus Suhaymi, Haryono Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember suhaymi@indosat.net.id ABSTRAK Dalam industri jasa bongkar muat barang, ketepatan waktu memegang peranan sangat penting. Salah satu cara untuk meningkatkan kepuasan pelanggan adalah peralatan yang digunakan untuk bongkar muat, terutama Spreader Telescopic pada Rubber Tyred Gantry berfungsi dengan baik. Oleh karena itu diperlukan strategi pemeliharaan preventip melalui pendekatan analisis reliabilitas. Dalam analisis ini dipakai data usia pakai Spreader Telescopic pada Rubber Tyred Gantry No. 26, 27, 28, 29, 3 dan 31. Data dari keenam spreader ini digabung, setelah sebelumnya dianalisa dengan uji Kruskal-Wallis. Kemudian dilakukan pengujian distribusi usia pakai dengan uji Anderson-Darling, sehingga didapatkan hasil bahwa distribusi yang sesuai adalah distribusi Weibull yang parameternya dicari dengan bantuan software MINITAB 14, dan digunakan dalam perhitungan untuk penentuan waktu penggantian sesuai reliabilitas yang diinginkan serta penentuan jumlah persediaan suku cadangnya. Analisa reliabilitas yang dilakukan mendapatkan hasil sebagai berikut : tingkat reliabilitas komponen Spreader Telescopic pada Rubber Tyred Gantry No. 26, 27, 28, 29, 3, dan 31 saat ini adalah 33,77%. Hasil ini digunakan sebagai landasan pemeliharaan preventip yang harus dilakukan, untuk meningkatkan reliabilitas menjadi tingkat reliabilitas yang optimal. Program pemeliharaan preventif dilakukan dengan memilih waktu antar inspeksi antara 4 hari sampai 2 bulan sehingga tingkat probabilitas spreader dapat berfungsi dengan baik bisa mencapai 9%. Waktu antar kerusakan menjadi lebih panjang, yaitu antara 611, ,1 jam. Suku cadang yang harus disediakan antara 2 6 buah per spreader pertahun. Kata kunci : Spreader Telescopic, Rubber Tyred Gantry,Reliabilitas, Usia Pakai, Persediaan Suku Cadang PENDAHULUAN PT. Terminal Peti Kemas Surabaya adalah perusahaan jasa yang bergerak untuk melayani bongkar muat peti kemas dari dan ke kapal. Pelaksanaan bongkar muat dilakukan sesuai kemampuan fasilitas yang dimiliki, dengan standar produktifitas yang ditetapkan selama ini, yaitu minimal kecepatannya sebesar 3 box/kapal/jam, sedangkan kenyataannya baru lebih kurang 24 box/kapal/jam. Realisasi produktifitas kecepatan bongkar muat peti kemas pada tahun 26 masih di bawah standar. Hal ini disebabkan antara lain karena : a. Tingkat kerusakan pada Spreader Telescopic pada Rubber Tyred Gantry cukup tinggi (Tabel 1.1)

2 Program Studi MMT-ITS, Surabaya 4 Agustus 27 b. Memprediksi kerusakan yang terjadi cukup sulit karena banyak faktor-faktor yang mempengaruhi. c. Penanganan perbaikan Spreader Telescopic cenderung pada tingkat emergency maintenance, sehingga menimbulkan kesulitan pada biaya pemeliharaan dan menentukan jumlah persediaan suku cadangnya. Berdasarkan uraian di atas, perlu dikembangkan strategi perencanaan yang tepat untuk menentukan usia pakai Spreader Telescopic sesuai tingkat reliabilitas yang diinginkan dan perencanaan persediaan suku cadang berdasarkan tingkat reliabilitas tersebut. Konsep Reliabilitas Salah satu yang dapat mempengaruhi keberhasilan suatu produk adalah reliabilitas komponen, sub sistem, atau sistem tersebut untuk tidak mengalami kegagalan dalam jangka waktu tertentu. Penerapan teori reliabilitas dapat membantu untuk memperkirakan peluang suatu komponen, sub sistem, atau sistem untuk dapat bekerja sesuai tujuan yang diinginkan dalam kurun waktu tertentu. Reliabilitas didefinisikan sebagai probabilitas sebuah komponen, sub sistem atau sistem untuk melaksanakan fungsi yang diperlukan tanpa mengalami kegagalan dalam kondisi operasional tertentu pada suatu periode tertentu. Fungsi yang diperlukan dapat berupa sebuah fungsi atau gabungan dari berbagai fungsi yang sesuai untuk pendekatan fenomena yang diteliti. Ukuran reliabilitas selain berupa nilai probabilitas, dapat dihitung dan dikembangkan juga sebagai nilai-nilai yang lain seperti : Jumlah kegagalan yang terjadi dalam periode waktu tertentu. Rata-rata waktu kegagalan Laju kerusakan dari suatu komponen. Rata-rata lamanya waktu hilang karena kegagalan. Formulasi reliabilitas terhadap waktu dapat diformulasikan sebagai berikut : t R ( t) f ( t) dt 1 F( t) (1) dimana : R(t) : Keandalan (Reliability) F(t) : Fungsi distribusi kumulatif probabilitas kegagalan f(t) : Fungsi padat probabilitas Model Kerusakan Laju kerusakan adalah banyaknya kerusakan komponen per satuan waktu dan dapat dinyatakan sebagai perbandingan antara banyaknya kerusakan selama selang waktu tertentu dibagi dengan total waktu operasi komponen, sub sistem, atau sistem. Mean Time To Failure Keadaan suatu sistem seringkali dinyatakan dalam bentuk angka yang menyatakan ekspektasi dari usia pakai (life time) dari sistem/komponen yang dinotasikan E(T) dan sering disebut rata-rata jangka waktu kerusakan atau Mean Time To Failure (MTTF). MTTF hanya digunakan pada komponen atau peralatan yang sekali rusak harus diganti dengan komponen atau peralatan yang masih baru dan baik. A-5-2

3 Program Studi MMT-ITS, Surabaya 4 Agustus 27 Distribusi Usia Pakai (Lifetime) E(T) = MTTF = R ( t) dt (2) Distribusi usia pakai yang sering digunakan di dalam teori reliabilitas adalah distribusi Weibull. Fungsi padat probabilitas ( Probability Density Function) distribusi Weibull 2 parameter adalah : 1 t t f ( t) exp (3) dimana : : parameter skala, : parameter bentuk, Jika distribusi kegagalan suatu komponen, sub sistem, atau sistem mengikuti distribusi Weibull, maka : a. Fungsi keandalan distribusi Weibull adalah : t R( t) exp (4) b. Laju kegagalan distribusi Weibull adalah : 1 t ( t) (5) Model Laju Kerusakan Gambar 1. Pola Laju Kerusakan Fungsi laju kerusakan (t), akan berubah sepanjang umur dari populasi sistem atau komponen. Dari hasil percobaan dan pengalaman, laju kerusakan suatu komponen akan mengikuti pola dasar seperti terlihat pada Gambar 1. (Kececioglu, 1993) Uji Kruskal Wallis Untuk menguji apakah data dapat digabung. Hipotesis nihil (H) yang akan diuji mengatakan bahwa k sampel berasal dari populasi yang sama atau populasi-populasi yang identik (mempunyai harga rata-rata/mean yang sama). Hipotesis alternatifnya (H1) adalah bahwa populasi-populasinya mempunyai mean yang tidak sama, atau paling sedikit satu pasang mean tidak sama. Pengujian Distribusi A-5-3

4 Program Studi MMT-ITS, Surabaya 4 Agustus 27 Pengujian distribusi ( Goodness of Fit) dilakukan untuk mengetahui bentuk distribusi data. Pengujian distribusi dapat dilakukan dengan menggunakan uji Anderson Darling. H : Data mengikuti distribusi spesifik Ha : Data tidak mengikuti distribusi spesifik Penentuan Waktu Operasi Berdasarkan Reliabilitas Pada umumnya kebijakan penggantian dan pemeliharaan dapat diklasifikasikan atas persoalan deterministik dan probabilistik (Yardine, 1973). Pengertian deterministik terjadi jika waktu penggantian komponen tersebut diasumsikan dapat diketahui dengan pasti. Sedangkan penggantian probabilistik terjadi jika waktu dan hasil tindakan perbaikan tidak dapat diketahui dengan pasti melainkan bersifat expectation, tergantung pada kondisi tertentu. Dengan demikian waktu antar kerusakan adalah variabel random yang memiliki distribusi kerusakan tertentu. Misal usia pakai komponen sesuai distribusi Weibull dengan 2 parameter dan. Fungsi reliabilitas dari distribusi Weibull 2 parameter adalah (Lewis, 1996) : t R ( t) e (6) dan parameter-parameter dan dapat ditaksir berdasarkan data yang dikumpulkan. Jika nilai reliabilitas R(t) ditetapkan maka waktu t dapat dihitung sebagai berikut : 1 t 1 ln R( t) (7) Jika nilai-nilai, dan R(t) diketahui maka nilai t dapat dihitung, yang merupakan waktu penggantian komponen dengan reliabilitas yang diinginkan. Sebut nilai t ini sebagai. Farrero dkk. (22) telah membahas waktu penggantian preventip berdasarkan analisis reliabilitas. Misal 1 adalah mean time between failure (MTBF), nilai 1 ini tergantung pada rata-rata usia pakai = dan serta reliabilitas yang diinginkan saat t =. Nilai 1 adalah : 1 1 lim (8) t P dimana p = laju kerusakan (failure rate) Nilai p untuk distribusi Weibull (Farrero dkk., 22) adalah : 1 2! 1 e 1 lim p (9) t o t e. e dt Berdasarkan rumus ini dapat dihitung laju kerusakan komponen karena pemeliharaan preventip. Berdasarkan laju kerusakan ini dapat ditaksir banyaknya suku cadang yang diperlukan dalam periode tertentu dengan menggunakan proses Poisson dengan syarat tertentu. 1 A-5-4

5 Program Studi MMT-ITS, Surabaya 4 Agustus 27 METODOLOGI PENELITIAN Tempat Penelitian Penelitian akan dilaksanakan di Departemen Peralatan PT. Terminal Peti Kemas Surabaya pada Rubber Tyred Gantry No. 26, 27, 28, 29, 3 dan 31 merek Fells. Pengumpulan Data Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa waktu kerusakan Spreader Telescopic mulai Januari 23 sampai dengan Desember 26. Pengambilan data dilakukan dengan cara berikut : 1. Mencatat jenis komponen yang terdapat pada peralatan Rubber Tyred Gantry. 2. Mencatat jumlah kerusakan dan waktu kerusakan yang terjadi pada tiap-tiap jenis komponen. 3. Untuk penelitian, dipilih komponen yang paling banyak mengalami kerusakan yaitu Spreader Telescopic. Metode Penelitian Sesuai dengan tujuan penelitian, maka langkah analisis yang digunakan dalam penelitian ini adalah : 1. Melaksanakan pengamatan di lapangan untuk mengetahui proses dan sistem yang ada. 2. Melakukan pengujian rata-rata usia pakai Spreader Telescopic pada semua Rubber Tyred Gantry dengan menggunakan uji kesesuaian rata-rata dari Kruskal Wallis. Menguji kesesuaian distribusi usia pakai Spreader Telescopic dengan uji Anderson Darling. Distribusi teoritis yang diujikan adalah distribusi Eksponensial, Weibull, Normal dan Log-Normal. 3. Menentukan waktu preventip berdasarkan reliabilitas yang ditentukan. 4. Menghitung laju kerusakan berdasarkan strategi preventive maintenance berdasarkan nilai reliabilitas yang ditetapkan, waktu yang diperoleh berdasarkan reliabilitas dan rata-rata usia pakai komponen berdasarkan distribusinya. 5. Menentukan jumlah suku cadang yang diperlukan berdasarkan tingkat keyakinan yang diinginkan. HASIL DAN PEMBAHASAN Proses Pengambilan Data Komponen yang sering mengalami kerusakan adalah Spreader Telescopic. Spreader Telescopic adalah komponen tunggal yang paling sering mengalami kerusakan pada sub-sub komponennya, terutama bagian Twistlock. Kinerja Rubber Tyred Gantry adalah 15 box/jam dengan Jam operasi yaitu 3853 jam pertahun. Proses Penggabungan Data Hasil uji Kruskal Wallis didapatkan nilai statistik uji H = 3,12, untuk harga DF (Degree of Fredoom) = 5. Dari Tabel Distribusi Nilai Chi-Square untuk harga DF = 5 dan taraf signifikansi sebesar,5 didapatkan nilai chi-square sebesar 11,7. Karena nilai uji statistik H yang diobservasi lebih kecil dari nilai chi-square (3,12 < 11,7), maka hipotesa Ho dapat diterima yang berarti data waktu antar kerusakan dari keenam spreader berasal dari populasi yang identik sehingga dapat digabung. A-5-5

6 Program Studi MMT-ITS, Surabaya 4 Agustus 27 Pengujian Distribusi Data Pengujian distribusi yang sesuai dilakukan dengan menggunakan Software, untuk mendapatkan nilai goodness of fit dari uji Anderson-Darling dan koefisien korelasi. Nilai koefisien korelasi yang mendekati nilai satu adalah distribusi Weibull,983 Pendugaan Parameter Distribusi Dari perhitungan data diperoleh parameter distribusi Weibull yaitu (scale) 553,66 dan (,83957). Nilai dan selanjutnya akan digunakan untuk menganalisa parameter-parameter pemeliharaan preventif. Penentuan Preventif Maintenance Berdasarkan data dari perhitungan di peroleh bahwa rata-rata life time Spreader atau MTTF-nya adalah 611 jam atau rata-rata operasi kurang lebih 2 bulan dengan reliabilitas spreader 33,77% dan jumlah stok suku cadang sebanyak 2 buah per spreader per tahun. Jika diharapkan bahwa reliabiltas spreader hingga 9 % maka dari perhitungan didapatkan waktu penggantian suku cadang setiap 36,9 jam atau kurang lebih setiap 4 hari. Sehingga dapat memperpanjang life time hingga 134,1 jam atau kurang lebih 3 bulan dengan stok suku cadang sebanyak 6 buah per spreader per tahun. Jumlah n Suku Cadang ,,1,2,3,4,5,6,7 Probabilitas Spreader kondisi Baik,8,9 1, Waktu antar Inspeksi (jam) ,,1,2,3,4,5,6,7,8,9 1, Probabilitas Spreader kondisi Baik Gambar. 2 Probabilitas Spreader dalam Kondisi Baik vs Jumlah Suku Cadang dan Waktu Antar Inspeksi KESIMPULAN Untuk mencapai penggunaan yang efisien dari suatu alat industri, suatu keseimbangan harus didapatkan antara reliabilitas (agar operasi berjalan kontinyu) dan pemeliharaan (sebagai ukuran untuk mencapai tingkat reliabilitas) serta maintainability (tingkat kesulitan pemeliharaan alat). Dari analisa reliabilitas terhadap data waktu antar kerusakan Spreader Telescopic pada Rubber Tyred Gantry No. 26, 27, 28, 29 dan 31 di Terminal Peti Kemas Surabaya, diperoleh kesimpulan sebagai berikut : 1. Dari analisa terhadap frekuensi kerusakan pada komponen penyusun Rubber Tyred Gantry No. 26, 27, 28, 29, 3 dan 31, didapatkan komponen yang paling sering mengalami kerusakan adalah Spreader Telescopic, terutama bagian twistlock. 2. Melalui Uji Kruskal-Wallis, didapatkan hasil harga H yang diobservasi lebih kecil dari nilai chi-square pada taraf signifikansi sebesar,5 (3,12 < 11,7) sehingga A-5-6

7 Program Studi MMT-ITS, Surabaya 4 Agustus 27 data usia pakai (lifetime) dari Spreader Telescopic pada Rubber Tyred Gantry No. 26, 27, 28, 29, 3 dan 31 dapat digabung 3. Data antar waktu kerusakan Spreader Telescopic terdistribusi mengikuti distribusi Log-Normal dan Weibull. Pada analisa ini dipilih distribusi Weibull, dan didapatkan nilai-nilai parameternya, yaitu = dan = Rata-rata life time komponen Spreader Telescopic adalah 611,167 jam dengan tingkat probabilitas spreader dapat berfungsi dengan baik semula sebesar 33,77%, sedangkan pada tingkat probabilitas 9% life time menjadi 134,1 jam. Untuk mencapai probabilitas spreader dapat berfungsi dengan baik yang optimal, perlu dilakukan program preventive maintenance dengan waktu antar inspeksi antara 4 hari sampai 2 bulan. 5. Jumlah suku cadang yang harus distok dihitung dengan proses Poisson. Agar probabilitas spreader telescopic dapat berfungsi dengan baik antara 33,77% sampai 9%, maka perlu disediakan 2 6 suku cadang per Spreader Telescopic pertahunnya. DAFTAR PUSTAKA Duffuaa, Salih D., A. Rouf dan John Dixon Campbell, (1999), Maintenance Systems : Modelling and Analysis, Wiley, New York. Farrero, José M a Castán, Laura Guitart Tarres dan Catalina Bolance Losilla, (22), Optimization of Replacement Stock Using a Maintenance Programme Derived From Reliability Studies of Production Systems, Industrial Management & Data System, 12/4, p Haryono, (26), Surabaya Modul Ajar Model Reliabilitas, Jurusan Statistika FMIPA ITS, Kececioglu, Dimitri, (1993), Reliability Engineering Handbook Volume I, Prentice Hall, Inc., New Jersey, USA. Lewis, E. E., (1996), Introduction to Reliability Engineering, 2 nd editition, John Wiley and Sons Inc., New York. Mendenhall, William dan Terry Sincich, (1996), Statistics For Engineering and The Sciences, Maxwell, Maxmillan, New York. Thomas Pyzdek, (22), The Six Sigma Handbook, The McGraw-Hill Companies, Inc. Yardine, A. K. S., (1973), Publishing, Bath. Maintenance, Replacement and Reliability, Pitman A-5-7

8 Program Studi MMT-ITS, Surabaya 4 Agustus 27 A-5-8

9 Program Studi MMT-ITS, Surabaya 4 Agustus 27 A-5-9

10 Program Studi MMT-ITS, Surabaya 4 Agustus 27 A-5-1