BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

dokumen-dokumen yang mirip
BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

Hidraulika Komputasi

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

BAB IV HASIL DAN PEMBAHASAN. berdasarkan teori teori yang telah dikemukakan pada bab sebelumnya. data

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

LOGO ANALISIS REGRESI LINIER

BAB II LANDASAN TEORI

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

Rancangan Acak Kelompok

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

BAB 2. Tinjauan Teoritis

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB II LANDASAN TEORI

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DUA PARAMETER MENGGUNAKAN METODE BAYES. Abstract

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB II TINJAUAN PUSTAKA

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

BAB III PERSAMAAN PANAS DIMENSI SATU

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

BAB 5. ANALISIS REGRESI DAN KORELASI

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

X a, TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA. diharapkan, membutuhkan informasi serta pemilihan metode yang tepat. Oleh

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PENGUJIAN HIPOTESIS DUA RATA-RATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

V. PENGUJIAN HIPOTESIS

Rumus-rumus yang Digunakan

PERBANDINGAN ESTIMASI CADANGAN KLAIM

BAB 2 LANDASAN TEORI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

Bab II Teori Pendukung

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

Regresi Linier Sederhana Definisi Pengaruh

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

UKURAN GEJALA PUSAT (UGP)

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

3 Departemen Statistika FMIPA IPB

8. MENGANALISIS HASIL EVALUASI

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

III. METODE KAJIAN A.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

( L ). Matriks varians kovarians dari

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

IV. BAHAN DAN METODE PENELITIAN

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

Pemodelan Regresi untuk Rancangan Percobaan Faktor Tunggal

Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

S2 MP Oleh ; N. Setyaningsih

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

BAB IV HASIL DAN PEMBAHASAN. yaitu meliputi data dan metode analisis data yang digunakan untuk menentukan interval

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DISCOUNT

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

BAB II TINJAUAN PUSTAKA

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

BAB II LANDASAN TEORI. pembahasan bab-bab berikutnya antara lain tentang model pergerakan harga

BAB 2 LANDASAN TEORI

Transkripsi:

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum perawaa overhaul mes OKK GILL BCG1-P. Pada Bab aka dbahas megea meode uuk Meeuka Jadwal Opmum Perawaa Overhaul Pada Mes OKK GILL BCG1-P. Berdasarka eor eor yag sudah djelaska pada Bab II erdapa solus opmal uuk meeuka pejadwala overhaul. eap dalam peeuaya dsesuaka dega dsrbus dar daa waku aar kerusaka dar mes OKK Gll BCG1-P. Oleh karea u dbuuhkalah meode yag epa uuk meeuka pejadwala overhaul yag opmal. Lagkah lagkah yag dlakuka adalah meeuka dsrbus dar daa waku aar kerusakaya seelah u meeuka parameer dar dsrbus yag elah erdefkas lalu meeuka bagamaa fugs esasya da bagamaa model fugs esasya sehgga dapa deuka jadwal overhaul yag opmal. Berku adalah lagkah-lagkah pemecaha masalahya 1

3. Sumber Daa Sumber daa yag dguaka pada peela adalah daa sekuder, yau daa yag dperoleh dar dvs maeace PT Voex Idoesa yau berupa daa waku kerusaka mes da daa baya pembelajaa sparepar uuk keperlua maeace pada kuru waku Okober 011 sampa dega Ju 01 khususya pada mes BCG1-P erhug sejak 3 Jul 010 3.3 Objek Peela Objek peelaya pada kasus adalah mes OKK Gll pe BCG1-P pada baga Drawg d PT Voex Idoesa 3.4 Varabel Peela Varabel varabel yag deapka pada peela adalah sebaga berku: 1. Waku kerusaka mes. Waku aar kerusaka mes 3. Baya pemelharaa mes 3.5 Tahapa Aalss Daa 3.5.1 Peguja Hpoess 3.5.1.1 Uj Ma s Uj kecocoka dguaka uuk megeahu apakah daa waku kerusaka megku pola dsrbus webull.

3 Hpoess Uj H 0 : varabel waku kerusaka megku dsrbus webull H 1 : varabel waku kerusaka dak megku dsrbus webull Sask Uj M 1 k (l l ) / M 1 1 k1 1 k k (l l ) / M 1 1 1, (3.1) 1 Keeraga : k1 da k, M z 1 z z 0,5 l l1 0,5 M megku dsrbus F dega deraja bebas v 1 = k da v = k 1 Krera Uj Tolak H 0 jka M F α(v1,v) 3.5.1. Uj Barle s Uj Barle s dguaka uuk meguj kecocoka model apakah daa kerusaka megku dsrbus ekspoesal.

4 Hpoess Uj H 0 : varabel waku kerusaka berasal dar populas yag berdsrbus ekspoesal H 1 : varabel waku kerusaka dak berasal dar populas yag berdsrbus ekspoesal Sask Uj : Sask Uj yag dguaka adalah sebaga berku : r r 1 1 r l l r 1 r 1 B r 1 1 6r (3.) Keeraga : = waku kerusaka ke- r =bayakya kerusaka Krera Uj : Tolak H 0 jka B aau B, r1 1, r 1 3.5. Peaksra Parameer Nla aksra parameer dapa dhug dega megguaka meode maksmum lkelhood, dmaa fugs desas gabuga dar waku kegagala T 1, T, T 3,, T yag mempuya fugs esas λ() dperoleh dega megguaka persamaa yau : f ( 1,,..., ) exp ( x) dx 1 0

5 Dega meode maksmum lkelhood dperoleh aksra parameer uuk daa yag megku Power Law Process yau sebaga berku : ˆ (3.3) 1 l 1 ˆ (3.4) 1 ˆ Sedagka jka daa megku Ekspoeal Law, maka la aksra parameer dperoleh dega persamaa sebaga berku : ˆ e 0 (3.5) ˆ ˆ 1 e 1 ˆ ˆ l ˆ e 1 (3.6) 3.5.3 Fugs Iesas Uj fugs esas Power Law dguaka uuk megeahu apakah laju kerusaka dar mes memlk fugs esas kosa (proses posso homoge) aau dak (proses posso ohomoge ). Hpoess Uj : H 0 : H 1 : β = 1 (Fugs Iesas kosa) β 1 (Fugs Iesas dak kosa) α = 5 %

6 Sask Uj : ˆ (3.7) Dega la β dperoleh dar : ˆ 1 ( 1) l l 1 (3.8) Krera uj : Tolak H 0 jka aau,. ( 1); / ( 1);1 ( / ) 3.5.4 Uj Kecocoka Model Fugs Iesas Uj kecocoka model dlakuka keka daa waku aar kegagala mes BCG1-P megku NHPP. Uj Kecocoka model dapa dlakuka melalu Uj Cramer vo-mses da uj Laplace. 3.5.4.1 Uj Cramer vo Mses. Hpoess uj : H 0 : PLP dega fugs esas 1 dmaa 0, 0 H 1 : PLP buka model yag sesua

7 Sask Uj : C M M 1 1 1M 1 k M (3.9) Keeraga : adalah bayakya erjad kegagala, M = 1, k, da ˆ. Krera uj : Tolak H 0 jka C M > la krs pada abel Cramer-vo Mses 3.5.4. Uj Laplace Apabla PLP dak cocok pada model Power Law maka guaka model Expoeal Law, dega peguja sebaga berku : Hpoess Uj : H 0 : =1 (fugs esas kegagala kosa (HPP)) H 1 : 1 (fugs esas kegagala dak kosa (NHPP) dega fugs esas ( ) e ) Sask Uj : U L 1 1 ( 1) 1 (3.10)

8 Krera Uj : Tolak H 0 jka U L > z / aau U L < -z / 3.5.5 Opmal maeace dega perodc overhaul Fugs ekspekas kegagala dalam sklus reewal uuk perode perawaa overhaul dega daa waku kegagala yag memlk model yau : 3.5.5.1 Laju kegagala expoeal Fugs ekspekas kegagala dalam sau sklus reewal uuk laju kegagala ekspoesal adalah : s 1 e p qe Hˆ ( s ) q (3.11) Dega ekspekas baya peru wakuya adalah s cr co ( 1) cme p qe 1 / q f (, s) s (3.1) Nla bayakya Overhaul dalam sklus Reewal (*) da erval Overhaul (s*) ddapa melalu eras dar fugs baya pada persamaa (3.1)

9 3.5.5. Laju kegagala Webull Fugs ekspekas kegagala dalam sau sklus reewal uuk laju kegagala Webull adalah : ˆ s (, ) 1 1 H s p q 0 (3.13) da ekspekas baya pemelharaa peru wakuya adalah f (, s) s 1 1 cr co ( 1) cm p q 0 s (3.14) Ierval Overhaul (s*) ddapa dar * yag eap, ddapa s * ( 1) * cr ( 1) co 1 cm p q 0 (3.15) Nla bayakya Overhaul dalam sklus Reewal (*) da melalu eras dar fugs baya pada persamaa (3.14). Jka β eger lebh dar 1, maka ddapaka rumus yag lebh sgka sebaga berku: 0 p 1 q 1 (3.16) Sebaga cooh keka β adalah uuk β=1 q + p uuk β= ( 1)( )q + 3( 1)q + uuk β=3

30 Dmaa baya yag erlba dalam ekpekas baya pemelharaa peru waku yau baya mmal repar (c m ), baya overhaul (c o ) da baya reewal (c r ). 3.6 Meeuka Avalably Ssem Uuk meeuka keersedaa mes maka perama ama dlakuka uuk perhuga MTBF da MTTR dega rumus sebaga berku : MTBF = MTTR = (3.17) (3.18) Seelah MTBF da MTTF dkeahu maka avalably dar mes BCG1-P dapa deuka. 3.7 Flowchar Peela Berdasarka ahapa aalss daa d aas maka flowchar peela yag aka dlakuka adalah sebaga berku :

31 Gambar 3.1 Flowchar Peela Meeuka Pejadwala Opmum Perawaa Overhaul Mes OKK Gll BCG1-P