40 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Pada bagia ii aka diuraika megeai hasil kegiata pegumpula data da proses pegolaha data yag dilakuka. Sebagai objek peelitia adalah mesi ove botol PT.Pharos Idoesia. 4.1 Profil Perusahaa PT. Pharos Idoesia adalah sebuah perusahaa yag bergerak di bidag farmasi di Idoesia. Selai itu, PT. Pharos Idoesia merupaka perusahaa farmasi pertama di Idoesia yag memperoleh sertifikat Cara Pembuata Obat yag Baik (CPOB) dari Bada Pegawas Obat da Makaa (BPOM). PT. Pharos Idoesia berdiri pada taggal 30 September 1971 da didirika oleh Drs. Eddie Lembog. Nama Pharos diambil dari satu ama mercusuar yag berada di wilayah Teluk Alexadria, Mesir. PT. Pharos Idoesia termasuk ke dalam eam besar idustri farmasi di Idoesia di maa mempuyai cabag-cabag yag palig besar yag tersebar di kota-kota besar di Idoesia.
41 4. Proses Kerja Mesi Ove Botol Mesi ove botol terdiri dari beberapa bagia yag salig berhubuga. Bagia ii satu sama lai salig meujag dalam proses Pegeriga botol. Kompoe dari Mesi ove botol tersebut diataraya dapat dilihat pada gambar dibawah ii. Gambar 4.1a Mesi Ove botol
4 Gambar 4.1b Mesi Ove botol 4.3 Pegumpula Data Pegumpula data yag dilakuka dalam peelitia ii adalah megguaka data sekuder. Data sekuder diperoleh dari data-data yag ada di PT.Pharos Idoesia 4.3.1 Data Kompoe Kritis Dalam peulisa tugas akhir ii, peulis meeliti waktu kerusaka pada mesi ove botol. Mesi ove botol ii juga merupaka mesi yag palig serig diguaka da memiliki frekuesi kerusaka yag tiggi. Di perusahaa ii haya
43 terdapat 1 buah mesi ove botol yag beroperasi. Peraa mesi ii dalam proses produksi sagat kritis da petig karea mesi ove botol merupaka awal dari semua proses produksi liquid yag ada. Dapat dipastika apabila mesi ove botol ii megalami gaggua, maka seluruh proses proses produksi liquid aka tergaggu. Pada peelitia ii data kerusaka mesi pegerig ove botol diambil dari bula Jui 01 sampai Jauari 013. Hal ii disesuaika dega pecatata data secara maual yag telah dilakuka oleh para tekisi. Dari pecatata data yag ada, dirumuska data kerusaka dega megguaka diagram Pareto. Berikut ii adalah tabel ama kompoe da jumlah kerusaka yag terjadi pada mesi ove botol. Tabel 4.1 Nama Kompoe da Jumlah Kerusaka No Nama Kompoe Jumlah Kerusaka 1 Bearig Block 6 Heater 8 3 Shaft Blower 6 4 Kotaktor 6 5 Bushig 5 6 Keyway bushig 6 7 Keyway impeler 3 8 Relay 6 9 Thermocouple 4 10 Shaft 5 11 Temperatur Cotrol 4 1 Timer 3
44 Jumlah Kerusaka 9 8 7 6 5 4 3 1 0 6 8 6 6 5 6 3 6 4 5 4 3 Bearig Block Heater Shaft Blower Kotaktor bushig Keyway bushig Keyway impeler Relay Thermocouple Shaft Temperatur Cotrol Timer Jumlah Kerusaka 1 3 4 5 6 7 8 9 10 11 1 Grafik 4.1 Pareto Chart Kerusaka Kompoe Mesi Ove botol Dari Pareto Chart di atas, dapat dilihat bahwa kompoe heater merupaka kompoe yag palig serig megalami kerusaka. Oleh karea itu kompoe ii merupaka kompoe kritis maka aka dilakuka perhituga lebih lajut dega megguaka data yag ada. 4.3. Data Waktu Kerusaka Data waktu kerusaka yag diguaka adalah time to repair (TTR) da time to failure (TTF) dimaa TTR adalah lamaya perbaika higga mesi dapat berfugsi kembali, sedagka TTF adalah selag waktu kerusaka awal yag telah diperbaiki higga terjadi kerusaka berikutya.
45 4.3..1 Data Time to Repair da Time to Failure Kompoe Heater Heater merupaka salah satu kompoe petig dari Meis ove botol. Peragkat ii merupaka bagia yag meghasilka paas yag terdapat dalam mesi. Data time to repair (TTR) da time to failure (TTR) utuk kompoe heater dapat dilihat pada tabel berikut. Tabel 4. Data Time to Repair (TTR) Komppoe Heater No Start Fiish Dowtime TTR (Jam) (Jam) 1 6/7/1 7:15 6/7/1 13:00 5.75 5.75 7/4/1 7:00 7/4/1 8:15 1.5 1.5 3 7/1/1 7:00 7/1/1 10:15 3.5 3.5 4 8/1/1 3:00 8/1/1 4:15 1.5 1.5 5 8/7/1 1:30 8/7/1 15:30 3.00 3.00 6 9/11/1 1:00 9/11/1 15:30 3.50 3.50 7 11/19/1 9:00 11/19/1 11:00.00.00 8 1/5/1 9:00 1/5/1 16:00 7.00 7.00 Tabel 4.3 Data Time to Failure (TTF) Komppoe Heater No Start Fiish TTF (Jam) 1 6/7/1 7:15 6/7/1 13:00 0 7/4/1 7:00 7/4/1 8:15 546 3 7/1/1 7:00 7/1/1 10:15 166.75 4 8/1/1 3:00 8/1/1 4:15 400.75 5 8/7/1 1:30 8/7/1 15:30 536.5 6 9/11/1 1:00 9/11/1 15:30 308.5 7 11/19/1 9:00 11/19/1 11:00 1409.5 8 1/5/1 9:00 1/5/1 16:00 334
46 4.4 Perhituga Idex of Fit (r) da Pedugaa Parameter Distribusi Data Waktu Time to Failure (TTF) pada Kompoe Heater Mesi Ove Botol Perhituga idex of fit (r) dilakuka utuk megetahui jeis distribusi yag dipakai dari data time to failure. Dari distribusi yag dipakai, dapat diketahui rumus maa yag aka diguaka utuk melakuka perhituga mea time to failure (MTTF). Ada 4 distribusi yag aka dipakai dalam mecari ilai r (idex of fit), yaitu distribusi Weibull, Normal, Logormal, da Ekspoesial. 4.4.1 Distribusi Weibull Tabel 4.4 Perhituga Idex of fit Berdasarka Distribusi Weibull Data Waktu TTF Pada Kompoe Heater i t i x i = (l t i ) F(t i ) y i x i. y i x i y i 1 166.75 5.116 0.095 -.309-11.813 6.179 5.331 308.5 5.73 0.30-1.343-7.699 3.853 1.804 3 334 5.811 0.365-0.790-4.590 33.769 0.64 4 400.75 5.993 0.500-0.367 -.197 35.90 0.134 5 536.5 6.85 0.635 0.008 0.051 39.496 0.000 6 546 6.303 0.770 0.386.43 39.73 0.149 7 1409.5 7.51 0.905 0.858 6.0 5.577 0.736 3701.750 4.491 3.500-3.556-17.595 60.517 8.778 Cotoh Perhituga : x i = l (t i ) x i = l (t 1 )
47 = l (166.75) = 5.116 F(t i ) = (i 0.3)/( + 0.4) F(t 1 ) = (1 0.3)/(7 + 0.4) = 0.095 y i = l l 1 1 F(ti) y 1 = l l 1 1 0.095 Nilai idex of fit : = -.309 r weibull = i=1 xi.yi i=1 xi i=1 yi xi i=1 xi i=1 i=1 yi i=1 yi r weibull = 7( 17.595) 4.491 3.556 7 60.517 4.491 7 8.778 3.556 = 0.93960 4.4. Distribusi Normal Tabel 4.5 Perhituga Idex of fit Berdasarka Distribusi Normal Data Waktu TTF Pada Kompoe Heater i t i x i f (t i ) z i x i. z i x i 1 166.750 166.750 0.095-1.315-19.76 7805.56 1.79 308.500 308.500 0.30-0.740-8.90 9517.50 0.548 3 334.000 334.000 0.365-0.345-115.30 111556.000 0.119 4 400.750 400.750 0.500 0.000 0.000 160600.56 0.000 z i
48 5 536.50 536.50 0.635 0.345 185.006 87564.063 0.119 6 546.000 546.000 0.770 0.740 404.040 98116.000 0.548 7 1409.500 1409.500 0.905 1.315 1853.49 1986690.50 1.79 3701.750 3701.750 3.500 0.000 1879.743 967504.687 4.79 Cotoh Perhituga : x i = t i x 1 = t 1 = 166.750 F(t i ) = (i 0.3)/( + 0.4) F(t 1 ) = (1 0.3)/(7 + 0.4) = 0.095 z i = Φ-1[F(ti)] diperoleh dari tabel Φ(z) z 1 = Φ-1(0.095) = -1.315 Nilai idex of fit : r ormal = i=1 xi.zi i=1 xi i=1 zi xi i=1 xi i=1 i=1 zi i=1 zi r ormal = 7(1879.743) 3701.750 0.000 7 60.517 4.491 7 4.79 0.000 = 0.85449
49 4.4.3 Distribusi Log Normal Tabel 4.6 Perhituga Idex of fit Berdasarka Distribusi Log Normal Data Waktu TTF Pada Kompoe Heater i t i x i = (l t i ) f (t i ) z i x i. z i x i 1 166.75 5.116 0.09459-1.315-6.78 6.179 1.79 308.5 5.73 0.973-0.740-4.41 3.853 0.548 3 334 5.811 0.36486-0.345 -.005 33.769 0.119 4 400.75 5.993 0.50000 0.000 0.000 35.90 0.000 5 536.5 6.85 0.63514 0.345.168 39.496 0.119 6 546 6.303 0.7707 0.740 4.664 39.73 0.548 7 1409.5 7.51 0.90541 1.315 9.535 5.577 1.79 3701.750 4.491 3.500 0.000 3.393 60.517 4.79 z i Cotoh Perhituga : x i = l (t i ) x 1 = l (t 1 ) = l (166.75) = 5.116 F(t i ) = (i 0.3)/( + 0.4) F(t 1 ) = (1 0.3)/(7 + 0.4) = 0.095 z i = Φ-1[F(ti)] diperoleh dari tabel Φ(z) z 1 = Φ-1(0.095) = -1.315
50 Nilai idex of fit : r logormal = i=1 xi.zi i=1 xi i=1 zi xi i=1 xi i=1 i=1 zi i=1 zi r logormal = 7(3.393) 4.491 0.000 7 60.517 4.491 7 4.79 0.000 = 0.9679 4.4.4 Distribusi Ekspoesial Tabel 4.7 Perhituga Idex of fit Berdasarka Distribusi Ekspoesial Data Waktu TTF Pada Kompoe Heater i t i x i f (t i ) y i x i. y i x i 1 166.75 166.750 0.09459 0.099 16.570 7805.56 0.010 308.5 308.500 0.973 0.61 80.53 9517.50 0.068 3 334 334.000 0.36486 0.454 151.608 111556.000 0.06 4 400.75 400.750 0.50000 0.693 77.779 160600.56 0.480 5 536.5 536.50 0.63514 1.008 540.66 87564.063 1.017 6 546 546.000 0.7707 1.471 803.085 98116.000.163 7 1409.5 1409.500 0.90541.358 333.819 1986690.50 5.561 3701.750 3701.750 3.500 6.345 5194.047 967504.687 9.505 y i Cotoh Perhituga : x i = t i x 1 = t 1 = 166.750 F(t i ) = (i 0.3)/( + 0.4)
51 F(t 1 ) = (1 0.3)/(7 + 0.4) = 0.095 y i = l y 1 = l 1 1 F(ti) 1 1 0.095 Nilai idex of fit : = -0.099 r ekspoesial = i=1 xi.yi i=1 xi i=1 yi xi i=1 xi i=1 i=1 yi i=1 yi r ekspoesial = 7(5194.047) 3701.750 6.345 7 967504.687 3701.750 7 9.505 6.345 = 0.94431 Berikut ii adalah rigkasa ilai idex of fit (r) hasil keempat distribusi di atas: r weibull = 0.93960 r ormal = 0.85449 r log ormal = 0.9679 yag terbesar r ekspoetial = 0.94431 Berdasarka hasil rigkasa di atas, terlihat bahwa ilai idex of fit (r) yag terbesar adalah dega megguaka distribusi logormal maka parameter yag diguaka s da t med. Rumus parameter dega distribusi logormal adalah sebagai berikut :
5 MTTF = t med es 4.5 Uji Kesesuaia (Goodess of Fit Test) Distribusi Data Waktu Time to Failure (TTF) pada Kompoe Heater Mesi Ove Botol Pegujia ii dimaksudka utuk megetahui apakah data yag ada membetuk suatu distribusi tertetu. Pegujia ii dilakuka berdasarka ilai idex of fit yag terbesar. Kemudia membadigka atara hipotesa ol (H0) yag meyataka bahwa data kerusaka megikuti distribusi piliha da hipotesis alterative (H1) yag meyataka bahwa data kerusaka tidak megikuti distribusi piliha. Karea ilai idex of fit yag terbesar terdapat pada distribusi logormal, maka pegujia yag dilakuka dega megguaka uji Kolmogorov Smirov. Selag kepercayaa adalah 95 % sehigga α = 0.05. Adapu cotoh perhitugaya adalah sebagai berikut: Ho = Data waktu TTF Drai Valve berdistribusi logormal,. H1 = Data waktu TTF Drai Valve tidak berdistribusi logormal, α = 0.05 Uji statistikya adalah : D = max{d1,d} Dimaa :
53 Tabel 4.8 Uji kesesuaia distribusi log ormal data waktu TTF Pada Kompoe Heater i ti xi = l ti l ti µ (l ti µ) (l ti µ)/s (i-1)/ i/ C D1 D 1 166.750 5.116-0.954 0.909-1.451 0.000 0.143 0.059 0.074 0.069 308.500 5.73-0.338 0.115-0.515 0.143 0.86 0.89 0.160-0.018 3 334.000 5.811-0.59 0.067-0.394 0.86 0.49 0.335 0.061 0.08 4 400.750 5.993-0.077 0.006-0.117 0.49 0.571 0.450 0.06 0.117 5 536.50 6.85 0.14 0.046 0.36 0.571 0.714 0.637 0.056 0.087 6 546.000 6.303 0.3 0.054 0.354 0.714 0.857 0.648 0.048 0.094 7 1409.500 7.51 1.181 1.394 1.797 0.857 1.000 0.974 0.107 0.036 3701.750 4.491 0.000.591 0.000 3.000 4.000 3.393 0.531 Cotoh Perhituga : µ = ῑ xi = l (t i ) = l (166.75) = 5.116 ῑ = = l ti i=1 4.491 7 = 6.0701 s = l ti t i=1 1 =.5914 6
54 = 0.657 Cumulative Probability = Φ l ti t s = Φ (-1.451) = 0.059 diperoleh dari tabel Φ (z) D1 (i) = Φ l ti t s i 1 = (0.059 0.00) = 0.059 D (i) = i Φ l ti t s = (0.143 0.059) = 0.069 Dari data tabel 3.8 diatas dapat diambil ilai Kolmogorov smirov test static = 0.069 (pilih ilai yag terbesar) D0.05, 7 = 0.483 (diperoleh dari tabel ilai kritis utuk uji Normalitas Kolmogorov Smirov pada lampira) Dhitug < Dtabel 0.069 < 0.483, maka tolak H1 da terima Ho. Kesimpulaya data waktu TTF pada kompoe heater berdistribusi log ormal
55 4.6 Perhituga Nilai Mea Time to Failure pada Kompoe Heater Mesi Ove Botol Setelah kita melakuka uji kesesuaia distribusi data melalui Goodess of Fit Test, maka lagkah selajutya kita melakuka perhituga MTTF berdasarka rumus dari distribusi sesuai dega parameter yag telah ada. Distribusi yag terbetuk adalah Log Normal, maka parameter yag diguaka adalah μ da σ dimaa ilai. μ = tmed da σ = s T med = e μ = e 6.0701 = 43.73650 s = i=1 l ti t =.5914 7 = 0.60844 Rumus yag diguaka yaitu: MTTF = t med. e s MTTF = 43.73650 x e 0.60844 = 50.7814
56 4.7 Perhituga Idex of Fit (r) da Pedugaa Parameter Distribusi Data Waktu Time to Repair (TTR) pada Kompoe Heater Mesi Ove Botol Perhituga idex of fit (r) dilakuka utuk megetahui jeis distribusi yag dipakai dari data time to Repair. Dari distribusi yag dipakai, dapat diketahui rumus maa yag aka diguaka utuk melakuka perhituga mea time to repair (MTTR). Ada 4 distribusi yag aka dipakai dalam mecari ilai r (idex of fit), yaitu distribusi Weibull, Normal, Logormal, da Ekspoesial. 4.7.1 Distribusi Weibull Tabel 4.9 Perhituga Idex of fit Berdasarka Distribusi Weibull Data Waktu TTR Pada Kompoe Heater i t i x i = l ti f (t i ) y i x i. y i x i y i 1 1.50 0.3 0.083 -.44-0.545 0.050 5.96 1.50 0.3 0.0-1.487-0.33 0.050.10 3.000 0.693 0.31-0.947-0.657 0.480 0.897 4 3.000 1.099 0.440-0.544-0.597 1.07 0.95 5 3.50 1.179 0.560-0.199-0.34 1.389 0.039 6 3.500 1.53 0.679 0.17 0.159 1.569 0.016 7 5.750 1.749 0.798 0.469 0.80 3.060 0.19 8 7.000 1.946 0.917 0.910 1.771 3.787 0.89 Total 7.000 8.365 4.000-4.113 0.385 11.59 10.469 Cotoh Perhituga : x i = l (t i )
57 x 1 = l (t 1 ) = l (1.50) = 0.3 F(t i ) = (i 0.3)/( + 0.4) F(t 1 ) = (1 0.3)/(8 + 0.4) = 0.083 y i = l l 1 1 F(ti) y 1 = l l 1 1 0.083 Nilai idex of fit : = -.44 r weibull = i=1 xi.yi i=1 xi i=1 yi xi i=1 xi i=1 i=1 yi i=1 yi r weibull = 8(0.385) 8.365 4.113 8 11.59 8.365 8 10.469 4.113 = 0.96074 4.7. Distribusi Normal Tabel 4.10 Perhituga Idex of fit Berdasarka Distribusi Normal Data Waktu TTR Pada Kompoe Heater i t i x i f (t i ) z i x i. z i x i 1 1.50 1.50 0.08333-1.385-1.731 1.563 1.918 1.50 1.50 0.038-0.835-1.044 1.563 0.697 z i
58 3.000.000 0.3143-0.476-0.95 4.000 0.7 4 3.000 3.000 0.44048-0.150-0.450 9.000 0.03 5 3.50 3.50 0.5595 0.150 0.488 10.563 0.03 6 3.500 3.500 0.67857 1.385 4.848 1.50 1.918 7 5.750 5.750 0.7976 0.835 4.801 33.063 0.697 8 7.000 7.000 0.91667 1.385 9.695 49.000 1.918 Total 7.000 7.000 4.000 0.909 15.654 11.000 7.41 Cotoh Perhituga : x i = t i x 1 = t 1 = 166.750 F(t i ) = (i 0.3)/( + 0.4) F(t 1 ) = (1 0.3)/(8 + 0.4) = 0.0833 z i = Φ-1[F(ti)] diperoleh dari tabel Φ(z) z 1 = Φ-1(0.08333) = -1.385 Nilai idex of fit : r ormal = i=1 xi.zi i=1 xi i=1 zi xi i=1 xi i=1 i=1 zi i=1 zi r ormal = 8(15.654) 7.000 0.909 8 11.000 7.000 8 7.41 0.909 = 0.8517
59 4.7.3 Distribusi Log Normal Tabel 4.11 Perhituga Idex of fit Berdasarka Distribusi Log Normal Data Waktu TTR Pada Kompoe Heater i t i x i = l ti f (t i ) z i x i. z i x i 1 1.50 0.3 0.083-1.385-0.309 0.050 1.918 1.50 0.3 0.0-0.835-0.186 0.050 0.697 3.000 0.693 0.31-0.476-0.330 0.480 0.7 4 3.000 1.099 0.440-0.150-0.165 1.07 0.03 5 3.50 1.179 0.560 0.150 0.177 1.389 0.03 6 3.500 1.53 0.679 1.385 1.735 1.569 1.918 7 5.750 1.749 0.798 0.835 1.461 3.060 0.697 8 7.000 1.946 0.917 1.385.695 3.787 1.918 Total 7.000 8.365 4.000 0.909 5.077 11.59 7.41 z i Cotoh Perhituga : x i = l (t i ) x 1 = l (t 1 ) = l (1.50) = 0.3 F(t i ) = (i 0.3)/( + 0.4) F(t 1 ) = (1 0.3)/(8 + 0.4) = 0.083 z i = Φ-1[F(ti)] diperoleh dari tabel Φ(z) z 1 = Φ-1(0.0833) = -1.385 Nilai idex of fit :
60 r logormal = i=1 xi.zi i=1 xi i=1 zi xi i=1 xi i=1 i=1 zi i=1 zi r logormal = 8(5.077) 8.365 0.909 8 11.59 8.365 8 7.41 0.909 = 0.90433 4.7.4 Distribusi Ekspoesial Tabel 4.1 Perhituga Idex of fit Berdasarka Distribusi Ekspoesial Data Waktu TTR Pada Kompoe Heater i t i x i f (t i ) y i x i. y i x i 1 1.50 1.50 0.083 0.087 0.109 1.563 0.008 1.50 1.50 0.0 0.6 0.83 1.563 0.051 3.000.000 0.31 0.388 0.776 4.000 0.150 4 3.000 3.000 0.440 0.581 1.74 9.000 0.337 5 3.50 3.50 0.560 0.80.665 10.563 0.67 6 3.500 3.500 0.679 1.135 3.97 1.50 1.88 7 5.750 5.750 0.798 1.598 9.186 33.063.55 8 7.000 7.000 0.917.485 17.394 49.000 6.175 Total 7.000 7.000 4.000 7.319 36.17 11.000 11.34 y i Cotoh Perhituga : x i = t i x 1 = t 1 = 1.50 F(t i ) = (i 0.3)/( + 0.4)
61 F(t 1 ) = (1 0.3)/(8 + 0.4) = 0.083 y i = l 1 1 F(ti) y 1 = l 1 1 0.083 Nilai idex of fit : = 0.087 r ekspoesial = i=1 xi.yi i=1 xi i=1 yi xi i=1 xi i=1 i=1 yi i=1 yi r ekspoesial = 8(36.17) 7.000 7.319 8 11.000 7.000 8 11.34 7.319 = 0.9816 Berikut ii adalah rigkasa ilai idex of fit (r) hasil keempat distribusi di atas: r weibull = 0.96074 r ormal = 0.8517 r log ormal = 0.90433 r ekspoesial = 0.9816 yag terbesar Berdasarka hasil rigkasa di atas, terlihat bahwa ilai idex of fit (r) yag terbesar adalah dega megguaka distribusi ekspoesial, maka parameter
6 yag diguaka adalah dimaa rumus Rumus parameter dega distribusi Ekspoetial adalah sebagai berikut : λ = b dimaa b = i=1 i=1 xi.yi xi = 36.17/11 = 0.986 Jadi λ = 0.986 4.8 Uji Kesesuaia (Goodess of Fit Test) Distribusi Data Waktu Time to Repair (TTR) pada Kompoe Heater Mesi Ove Botol Pegujia ii dimaksudka utuk megetahui apakah data yag ada membetuk suatu distribusi tertetu. Pegujia ii dilakuka berdasarka ilai idex of fit yag terbesar. Kemudia membadigka atara hipotesa ol (H0) yag meyataka bahwa data kerusaka megikuti distribusi piliha da hipotesis alterative (H1) yag meyataka bahwa data kerusaka tidak megikuti distribusi piliha. Karea ilai idex of fit yag terbesar terdapat pada distribusi Ekspoesial maka pegujia yag dilakuka dega megguaka uji Barlett s Test. Selag kepercayaa adalah 95 % sehigga α = 0.05. Adapu cotoh perhitugaya adalah sebagai berikut:
63 Ho = Data waktu TTF Drai Valve berdistribusi Ekspoesial H1 = Data waktu TTF Drai Valve tidak berdistribusi Ekspoesial α = 0.05 Tabel 4.13 Uji Kesesuaia Distribusi Ekspoetial Data Waktu TTR pada Kompoe Heater i ti l ti 1 1.50 0.314355 1.50 0.314355 3.000 0.69314718 4 3.000 1.098619 5 3.50 1.178655 6 3.500 1.57697 7 5.750 1.74919985 8 7.000 1.94591015 Total 7.000 8.365 Uji statistikya adalah : Keteraga : ti = data waktu kerusaka ke i r = jumlah kerusaka b = ilai uji statistik utuk uji Bartlett s Test Cotoh Perhitugaya :
64 B = r l 1 r r i=1 ti 1+ r+1 6r 1 r r i=1 lti B =.3016 X (0.05,6) > B > X (0.95,6) X (0.05,6) >.3016 > X (0.975,6) 14.44935 >.3016 > 1.37 Dari hasil perhituga terlihat bahwa H0 diterima Kesimpulaya data waktu TTR pada kompoe heater berdistribusi Ekspoetial. 4.9 Perhituga Nilai Mea Time to Repair pada Kompoe Heater Mesi Ove Botol Distribusi yag terbetuk adalah Ekspoetial, maka parameter yag diguaka adalah λ. λ = b = 0.986 Rumus yag diguaka yaitu: MTTR = 1/ λ = 1/0.986 = 3.3493
65 4.10 Perhituga Reliability ilai MTTF Tapa Prevetive Maiteace Pada Kompoe Heater Prevetive maiteace sagat disaraka karea bisa meguragi dowtime da meguragi kodisi wear out dari mesi sehigga dapat meigkatka reliability mesi. Kehadala merupaka probabilitas sistem atau kompoe aka berfugsi higga waktu tertetu (t). Model kehadala berikut ii megasumsika sistem kembali kodisi semula atau kodisi baru setelah mejalai tidaka prevetive maiteace. Utuk perhituga kehadala (reliability) dapat dihitug setelah medapatka ilai mea time to failure (MTTF) dari kompoe kritis, yaitu heater. Tabel 4.14 Perhituga Reliability Kompoe heater Sebelum Prevetive Maiteace Berdasarka Distribusi Logormal t t/tmed l(t/tmed) R(t) 100 0.311-1.4650 0.9918 00 0.46-0.7718 0.8980 300 0.6933-0.3663 0.757 400 0.944-0.0787 0.5517 500 1.1554 0.1445 0.4071 50.78143 1.033 0.1851 0.381 600 1.3865 0.368 0.963 700 1.6176 0.4810 0.148 800 1.8487 0.6145 0.1587 900.0798 0.733 0.1151 1000.3109 0.8376 0.0846 1100.540 0.939 0.0630 100.7731 1.0199 0.0480
66 1300 3.0041 1.1000 0.0351 1400 3.35 1.1741 0.068 1500 3.4663 1.431 0.007 1600 3.6974 1.3076 0.0158 1700 3.985 1.3683 0.01 1800 4.1596 1.454 0.0096 1900 4.3907 1.4795 0.0075 000 4.618 1.5308 0.0060 Berdasarka tabel perhituga di atas, perhituga reliability dilakuka dega cara mesimulasika selama 000 jam operasi kerja pada setiap t (waktu) utuk melihat peurua kehadala (sebelum dilakukaya prevetive maiteace) Cotoh perhitugaya adalah: Kehadala sistem tapa prevetive maiteace R(t) Apabila MTTF ya sebesar 50.78 jam, maka t = 50.78, t med = 43.7365 da s = 0.60844 Rumus yag diguaka adalah : R(t) = 1-1 s l t tmed R(50.781) = 1-1 0.60844 l 50.781 43.7365 = 1-0.6179 data dari tabel Z = 0.381 atau 38.1% Dari hasil perhituga reliability utuk kompoe heater ii dilakuka dega simulasi 000 jam operasi utuk setiap t (waktu). Dari hasil perhituga
67 reliability yag diperoleh dari MTTF = 50.781 jam, dimaa pada saat t = 50.781, reliability R(t) dari sistem tapa megguaka prevetive maiteace adalah sebesar 0.381 atau 38.1%. 1.000 Grafik Reliability Kompoe Heater Sebelum Prevetive Maiteace 1.0000 0.8000 0.6000 0.4000 0.000 0.0000 100 00 300 400 500 50.78143 600 700 800 900 1000 1100 100 1300 1400 1500 1600 1700 1800 1900 000 R(t) Grafik 4. Grafik Reliability Utuk Kompoe Heater Sebelum Prevetive Maiteace 4.11 Peetua Iterval Perawata utuk Kompoe Heater Dari hasil perhituga MTTF kita dapat megetahui ilai reliability pada kodisi sekarag yag terjadi di perusahaa Peulis megasumsika bahwa reliability mesi tercapai apabila kompoe-kompoe pada mesi dapat beroperasi dega baik tapa gaggua atau terjadiya kemaceta/kerusaka, maka perhituga reliability ii juga lebih difokuska pada reliability kompoe heater.
68 Reliability yag igi ditigkatka dari kompoe heater adalah sebesar 90% dari kodisi sebelum dilakuka prevetive maiteace. Bila kita lihat t100 da t00 pada table 3.13, maka kita dapatka Reliability R(t), dimaa R(100) sebesar 0.99180 (99.18%) da R(00) sebesar 0.897958 (89.79%). Selajutya kita mecari reliability yag diharapka R(t) yaitu 90% dega perhituga waktu atara t100 sampai dega t00. Dega megguaka cara trial da error, agka percobaa yag diambil yaitu T = 198.61 jam, R (t) = 0.89977 atau 89.97 %. 4.1 Reliability ilai MTTF Sesudah Prevetive Maiteace Pada Kompoe Heater Tabel 4.15 Perhituga Reliability Kompoe heater Sesudah Prevetive Maiteace Berdasarka Distribusi Logormal t R(t) R(T) R(t-T) Rm(t) 100 0.99 1.000 0.99 0.991914 198.61 0.900 0.900 1.000 0.89977 00 0.898 0.900 1.000 0.89977 300 0.76 0.900 0.991 0.89043331 400 0.55 0.810 1.000 0.809508675 500 0.407 0.810 0.991 0.8011194 50.78143 0.380 0.810 0.980 0.79356163 600 0.96 0.78 1.000 0.78336811 700 0.15 0.78 0.990 0.71314188 800 0.159 0.655 1.000 0.65530494 900 0.115 0.655 0.990 0.64855078 1000 0.085 0.590 1.000 0.589594967
69 1100 0.063 0.590 0.987 0.5800451 100 0.048 0.530 1.000 0.530474511 1300 0.035 0.530 0.988 0.54318884 1400 0.07 0.477 1.000 0.47784 1500 0.01 0.477 0.988 0.4715875 1600 0.016 0.49 1.000 0.4943718 1700 0.01 0.49 0.990 0.457389 1800 0.010 0.386 1.000 0.386364113 1900 0.008 0.386 0.987 0.38119456 000 0.006 0.348 1.000 0.34765 1.00 Grafik Reliability Utuk Kompoe Heater Sebelum da Sesudah Prevetive Maiteace 1.000 0.800 Axis Title 0.600 0.400 0.00 rt rm rt 0.000 100 198 00 300 400 500 50.78143 600 700 800 900 1000 1100 100 1300 1400 1500 1600 1700 1800 1900 000 Grafik 4.3 Grafik Reliability Utuk Kompoe Heater Sebelum da Sesudah Prevetive Maiteace
70 4.13 Perhituga Frekuesi Pemeriksaa Sebelum Prevetive Maiteace Sebelum meerapka prevetive maiteace, pemeriksaa haya dilakuka pada saat mesi tidak dapat beroperasi lagi atau dega kata lai kompoe mesi megalami kerusaka. Kompoe yag rusak ii apabila tidak dapat diperbaiki lagi, maka harus digati dega kompoe baru. Perhituga frekuesi kerusaka dilakuka dalam kuru waktu tertetu, misalya 1 bula. Jadi, frekuesi pemeriksaa sama saja dega frekuesi kerusaka. Berikut ii adalah rumusya: k f = ( jam kerja per bula / MTTF ) k f = frekuesi kerusaka sebelum prevetive maiteace Jam kerja per bula = 4 jam/hari x 6 hari/miggu x 4 miggu/bula Jam kerja per bula = 576 jam/bula Jadi : k f = ( 576 / 50.781 ) = 1 4.14 Perhituga Frekuesi Pemeriksaa Setelah Prevetive Maiteace Setelah diterapkaya prevetive maiteace, pemeriksaa dilakuka pada saat iterval waktu sesuai dega target reliability yag sudah ditetapka oleh perusahaa. Tetu saja hal ii dapat megakibatka meigkatya frekuesi pemeriksaa dibadigka sebelum dilakukaya prevetive maiteace. Adapu mafaat peigkata frekuesi pemeriksaa tersebut atara lai terjagaya performa kompoe da memperpajag umur pemakaia kompoe. Berikut ii adalah rumusya: K p = ( jam kerja per bula / T )
71 K p Jam kerja/bula Jam kerja/per bula = frekuesi kerusaka sesudah prevetive maiteace = 4 jam/hari x 6 hari/miggu x 4 miggu/bula = 576 jam/bula Jadi : K p = ( 576 / 198.61 ) =.909 3 kali