OPTIMASI PREVENTIVE MAINTENANCE

OPTIMASI PREVENTIVE MAINTENANCE PADA SHIPPING PUMP DENGAN GENETIC ALGORITHM DI JOINT OPERATING BODY PERTAMINA PETROCHINA EAST JAVA (JOB P-PEJ) SOKO TUBAN Ahmad Asrori NRP. 2410100004 Pembimbing I, Dr. Bambang L. Widiantoro, ST., MT. NIPN. 196905071995121001 Pembimbing II, Hendra Cordova, ST., MT. NIPN. 196905301994121001 PROGRAM STUDI S-1 TEKNIK FISIKA JURUSAN TEKNIK FISIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013

OVERVIEW PENDAHULUAN METODOLOGI PENELITIAN TINJAUAN PUSTAKA HASIL DAN PEMBAHASAN KESIMPULAN DAN SARAN

LATAR BELAKANG

LATAR BELAKANG Shipping Pump

LATAR BELAKANG OVERALL EQUIPMENT EFFECTIVENESS (OEE)

LATAR BELAKANG Model Non-linear Genetic Algorithm

BATASAN MASALAH Data pemeliharaan didapatkan dari Daily Report dan SRU Report yang dihimpun oleh Department of Construction and Maintenance selama bulan Januari 2012 hingga September 2013. Optimasi PM hanya dilakukan pada PP-8400B, karena berdasarkan data Daily Report dan SRU Report, tiga shipping pump lainnya yang mempunyai OEE dibawah standar (PP-8300A, PP-8300C, dan PP-8400A) masih dalam tahap burn-in operation pasca overhaul. Model reliability diturunkan secara numerik dan didekati dengan menggunakan dynamic reliability model yang diturunkan oleh Tsai, dkk. (2001). Hasil optimasi adalah kombinasi jenis aktivitas PM pada setiap stage seperti yang didefinisikan oleh Lie dan Chun (1986).

TUJUAN Mendapatkan jadwal dan aktivitas PM shipping pump PP-8400B yang optimal menggunakan metode Genetic Algorithm (GA) dengan meminimalkan total biaya pemeliharaan namun diperoleh keandalan yang maksimal

DIESEL ENGINE SHIPPING PUMP Component Internal Engine Component External Engine Component Filters Component Oil Engine Filter Fuel Filter Water Coolant Filter Racor Fuel Filter Fuel Filter Separator Air Filter 6CTA8.3 F1, F2, F3. 1998. Cummins Parts Catalog. 6BTA5.9 F1, F2, F4. 1998. Cummins Part Catalog. Cummins Engine QSX15. 2010. Manual Book.

STRATEGI PREVENTIVE MAINTENANCE Preventive Maintenance Routine Maintenance Periodic Maintenance Simple Repair (1P Maintenance) Replacement (2P Maintenance) Oleh Lie dan Chun (1986) dalam jurnal Tsai, You-Tern, dkk. Optimizing Preventive Maintenance for Mechanical Components Using Genetic Algorithms. Reliability Engineering and System Safety 74 2001: 89 97. 2001: Elsevier Science Ltd..

STRATEGI PREVENTIVE MAINTENANCE Oleh Lie dan Chun (1986) dalam jurnal Tsai, You-Tern, dkk. Optimizing Preventive Maintenance for Mechanical Components Using Genetic Algorithms. Reliability Engineering and System Safety 74 2001: 89 97. 2001: Elsevier Science Ltd..

EMPIRICAL METHOD RELIABILITY Perhitungan empirical method reliability (non-parametric reliability model) 1 2 Fitting untuk mengubah menjadi parametric reliabilty model 3 Ebeling, Charles E.. 1997. Reliability and Maintainability Engineering. Singapore: McGraw-Hill International Edition. Eckhard, Diego, dkk. Mean Square Error Experiment Design for Linear Regression Models. 16 th IFAC Symposium on System Identification 2012. Brussels, 11 13 Juli 2012: Square Brussels Meeting Centre.

RELIABILITY MODEL Dynamic reliability model 4 Improvement factor asassement 5 6 Peluang dilakukan 1P maintenance... Improved level 7 Dynamic reliability model dengan improvement factor 8 Tsai, You-Tern, dkk. Optimizing Preventive Maintenance for Mechanical Components Using Genetic Algorithms. Reliability Engineering and System Safety 74 2001: 89 97. 2001: Elsevier Science Ltd.. Wang, H. dan Pham, H.. 2006. Reliability and Optimal Maintenance. New York: Springer.

TOTAL COST MAINTENANCE DAN MASALAH OPTIMASI Total cost maintenance Masalah optimasi 9 10 11 TChen, Yun-Shiow, dkk. A Study of Preventive Maintenance Policy in Age Reduction Model. Asia Pacific Industrial Engineering and Management System Conference 2004: 27.3.1 27.3.10. Australia, 12 15 December 2004: Gold Coast. S. Moghaddam, Kamran. 2008. Preventive Maintenance and Replacement Scheduling: Models and Algorithms. A Dissertation Proposal, Department of Industrial Engineering. Louisville, Kentucky, USA: University of Louisville.

GENETIC ALGORITHM Inisialisasi populasi Pengkodean kromosom Nilai fitness Seleksi orang tua Pindah silang Mutasi Elitisme Penggantin populasi Suyanto. 2005. Algoritma Genetika dalam MATLAB. Yogyakarta: Andi.

METODOLOGI PENELITIAN Penyusunan Model Matematika Penentuan Objek Penelitian Perhitungan Improvement Fatctor dan Fraksi Total Cost Maintenance Implementasi Genetic Algorithm

METODOLOGI PENELITIAN Penentuan objek penelitian

METODOLOGI PENELITIAN Penyusunan model matematika Penyusunan fitness function dilakukan dengan mengadopsi konsep dari persamaan 10 dan persamaan 11 dan dimodifikisi sedemikian rupa sehingga terbentuk sebagai berikut: 12

METODOLOGI PENELITIAN Perhitungan improvement factor dan fraksi total cost maintenance

METODOLOGI PENELITIAN Implementasi Genetic Algorithm

HASIL DAN PEMBAHASAN Dynamic Reliability Model Racor fuel filter A0 = 0,0004 A1 = 0,0064 Fuel filter separator A0 = 0,0004 A1 = 0,0024

HASIL DAN PEMBAHASAN Dynamic Reliability Model Coolant filter A0 = 0,0004 A1 = 0,0013 Air filter A0 = 0,0004 A1 = 0,00069

HASIL DAN PEMBAHASAN Genetic Algorithm o Parameter GA Jumlah variabel = 4 Jumlah bit = 2 Batas bawah = 0 Batas atas = 4 Ukuran populasi = 75 Jumlah generasi = 10 Probabilitas pindah silang = 0.9 Probabilitas mutasi = 0.175 Analisis matematis Observasi o Parameter batas Interval PM = 100 jam Batas minimal Rs = 0,7 Observasi

HASIL DAN PEMBAHASAN Genetic Algorithm o Hasil running

HASIL DAN PEMBAHASAN Genetic Algorithm o Fitness

HASIL DAN PEMBAHASAN Genetic Algorithm o Ketercapaian fitness

HASIL DAN PEMBAHASAN Reliability Racor fuel filter R terkecil sebelum 0,7917 R terkecil sesudah 0,9158 Fuel filter separator R terkecil sebelum 0,8735 R terkecil sesudah 0,9035

HASIL DAN PEMBAHASAN Reliability Coolant filter R terkecil sebelum - R terkecil sesudah 0,8995 Air filter R terkecil sebelum - R terkecil sesudah 0,8264

HASIL DAN PEMBAHASAN Reliability o Secara sistem R terkecil sebelum - R terkecil sesudah 0,7151

HASIL DAN PEMBAHASAN Total Cost Maintenance

HASIL DAN PEMBAHASAN Total Cost Maintenance o Perbandingan sebelum dan sesudah optimasi perkomponen

KESIMPULAN DAN SARAN Kesimpulan Optimasi PM mampu menghasilkan reliability terkecil setiap komponen selama rentang 1500 jam lebih besar daripada sebelum dilakukan optimasi, yaitu dengan hasil maing-masing 0,9158 untuk racor fuel filter, 0,9035 untuk fuel filter separator, 0,8995 untuk coolant filter, dan 0,8264 untuk air filter Selama rentang 1500 jam, optimasi PM menghasilkan total cost maintenance sebesar Rp. 1.548.300,- untuk racor fuel filter, Rp. 2.724.600,- untuk fuel filter separator, Rp. 3.140.100,- untuk coolant filter, dan Rp. 2.601.600,- untuk air filter. Jumlah tersebut jauh lebih kecil daripada sebelum dilakukannya optimasi. Secara sistem, selama rentang waktu 1500 jam reliability hasil optimasi terkecil adalah 0,7151 dengan total cost maintenance sebesar Rp. 10.014.600,-. Sementara itu sebelum dilakukan optimasi, reliability sistem terus mengalami penurunan dan total cost maintenance juga sangat besar sebagai akumulasi dari tidak diberlakukannya PM pada coolant filter dan air filter.

KESIMPULAN DAN SARAN Saran Dalam penelitian selanjutnya dapat dilakukan optimasi PM pada unit yang sama namun dengan memperhatikan aktivitas maintenance yang harus dilakukan pada unit lain. Sehingga tidak ada kerancuan dalam penjadwalan man power. Metode optimasi yang digunakan dapat bervariasi, namun penelitian seperti itu membutuhkan konsep multi objective optimization.

TERIMAKASIH