BAB 4 HASIL DAN PEMBAHASAN. merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik

BAB 4 HASIL DAN PEMBAHASAN 4.1.Pengumpulan Data Kerusakan Mesin Dalam penelitian ini, penulis meneliti kerusakan pada mesin kempa yang merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik menyatakan sering mengalami kesulitan dalam menangani perawatan mesin kempa sehingga sering mengalami stagnasi produksi. Mesin kempa kritis dan sangat penting karena keseluruhan produksi minyak kelapa sawit tergantung pada operasional mesin kempa yang berfungsi untuk memeras minyak dari daging buah sawit. Jika mesin kempa tidak beroperasi, maka fungsi-fungsi mesin yang lainnya tidak perlu dijalankan karena hasil-hasil keluaran dari mesin sebelum mesin kempa tidak akan bisa diolah sementara mesin sesudah mesin kempa tidak mempunyai masukan bahan. Mesin kempa pada PMS Parindu ada 8 buah. Berdasarkan hasil dokumentasi PMS Parindu didapatkan data stagnasi mesin kempa pada PMS Parindu periode Januari 2006 sampai dengan Agustus 2007. Tabel 4.1 Kerusakan Komponen Mesin Kempa 1 PMS Parindu Waktu Kerusakan Komponen 3 Januari 2006 s/d 16 Januari 2006 As intermediate 5 Maret 2006 s/d 14 Mei 2006 As intermediate 16 Mei 2006 s/d 23 Juni 2006 Bearing intermediate 26 Juni 2006 s/d 24 Agustus 2006 As intermediate 19 Nopember 2006 s/d 25 Nopember 2006 As intermediate 27 Januari 2007 s/d 4 Maret 2007 As screw press 10 Maret 2007 s/d 18 Mei 2007 As intermediate 15 Juli 2007 s/d 27 Juli 2007 Screw worm 1 Agustus 2007 s/d 31 Agustus 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah

74 Data kerusakan mesin kempa 1 bahwa dari Januari 2006 sampai Agustus 2007 komponen as intermediate mengalami kegagalan sebanyak lima kali, komponen as screw press, screw worm dan bearing intermediate mengalami kegagalan sebanyak satu kali. Tabel 4.2 Kerusakan Komponen Mesin Kempa 2 PMS Parindu Waktu Kerusakan Komponen 27 Februari 2006 s/d 4 Maret 2006 Bearing intermediate 7 Juli 2006 s/d 21 Agustus 2006 Pondasi Gear Box 4 September 2006 s/d 6 Oktober 2006 Pondasi Gear Box 9 Oktober 2006 s/d 29 Oktober 2006 El-Mot Digester 3 Nopember 2006 s/d 5 Desember 2006 Pondasi Gear Box 6 Januari 2007 s/d 13 Januari 2007 Pondasi Gear Box 12 Februari 2007 s/d 24 Februari 2007 Pondasi Gear Box 28 Februari 2007 s/d 1 Maret 2007 Screw 4 Mei 2007 s/d 6 Juli 2007 Pondasi Gear Box 4 Agustus 2007 s/d 22 Agustus 2007 Pondasi Gear Box Sumber: PMS Parindu PTPN XIII, diolah Data kerusakan mesin kempa 2 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen pondasi gear box mengalami kegagalan sebanyak tujuh kali, komponen screw, bearing intermediate dan El-Mot Digester mengalami kegagalan sebanyak satu kali. Tabel 4.3 Kerusakan Komponen Mesin Kempa 3 PMS Parindu Waktu Kerusakan Komponen 23 Februari 2006 s/d 11 April 2006 Bearing intermediate 14 April 2006 s/d 8 Juli 2006 Screw 5 Oktober 2006 s/d 14 Nopember 2006 Screw 16 Desember 2006 s/d 23 Februari 2007 Screw 7 April 2007 s/d 18 April 07 El-Mot Digester 19 April s/d 16 Mei 2007 Screw 18 Juli 2007 s/d 25 Juli 2007 Screw 18 Juli 2007 s/d 25 Juli 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah

75 Data kerusakan mesin kempa 3 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen screw mengalami kegagalan sebanyak lima kali, komponen bearing intermediate, El-Mot Digester dan as intermediate mengalami kegagalan sebanyak satu kali. Tabel 4.4 Kerusakan Mesin Kempa 4 PMS Parindu Waktu Kerusakan Komponen 23 Januari 2006 s/d 13 April 2006 Kopling as gear box 12 Mei 2006 s/d 14 Juni 2006 Bearing intermediate 3 Agustus 2006 s/d 29 September 2006 Kopling as gear box 15 Oktober 2006 s/d 2 November 2006 Bearing intermediate 23 Desember 2006 s/d 5 Maret 2007 Kopling as gear box 22 Mei 2007 s/d 21 April 2007 Kopling as gear box 3 Juni 2007 s/d 28 Agustus 2007 Kopling as gear box Sumber: PMS Parindu PTPN XIII, diolah Data kerusakan mesin kempa 4 menunjukkan bahwa dari Januari 2006 sampai Agustus 2007 komponen kopling as gear box mengalami kegagalan sebanyak lima kali, komponen bearing intermediate mengalami kegagalan sebanyak dua kali. Tabel 4.5 Kerusakan Mesin Kempa 5 PMS Parindu Waktu Kerusakan Komponen 18 Januari 2006 s/d 23 Februari 2006 As intermediate 2 Maret 2006 s/d 14 Maret 2006 Screw 30 Maret 2006 s/d 13 April 2006 Screw 1 Mei 2006 s/d 4 Juli 2006 As intermediate 28 Agustus 2006 s/d 30 Agustus 2006 As intermediate 12 Januari 2007 s/d 22 Januari 2007 As intermediate 24 April 2007 s/d 17 Mei 2007 As intermediate 14 Agustus 2007 s/d 28 Agustus 2007 As intermediate Sumber: PMS Parindu PTPN XIII, diolah

76 Data kerusakan mesin kempa 5 menunjukkan bahwa sepanjang dari Januari 2006 sampai Agustus 2007 komponen as intermediate mengalami kegagalan sebanyak enam kali dan komponen screw mengalami kegagalan sebanyak dua kali. Tabel 4.6 Kerusakan Mesin Kempa 6 PMS Parindu Waktu Kerusakan Komponen 2 Februari s/d 25 Februari 2006 Dinding digester 14 Mei s/d 28 Juni 2006 Dinding digester 14 September s/d 29 November 2006 Dinding digester 28 Februari 2007 As screw press 4 Maret s/d 20 April 2007 Dinding digester 2 Mei 2007 Bearing intermediate 5 Mei 2007 s/d 14 Mei 2007 Dinding digester 7 Juli 2007 s/d 18 Juli 2007 Dinding digester 12 Agustus 2007 s/d 31 Agustus 2007 Dinding digester Sumber: PMS Parindu PTPN XIII, diolah Data kerusakan mesin kempa 6 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen kopling dinding digester mengalami kegagalan sebanyak tujuh kali, as screw press dan bearing intermediate mengalami kegagalan sebanyak satu kali. Tabel 4.7 Kerusakan Mesin Kempa 7 PMS Parindu Waktu Kerusakan Komponen 7 Januari 2006 As screw press 23 April 2006 s/d 1 Mei 2006 As screw press 14 Agustus 2006 s/d 3 Oktober 2006 As screw press 17 November 2006 s/d 23 Desember 2006 As screw press 7 Maret 2007 s/d 16 Maret 2007 As screw press 18 April 2007 s/d 25 April 2007 Bearing intermediate 5 Mei 2007 s/d 23 Juni 2007 Bearing intermediate Sumber: PMS Parindu PTPN XIII, diolah

77 Data kerusakan mesin kempa 7 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen as screw press mengalami kegagalan sebanyak satu lima kali, komponen as cyclo drive mengalami kegagalan sebanyak dua kali. Tabel 4.8 Kerusakan Mesin Kempa 8 PMS Parindu Waktu Kerusakan Komponen 4 Februari 2006 s/d 3 Maret 2006 Bearing intermediate 25 April 2006 s/d 9 Mei 2006 As cyclo drive 2 Juli 2006 s/d 18 Juli 2006 As cyclo drive 13 Oktober 2006 s/d 27 Oktober 2006 As cyclo drive 11 Januari 2007 s/d 27 Januari 2007 As cyclo drive 10 Februari s/d 18 Februari 2007 As cyclo drive 14 Maret 2007 s/d 17 Maret 2007 As cyclo drive 13 Juni 2007 s/d 16 Juni 2007 As cyclo drive 18 Agustus 2007 s/d 23 Agustus 07 El-Mot Digester Sumber: PMS Parindu PTPN XIII, diolah Data kerusakan mesin kempa 8 menunjukkan bahwa dari Januari sampai Agustus 2007 komponen as cyclo drive mengalami kegagalan sebanyak delapan kali, komponen bearing intermediate dan el-mot digester mengalami kegagalan sebanyak satu kali. Kegagalan komponen-komponen pada mesin-mesin kempa memang tidak kerap terjadi. Namun satu kegagalan dan kerusakan bisa membawa dampak yang lama pada pabrik karena pabrik tidak dapat memperbaikinya ataupun menggantinya dengan cepat. Masalah utama pabrik adalah ketidaktersediaan komponen pengganti jika ada komponen yang rusak.

78 4.2.Analisis Data dan Pembahasan 4.2.1 Penentuan Komponen Kritis Komponen kritis dari masing-masing mesin kempa adalah komponen yang persentase kegagalannya terbesar (jumlah kegagalan dibagi dengan total kegagalan pada mesin). Tabel 4.9 Penentuan Komponen Kritis Mesin Kempa Komponen Frekuensi Kerusakan & Persentase Total Kerusakan Komponen Kritis Kempa 1 As intermediate 6 = 66,67% 9 As Bearing intermediate 1 = 11.1 % intermediate Screw worm 1 = 11.1 % As screw press 1 = 11.1 % Kempa 2 Bearing intermediate 1 = 10% 10 Pondasi Pondasi gear box 7 = 70% gear box El-Mot Digester 1 = 10% Screw 1 = 10% Kempa 3 Bearing intermediate 1 = 12,5% 8 Screw Screw 5 = 62,5% El-Mot Digester 1 = 12,5% As intermediate 1 = 12,5% Kempa 4 Kopling as gear box 5 = 71,43% 7 Kopling as Bearing intermediate 2 = 28,57% gear box Kempa 5 As intermediate 6 = 75% 8 As Screw 2 = 25% intermediate Kempa 6 Dinding digester 6 = 66,67% 9 Dinding As screw press 1 = 11,11% digester Bearing intermediate 1 = 11,11% Kempa 7 As screw press 5 = 71,43% 7 As screw Bearing intermediate 2 = 28,57% press Kempa 8 Bearing intermediate 1 = 11,11% 9 As cyclo As cyclo drive 7 = 77,78% drive El-Mot Digester 1 = 11,11%

79 4.2.2 Data Waktu: Time to Failure (TTF) dan Time to Repair (TTR) Perhitungan time to failure dan time to repair menggunakan satuan hari karena kerusakan mesin pada pabrik cenderung memerlukan waktu lama sampai terjadi kerusakan berikutnya dan kerusakan cenderung memakan waktu lebih dari sehari. PMS Parindu beroperasi setiap hari selama 24 jam. Tanggal Mulai Rusak 3 Januari 2006 5 Maret 2006 26 Juni 2006 19 Nopember 2006 10 Maret 2007 1 Agustus 2007 31 Agustus 2007 Tabel 4.10 TTF dan TTR As Intermediate Kempa 1 Tanggal Selesai Waktu TTF Rusak Perbaikan (hari) 08:0 09:2 16 Januari 2006 0 5 0 14:0 16:2 14 Mei 2006 0 0 48 09:3 11:1 24 Agustus 2006 0 5 43 11:2 13:3 25 Nopember 2006 0 5 87 09:0 10:3 18 Mei 2007 0 5 105 14:0 16:0 0 0 75 TTR (hari) 0.0348 4 0.0573 8 0.0430 3 0.0368 9 0.0553 3 0.0389 3 Tabel 4.11 TTF dan TTR Pondasi Gear Box Kempa 2 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) 11:3 12:4 7 Juli 2006 21 Agustus 2006 0 5 0 14:1 15:3 4 September 2006 6 Oktober 2006 0 0 14 11:1 12:1 3 Nopember 2006 5 Desember 2006 5 5 28 08:3 10:0 6 Januari 2007 13 Januari 2007 0 5 34 12:0 13:5 12 Februari 2007 24 Februari 2007 0 5 45 13:0 15:2 4 Mei 2007 6 Juli 2007 0 5 32 09:2 11:2 4 Agustus 2007 22 Agustus 2007 0 0 29 TTR (hari) 0.0307 4 0.0327 9 0.0245 9 0.0389 3 0.0471 3 0.0594 3 0.0491 8

80 Tabel 4.12 TTF dan TTR Screw Kempa 3 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) TTR (hari) 14 April 2006 8 Juli 2006 06:5 0 07:4 0 0 0.02049 2 5 Oktober 2006 14 Nopember 2006 09:1 5 10:3 5 89 0.03278 7 16 Desember 2006 23 Februari 2007 11:1 5 12:1 5 32 0.02459 19 April 2007 16 Mei 2007 08:3 0 09:2 5 55 0.02254 1 18 Juli 2007 25 Juli 2007 12:0 0 13:0 0 63 0.02459 Tabel 4.13 TTF dan TTR Kopling As Gear Box Kempa 4 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) 14:1 15:4 23 Januari 2006 13 April 2006 5 5 0 09:0 10:2 3 Agustus 2006 29 September 2006 0 5 112 13:0 14:5 23 Desember 2006 5 Maret 2007 0 0 85 15:4 18:0 22 Mei 2007 21 April 2007 0 0 78 09:0 11:0 3 Juni 2007 28 Agustus 2007 0 5 43 TTR (hari) 0.0307 4 0.0327 9 0.0245 9 0.0389 3 0.0471 3 Tabel 4.14 TTF dan TTR As Intermediate Kempa 5 Tanggal Mulai Rusak Tanggal Selesai Waktu TTR TTF (hari) Rusak Perbaikan (hari) 18 Januari 2006 23 Februari 2006 07:20 09:50 0 0.06148 1 Mei 2006 4 Juli 2006 11:00 13:15 67 0.05533 28 Agustus 2006 30 Agustus 2006 09:40 11:00 55 0.04098 12 Januari 2007 22 Januari 2007 08:30 10:20 105 0.04508 24 April 2007 17 Mei 2007 12:00 13:35 92 0.03893 14 Agustus 2007 28 Agustus 2007 14:50 17:00 89 0.05328 Tabel 4.15 TTF dan TTR Dinding Digester Kempa 6

81 Tanggal Mulai Rusak Tanggal Selesai Rusak 2 Februari 2006 25 Februari 2006 14 Mei 2006 28 Juni 2006 14 September 2006 29 November 2006 4 Maret 2007 20 April 2007 5 Mei 2007 14 Mei 2007 7 Juli 2007 18 Juli 2007 12 Agustus 2007 31 Agustus 2007 Waktu Perbaikan TTF (hari) TTR (hari) 08:4 10:3 0.04713 0 5 0 1 10:1 12:1 0 0 78 0.04918 14:1 16:3 0.05532 5 0 93 8 10:0 12:2 0.05942 0 5 46 6 09:0 11:4 0.06557 0 0 23 4 13:0 14:4 0.04098 0 0 54 4 08:5 11:2 0.06352 0 5 25 5 Tabel 4.16 TTF dan TTR As Screw Press Kempa 7 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) 06:1 07:0 7 Januari 2006 7 Januari 2006 5 0 0 08:1 09:1 23 April 2006 1 Mei 2006 5 0 106 10:0 11:0 14 Agustus 2006 3 Oktober 2006 0 5 45 07:3 08:4 17 November 2006 23 Desember 2006 0 0 74 11:0 11:5 7 Maret 2007 16 Maret 2007 0 0 94 TTR (hari) 0.01844 3 0.02254 1 0.02663 9 0.02868 9 0.02049 2 Tabel 4.17 TTF dan TTR As Cyclo Drive Kempa 8 Tanggal Mulai Rusak Tanggal Selesai Rusak Waktu Perbaikan TTF (hari) TTR (hari) 25 April 2006 9 Mei 2006 15:0 0 17:1 5 0 0.05532 8 2 Juli 2006 18 Juli 2006 11:2 0 13:3 0 54 0.06147 5 13 Oktober 2006 27 Oktober 2006 08:2 0 09:2 5 87 0.05123 11 Januari 2007 27 Januari 2007 10:0 0 12:2 0 76 0.05737 7

82 10 Februari 2007 18 Februari 2007 14 Maret 2007 17 Maret 2007 13 Juni 2007 16 Juni 2007 08:0 0 12:4 5 08:2 0 10:1 5 24 15:0 5 88 10:1 0 63 0.05532 8 0.05737 7 0.04508 2 4.2.3 Perhitungan Mean Time to Failure (MTTF) Perhitungan mean time to failure (rata-rata waktu antar kegagalan) dilakukan dengan menggunakan software Minitab dalam menu Distribution ID Plot di Reliaibility/Survival. Minitab akan melakukan uji kesesuaian (goodness of fit) dengan menggunakan metode Anderson-Darling untuk menguji apakah sebaran mengikuti empat sebaran data yaitu Weibull, lognormal, eksponensial dan normal. Sebaran data yang paling tepat akan memiliki koefisien korelasi yang terbesar dan indeks Anderson-Darling yang terkecil. Untuk mendapatkan plot dari sebaran data yang dipilih, dilakukan dengan menggunakan Minitab pada menu Probability Plot. Bersamaan dengan gambar plot akan diberikan hasil perhitungan parameter-parameter menurut distribusinya yaitu standar deviasi untuk distribusi normal dan lognormal serta shape parameter (β) dan scale parameter (θ) untuk distribusi Weibull. Tabel 4.18 Hasil Minitab TTF Komponen As Intermediate Kempa 1 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.365 0.966

83 Lognormal 2.374 0.971 Exponential 3.462 * Loglogistic 2.391 0.968 3-Parameter Weibull 2.401 0.973 3-Parameter Lognormal 2.339 0.977 2-Parameter Exponential 2.462 * 3-Parameter Loglogistic 2.345 0.975 Smallest Extreme Value 2.387 0.960 Normal 2.338 0.977 Logistic 2.345 0.975 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 71.7702 12.3713 51.1940 100.616 Lognormal 74.1670 15.6261 49.0764 112.085 Exponential 63.5791 26.7935 27.8356 145.221 Loglogistic 75.4743 16.1076 49.6749 114.673 3-Parameter Weibull 79.9588 31.9056 40.3902 174.790 3-Parameter Lognormal 71.6858 13.1805 45.8525 97.519 2-Parameter Exponential 75.5409 15.8756 50.0373 114.043 3-Parameter Loglogistic 71.7387 13.3054 45.6605 97.817 Smallest Extreme Value 69.5093 13.9822 42.1047 96.914 Normal 71.6000 13.1841 45.7596 97.440 Logistic 71.6000 13.3049 45.5230 97.677 Probability Plot of C1 Normal - 95% CI Percent 99 95 90 80 70 60 50 40 30 20 Mean 59.67 StDev 37.45 N 6 AD 0.198 P-Value 0.793 10 5 1-100 -50 0 50 C1 100 150 200 Gambar 4.1 Plot Distribusi Normal TTF As Intermediate Kempa 1 Tabel 4.19 Hasil Minitab TTF Komponen Pondasi Gear Box Kempa 2 Goodness-of-Fit Distribution Anderson-Darling Correlation (adj) Coefficient

84 Weibull 2.165 0.948 Lognormal 2.301 0.918 Exponential 3.838 * Loglogistic 2.299 0.924 3-Parameter Weibull 2.182 0.962 3-Parameter Lognormal 2.155 0.958 2-Parameter Exponential 3.251 * 3-Parameter Loglogistic 2.138 0.963 Smallest Extreme Value 2.222 0.961 Normal 2.155 0.958 Logistic 2.137 0.964 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 30.4334 4.65922 22.5442 41.0833 Lognormal 31.1410 5.47365 22.0656 43.9489 Exponential 25.4122 9.49573 12.2173 52.8578 Loglogistic 31.6416 5.29848 22.7888 43.9334 3-Parameter Weibull 29.8326 4.57634 20.8632 38.8021 3-Parameter Lognormal 30.3655 4.46561 21.6130 39.1179 2-Parameter Exponential 29.7762 6.33040 19.6293 45.1684 3-Parameter Loglogistic 30.3785 4.35935 21.8343 38.9226 Smallest Extreme Value 29.6351 4.73452 20.3556 38.9145 Normal 30.3333 4.46118 21.5896 39.0771 Logistic 30.3333 4.35900 21.7899 38.8768 Probability Plot of C2 Normal - 95% CI Percent 99 95 90 80 70 60 50 40 30 20 Mean 26 StDev 14.69 N 7 AD 0.350 P-Value 0.356 10 5 1-40 -20 0 20 C2 40 60 80 Gambar 4.2 Plot Distribusi Normal TTF Pondasi Gear Box Kempa 2 Tabel 4.20 Hasil Minitab TTF Komponen Screw Kempa 3 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.786 0.990

85 Lognormal 2.815 0.980 Exponential 3.543 * Loglogistic 2.819 0.982 3-Parameter Weibull 2.788 0.990 3-Parameter Lognormal 2.785 0.990 2-Parameter Exponential 3.455 * 3-Parameter Loglogistic 2.781 0.991 Smallest Extreme Value 2.836 0.980 Normal 2.784 0.989 Logistic 2.778 0.991 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 60.6492 13.6237 39.0498 94.196 Lognormal 63.2268 18.0410 36.1427 110.607 Exponential 56.2203 27.2672 21.7297 145.456 Loglogistic 65.0008 18.8461 36.8234 114.740 3-Parameter Weibull 60.0142 13.1654 34.2105 85.818 3-Parameter Lognormal 60.3725 13.8594 33.2086 87.536 2-Parameter Exponential 63.9610 17.1518 37.8144 108.186 3-Parameter Loglogistic 60.6440 13.7077 33.7774 87.511 Smallest Extreme Value 57.4749 14.6824 28.6979 86.252 Normal 59.7500 13.7079 32.8831 86.617 Logistic 59.7500 13.4975 33.2953 86.205 Probability Plot of C3 Weibull - 95% CI Percent 99 90 80 70 60 50 40 30 20 10 Shape 3.280 Scale 66.83 N 4 A D 0.220 P-Value >0.250 5 3 2 1 10 C3 100 Gambar 4.3 Plot Distribusi Weibull TTF Screw Kempa 3 Tabel 4.21 Hasil Minitab TTF Komponen Kopling As Gear Box Kempa 4 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.816 0.976

86 Lognormal 2.880 0.956 Exponential 3.672 * Loglogistic 2.889 0.957 3-Parameter Weibull 2.806 0.985 3-Parameter Lognormal 2.815 0.980 2-Parameter Exponential 3.593 * 3-Parameter Loglogistic 2.816 0.982 Smallest Extreme Value 2.809 0.985 Normal 2.814 0.980 Logistic 2.815 0.982 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 80.4220 17.0378 53.0938 121.816 Lognormal 83.3299 21.2841 50.5111 137.472 Exponential 72.9904 34.9692 28.5405 186.668 Loglogistic 85.2865 21.2585 52.3251 139.012 3-Parameter Weibull 77.2878 17.4171 43.1510 111.425 3-Parameter Lognormal 79.6038 16.4310 47.3997 111.808 2-Parameter Exponential 83.3920 21.2476 50.6110 137.405 3-Parameter Loglogistic 79.6453 16.2157 47.8631 111.427 Smallest Extreme Value 76.7393 17.9677 41.5233 111.955 Normal 79.5000 16.4143 47.3286 111.671 Logistic 79.5000 16.2188 47.7116 111.288 Probability Plot of C4 Normal - 95% CI Percent 99 95 90 80 70 60 50 40 30 20 Mean 63.6 StDev 43.24 N 5 AD 0.223 P-Value 0.654 10 5 1-100 -50 0 50 C4 100 150 200 250 Gambar 4.4 Plot Distribusi Normal TTF Kopling As Gear Box Kempa 4 Tabel 4.22 Hasil Minitab TTF Komponen As Intermediate Kempa 5 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.359 0.982

87 Lognormal 2.409 0.967 Exponential 3.993 * Loglogistic 2.428 0.966 3-Parameter Weibull 2.354 0.982 3-Parameter Lognormal 2.373 0.977 2-Parameter Exponential 3.017 * 3-Parameter Loglogistic 2.387 0.976 Smallest Extreme Value 2.352 0.981 Normal 2.372 0.977 Logistic 2.387 0.976 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 81.4033 10.0512 63.9059 103.692 Lognormal 82.9500 11.3639 63.4168 108.500 Exponential 67.5339 27.4759 30.4238 149.910 Loglogistic 83.5943 11.2884 64.1552 108.923 3-Parameter Weibull 80.9292 10.1853 60.9663 100.892 3-Parameter Lognormal 81.6445 10.1781 61.6959 101.593 2-Parameter Exponential 83.1200 12.9324 61.2730 112.756 3-Parameter Loglogistic 81.6831 10.2931 61.5090 101.857 Smallest Extreme Value 79.9512 11.0934 58.2084 101.694 Normal 81.6000 10.1702 61.6668 101.533 Logistic 81.6000 10.2956 61.4209 101.779 Probability Plot of C5 Weibull - 95% CI Percent 99 90 80 70 60 50 40 30 20 10 Shape 5.431 Scale 88.80 N 5 AD 0.285 P-Value >0.250 5 3 2 1 20 30 40 50 C5 60 70 90 80 100 150 Gambar 4.5 Plot Distribusi Weibull TTF As Intermediate Kempa 5 Tabel 4.23 Hasil Minitab TTF Komponen Dinding Digester Kempa 6 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.056 0.965

88 Lognormal 2.053 0.972 Exponential 2.777 * Loglogistic 2.069 0.968 3-Parameter Weibull 2.113 0.967 3-Parameter Lognormal 2.024 0.977 2-Parameter Exponential 2.123 * 3-Parameter Loglogistic 2.029 0.973 Smallest Extreme Value 2.198 0.945 Normal 2.028 0.974 Logistic 2.028 0.971 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 53.8288 12.0109 34.7605 83.357 Lognormal 57.0658 17.3348 31.4635 103.501 Exponential 50.1251 19.8696 23.0484 109.011 Loglogistic 59.4578 18.9610 31.8245 111.085 3-Parameter Weibull 65.4153 39.9892 21.8596 216.785 3-Parameter Lognormal 54.4448 13.2236 28.5269 80.363 2-Parameter Exponential 56.8468 15.2208 33.6353 96.076 3-Parameter Loglogistic 54.9346 13.5351 28.4063 81.463 Smallest Extreme Value 51.2439 13.2299 25.3138 77.174 Normal 53.1667 12.6934 28.2880 78.045 Logistic 53.1667 12.8642 27.9533 78.380 Probability Plot of C6 Normal - 95% CI Percent 99 95 90 80 70 60 50 40 30 20 Mean 45.57 StDev 32.61 N 7 AD 0.176 P-Value 0.876 10 5 1-100 -50 0 50 C6 100 150 200 Gambar 4.6 Plot Distribusi Normal TTF Dinding DigesterKempa 6 Tabel 4.24 Hasil Minitab TTF Komponen As Screw Press Kempa 7 Goodness-of-Fit Distribution Anderson-Darling Correlation (adj) Coefficient

89 Weibull 2.798 0.983 Lognormal 2.866 0.958 Exponential 3.731 * Loglogistic 2.877 0.958 3-Parameter Weibull 2.762 0.996 3-Parameter Lognormal 2.804 0.982 2-Parameter Exponential 3.592 * 3-Parameter Loglogistic 2.812 0.981 Smallest Extreme Value 2.763 0.996 Normal 2.803 0.982 Logistic 2.811 0.982 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 80.5444 16.2998 54.1723 119.755 Lognormal 83.1759 19.8153 52.1451 132.673 Exponential 72.0946 34.2735 28.3952 183.046 Loglogistic 84.8438 19.4853 54.0919 133.078 3-Parameter Weibull 77.2856 17.3697 43.2415 111.330 3-Parameter Lognormal 79.8408 15.4589 49.5419 110.140 2-Parameter Exponential 82.9800 19.8552 51.9159 132.631 3-Parameter Loglogistic 79.8773 15.4600 49.5762 110.178 Smallest Extreme Value 77.1286 17.5230 42.7842 111.473 Normal 79.7500 15.4347 49.4986 110.001 Logistic 79.7500 15.4676 49.4341 110.066 Probability Plot of C7 Weibull - 95% CI Percent 99 90 80 70 60 50 40 30 20 10 Shape 4.184 Scale 88.22 N 4 AD 0.268 P-Value >0.250 5 3 2 1 10 C7 100 Gambar 4.7 Plot Distribusi Weibull TTF As Screw Press Kempa 7 Tabel 4.25 Hasil Minitab TTF Komponen As Cyclo Drive Kempa 8 Goodness-of-Fit Anderson-Darling Correlation

90 Distribution (adj) Coefficient Weibull 2.168 0.947 Lognormal 2.354 0.898 Exponential 3.690 * Loglogistic 2.360 0.900 3-Parameter Weibull 2.044 0.983 3-Parameter Lognormal 2.137 0.953 2-Parameter Exponential 3.392 * 3-Parameter Loglogistic 2.147 0.952 Smallest Extreme Value 2.045 0.983 Normal 2.136 0.954 Logistic 2.145 0.953 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 66.3349 13.0131 45.1605 97.437 Lognormal 68.1077 14.9950 44.2374 104.858 Exponential 55.0221 20.6140 26.4019 114.667 Loglogistic 69.7798 14.5361 46.3887 104.966 3-Parameter Weibull 63.7481 11.9745 40.2785 87.218 3-Parameter Lognormal 65.4184 10.7411 44.3662 86.471 2-Parameter Exponential 62.5033 15.1722 38.8401 100.583 3-Parameter Loglogistic 65.4436 10.8979 44.0840 86.803 Smallest Extreme Value 63.6097 12.0727 39.9476 87.272 Normal 65.3333 10.7066 44.3487 86.318 Logistic 65.3333 10.8975 43.9747 86.692 Probability Plot of C8 Normal - 95% CI Percent 99 95 90 80 70 60 50 40 30 20 Mean 56 StDev 33.16 N 7 AD 0.339 P-Value 0.380 10 5 1-100 -50 0 50 C8 100 150 200 Gambar 4.8 Plot Distribusi Normal TTF As Cyclo Drive Kempa 8 4.2.4 Perhitungan Mean Time to Repair (MTTR)

91 Perhitungan mean time to repair (rata-rata waktu perbaikan) juga dilakukan dengan menggunakan software Minitab dalam menu Distribution ID Plot di Reliaibility/Survival. Minitab akan melakukan uji kesesuaian (goodness of fit) dengan menggunakan metode Anderson-Darling untuk menguji apakah sebaran mengikuti empat sebaran data yaitu Weibull, lognormal, eksponensial dan normal. Sebaran data yang paling tepat akan memiliki koefisien korelasi yang terbesar dan indeks Anderson-Darling yang terkecil. Tabel 4.26 Hasil Minitab TTR Komponen As Intermediate Kempa 1 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 1.970 0.954 Lognormal 1.815 0.975 Exponential 4.718 * Loglogistic 1.832 0.970 3-Parameter Weibull 1.779 0.991 3-Parameter Lognormal 1.796 0.981 2-Parameter Exponential 1.825 * 3-Parameter Loglogistic 1.819 0.977 Smallest Extreme Value 2.062 0.941 Normal 1.838 0.969 Logistic 1.851 0.964 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 0.0448267 0.0034880 0.0384861 0.0522120 Lognormal 0.0453768 0.0037905 0.0385238 0.0534488 Exponential 0.0343869 0.0113511 0.0180057 0.0656712 Loglogistic 0.0455244 0.0039598 0.0383888 0.0539863 3-Parameter Weibull 0.0463576 0.0053802 0.0369260 0.0581983 3-Parameter Lognormal 0.0464039 0.0053339 0.0370436 0.0581294 2-Parameter Exponential 0.0458545 0.0044501 0.0379117 0.0554613 3-Parameter Loglogistic 0.0475546 0.0064539 0.0364478 0.0620459 Smallest Extreme Value 0.0445384 0.0038604 0.0369722 0.0521045 Normal 0.0450820 0.0036981 0.0378338 0.0523301 Logistic 0.0450820 0.0038063 0.0376218 0.0525422 Tabel 4.27 Hasil Minitab TTR Komponen Pondasi Gear Box Kempa 2 Goodness-of-Fit

92 Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 1.569 0.995 Lognormal 1.584 0.989 Exponential 3.762 * Loglogistic 1.596 0.989 3-Parameter Weibull 1.556 0.996 3-Parameter Lognormal 1.557 0.995 2-Parameter Exponential 2.031 * 3-Parameter Loglogistic 1.565 0.993 Smallest Extreme Value 1.748 0.972 Normal 1.564 0.993 Logistic 1.565 0.992 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 0.0377819 0.0050940 0.0290081 0.0492094 Lognormal 0.0387221 0.0062542 0.0282148 0.0531424 Exponential 0.0311363 0.0100104 0.0165807 0.0584696 Loglogistic 0.0392764 0.0063585 0.0285976 0.0539430 3-Parameter Weibull 0.0380554 0.0053018 0.0289620 0.0500039 3-Parameter Lognormal 0.0380076 0.0054330 0.0273591 0.0486561 2-Parameter Exponential 0.0374990 0.0067754 0.0263161 0.0534340 3-Parameter Loglogistic 0.0381941 0.0054858 0.0274421 0.0489460 Smallest Extreme Value 0.0368850 0.0055191 0.0260678 0.0477023 Normal 0.0376537 0.0053258 0.0272153 0.0480921 Logistic 0.0376537 0.0053470 0.0271738 0.0481336 Tabel 4.28 Hasil Minitab TTR Komponen Screw Kempa 3 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.347 0.946 Lognormal 2.156 0.956 Exponential 4.663 * Loglogistic 2.156 0.953 3-Parameter Weibull 2.117 0.977 3-Parameter Lognormal 2.117 0.965 2-Parameter Exponential 2.241 * 3-Parameter Loglogistic 2.120 0.963 Smallest Extreme Value 2.456 0.930 Normal 2.196 0.947 Logistic 2.194 0.944 Tabel 4.29 Hasil Minitab TTR Komponen Screw Kempa 3 (Lanjutan) Table of MTTF

93 Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 0.0254608 0.0018119 0.0221461 0.0292715 Lognormal 0.0257318 0.0018988 0.0222668 0.0297360 Exponential 0.0195684 0.0069825 0.0097235 0.0393809 Loglogistic 0.0257947 0.0019799 0.0221919 0.0299825 3-Parameter Weibull 0.0259217 0.0021156 0.0220899 0.0304182 3-Parameter Lognormal 0.0260598 0.0023594 0.0218226 0.0311198 2-Parameter Exponential 0.0258927 0.0023475 0.0216773 0.0309279 3-Parameter Loglogistic 0.0263790 0.0026323 0.0216929 0.0320773 Smallest Extreme Value 0.0253292 0.0019791 0.0214502 0.0292082 Normal 0.0256148 0.0018626 0.0219642 0.0292653 Logistic 0.0256148 0.0019187 0.0218542 0.0293753 Tabel 4.30 Hasil Minitab TTR Komponen Kopling As Gear Box Kempa 4 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.057 0.970 Lognormal 2.068 0.969 Exponential 4.309 * Loglogistic 2.090 0.965 3-Parameter Weibull 2.071 0.972 3-Parameter Lognormal 2.045 0.973 2-Parameter Exponential 2.262 * 3-Parameter Loglogistic 2.062 0.969 Smallest Extreme Value 2.071 0.966 Normal 2.045 0.973 Logistic 2.062 0.969 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 0.0472521 0.0045183 0.0391768 0.0569919 Lognormal 0.0479436 0.0049631 0.0391395 0.0587281 Exponential 0.0373838 0.0135434 0.0183785 0.0760425 Loglogistic 0.0481671 0.0050232 0.0392628 0.0590908 3-Parameter Weibull 0.0481744 0.0053004 0.0388295 0.0597683 3-Parameter Lognormal 0.0474734 0.0046514 0.0383568 0.0565899 2-Parameter Exponential 0.0481352 0.0057120 0.0381466 0.0607395 3-Parameter Loglogistic 0.0474736 0.0047414 0.0381807 0.0567666 Smallest Extreme Value 0.0467517 0.0049863 0.0369787 0.0565247 Normal 0.0474727 0.0046513 0.0383562 0.0565892 Logistic 0.0474727 0.0047414 0.0381797 0.0567657 Tabel 4.31 Hasil Minitab TTR Komponen As Intermediate Kempa 5 Goodness-of-Fit

94 Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 1.840 0.969 Lognormal 1.865 0.968 Exponential 4.940 * Loglogistic 1.900 0.963 3-Parameter Weibull 1.868 0.975 3-Parameter Lognormal 1.838 0.972 2-Parameter Exponential 2.136 * 3-Parameter Loglogistic 1.870 0.967 Smallest Extreme Value 1.845 0.966 Normal 1.838 0.972 Logistic 1.870 0.967 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 0.0504011 0.0036474 0.0437362 0.0580816 Lognormal 0.0509256 0.0038680 0.0438818 0.0591000 Exponential 0.0378860 0.0123853 0.0199624 0.0719025 Loglogistic 0.0510628 0.0039402 0.0438958 0.0594000 3-Parameter Weibull 0.0514073 0.0046268 0.0430938 0.0613246 3-Parameter Lognormal 0.0506445 0.0036982 0.0433962 0.0578927 2-Parameter Exponential 0.0507027 0.0046063 0.0424327 0.0605845 3-Parameter Loglogistic 0.0506447 0.0038028 0.0431913 0.0580980 Smallest Extreme Value 0.0500870 0.0039534 0.0423384 0.0578356 Normal 0.0506440 0.0036981 0.0433959 0.0578922 Logistic 0.0506440 0.0038028 0.0431907 0.0580974 Tabel 4.32 Hasil Minitab TTR Komponen Dinding Digester Kempa 6 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 1.609 0.990 Lognormal 1.585 0.989 Exponential 5.574 * Loglogistic 1.596 0.987 3-Parameter Weibull 1.576 0.993 3-Parameter Lognormal 1.577 0.991 2-Parameter Exponential 2.328 * 3-Parameter Loglogistic 1.587 0.989 Smallest Extreme Value 1.672 0.982 Normal 1.577 0.991 Logistic 1.587 0.989 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 0.0538303 0.0032452 0.0478313 0.0605817 Lognormal 0.0542827 0.0034105 0.0479934 0.0613962 Exponential 0.0391930 0.0118000 0.0217237 0.0707102 Loglogistic 0.0543952 0.0034173 0.0480933 0.0615229 3-Parameter Weibull 0.0540760 0.0032233 0.0481136 0.0607773 3-Parameter Lognormal 0.0540475 0.0032960 0.0475875 0.0605076 2-Parameter Exponential 0.0533323 0.0043895 0.0453870 0.0626684 3-Parameter Loglogistic 0.0540659 0.0033161 0.0475664 0.0605654 Smallest Extreme Value 0.0535658 0.0034690 0.0467666 0.0603650 Normal 0.0540471 0.0032960 0.0475871 0.0605072 Logistic 0.0540471 0.0033156 0.0475487 0.0605456 Tabel 4.33 Hasil Minitab TTR Komponen As Screw Press Kempa 7 Goodness-of-Fit

95 Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.043 0.980 Lognormal 1.986 0.993 Exponential 4.274 * Loglogistic 1.995 0.990 3-Parameter Weibull 1.985 0.995 3-Parameter Lognormal 1.987 0.993 2-Parameter Exponential 2.096 * 3-Parameter Loglogistic 1.998 0.991 Smallest Extreme Value 2.121 0.966 Normal 1.990 0.989 Logistic 1.991 0.987 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 0.0248149 0.0023344 0.0206367 0.0298391 Lognormal 0.0251897 0.0025930 0.0205874 0.0308209 Exponential 0.0197725 0.0071885 0.0096961 0.0403205 Loglogistic 0.0253100 0.0026492 0.0206157 0.0310733 3-Parameter Weibull 0.0253948 0.0028158 0.0204345 0.0315594 3-Parameter Lognormal 0.0252704 0.0026837 0.0205219 0.0311177 2-Parameter Exponential 0.0254644 0.0030571 0.0201254 0.0322199 3-Parameter Loglogistic 0.0254410 0.0027625 0.0205639 0.0314748 Smallest Extreme Value 0.0245540 0.0025854 0.0194867 0.0296213 Normal 0.0249317 0.0024768 0.0200772 0.0297862 Logistic 0.0249317 0.0024949 0.0200418 0.0298216 Tabel 4.34 Hasil Minitab TTR Komponen As Cyclo Drive Kempa 8 Goodness-of-Fit Anderson-Darling Correlation Distribution (adj) Coefficient Weibull 2.237 0.960 Lognormal 2.142 0.962 Exponential 5.410 * Loglogistic 2.127 0.966 3-Parameter Weibull 2.170 0.964 3-Parameter Lognormal 2.140 0.963 2-Parameter Exponential 2.784 * 3-Parameter Loglogistic 2.121 0.967 Smallest Extreme Value 2.280 0.957 Normal 2.140 0.963 Logistic 2.121 0.967 Table of MTTF Standard 95% Normal CI Distribution Mean Error Lower Upper Weibull 0.0561673 0.0015356 0.0532368 0.0592591 Lognormal 0.0563888 0.0015083 0.0535087 0.0594239 Exponential 0.0403354 0.0139315 0.0204969 0.0793750 Loglogistic 0.0564090 0.0014778 0.0535857 0.0593810 3-Parameter Weibull 0.0562668 0.0014787 0.0534421 0.0592410 3-Parameter Lognormal 0.0563525 0.0015007 0.0534112 0.0592939 2-Parameter Exponential 0.0561463 0.0021755 0.0520403 0.0605764 3-Parameter Loglogistic 0.0563526 0.0014709 0.0534697 0.0592354 Smallest Extreme Value 0.0561196 0.0015815 0.0530199 0.0592193 Normal 0.0563525 0.0015007 0.0534111 0.0592938 Logistic 0.0563525 0.0014709 0.0534696 0.0592353 4.2.5 Hasil Perhitungan Maintenance

96 Berikut ini adalah hasil pengujian distribusi data dan perhitungan mean time to repair dengan menggunakan software Minitab. Mesin Tabel 4.35 Waktu dan Aktivitas Maintenance Mesin Kempa Komponen Kritis Distribusi TTF MTTF (hari) MTTR (hari) Aktivitas Preventive Maintenance Kempa 1 As intermediate normal 71,6 0,0453768 Penggantian atau perbaikan Kempa 2 Pondasi gear box normal 30,3333 0,0377819 Penggantian atau perbaikan Kempa 3 Screw Weibull 60,6492 0,0257318 Penggantian atau perbaikan Kempa 4 Kopling as gear box normal 79,5 0,0474727 Penggantian atau perbaikan Kempa 5 As intermediate Weibull 81,4033 0,0506440 Penggantian atau perbaikan Kempa 6 Dinding digester normal 53,1667 0,0540471 Penggantian atau perbaikan Kempa 7 As screw press Weibull 80,5444 0,0251897 Penggantian atau perbaikan Kempa 8 As cyclo driver normal 65,3333 0,0563525 Penggantian atau perbaikan 4.2.6 Perbandingan Reliability Mesin Kempa Sebelum dan Sesudah Preventive Maintenance

97 4.2.6.1 Reliability Mesin Kempa 1 Waktu kerusakan komponen as intermediate mesin kempa 1 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari. Tabel 4.36 Reliability Komponen As Intermediate Kempa 1 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(T)^n R(t-nT) Rm(t) 15-56.600-1.511 0.0653337 0.93467 0 1.0000 0.93467 0.93467 30-41.600-1.111 0.1333040 0.86670 0 1.0000 0.86670 0.86670 45-26.600-0.710 0.2387466 0.76125 1 0.8000 0.98963 0.79170 60-11.600-0.310 0.3783670 0.62163 1 0.8000 0.97206 0.77765 71.6 0.000 0.000 0.5000000 0.50000 1 0.8000 0.94545 0.75636 75 3.400 0.091 0.5361724 0.46383 1 0.8000 0.93467 0.74773 90 18.400 0.491 0.6884152 0.31158 2 0.6400 0.99667 0.63787 105 33.400 0.892 0.8137850 0.18622 2 0.6400 0.98963 0.63336 120 48.400 1.292 0.9019077 0.09809 2 0.6400 0.97206 0.62212 135 63.400 1.693 0.9547786 0.04522 3 0.5120 0.99908 0.51153 150 78.400 2.094 0.9818537 0.01815 3 0.5120 0.99667 0.51029 165 93.400 2.494 0.9936880 0.00631 3 0.5120 0.98963 0.50669 180 108.400 2.895 0.9981028 0.00190 4 0.4096 0.99978 0.40951 195 123.400 3.295 0.9995085 0.00049 4 0.4096 0.99908 0.40922 210 138.400 3.696 0.9998904 0.00011 4 0.4096 0.99667 0.40824 225 153.400 4.096 0.9999790 0.00002 5 0.3277 0.99995 0.32767 240 168.400 4.497 0.9999966 0.00000 5 0.3277 0.99978 0.32761 255 183.400 4.898 0.9999995 0.00000 5 0.3277 0.99908 0.32738 270 198.400 5.298 0.9999999 0.00000 6 0.2621 0.99999 0.26214 285 213.400 5.699 1.0000000 0.00000 6 0.2621 0.99995 0.26213 300 228.400 6.099 1.0000000 0.00000 6 0.2621 0.99978 0.26209 315 243.400 6.500 1.0000000 0.00000 7 0.2097 1.00000 0.20971 330 258.400 6.900 1.0000000 0.00000 7 0.2097 0.99999 0.20971 345 273.400 7.301 1.0000000 0.00000 7 0.2097 0.99995 0.20971 360 288.400 7.702 1.0000000 0.00000 8 0.1678 1.00000 0.16777 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 71,6 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah

98 preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,2% dapat diperoleh pada t = 45. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 45 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 1 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.00000 0.90000 0.80000 0.70000 0.60000 0.50000 0.40000 0.30000 0.20000 0.10000 0.00000 15 30 45 60 71.6 75 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360 waktu (hari) R(t) Rm(t) reliability Gambar 4.9 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 1 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 1 setelah dilakukan preventive maintenance dengan selang waktu 45 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.2 Reliability Mesin Kempa 2 Waktu kerusakan pondasi gear box mesin kempa 2 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.

99 Tabel 4.37 Reliability Komponen Gear Box Kempa 2 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(T)^n R(t-nT) Rm(t) 15-15.333-1.044 0.1482184 0.85178 0 1.0000 0.85178 0.85178 30-0.333-0.023 0.4909465 0.50905 1 0.8000 0.99998 0.79998 30.3333 0.000 0.000 0.5000000 0.50000 1 0.8000 0.99998 0.79998 45 14.667 0.999 0.8410332 0.15897 1 0.8000 0.99899 0.79919 60 29.667 2.020 0.9783147 0.02169 2 0.6400 1.00000 0.64000 75 44.667 3.042 0.9988231 0.00118 2 0.6400 1.00000 0.64000 90 59.667 4.063 0.9999758 0.00002 3 0.5120 1.00000 0.51200 105 74.667 5.084 0.9999998 0.00000 3 0.5120 1.00000 0.51200 120 89.667 6.106 1.0000000 0.00000 4 0.4096 1.00000 0.40960 135 104.667 7.127 1.0000000 0.00000 4 0.4096 1.00000 0.40960 150 119.667 8.149 1.0000000 0.00000 5 0.3277 1.00000 0.32768 165 134.667 9.170 1.0000000 0.00000 5 0.3277 1.00000 0.32768 180 149.667 10.191 1.0000000 0.00000 6 0.2621 1.00000 0.26214 195 164.667 11.213 1.0000000 0.00000 6 0.2621 1.00000 0.26214 210 179.667 12.234 1.0000000 0.00000 7 0.2097 1.00000 0.20972 225 194.667 13.256 1.0000000 0.00000 7 0.2097 1.00000 0.20972 240 209.667 14.277 1.0000000 0.00000 8 0.1678 1.00000 0.16777 255 224.667 15.298 1.0000000 0.00000 8 0.1678 1.00000 0.16777 270 239.667 16.320 1.0000000 0.00000 9 0.1342 1.00000 0.13422 285 254.667 17.341 1.0000000 0.00000 9 0.1342 1.00000 0.13422 300 269.667 18.363 1.0000000 0.00000 10 0.1074 1.00000 0.10737 315 284.667 19.384 1.0000000 0.00000 10 0.1074 1.00000 0.10737 330 299.667 20.405 1.0000000 0.00000 11 0.0859 1.00000 0.08590 345 314.667 21.427 1.0000000 0.00000 11 0.0859 1.00000 0.08590 360 329.667 22.448 1.0000000 0.00000 12 0.0687 1.00000 0.06872 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 30,3333 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability

100 sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,99% dapat diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 2 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 0.90000 0.80000 0.70000 0.60000 0.50000 0.40000 0.30000 0.20000 0.10000 0.00000 15 30 30.3 45 60 75 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360 waktu (hari) R(t) Rm(t) reliability Gambar 4.10 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 2 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 2 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.3 Reliability Mesin Kempa 3 Waktu kerusakan screw mesin kempa 3 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.

101 Tabel 4.38 Reliability Komponen Screw Kempa 3 t R(t) n t-nt R(T)^n R(t-nT) Rm(t) 15 0.99259 0 15 1.0000 0.9926 0.9926 30 0.93027 1 0 0.9303 1.0000 0.9303 45 0.76087 1 15 0.9303 0.9926 0.9234 60 0.49552 2 0 0.8654 1.0000 0.8654 60.6942 0.48232 2 0.694 0.8654 1.0000 0.8654 75 0.23228 2 15 0.8654 0.9926 0.8590 90 0.07032 3 0 0.8050 1.0000 0.8050 105 0.01226 3 15 0.8050 0.9926 0.7991 120 0.00109 4 0 0.7489 1.0000 0.7489 135 0.00004 4 15 0.7489 0.9926 0.7434 150 0.00000 5 0 0.6967 1.0000 0.6967 165 0.00000 5 15 0.6967 0.9926 0.6915 180 0.00000 6 0 0.6481 1.0000 0.6481 195 0.00000 6 15 0.6481 0.9926 0.6433 210 0.00000 7 0 0.6029 1.0000 0.6029 225 0.00000 7 15 0.6029 0.9926 0.5984 240 0.00000 8 0 0.5609 1.0000 0.5609 255 0.00000 8 15 0.5609 0.9926 0.5567 270 0.00000 9 0 0.5217 1.0000 0.5217 285 0.00000 9 15 0.5217 0.9926 0.5179 300 0.00000 10 0 0.4854 1.0000 0.4854 315 0.00000 10 15 0.4854 0.9926 0.4818 330 0.00000 11 0 0.4515 1.0000 0.4515 345 0.00000 11 15 0.4515 0.9926 0.4482 360 0.00000 12 0 0.4200 1.0000 0.4200 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 60,6942 hari adalah 0,4832 atau sebesar 48,32%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 93,03% dapat

102 diperoleh pada t = 30. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 3 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.20000 1.00000 waktu (hari) 0.80000 0.60000 0.40000 0.20000 0.00000 R(t) Rm(t) 15 45 60.6942 90 120 150 180 210 240 270 300 330 360 reliability Gambar 4.11 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 3 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 3 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.4 Reliability Mesin Kempa 4 Waktu kerusakan kopling as gear box mesin kempa 4 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari. Tabel 4.39 Reliability Komponen Kopling As Gear Box Kempa 4

103 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) R(t-T) n R(t-nT) Rm(t) 15-64.500-1.492 0.0678715 0.93213 0.99801 0 0.93213 0.93213 30-49.500-1.145 0.1261263 0.87387 0.99434 1 0.99434 0.79547 45-34.500-0.798 0.2124477 0.78755 0.98558 1 0.98558 0.78847 60-19.500-0.451 0.3259878 0.67401 0.96703 2 0.99937 0.63960 75-4.500-0.104 0.4585524 0.54145 0.93213 2 0.99801 0.63873 79.5 0.000 0.000 0.5000000 0.50000 0.91739 2 0.99724 0.63824 90 10.500 0.243 0.5959417 0.40406 0.87387 3 0.99996 0.51198 105 25.500 0.590 0.7223358 0.27766 0.78755 3 0.99982 0.51191 120 40.500 0.937 0.8255519 0.17445 0.67401 4 1.00000 0.40960 135 55.500 1.284 0.9003713 0.09963 0.54145 4 0.99999 0.40960 150 70.500 1.631 0.9485135 0.05149 0.40406 5 1.00000 0.32768 165 85.500 1.978 0.9760100 0.02399 0.27766 5 1.00000 0.32768 180 100.500 2.324 0.9899502 0.01005 0.17445 6 1.00000 0.26214 195 115.500 2.671 0.9962235 0.00378 0.09963 6 1.00000 0.26214 210 130.500 3.018 0.9987293 0.00127 0.05149 7 1.00000 0.20972 225 145.500 3.365 0.9996177 0.00038 0.02399 7 1.00000 0.20972 240 160.500 3.712 0.9998973 0.00010 0.01005 8 1.00000 0.16777 255 175.500 4.059 0.9999754 0.00002 0.00378 8 1.00000 0.16777 270 190.500 4.406 0.9999947 0.00001 0.00127 9 1.00000 0.13422 285 205.500 4.753 0.9999990 0.00000 0.00038 9 1.00000 0.13422 300 220.500 5.100 0.9999998 0.00000 0.00010 10 1.00000 0.10737 315 235.500 5.447 1.0000000 0.00000 0.00002 10 1.00000 0.10737 330 250.500 5.794 1.0000000 0.00000 0.00001 11 1.00000 0.08590 345 265.500 6.141 1.0000000 0.00000 0.00000 11 1.00000 0.08590 360 280.500 6.488 1.0000000 0.00000 0.00000 12 1.00000 0.06872 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 79,5 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,55% dapat

104 diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 4 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.00000 0.90000 0.80000 0.70000 waktu (hari) 0.60000 0.50000 0.40000 R(t) Rm(t) 0.30000 0.20000 0.10000 0.00000 15 30 45 60 75 79.5 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360 reliability Gambar 4.12 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 4 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 4 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.5 Reliability Mesin Kempa 5 Waktu kerusakan kopling as intermediate mesin kempa 5 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari. Tabel 4.40 Reliability Komponen As Intermediate Kempa 5 t R(t) n t-nt R(T)^n R(t-nT) Rm(t)

105 15 0.99994 0 15 1.0000 0.9999 0.9999 30 0.99725 0 30 1.0000 0.9972 0.9972 45 0.97538 0 45 1.0000 0.9754 0.9754 60 0.88787 1 0 0.8879 1.0000 0.8879 75 0.67059 1 15 0.8879 0.9999 0.8878 81.4033 0.53604 1 21.4 0.8879 0.9996 0.8875 90 0.34109 1 30 0.8879 0.9972 0.8854 105 0.08336 1 45 0.8879 0.9754 0.8660 120 0.00591 2 0 0.7883 1.0000 0.7883 135 0.00006 2 15 0.7883 0.9999 0.7883 150 0.00000 2 30 0.7883 0.9972 0.7861 165 0.00000 2 45 0.7883 0.9754 0.7689 180 0.00000 3 0 0.6999 1.0000 0.6999 195 0.00000 3 15 0.6999 0.9999 0.6999 210 0.00000 3 30 0.6999 0.9972 0.6980 225 0.00000 3 45 0.6999 0.9754 0.6827 240 0.00000 4 0 0.6214 1.0000 0.6214 255 0.00000 4 15 0.6214 0.9999 0.6214 270 0.00000 4 30 0.6214 0.9972 0.6197 285 0.00000 4 45 0.6214 0.9754 0.6061 300 0.00000 5 0 0.5517 1.0000 0.5517 315 0.00000 5 15 0.5517 0.9999 0.5517 330 0.00000 5 30 0.5517 0.9972 0.5502 345 0.00000 5 45 0.5517 0.9754 0.5382 360 0.00000 6 0 0.4899 1.0000 0.4899 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 81,4033 hari adalah 0,53604 atau sebesar 53,6%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 88,79% dapat

106 diperoleh pada t = 60. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 60 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 5 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.20000 1.00000 waktu (hari) 0.80000 0.60000 0.40000 R(t) Rm(t) 0.20000 0.00000 15 45 75 90 120 150 180 210 240 270 300 330 360 reliability Gambar 4.13 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 5 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 5 setelah dilakukan preventive maintenance dengan selang waktu 60 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.6 Reliability Mesin Kempa 6 Waktu kerusakan kopling dinding digester mesin kempa 6 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.

107 Tabel 4.41 Reliability Komponen Dinding Digester Kempa 6 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) R(t-T) n R(t-nT) Rm(t) 15-38.167-1.170 0.1209432 0.87906 0.99869 0 0.87906 0.87906 30-23.167-0.710 0.2387442 0.76126 0.99462 1 0.99462 0.79569 45-8.167-0.250 0.4011347 0.59887 0.98170 1 0.98170 0.78536 53.1667 0.000 0.000 0.5000000 0.50000 0.96710 1 0.96710 0.77368 60 6.833 0.210 0.5829811 0.41702 0.94847 2 0.99974 0.63983 75 21.833 0.669 0.7483998 0.25160 0.87906 2 0.99869 0.63916 90 36.833 1.129 0.8706353 0.12936 0.76126 3 0.99999 0.51200 105 51.833 1.589 0.9440078 0.05599 0.59887 3 0.99996 0.51198 120 66.833 2.049 0.9797823 0.02022 0.41702 4 1.00000 0.40960 135 81.833 2.509 0.9939499 0.00605 0.25160 4 1.00000 0.40960 150 96.833 2.969 0.9985069 0.00149 0.12936 5 1.00000 0.32768 165 111.833 3.429 0.9996972 0.00030 0.05599 5 1.00000 0.32768 180 126.833 3.889 0.9999497 0.00005 0.02022 6 1.00000 0.26214 195 141.833 4.349 0.9999932 0.00001 0.00605 6 1.00000 0.26214 210 156.833 4.809 0.9999992 0.00000 0.00149 7 1.00000 0.20972 225 171.833 5.269 0.9999999 0.00000 0.00030 7 1.00000 0.20972 240 186.833 5.729 1.0000000 0.00000 0.00005 8 1.00000 0.16777 255 201.833 6.189 1.0000000 0.00000 0.00001 8 1.00000 0.16777 270 216.833 6.649 1.0000000 0.00000 0.00000 9 1.00000 0.13422 285 231.833 7.109 1.0000000 0.00000 0.00000 9 1.00000 0.13422 300 246.833 7.569 1.0000000 0.00000 0.00000 10 1.00000 0.10737 315 261.833 8.028 1.0000000 0.00000 0.00000 10 1.00000 0.10737 330 276.833 8.488 1.0000000 0.00000 0.00000 11 1.00000 0.08590 345 291.833 8.948 1.0000000 0.00000 0.00000 11 1.00000 0.08590 360 306.833 9.408 1.0000000 0.00000 0.00000 12 1.00000 0.06872 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 53,1667 hari adalah 0,500 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] mendekati 80% yaitu sebesar 79,57%

108 dapat diperoleh pada t = 30. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 30 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 6 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.00000 0.90000 0.80000 0.70000 0.60000 0.50000 0.40000 0.30000 0.20000 0.10000 0.00000 15 30 45 53.2 60 75 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360 waktu (hari) R(t) Rm(T) reliability Gambar 4.14 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 6 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 6 setelah dilakukan preventive maintenance dengan selang waktu 30 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.7 Reliability Mesin Kempa 7 Waktu kerusakan kopling as screw press mesin kempa 7 yang berdistribusi Weibull disimulasikan selama jangka waktu 360 hari.

109 Tabel 4.42 Reliability Komponen As Screw Press Kempa 7 t R(t) n t-nt R(T)^n R(t-nT) Rm(t) 15 0.99940 0 15 1.0000 0.9994 0.9994 30 0.98909 0 30 1.0000 0.9891 0.9891 45 0.94194 0 45 1.0000 0.9419 0.9419 60 0.81929 1 0 0.8193 1.0000 0.8193 75 0.60230 1 15 0.8193 0.9994 0.8188 80.5444 0.50496 1 20.54 0.8193 0.9978 0.8175 90 0.33717 1 30 0.8193 0.9891 0.8104 105 0.12593 1 45 0.8193 0.9419 0.7717 120 0.02671 1 60 0.8193 0.8193 0.6712 135 0.00266 1 75 0.8193 0.6023 0.4935 150 0.00010 2 30 0.6712 0.9891 0.6639 165 0.00000 2 45 0.6712 0.9419 0.6323 180 0.00000 2 60 0.6712 0.8193 0.5499 195 0.00000 1 135 0.8193 0.0027 0.0022 210 0.00000 1 150 0.8193 0.0001 0.0001 225 0.00000 1 165 0.8193 0.0000 0.0000 240 0.00000 1 180 0.8193 0.0000 0.0000 255 0.00000 1 195 0.8193 0.0000 0.0000 270 0.00000 1 210 0.8193 0.0000 0.0000 285 0.00000 1 225 0.8193 0.0000 0.0000 300 0.00000 2 180 0.6712 0.0000 0.0000 315 0.00000 2 195 0.6712 0.0000 0.0000 330 0.00000 2 210 0.6712 0.0000 0.0000 345 0.00000 2 225 0.6712 0.0000 0.0000 360 0.00000 2 240 0.6712 0.0000 0.0000 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 80,5444 hari adalah 0,50496 atau sebesar 50,5%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] di atas 80% yaitu sebesar 81,93% dapat

110 diperoleh pada t = 60. Maka, untuk mendapatkan reliability di atas 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 60 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 7 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.20000 1.00000 waktu (hari) 0.80000 0.60000 0.40000 R(t) Rm(t) 0.20000 0.00000 15 45 75 90 120 150 180 210 240 270 300 330 360 reliability Gambar 4.15 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 7 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 7 setelah dilakukan preventive maintenance dengan selang waktu 60 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). 4.2.6.8 Reliability Mesin Kempa 8 Waktu kerusakan kopling as cyclo drive mesin kempa 8 yang berdistribusi normal disimulasikan selama jangka waktu 360 hari.

111 Tabel 4.43 Reliability Komponen As Cyclo Drive Kempa 8 t (t-μ) (t-μ)/σ Φ(t-μ)/σ R(t) n R(t-nT) Rm(t) 15-50.333-1.518 0.0645279 0.93547 0 0.93547 0.93547 30-35.333-1.066 0.1433247 0.85668 0 0.85668 0.85668 45-20.333-0.613 0.2698836 0.73012 1 0.99229 0.79383 60-5.333-0.161 0.4361139 0.56389 1 0.97559 0.78047 65.3333 0.000 0.000 0.5000000 0.50000 1 0.96480 0.77184 75 9.667 0.292 0.6146679 0.38533 1 0.93547 0.74838 90 24.667 0.744 0.7715139 0.22849 2 0.99798 0.63871 105 39.667 1.196 0.8841863 0.11581 2 0.99229 0.63507 120 54.667 1.649 0.9503763 0.04962 2 0.97559 0.62438 135 69.667 2.101 0.9821729 0.01783 3 0.99956 0.51178 150 84.667 2.553 0.9946628 0.00534 3 0.99798 0.51097 165 99.667 3.006 0.9986744 0.00133 3 0.99229 0.50805 180 114.667 3.458 0.9997278 0.00027 4 0.99992 0.40957 195 129.667 3.910 0.9999539 0.00005 4 0.99956 0.40942 210 144.667 4.363 0.9999936 0.00001 4 0.99798 0.40877 225 159.667 4.815 0.9999993 0.00000 5 0.99999 0.32768 240 174.667 5.267 0.9999999 0.00000 5 0.99992 0.32765 255 189.667 5.720 1.0000000 0.00000 5 0.99956 0.32754 270 204.667 6.172 1.0000000 0.00000 6 1.00000 0.26214 285 219.667 6.624 1.0000000 0.00000 6 0.99999 0.26214 300 234.667 7.077 1.0000000 0.00000 6 0.99992 0.26212 315 249.667 7.529 1.0000000 0.00000 7 1.00000 0.20972 330 264.667 7.981 1.0000000 0.00000 7 1.00000 0.20971 345 279.667 8.434 1.0000000 0.00000 7 0.99999 0.20971 360 294.667 8.886 1.0000000 0.00000 8 1.00000 0.16777 Kehandalan komponen pada saat waktu sama dengan MTTF yaitu 65,3333 hari adalah 0,50000 atau sebesar 50%. Perusahaan ingin menetapkan reliability menjadi sekitar 80% atau lebih. Terlihat pada tabel bahwa reliability sesudah preventive maintenance [Rm(t)] sekitar 80% yaitu sebesar 79,38% dapat

112 diperoleh pada t = 45. Maka, untuk mendapatkan reliability sekitar 80% perlu dilakukan kegiatan preventive maintenance dengan selang waktu 45 hari. Berikut ini adalah grafik perbandingan antara reliability komponen kritis mesin kempa 8 sebelum [R (t)] dan sesudah preventive maintenance [Rm(t)]. 1.00000 0.90000 0.80000 0.70000 0.60000 0.50000 0.40000 0.30000 0.20000 0.10000 0.00000 15 30 45 60 65.3 75 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300 315 waktu (hari) 330 345 360 R(t) Rm(t) reliability Gambar 4.16 Perbandingan Reliability Sebelum dan Sesudah PM Kempa 8 Dari grafik terlihat bahwa terjadi kenaikan reliability komponen as intermediate mesin kempa 8 setelah dilakukan preventive maintenance dengan selang waktu 45 hari, dengan garis grafik Rm(t) (reliability sesudah preventive maintenance) yang lebih tinggi dari garis grafik R(t) (reliability sebelum preventive maintenance). Berikut disajikan perbandingan hasil reliability sebelum dan sesudah preventive maintenance. Tabel 4.44 Perbandingan Reliability Sebelum dan Sesudah Preventive Maintenance Mesin Komponen Realitibily Saat Realibility Selang Waktu

113 Kempa Kritis MTTF (Sebelum Preventive Maintenance) 1 As intermediate 2 pondasi gear box Sesudah Preventive Maintenance 50% 79,2% 45 50% 79,99% 30 3 screw 48,32% 93,03% 30 4 kopling as 50% 79,55% 30 gear box 5 kopling as 53,6% 88,79% 60 intermediate 6 dinding 50% 79,57% 30 digester 7 as screw 50,5% 81,93% 60 press 8 as cyclo drive 50% 79,83% 45 Preventive Maintenance (hari) 4.2.7 Analisa Mean Time to Failure Perhitungan mean time to failure menunjukkan hasil waktu yang relatif lama antar kegagalan masing-masing komponen yaitu sekitar 30 sampai 80 hari. Berarti kerusakan mesin kempa pada pabrik minyak sawit yang disebabkan karena failure komponen akan terjadi setelah interval waktu yang panjang (di atas satu bulan). Jadi dapat dikatakan bahwa mesin kempa di PMS Parindu jarang mengalami kerusakan. Hasil MTTF akan dibandingkan kehandalannya dengan yang ditargetkan oleh perusahaan. Perhitungan reliability menggunakan distribusi yang didapatkan dari hasil MTTF masing-masing komponen kritis. Perhitungan mean time to repair menunjukkan hasil yang relatif singkat yaitu sekitar 30 sampai 80 menit. Berarti kerusakan mesin kempa dapat ditangani dengan cepat begitu proses perbaikan dimulai. Hanya saja, mesin kempa pada

114 PMS Parindu sering mengalami downtime yang lama karena kerusakan komponen tidak dapat langsung ditangani karena ketersediaan yang terbatas. 4.2.8 Analisa Kehandalan (Reliability) pada Sistem Berjalan (Tanpa Preventive Maintenance) Pada sistem berjalan, reliability komponen kritis mesin kempa adalah sekitar 50%. Nilai reliability ini termasuk rendah melihat pentingnya mesin kempa pada keseluruhan proses produksi minyak kelapa sawit. Jika dibandingkan dengan nilai reliability pada awal periode komponen kritis masingmasing mesin, terlihat penurunan drastis di mana pada awal periode masingmasing mempunyai nilai reliability di atas 85%. Kerugian dari sistem tanpa preventive maintenance ini adalah banyaknya kerugian penjualan (loss sales). Selain itu reliability komponen mesin yang rendah dapat berakibat buruk pada mesin karena tidak dapat bekerja dengan mekanisme yang benar. 4.2.9 Analisa Kehandalan (Reliability) pada Sistem dengan Target Kehandalan (Dengan Preventive Maintenance) Kehandalan (reliability) masing-masing komponen dihitung berdasarkan sebaran distribusinya. Kehandalan masing-masing komponen kritis mesin

115 ditargetkan agar bernilai sekitar 80% atau lebih. Hal ini dimaksudkan agar proses produksi yang menggunakan mesin kempa sebagai mesin utamanya dapat berjalan lancar tanpa hambatan besar dari kerusakan mesin. Untuk mendapatkan target nilai reliability tersebut, diperlukan tindakan preventive maintenance dengan selang waktu yang didapatkan yaitu 30 hari (satu bulan) untuk komponen kritis mesin kempa 2, 3, 4 dan 6, selang waktu 45 hari (satu setengah bulan) untuk komponen kritis mesin kempa 1 dan 8, dan selang waktu 60 hari (dua bulan) untuk komponen kritis mesin kempa 5 dan 7. Kegiatan preventive maintenance dapat dijadwalkan di luar jam olah pabrik yaitu ketika proses pembersihan dan persiapan pabrik. Pabrik mengolah selama 22 jam sementara tetap dibuka selama 24 jam, dua jam selisihnya digunakan untuk persiapan pengolahan termasuk pembersihan dan pemeliharaan. Kegiatan yang dilakukan berupa inspeksi masing-masing komponen kritis. Selain itu, pabrik dapat mempersiapkan komponen kritis mesin cadangan agar jika sewaktu-waktu terjadi failure pabrik tidak menunggu lama untuk mendapatkan komponen penggantinya sehingga mesin tidak mengalami downtime terlalu lama. 4.3.Analisa dan Perancangan Sistem Informasi 4.3.1 Analysis Document 4.3.1.1 The Task 4.3.1.1.1 Deskripsi Sistem Berjalan

116 Sistem informasi preventive maintenance mesin pada Pabrik Minyak Sawit Ngabang PTPN XIII masih sangat sederhana dan tidak melibatkan automatisasi menggunakan komputer. Jika terjadi kerusakan mesin, operator mesin akan mengisi kartu rusak. Kartu rusak yang diisi diberikan kepada asisten jaga pada saat itu. Oleh asisten jaga, dari kartu rusak dibuat laporan kerusakan yang diberikan kepada kepala dinas. Kepala dinas pun mengaudit kerusakan hari itu dan dibuatkan menjadi laporan kerusakan harian yang diberikan kepada manajer pabrik. Manajer pabrik pun langsung memberikan laporan langsung via telepon kepada Kepala Bagian Teknik di kantor direksi. Selain laporan langsung, dibuat juga laporan harian dan bulanan pabrik yang memuat kerusakan mesin juga dikirimkan via email kepada Kabag Teknik setiap bulan. Sementara setiap bulannya, manajer pabrik juga melaporkan perbaikan yang sudah dilakukan kepada Kabag Teknik dengan laporan perbaikan bulanan. Kabag Teknik membuat surat permintaan suku cadang kepada Direksi, setelah disetujui dibuat menjadi surat pengadaan suku cadang yang diberikan kepada Kepala Bagian Pengadaan di kantor direksi. Jika suku cadang mudah didapat oleh manajer kebun, suku cadang tersebut akan langsung dibeli oleh manajer pabrik.

$ $ 117 Gambar 4.17 Rich Picture Sistem Berjalan 4.3.1.1.2 Definisi Sistem Perseroan Terbatas Perkebunan Nusantara XIII memproduksi minyak kelapa sawit, inti sawit, dan karet. Untuk produksi minyak kelapa sawit, sering dialami masalah kerusakan mesin pada pabrik minyak sawit. Dalam memecahkan masalah menjadwalkan pemeriksaan dan pemeliharaan mesin dibuatkan sistem informasi preventive maintenance. Dengan pemeriksaan dan perbaikan mesin yang dijadwalkan, diharapkan tidak ada kerusakan mesin yang mendadak yang dapat menghambat keseluruhan proses produksi.

118 Sistem dapat membantu pekerja pabrik untuk menghitung waktu untuk pemeliharaan mesin dengan cara menghitung MTTF (mean time to failure), mencatat kerusakan-kerusakan mesin, mencatat komponen dan mesin serta membantu membuat laporan kerusakan mesin. Adapun pekerja pabrik yang akan menggunakan sistem adalah kepala dinas yang memasukkan (entry) kerusakan yang terjadi pada hari itu pada komputer yang dioperasikannya dan operator mesin yang dapat memasukkan catatan mengenai komponen atau mesin baru serta melakukan cek stok komponen. Hasil laporan kerusakan mesin dan perhitungan MTTF mesin diberikan kepada manajer pabrik. Kriteria FACTOR Functionality: Mengautomasi perhitungan waktu pemeliharaan dan pemeriksaan mesin. Mendukung pembuatan laporan kerusakan harian dan pencatatan data mesin dan komponen. Application Domain: Penjadwalan pemeliharaan mesin. Input data kerusakan, mesin dan komponen. Pelaporan kerusakan harian. Conditions: Operator tidak pernah menggunakan komputer untuk menambah kinerjanya. Technology: Beberapa platform PC dengan processor IntelÇ CeleronÇ 2.40 GHz, 256 MB RAM, HDD 30 GB. Objects: Kepala dinas, operator mesin, mesin, komponen. Responsibility: Alat bantu pembuatan laporan dan perhitungan waktu mesin.

119 4.3.1.1.3 Deskripsi Sistem Usulan Sistem informasi preventive maintenance mesin pada Pabrik Minyak Sawit Ngabang PTPN XIII akan menggunakan program yang dioperasikan pada komputer Kepala Dinas. Operator mesin juga dapat menggunakannya untuk memasukkan data mesin dan komponen baru serta memeriksa stok komponen. Jadi, jika ada kerusakan mesin operator mesin mengisi kartu rusak yang lalu diberikan kepada asisten jaga. Asisten jaga akan melaporkannya kepada kepala dinas dengan laporan kerusakan. Laporan kerusakan tersebut menjadi informasi mengenai kerusakan yang diinput oleh kepala dinas ke program dan dilakukan pengolahan data kerusakan. Dari pengolahan data kerusakan tersebut, dilakukan perhitungan mean time to failure komponen mesin yang diberikan kepada manajer pabrik. Selain itu, data kerusakan tersebut akan dibuat menjadi laporan kerusakan harian yang juga diberikan kepada manajer pabrik.

120 Mesin rusak Kartu Rusak Laporan kerusakan Operator mesin Asisten Jaga Kepala dinas Manajer Pabrik Laporan kerusakan harian Hasil mean time to failure ` Program preventive maintenance Input data kerusakan Ubah, hapus dan tambah data mesin dan komponen Gambar 4.18 Rich Picture Sistem Usulan 4.3.1.2 Problem Domain 4.3.1.3.1 Cluster Ada dua cluster untuk mengelompokkan semua class yaitu cluster Barang dan cluster Dokumen. Digambarkan sebagai berikut: <<cluster>> Barang mesin 1 * komponen Gambar 4.19 Cluster Barang

121 <<cluster>> Dokumen laporan_kerusakan kerusakan_mesin Gambar 4.12 Cluster Dokumen 4.3.1.3.2 Struktur Cluster Orang terdiri dari class karyawan, class kepala dinas dan class operator mesin. Cluster Barang terdiri dari class mesin dan class komponen. Cluster Dokumen terdiri dari class laporan kerusakan dan class kerusakan mesin. Class kepala dinas dan class operator mesin memiliki atribut dan beberapa operasi yang sama sehingga dapat digeneralisasikan menjadi class karyawan. Di bawah ini digambarkan class diagram dari sistem informasi preventive maintenance. Class diagram digambarkan untuk menunjukkan hubungan-hubungan antar class dan atribut maupun operasi yang dimiliki masing-masing class. Class diagram yang digambarkan sudah merupakan revised class diagram di mana struktur sudah tidak memiliki private event yang berbentuk iterasi, ditandai dengan tidak adanya multiplicity many to many.

122 Gambar 4.21 Class Diagram Dalam class diagram tersebut ada tiga jenis hubungan antar class, yaitu: Asosiasi Agregasi: antara class komponen dengan class mesin. Generalisasi: antara class kepala dinas dan class operator mesin dengan class karyawan pabrik.

123 4.3.1.3.3 Events No. Event Event-event pada class dibuat ke dalam event table di bawah ini. Tanda plus (+) menunjukkan event yang dijalankan secara sequential, tanda asterisk (*) menunjukkan event yang dijalankan secara berulang-ulang (iterasi). Class karyawan_pabrik kepala_dinas Tabel 4.45 Event Table operator_mesin mesin komponen laporann_kerusak an 1. entry_kerusakan * + 2. hitung_mttf * + 3. Membuat_laporan * + 4. update_mesin * * + 5. update_komponen * * + 6. cek_stok_komponen * * + 7. ubah_stok_komponen * + kerusakan_mesin 4.3.1.3.4 Behavioural Pattern Untuk menggambarkan alur hidup masing-masing class, dibuat statechart diagram. 1. Class karyawan pabrik Gambar 4.22 Statechart Karyawan Pabrik

124 Terlihat dari gambar bahwa hidup class karyawan pabrik dimulai dari masuknya objek karyawan beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update mesin, update komponen dan cek stok komponen. Siklus hidupnya akan berakhir bila objek dihapus. 2. Class mesin Gambar 4.23 Statechart Mesin Terlihat dari gambar bahwa hidup class mesin dimulai dari masuknya objek mesin beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update. Jika mesin rusak, status class menjadi inactive dan akan kembali active setelah mesin diperbaiki. Siklus hidupnya akan berakhir bila objek mesin diganti.

125 3. Class komponen Gambar 4.24 Statechart Komponen Terlihat dari gambar bahwa hidup class komponen dimulai dari masuknya objek komponen beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas update. Jika mesin rusak, status class menjadi inactive. Siklus hidupnya akan berakhir bila objek mesin diganti. 4. Class laporan kerusakan Gambar 4.25 Statechart Laporan Kerusakan Terlihat dari gambar bahwa hidup class laporan kerusakan dimulai dari dibuatnya objek laporan kerusakan beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas cetak laporan. Siklus hidupnya akan berakhir bila objek dihapus.

126 5. Class kerusakan mesin Gambar 4.26 Statechart Kerusakan Mesin Terlihat dari gambar bahwa hidup class kerusakan mesin dimulai dari dibuatnya objek pencatatan kerusakan mesin beserta entity, menyebabkan statusnya menjadi aktif. Selama aktif, class dapat melakukan aktivitas view kerusakan dan ubah keruskan. Siklus hidupnya akan berakhir bila objek dihapus.

127 4.3.1.3 Application Domain 4.3.1.3.1 Usage table sebagai berikut: Untuk penentuan hubungan aktor dengan use case dibuat actor Tabel 4.46 Actor Table Actor Use Case kepala dinas operator mesin Login v v entry kerusakan v hitung MTTF v view kerusakan v cek stok komponen v v update komponen v v update mesin v v cetak laporan v

128 4.3.1.3.2 Use Case Diagram Sistem Informasi Preventive Maintenance Mesin PMS PTPN XIII login Entry_kerusakan hitung_mttf view_kerusakan Kepala_dinas cek_stok_komponen update_komponen Operator_mesin update_mesin cetak_laporan Gambar 4.27 Use Case Diagram

129 4.3.1.3.3 Use Case Spesification Use case di atas memiliki spesifikasi masing-masing sebagai berikut. 1. Use case login Tabel 4.47 Use case Specification Login Description Use case ini berfungsi untuk mengidentifikasi karyawan yang ingin mengakses sistem dengan password. Ada pembatasan hak akses bagi operator mesin. Data yang dimasukkan yaitu: ID karyawan Password. Object karyawan pabrik Actor karyawan pabrik Precondition Actor menjalankan aplikasi. Postcondition Munculnya tombol database mesin, database komponen, entry kerusakan mesin, dan lihat downtime record jika login sebagai kepala dinas. Serta munculnya tombol database mesin dan database komponen jika login sebagai operator mesin 2. Use case entry kerusakan Description Object Actor Precondition Tabel 4.48 Use case Specification Entry Kerusakan Use case ini digunakan untuk memasukkan data-data kerusakan mesin. Data yang dimasukkan yaitu: No mesin No komponen Tanggal kerusakan Waktu kerusakan. mesin, komponen kepala dinas Menekan tombol entry kerusakan mesin pada form login

130 3. Use case hitung MTTF Description Object Actor Precondition Tabel 4.49 Use case Specification Hitung MTTF Use case ini digunakan untuk menghitung Mean Time to Failure komponen mesin. Data yang dimasukkan yaitu: No mesin No komponen Tanggal kerusakan Waktu kerusakan. mesin, komponen kepala dinas Menekan tombol hitung MTTF pada form entry kerusakan mesin 4. Use case view kerusakan Tabel 4.50 Use case Specification View Kerusakan Description Use case ini digunakan untuk melihat catatan kerusakan mesin di masa lampau. Data yang dimasukkan yaitu: No mesin No komponen Object mesin, komponen, kerusakan mesin Actor Precondition kepala dinas Menekan tombol lihat downtime record pada form login 5. Use case cek stok komponen Tabel 4.51 Use case Specification Cek Stok Komponen Description Use case ini digunakan untuk memeriksa stok komponen. Data yang dimasukkan yaitu: No komponen Object komponen Actor Precondition kepala dinas, operator mesin Menekan tombol database komponen pada form login dan tombol cari pada form komponen

131 6. Use case update komponen Tabel 4.52 Use case Specification Update Komponen Description Use case ini digunakan untuk melakukan update pada data-data komponen. Data yang dimasukkan yaitu: No komponen Nama komponen Stok baru Object komponen Actor kepala dinas, operator mesin Precondition Menekan tombol database komponen pada form login dan tombol tambah, tombol ubah atau tombol hapus pada form komponen 7. Use case update mesin Description Object Actor Precondition Tabel 4.532 Use case Specification Update Mesin Use case ini digunakan untuk melakukan update pada data-data mesin. Data yang dimasukkan yaitu: No komponen Nama komponen mesin kepala dinas, operator mesin Menekan tombol database mesin pada form login dan tombol tambah, tombol ubah atau tombol hapus pada form komponen 8. Use case cetak laporan Description Object Actor Precondition Postcondition Tabel 4.54 Use case Specification Cetak Laporan Use case ini digunakan untuk mencetak laporan kerusakan. mesin, komponen, kerusakan mesin kepala dinas Menekan tombol cetak laporan pada form entry kerusakan. Munculnya laporan

132 4.3.1.3.4 Sequence Diagram 1. Sequence login Gambar 4.28 Sequence Login 2. Sequence entry kerusakan Gambar 4.29 Sequence Entry Kerusakan

133 3. Sequence hitung MTTF Gambar 4.30 Sequence Hitung MTTF 4. Sequence view kerusakan Gambar 4.31 Sequence View Kerusakan

134 5. Sequence cek stok komponen Gambar 4.32 Sequence Cek Stok Komponen 6. Sequence update komponen Gambar 4.33 Sequence Update Komponen

135 7. Sequence update mesin Gambar 4.34 Sequence Update Mesin 8. Sequence cetak laporan Gambar 4.35 Sequence Cetak Laporan

136 4.3.1.3.5 Function list maintenance. Berikut adalah tabel function list pada sistem informasi preventive Tabel 4.55 Function List No Function Type Complexity 1 login read simple cek password read simple 2 entry kerusakan read, update medium entry tanggal mulai update simple entry tanggal selesai update simple pilih mesin read simple pilih komponen read simple 3 hitung MTTF compute complex 4 view kerusakan read medium pilih mesin read simple pilih komponen read simple 5 update mesin read, update simple pilih mesin read simple tambah mesin update simple hapus mesin update simple 6 update komponen read, update simple pilih komponen read simple tambah komponen update simple hapus komponen update simple tambah stok update simple 7 cetak laporan read, update medium entry kerusakan read simple 8 cek stok komponen read simple pilih komponen read simple

137 4.3.1.3.6 User Interface 1.Overview Berikut ini adalah overview sistem dalam bentuk navigation diagram untuk user kepala dinas. Gambar 4.36 Navigation Diagram untuk Kepala Dinas

138 Berikut ini adalah overview sistem dalam bentuk navigation diagram untuk user operator mesin. Gambar 4.37 Navigation Diagram untuk Operator Mesin 2.Examples Sistem informasi preventive maintenance pabrik minyak sawit PTPN XIII digunakan pada komputer di lantai produksi oleh kepala dinas dan/atau operator mesin yang bertugas.

139 Contoh perancangan layar aplikasinya yaitu sebagai berikut: 1. Interface Login Gambar 4.38 Window Login Pada saat login, karyawan pabrik yang bertugas memasukkan ID karyawan dan password. Password akan dicek, jika sesuai maka login berhasil dan tombol login akan dinonaktifkan. Kemudian muncul tombol-tombol untuk melakukan fungsi-fungsi dari aplikasi. Untuk karyawan kepala dinas, semua fungsi aplikasi dapat dijalankan yaitu tombol ke window database mesin, tombol ke window database komponen, tombol ke window entry kerusakan mesin, tombol ke downtime record.

140 Gambar 4.39 Window Login Kepala Dinas Sedangkan untuk operator pabrik, fungsi aplikasi yang bisa diakses hanya ke window database mesin dan ke window database komponen. Gambar 4.40 Window Login Operator Pabrik

141 2. Interface entry kerusakan Gambar 4.41 Window Entry Kerusakan Untuk memasukkan data kerusakan mesin, terlebih dahulu memasukkan data mesin dan komponennya. Memilih nama mesin, kode mesin, komponen dan komponen menggunakan combo box. Selanjutnya diisi tanggal dan jam kerusakan (mulai dan selesai) serta jenis sebaran dari data waktu kerusakan. Jikas tombol simpan ditekan, tampilan flexgrid memperlihatkan data yang sedang diisi. Tombol clear untuk mengosongkan isi objek-objek pada window tampilan. Penekanan tombol hitung akan menyebabkan munculnya hasil perhitungan mean time to failure dalam frame. Tombol << di semua window akan mengarahkan kembali ke menu login (menu utama). Penekanan tombol cetak laporan akan mengarahkan ke window cetak laporan.

142 Gambar 4.42 Window Entry Kerusakan Setelah Hitung 3. Interface mesin Gambar 4.43 Window Database Mesin Untuk pencarian mesin pada window database mesin, terlebih dahulu dimasukkan nama mesin dan kodenya lalu menekan tombol cari.

143 Jika ingin menambah data mesin, maka dimasukkan nama dan kode mesin baru dan menekan tombol tambah. Untuk menghapus atau mengubah data mesin yang sudah ada, setelah melakukan pencarian dilakukan penghapusan (tekan tombol hapus) atau memasukkan perubahan yang diinginkan di textbox kemudian menekan tombol ubah. 4. Interface komponen Gambar 4.44 Window Database Komponen Untuk pencarian komponen pada window database komponen, terlebih dahulu dimasukkan nama komponen dan kodenya lalu menekan tombol cari. Jika ingin menambah stok komponen atau data komponen, maka dimasukkan nama dan kode komponen baru atau jumlah stok baru kemudian menekan tombol tambah. Untuk menghapus

144 atau mengubah data komponen yang sudah ada, setelah melakukan pencarian dilakukan penghapusan (tekan tombol hapus) atau memasukkan perubahan yang diinginkan di textbox kemudian menekan tombol ubah. 5. Interface laporan kerusakan Gambar 4.45 Window Laporan Kerusakan Pada window laporan kerusakan akan ditampilkan hasil laporan dari entry kerusakan. Tombol simpan ditekan untuk menyimpan laporan agar menjadi referensi di masa mendatang. Tombol cetak ditekan untuk print laporan.