Analisa Keandalan dan Penentuan Jumlah Persediaan Optimal Komponen Mesin Hammer Mill pada PT. Gold Coin Indonesia

(1)

ANALISA KEANDALAN DAN PENENTUAN JUMLAH PERSEDIAAN OPTIMAL KOMPONEN MESIN HAMMER MILL PADA

PT. GOLD COIN INDONESIA

TUGAS SARJANA

Diajukan untuk Memenuhi Sebagian dari Syarat-syarat Memperoleh Gelar Sarjana Teknik

Oleh :

LILA ALDILA DAMANIK 050403107

D E P A R T E M E N T E K N I K I N D U S T R I

F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA

M E D A N

(2)

(3)

(4)

ABSTRAK

Aktivitas produksi sering mengalami hambatan dikarenakan tidak berfungsinya mesin-mesin produksi. Hal ini mengakibatkan penumpukan dalam aliran proses produksi sehingga target produksi dan jadwal penyelesaian produk tidak terpenuhi. Oleh karena itu diperlukan sebuah sistem pemeliharaan mesin yang memadai agar diperoleh reliability (keandalan) mesin yang optimal.

PT.Gold Coin Indonesia merupakan perusahaan penghasil produk-produk pakan ternak yang sering mengalami kendala seperti kerusakan mesin produksi atau menunggu datangnya unit mesin/komponen yang dipesan/dibeli untuk menggantikan komponen yang rusak. Penggantian unit/komponen tidak dapat dilakukan sembarangan karena harga yang mahal dan adanya selang waktu pemesanan. Selain itu sistem perawatan (maintenance) yang selama ini berjalan masih bersifat corrective (perbaikan) sehingga setiap ada kerusakan, bagian perawatan hanya melakukan perbaikan dengan mencari kerusakannya, dan mengganti komponen yang rusak tanpa memperhatikan keandalannya atau kondisi mesin saat itu apakah mampu beroperasi sesuai dengan yang diharapkan.

Pada penelitian ini akan dilakukan pengembangan sistem pemeliharaan mesin dengan pendekatan Reliability Engineering yang tujuannya adalah mendapatkan nilai Mean Time To Failure (MTTF) sebagai basis informasi untuk melakukan penggantian komponen (jadwal pemeliharaan) berdasarkan data historis sebelum terjadinya kerusakan/kegagalan komponen. Selain itu juga bertujuan mendapatkan jumlah kebutuhan komponen untuk mendukung persediaan optimal komponen mesin.

Pemilihan mesin kritis dilakukan dengan analisis pareto dengan hasilnya adalah mesin Hammer Mill. Selanjutnya untuk pemilihan komponen mesin yang kritis kembali dilakukan analisis pareto dengan metode ABC sehingga didapat 3 komponen yaitu Beater PCD 80 m/m (50x6x150 - Ø 17 mm), Beater PCD 80 m/m (50x150x50 - Ø 17 mm) dan Screen 695-1120-3D-Ø 6 mm. Dari hasil pengolahan data dan pembahasan yang dilakukan diperoleh nilai MTTF Beater PCD 80 m/m (50x6x150 - Ø 17 mm) sebesar 18,7122 dengan selang waktu penggantian 20 hari, Beater PCD 80 m/m (50x150x50 - Ø 17 mm) sebesar 43,4791 dengan selang waktu penggantian 41 hari dan Screen 695-1120-3D-Ø 6 mm sebesar 20,7568 dengan selang waktu penggantian 16 hari. Sedangkan ukuran pemesanan optimal berdasarkan konsep EOQ (Economic Order Quantity) untuk masing-masing spare part dalam 1 periode adalah: Beater PCD 80 m/m (50x6x150 - Ø 17 mm) untuk supplier Thailand sebanyak 449,9302 (450) unit atau supplier Taiwan sebanyak 436,23 (437) unit. Beater PCD 80 m/m (50x150x50 - Ø 17 mm) untuk supplier Thailand sebanyak 729,61 (730) unit atau

supplier Taiwan sebanyak 708,755 (709) unit. Screen 695-1120-3D-Ø 6 mm

untuk supplier Thailand sebanyak 32,303 (33) unit atau supplier Taiwan sebanyak 31,32 (32) unit.

(5)

Kata kunci: Reliability Engineering, Mean Time To Failure (MTTF), Selang

waktu penggantian, Economic Order Quantity (EOQ)

KATA PENGANTAR

Puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Kuasa, yang telah memberikan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan laporan Tugas Sarjana ini.

Tugas Sarjana merupakan salah satu syarat akademis yang harus dipenuhi untuk menyelesaikan studi di Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara. Penulis melakukan penelitian di PT. Gold Coin Indonesia, dengan judul penelitian ” Analisa Keandalan dan Penentuan Jumlah Persediaan Optimal Komponen Mesin Hammer Mill pada PT. Gold Coin Indonesia”.

Penulis menyadari masih banyak kekurangan dalam penulisan laporan ini, karena pengetahuan dan pengalaman penulis yang masih terbatas. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun untuk menyempurnakan laporan ini.

Akhir kata, penulis mengharapkan agar laporan Tugas Sarjana ini dapat memberikan manfaat bagi kita semua.

Medan, Juli 2010

(6)

UCAPAN TERIMAKASIH

Terimakasih penulis ucapkan yang sebesar-besarnya kepada Tuhan Yesus Kristus yang telah memberikan kesempatan kepada penulis untuk merasakan dan mengikuti pendidikan di Departemen Teknik Industri USU serta telah membimbing penulis selama masa kuliah dan penulisan laporan Tugas Sarjana ini.

Dalam penulisan Tugas Sarjana ini penulis telah mendapatkan bimbingan dan bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupun administrasi. Oleh karena itu sudah selayaknya penulis mengucapkan terima kasih kepada:

1. Ibu Ir. Rosnani Ginting, MT. selaku Ketua Departemen Teknik Industri Universitas Sumatera Utara, yang telah memberi izin pelaksanaan Tugas Sarjana ini dan dukungan serta perhatian yang diberikan kepada penulis.

2. Bapak Dr. Ir. Humala L. Napitupulu, DEA, selaku Dosen Pembimbing I atas waktu, bimbingan, pengarahan, dan masukan yang diberikan penulis dalam penyelesaian Tugas Sarjana ini.

3. Bapak Ir. Mangara Tambunan, MSc, selaku Dosen Pembimbing II atas waktu, bimbingan, pengarahan, dan masukan yang diberikan penulis dalam penyelesaian Tugas Sarjana ini.

4. Bapak Prof. Dr. Ir. Sukaria Sinulingga, M. Eng, selaku Ketua Bidang Rekayasa Sistem Manufaktur atas waktu, bimbingan, pengarahan, dan masukan yang diberikan penulis dalam penyelesaian Tugas Sarjana ini.

(7)

5. Bapak Aulia Ishak, ST. MT. dan Bapak Ir. Sugih Arto Pujangkoro, MM. selaku Koordinator Tugas Akhir Departemen Teknik Industri USU.

6. Bapak Ir. Boima Manihuruk sebagai Manager Produksi di PT. Gold Coin Indonesia yang telah mengizinkan penulis melakukan penelitian dan membantu penulis dalam pengumpulan data.

7. Bapak Charles Simanjuntak sebagai staff Maintenance sekaligus sebagai pembimbing lapangan yang telah membantu dan membimbing penulis dalam pengumpulan data.

8. Bapak Usman Sapta sebagai staff HRD (Human Research Development), yang telah memberikan kemudahan dalam birokrasi dan urusan surat-menyurat dengan PT. Gold Coin Indonesia.

9. Staff pegawai Teknik Industri Bang Bowo, Bang Mino, Kak Dina, Bang Nurmansyah, Bang Kumis, Kak Rahma dan Ibu Ani, terimakasih atas bantuannya dalam masalah administrasi untuk melaksanakan Tugas Sarjana ini.

10.Orang tua penulis (J. Damanik dan R.D. br. Purba Tanjung) dan saudara-saudara penulis (abang, kakak dan adik tercinta) yang telah mendukung penulis dalam doa, dana dan semangat.

11.Viktor Berlin Solo Parulian Situmorang, sebagai abang dan teman terdekat penulis yang senantiasa menemani, memberikan semangat, masukan, kesabaran dan penghiburan di setiap waktu kepada penulis dari mulai awal penelitian sampai penyelesaian Tugas Sarjana ini.

(8)

12.Rekan peneliti dalam penelitian di PT. Gold Coin Indonesia, Deasy N. Simarmata, dan Marnasib L. Sihite, sebagai teman diskusi dan berbagi informasi.

13.Andhy Sijabat, Reviana, Mahandra, Rizky, Ricky, Teddy (Asisten Senior Prosman) dan semua asisten baru adikku Julius, Novrizal, Chalis, Romi, Maryani, Wenny, Bebby dan Meylando atas bantuan dan masukan serta motivasi yang diberikan kepada penulis.

14.Teman-teman KMK St. Albertus Magnus (abang, kakak dan adik di keluarga St. Yoseph Eng.) yang selalu setia mendoakan penulis dan memberikan semangat yang luar biasa dari awal hingga selesainya pengerjaan Tugas Sarjana ini.

15.Sahabat-sahabat terkasih (Deasy N. Simarmata, Marnasib L. Sihite, Kristina Rajagukguk, Bemviana Sianturi, dan Juniyanti Napitupulu) yang selalu memberikan dukungan dan doa serta tidak henti-hentinya memberikan nasehat positif kepada penulis untuk tetap semangat.

(9)

- DAFTAR ISI -

BAB Halaman

HALAMAN JUDUL ... i

LEMBAR PENGESAHAN ... ii

SERTIFIKAT EVALUASI TUGAS SARJANA ... iii

ABSTRAK ... iv

KATA PENGANTAR ... v

UCAPAN TERIMAKASIH ... vi

DAFTAR ISI ... ix

DAFTAR TABEL... xviii

DAFTAR GAMBAR ... xxiv

DAFTAR LAMPIRAN ... xxv

I PENDAHULUAN

1.1. Latar Belakang Permasalahan ... I- 1 1.2. Rumusan Masalah... I- 3 1.3. Tujuan dan Manfaat Penelitian... I- 3 1.4. Batasan Masalah dan Asumsi ... I- 4 1.5. Sistematika Penulisan Tugas Akhir ... I- 6

II GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan ... II-1 2.2. Ruang Lingkup Bidang Usaha ... II-2

(10)

- DAFTAR ISI (lanjutan) -

BAB Halaman

2.4. Daerah Pemasaran ... II-3 2.5. Proses Produksi. ... II-3 2.5.1. Standar Mutu Bahan/Produk. ... II-4 2.5.2. Bahan yang Digunakan. ... II-5 2.5.2.1. Bahan Baku. ... II-5 2.5.2.2. Bahan Tambahan. ... II-9 2.5.2.3. Bahan Penolong. ... II-10 2.5.3. Uraian Proses Produksi. ... II-10 2.5.4. Mesin, Peralatan dan Utilitas. ... II-15 2.5.4.1. Mesin Produksi. ... II-16 2.5.4.2. Peralatan. ... II-19 2.5.4.3. Utilitas. ... II-20

III LANDASAN TEORI

3.1. Ruang Lingkup Kegiatan Perawatan ... III-1 3.2. Pengertian Perawatan ... III-3 3.2.1. Bentuk-bentuk Perawatan. ... III-4 3.3. Konsep Reliability (Keandalan) ... III-5 3.3.1. Pengertian Keandalan. ... III-5 3.3.2. Fungsi Kepadatan Probabilitas. ... III-7 3.3.3. Fungsi Distribusi Kumulatif. ... III-7

(11)

- DAFTAR ISI (lanjutan) -

BAB Halaman

3.3.4. Fungsi Keandalan... III-8 3.3.5. Fungsi Laju Kegagalan... III-9 3.3.6. Pola Distribusi Data dalam Keandalan/Reliability. ... III-11 3.3.6.1. Pola Distribusi Normal. ... III-11 3.3.6.2. Pola Distribusi Lognormal. ... III-13 3.3.6.3. Pola Distribusi Eksponensial. ... III-14 3.3.6.4. Pola Distribusi Weibull. ... III-16 3.3.7. Identifikasi dan Parameter Distribusi ... III-18 3.3.7.1. Identifikasi Distribusi Awal ... III-18 3.3.7.2. Estimasi Parameter ... III-19 3.3.8. Laju Kerusakan Komponen dan Siklus

Hidup Komponen………. III-23

3.3.9. Uji Kolmogorov-Smirnov ... III-24 3.4. Sistem Persediaan. ... III-27 3.4.1. Economy Order Quantity (EOQ). ... III-28 3.4.2. Konsep Supply Chain. ... III-30 3.4.2.1. Mengelola Aliran Supply Chain. ... III-33 3.4.2.2. Klasifikasi Metode Peramalan. ... III-36 3.4.2.2.1. Peramalan Kualitatif. ... III-36

(12)

- DAFTAR ISI (lanjutan) -

BAB Halaman

3.4.2.2.3. Kriteria Performance Peramalan. .... III-47 3.4.2.2.3.1. UKuran Statistik

Standar. ... III-48 3.4.2.2.3.2. Ukuran-ukuran Relatif. III-50 3.5. Identifikasi Material Menggunakan Analisis

Klasifikasi ABC ... III-50

IV METODOLOGI PENELITIAN

4.1. Jenis Penelitian ... IV- 3 4.2. Tempat dan Waktu Penelitian ... IV- 3 4.3. Objek Penelitian ... IV- 4 4.4. Variabel Penelitian ... IV- 4 4.5. Pengumpulan Data ... IV- 4 4.5.1. Cara Pengumpulan Data ... IV- 5 4.6. Pengolahan Data ... IV- 6 4.6.1. Pemilihan komponen kritis dengan Analisa Pareto. ... IV-6 4.6.2. Pengujian Distribusi Waktu Antar Kerusakan. ... IV-6 4.6.3. Menghitung Parameter Distribusi………. IV-7 4.6.4. Perhitungan Nilai Konsep Keandalan……….. IV-7 4.6.5. Penentuan Jumlah Persediaan ... IV- 7 4.7. Analisis Data ... IV- 7

(13)

- DAFTAR ISI (lanjutan) –

BAB Halaman

4.8. Kesimpulan dan Saran ... IV- 8

V PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data ... V- 1 5.1.1. Data Frekuensi Kerusakan Mesin……… V- 1 5.1.2. Data Waktu Terjadinya Kerusakan Komponen

Mesin Hammer Mill………. V- 2 5.1.3. Daftar Harga Komponen Mesin Hammer Mill ... V- 2 5.1.4. Langkah-langkah Pengolahan Data ... V- 3

5.1.4.1 Penentuan Mesin Kritis dengan Analisis

Pareto ... V-4 5.1.4.2 Penentuan Komponen Kritis dengan

Metode ABC ... V-6 5.1.4.3. Hubungan Keterkaitan Antar Bagian

dalam Pengadaan Suku cadang. ... V-10 5.2. Pengolahan Data ... V- 13 5.2.1. Pemilihan Pola Distribusi Kerusakan ... V- 16 5.2.1.1. Distribusi Kerusakan Komponen Beater PCD

80 m/m (50x6x150 - ø 17 mm) ... V- 17 5.2.1.1.1. Perhitungan Secara Manual ... V- 17

(14)

- DAFTAR ISI (lanjutan) –

BAB Halaman

5.2.1.1.2. Perhitungan dengan Bantuan

Software Minitab 14 ... V-22 5.2.1.2. Distribusi Kerusakan Komponen Beater PCD

80 m/m (50x150x50 - ø 17 mm) ... V-23 5.2.1.2.1. Perhitungan Secara Manual ... V-23 5.2.1.2.2. Perhitungan dengan Bantuan

Software Minitab 14 ... V-28 5.2.1.3. Distribusi Kerusakan Komponen Screen

695-1120-3D-Ø 6 mm ... V-28 5.2.1.3.1. Perhitungan Secara Manual ... V-28

5.2.1.3.2. Perhitungan dengan Bantuan

Software Minitab 14 ... V-33 5.2.2. Perhitungan Parameter Distribusi ... V-34 5.2.2.1. Perhitungan MTTF Komponen Beater PCD

80 m/m (50x6x150 - Ø 17 mm) ... V-35 5.2.2.2. Perhitungan MTTF Komponen Beater PCD

80 m/m (50x150x50 - Ø 17 mm)... V-37 5.2.2.3. Perhitungan MTTF Komponen Screen

695-1120-3D-Ø 6 mm. ... V-39 5.2.3. Perhitungan Nilai Konsep Keandalan ... V-42

(15)

- DAFTAR ISI (lanjutan) –

BAB Halaman

5.2.3.1. Perhitungan Nilai Konsep Keandalan Komponen Beater PCD 80 m/m

(50x6x150 - Ø 17 mm) ... V-42 5.2.3.2. Perhitungan Nilai Konsep Keandalan

Komponen Beater PCD 80 m/m

(50x150x50 - Ø 17 mm) ... V-44 5.2.3.3. Perhitungan Nilai Konsep Keandalan Komponen

Screen 695-1120-3D-Ø 6 mm. ... V-46 5.2.4. Perhitungan Cost of Failure dan Cost of Preventive .. V-49 5.2.4.1. Perhitungan Cost of Failure ... V-49 5.2.4.2. Perhitungan Cost of Preventive ... V-52 5.2.5. Perhitungan Selang Waktu Penggantian Pencegahan . V-52 5.2.5.1. Selang Waktu Penggantian Komponen Beater

PCD 80 m/m (50x6x150 - Ø 17 mm) ... V-52 5.2.5.2. Selang Waktu Penggantian Komponen Beater

PCD 80 m/m (50x150x50 - Ø 17 mm) ... V-54 5.2.5.3. Selang Waktu Penggantian Komponen Screen

(16)

- DAFTAR ISI (lanjutan) –

BAB Halaman

5.2.6. Hubungan Keterkaitan Antar Bagian dalam Pengadaan Suku Cadang Menurut Konsep Supply Chain

Management. ... V-58 5.2.6.1. Jumlah Kebutuhan Komponen. ... V-62 5.2.6.1.1. Data Jumlah Permintaan Komponen. V-62 5.2.6.1.2. Data Lead Time Pemesanan

Spare Part. ... V-62 5.2.6.1.3. Biaya Pemesanan. ... V-63 5.2.6.1.4. Biaya Penyimpanan. ... V-63 5.2.6.1.5. Biaya Kekurangan Persediaan. ... V-63 5.2.7. Penentuan Q Optimal (Q*). ... V-64 5.2.7.1. Penentuan Q Optimal Komponen Beater PCD

80 m/m (50x6x150 - Ø 17 mm). ... V-64 5.2.7.1.1. Peramalan. ... V-64 5.2.7.1.2. Perhitungan Harga Q Optimal (Q*). ... V-73 5.2.7.2. Penentuan Q Optimal Komponen Beater

PCD 80 m/m (50x150x50 - Ø 17 mm). ... V-73 5.2.7.2.1. Peramalan. ... V-73 5.2.7.2.2. Perhitungan Harga Q Optimal (Q*). ... V-80

(17)

- DAFTAR ISI (lanjutan) –

BAB Halaman

5.2.7.3. Penentuan Q Optimal Komponen Screen

695-1120-3D-Ø 6 mm ... V-80 5.2.7.3.1. Peramalan. ... V-80 5.2.7.3.2. Perhitungan Harga Q Optimal (Q*). ... V-87

VI ANALISIS PEMECAHAN MASALAH

6.1. Analisis Data Kerusakan Spare part ... VI- 1 6.2. Perhitungan Parameter Distribusi ... VI- 2 6.3. Analisis Nilai Konsep Keandalan... VI- 3 6.4. Perhitungan Selang Waktu Penggantian. ... VI-3 6.5. Analisis Pemesanan Optimal. ... VI-5 6.5.1. Beater PCD 80 m/m (50x6x150 - Ø 17 mm). ... VI-6 6.5.2. Beater PCD 80 m/m (50x150x50 - Ø 17 mm). ... VI-7 6.5.3. Screen 695-1120-3D-Ø 6 mm. ... VI-8

VII KESIMPULAN DAN SARAN

7.1. Kesimpulan ... VII- 1 7.2. Saran ... VII- 3

DAFTAR PUSTAKA LAMPIRAN

(18)

- DAFTAR TABEL -

Tabel Halaman

2.1. Standar Kandungan Gizi Bahan Baku ... II- 6 2.2. Standar Kandungan Gizi Produk ... II-7 5.1. Frekuensi Kerusakan/Kegagalan Mesin Periode 2008-2009... V-1 5.2. Daftar Komponen Mesin Hammer Mill ... V-2 5.3. Daftar Rata-rata Penggunaan dan Biaya Per Unit Spare part

Mesin Hammer Mill yang Sering Mengalami Kerusakan………….. V-3 5.4. Frekuensi Kerusakan/Kegagalan Mesin Periode 2008-2009... V-5 5.5. Analisa Spare Part ... V-7 5.6. Analisa Persentase Nilai Komponen ... V-8 5.7. Klasifikasi Komponen Menurut Konsep ABC ... V-8 5.8. Data Waktu Kerusakan Komponen Beater PCD 80 m/m

(50x6x150 - Ø 17 mm) Periode Tahun 2008-2009……….. V-14 5.9. Waktu antar Kerusakan Komponen Beater PCD 80 m/m

(50x6x150 - ø 17 mm) setelah Diurutkan (hari) ... V-14 5.10. Data Waktu Kerusakan Komponen Beater PCD 80 m/m

(50x150x50 - Ø 17 mm) Periode Tahun 2008-2009 ... V-15 5.11. Waktu Antar Kerusakan Komponen Beater PCD 80 m/m

(50x150x50 - ø 17 mm) setelah Diurutkan (hari)……… V-15 5.12. Data Waktu Kerusakan Komponen Screen 695-1120-3D-Ø 6 mm

(19)

- DAFTAR TABEL (Lanjutan) –

Tabel Halaman

5.13. Waktu Antar Kerusakan Komponen Screen 695-1120-3D-Ø 6 mm

setelah Diurutkan (hari) ... V-16 5.14. Perhitungan Goodness of fit dengan Distribusi Normal pada

Komponen Beater PCD 80 m/m (50x6x150 - ø 17 mm)…………. V-17 5.15. Perhitungan Goodness of fit dengan Distribusi Lognormal pada

Komponen Beater PCD 80 m/m (50x6x150 - ø 17 mm)………… V-18 5.16. Perhitungan Goodness of fit dengan Distribusi Eksponensial

pada Komponen Beater PCD 80 m/m (50x6x150 - ø 17 mm)... V-20 5.17. Perhitungan Goodness of fit dengan Distribusi Weibull pada

Komponen Beater PCD 80 m/m (50x6x150 - ø 17 mm)………….... V-21 5.18. Rekapitulasi Perhitungan Manual Distribusi Selang Waktu Antar Kerusakan

pada Komponen Beater PCD 80 m/m (50x6x150 - ø 17 mm) ... V-22 5.19. Perhitungan Goodness of fit dengan Distribusi Normal pada Komponen

Beater PCD 80 m/m (50x150x50 - ø 17 mm)………. V-23 5.20. Perhitungan Goodness of fit dengan Distribusi Lognormal pada

Komponen Beater PCD 80 m/m (50x150x50 - ø 17 mm)………….. V-24 5.21. Perhitungan Goodness of fit dengan Distribusi Eksponensial pada

Komponen Beater PCD 80 m/m (50x150x50 - ø 17 mm)………….. V-25 5.22. Perhitungan Goodness of fit dengan Distribusi Weibull pada Komponen

(20)

- DAFTAR TABEL (Lanjutan) –

Tabel Halaman

5.23. Rekapitulasi Perhitungan Manual Distribusi Selang Waktu Antar Kerusakan pada Komponen Beater PCD 80 m/m (50x150x50 - ø 17mm)…….. V-27 5.24. Perhitungan Goodness of fit dengan Distribusi Normal pada Komponen

Screen 695-1120-3D-Ø 6 mm... V-29 5.25. Perhitungan Goodness of fit dengan Distribusi Lognormal pada

Komponen Screen 695-1120-3D-Ø 6 mm……….. V-30 5.26. Perhitungan Goodness of fit dengan Distribusi Eksponensial pada

Komponen Screen 695-1120-3D-Ø 6 mm……… V- 31 5.27. Perhitungan Goodness of fit dengan Distribusi Weibull pada

Komponen Screen 695-1120-3D-Ø 6 mm……….. V-32 5.28. Rekapitulasi Perhitungan Manual Distribusi Selang Waktu Antar

Kerusakan pada Komponen Screen 695-1120-3D-Ø 6 mm……… V-33 5.29. Pola Distribusi Terpilih Data Selang Waktu Antar Kerusakan Tiap

Komponen……... V-34 5.30. Perhitungan MTTF Komponen Beater PCD 80 m/m (50x6x150 –

Ø 17 mm)……... V-35 5.31. Perhitungan MTTF Komponen Beater PCD 80 m/m

(50x150x50 - Ø 17 mm)……... V-37 5.32. Perhitungan MTTF Komponen Screen 695-1120-3D-Ø 6 mm… V-39 5.33. Perolehan Nilai MTTF Tiap Komponen ……... V-42

(21)

- DAFTAR TABEL (Lanjutan) –

Tabel Halaman

5.34. Perhitungan Nilai Konsep Keandalan Komponen Beater PCD

80m/m (50x6x150 - Ø 17 mm)………. V-43 5.35. Perhitungan Nilai Konsep Keandalan Komponen Beater

PCD 80m/m (50x150x50 - Ø 17 mm)……….. V-46 5.36. Perhitungan Nilai Konsep Keandalan Komponen Screen

695-1120-3D-Ø 6 mm... V-48 5.37. Perhitungan Selang Waktu Penggantian Komponen Beater

PCD 80 m/m (50x6x150 - Ø 17 mm)……… V-53 5.38. Perhitungan Selang Waktu Penggantian Komponen Beater

PCD 80 m/m (50x150x50 - Ø 17 mm)………. V-55 5.39. Perhitungan Selang Waktu Penggantian Komponen Screen

695-1120-3D-Ø 6 mm………..…….. V-57 5.40. Selang Waktu Penggantian Tiap Komponen……….. V-58 5.41. Jumlah Permintaan Komponen ... V- 62 5.40. Lead Time Pemesanan Spare Part ... V- 62 5.41. Biaya Pemesanan Setiap Suplier ... V- 63 5.42. Perhitungan Parameter Kesalahan Metode Single Exponential

Smoothing ... V- 69

(22)

- DAFTAR TABEL (Lanjutan) –

Tabel Halaman

5.45. Kesalahan Estimasi Tiap Metode untuk Peramalan Komponen Beater PCD 80 m/m (50x6x150 - Ø 17 mm) ... V- 72 5.46. Hasil peramalan menggunakan Metode Single Exponential

Smoothing ... V- 76

5.47. Perhitungan Parameter Kesalahan Model Holt’s ... V- 77 5.48. Perhitungan Parameter Kesalahan Model Winter’s ... V- 78 5.50. Kesalahan Estimasi Tiap Metode untuk Peramalan Komponen Beater

PCD 80 m/m (50x150x50 - Ø 17 mm) ... V- 79 5.50. Hasil peramalan menggunakan Metode Single Exponential

Smoothing ... V- 83

5.51. Perhitungan Parameter Kesalahan Model Holt’s……… V- 84 5.52. Perhitungan Parameter Kesalahan Model Winter’s ... V- 85 5.53. Kesalahan Estimasi Tiap Metode untuk Peramalan Komponen Screen

695-1120-3D-Ø 6 mm ... V- 86 6.1. Rekapitulasi Perhitungan Manual Distribusi Selang Waktu Antar

Kerusakan pada Tiap Komponen ... VI- 2 6.2. Perolehan Nilai MTTF Tiap Komponen ... VI- 3 6.3. Nilai Konsep Keandalan Tiap Komponen ... VI- 3 6.4. Perbandingan Data Historis dengan Nilai MTTF dan Perolehan Selang

(23)

- DAFTAR GAMBAR –

Gambar Halaman

3.1. Pembagian Perawatan secara Skematik ... III- 1 3.2. Kurva Distribusi Normal ... III- 12 3.3. Kurva Distribusi Lognormal... III- 13 3.4. Kurva Distribusi Eksponensial... III- 15 3.5. Kurva Distribusi Weibull ... III- 16 3.6. Siklus Hidup Komponen ... III-23 3.7. Total Biaya Persediaan. ... III-30 3.8. Taksonomi Peramalan ... III-37 3.9. Langkah – langkah Peramalan Secara Kuantitatif ... III-40 4.1. Kerangka Berpikir/Konseptual Penelitian ... IV-1 4.2. Proses Penelitian ... IV-9 5.1. Diagram Pareto Kerusakan Komponen Mesin Produksi Periode

2008-2009. ... V-5 5.2. Grafik Analisa Pareto ... V-10 5.3. Diagram Aliran Material dan Informasi Secara Umum ... V-10 5.4. Kurva CDF, PDF, Reliability dan Failure Rate Beater PCD 80 m/m

(50x6x150 - Ø 17 mm)………. V-45 5.5. Kurva CDF, PDF, Reliability dan Failure Rate Beater PCD 80 m/m

(50x150x50 - Ø 17 mm).………. V-47 5.6. Kurva CDF, PDF, Reliability dan Failure Rate Screen

(24)

- DAFTAR GAMBAR -

Gambar Halaman

5.7. Hubungan Keterkaitan Antar Bagian Menurut Konsep Supply

Chain Management pada PT. Gold Coin Indonesia ... V-59 5.8. Diagram Pencar Permintaan Komponen Beater PCD 80 m/m

(50x6x150 - Ø 17 mm) Periode Januari 2008 – Desember 2009 ... V-64 5.9. Diagram Pencar Permintaan Komponen Beater PCD 80 m/m

(50x150X50- Ø 17 mm) Periode Januari 2008 – Desember 2009…... V-74 5.10. Diagram Pencar Permintaan Komponen Screen

(25)

- DAFTAR LAMPIRAN -

Lampiran Halaman

1. Gambar Mesin Hammer Mill ... L-1 2. Form Permohonan Tugas Sarjana. ... L-2 3. Form Penetapan Tugas Sarjana. ... L-3 4. Surat Penjajakan Pabrik... L-4 5. Surat Balasan Pabrik. ... L-5 6. Surat Keputusan. ... L-6 7. Form Asistensi Dosen Pembimbing II. ... L-7 8.Form Asistensi Dosen Pembimbing I. ... L-8

(26)

ABSTRAK

supplier Taiwan sebanyak 708,755 (709) unit. Screen 695-1120-3D-Ø 6 mm

untuk supplier Thailand sebanyak 32,303 (33) unit atau supplier Taiwan sebanyak 31,32 (32) unit.

(27)

BAB I

PENDAHULUAN

1.1. Latar Belakang Permasalahan

Persaingan antar perusahaan akhir-akhir ini tidak lagi terbatas secara lokal, tetapi mencakup kawasan regional dan global. Oleh karena itu, setiap perusahaan berlomba untuk terus-menerus mencari usaha dan cara untuk mampu bersaing dan memiliki keunggulan kompetitif agar tetap hidup dan berkembang. Inilah globalisasi dan demikianlah akibatnya dalam persaingan. Persaingan ini harus didukung oleh kelancaran proses produksi dalam perusahaan itu sendiri. Kelancaran proses produksi pada semua industri manufaktur merupakan tuntutan utama yang harus dipenuhi agar target perusahaan dapat tercapai.

PT.Gold Coin Indonesia merupakan perusahaan penghasil produk-produk pakan ternak. Dalam menjamin kualitas pakan ternak yang dihasilkannya, perusahaan menggunakan metode pengolahan yang higienis dan mesin-mesin pengolahan yang mahal seperti hammer mill, pellet mill, mixer, crumble, drum

shiever, dan sebagainya. Namun demikian, proses produksi pada perusahaan ini

sering mengalami kendala dalam bentuk tidak bekerjanya sistem akibat adanya kerusakan mesin produksi atau menunggu datangnya unit mesin/komponen yang dipesan/dibeli untuk menggantikan komponen yang rusak. Penggantian unit/komponen tidak dapat dilakukan sembarangan karena harganya yang mahal dan adanya selang waktu pemesanan.

(28)

Sistem perawatan (maintenance) yang selama ini berjalan di PT. Gold Coin Indonesia kurang memperhatikan faktor keandalan mesin. Akibatnya setiap ada kerusakan, bagian perawatan hanya melakukan perbaikan dengan mencari kerusakannya, dan mengganti komponen yang rusak tanpa memperhatikan keandalannya atau kondisi mesin saat itu apakah mampu beroperasi sesuai dengan yang diharapkan. Oleh karena itu perlu melakukan analisis keandalan terlebih dahulu terhadap mesin untuk mengetahui sejauh mana kondisi dari mesin yang ditinjau.

Sementara itu dalam penentuan jumlah persediaan komponen spare part, perusahaan ini hanya menggunakan perkiraan-perkiraan secara konvensional atau dalam artian menggunakan perkiraan secara intuitif berdasarkan permintaan yang selama ini terjadi.

Untuk itu maka perlu dibuat suatu pengendalian spare part yang didasarkan atas kebutuhan komponen dan ongkos-ongkos persediaan. Yang mana variasi persediaan dapat disebabkan oleh umur komponen, kondisi operasi, frekuensi pemakaian dan keandalan serta ongkos. Dilihat dari segi biaya, bahwa barang yang menunggu di gudang terlalu lama merupakan beban bagi suatu perusahaan yaitu ongkos gudang itu sendiri, investasi yang berhenti yang sebenarnya dapat digunakan untuk investasi lain, dan depresiasi barang di gudang.

Investasi persediaan spare part memerlukan biaya yang cukup tinggi, tetapi di lain pihak spare part harus siap sedia di gudang untuk kelangsungan proses pelayanan perbaikan dan penggantian tanpa gangguan kekurangan bahan. Bila tingkat persediaan rendah akan mengganggu kegiatan produksi.

(29)

Karena perusahaan menggunakan jumlah unit mesin yang sangat banyak pada penelitian ini dibatasi pada mesin Hammer Mill. Adapun alasan dipilihnya mesin Hammer Mill karena mesin ini yang paling sering mengalami kerusakan, dan kerusakan mesin ini menyebabkan terjadinya penumpukan dalam aliran proses produksi. Mesin ini memiliki peranan penting yaitu untuk melakukan proses penggilingan untuk semua bahan baku yang berukuran sedang dan kasar sebelum masuk ke mesin mixer (pencampuran). Pada mesin inilah selalu terjadi

bottleneck akibat penumpukan bahan yang menunggu untuk digiling sebelum

proses pencampuran. Kerusakan mesin ini akan mengakibatkan proses produksi terhenti hingga proses perbaikan dilakukan.

1.2. Rumusan Masalah

. Perawatan yang dilaksanakan di PT. Gold Coin Indonesia masih bersifat

corrective dimana perawatan yang berjalan selama ini hanya mengganti

komponen yang rusak setelah terjadi kerusakan. Hal ini terjadi pada mesin

Hammer Mill yang memiliki beberapa komponen kritis seperti Screen dan beater.

Mesin ini merupakan mesin yang paling kritis, yang apabila terjadi kerusakan mesin ini menyebabkan penumpukan dalam aliran proses produksi sehingga target produksi dan jadwal penyelesaian produk tidak terpenuhi.

1.3. Tujuan dan Manfaat Penelitian

(30)

1. Mengidentifikasi mesin yang paling kritis untuk menganalisis keandalannya dalam menentukan jumlah persediaan optimal komponen mesin..

2. Penentuan nilai Mean Time To Failure (MTTF) sebagai basis informasi untuk melakukan penggantian komponen berdasarkan data historis sebelum terjadinya kerusakan/kegagalan komponen.

3. Mendapatkan selang waktu penggantian mesin khususnya untuk komponen kritis mesin Hammer Mill.

4. Mendapatkan jumlah kebutuhan komponen untuk mendukung persediaan optimal komponen mesin Hammer Mill.

Sedangkan manfaat dari penelitian ini yaitu : a. Bagi Perusahaan

Adapun manfaat penelitian ini bagi perusahaan yaitu :

1. Membantu perusahaan mendapatkan gambaran mengenai model perilaku kerusakan yang dapat digunakan secara cepat dan tepat sebagai acuan dan pedoman dalam melakukan perawatan terencana dan perbaikan mesin produksi.

2. Memberikan gambaran bagi perusahaan tentang penyediaan spare part mesin. b. Bagi Mahasiswa

Menambah pengalaman mahasiswa dalam menganalisis faktor-faktor dan masalah, mengidentifikasi serta mengaplikasikan ilmu-ilmu teknik industri dalam permasalahan nyata yang terjadi perusahaan.

(31)

Menambah jumlah dan memperbaharui hasil karya mahasiswa yang dapat menjadi literatur dan referensi penelitian di departemen Teknik Industri khususnya.

1.4. Batasan Masalah dan Asumsi

Dalam kegiatan operasional di pabrik, penerapan sistem perawatan dan persediaan spare part memiliki sejumlah objek perawatan yang tingkat keterkaitannya serta kompleksitasnya memerlukan perhatian khusus. Berdasarkan kenyataan agar persoalan perawatan dan persediaan spare part ini dapat lebih terarah maka perlu dilakukan pembatasan sebagai berikut:

1. Mesin produksi yang akan menjadi obyek penelitian keandalan adalah mesin

Hammer Mill.

2. Pengendalian persediaan spare part difokuskan pada spare part non-repairable pada mesin Hammer Mill karena perusahaan menggunakan jumlah unit mesin yang banyak.

3. Data kerusakan yang diamati dan dianalisis adalah data dua tahun terakhir (2008-2009).

4. Masalah sistem dan manajemen organisasi perawatan di perusahaan tidak dilakukan penelitian.

5. Biaya untuk perawatan tidak dibahas dalam penelitian ini selain biaya yang menyangkut pengendalian persediaan komponen mesin Hammer Mill.

(32)

1. Data kerusakan komponen maupun biaya pengendalian persediaan suku cadang yang diperoleh dari perusahaan dapat mewakili fokus penelitian yang sedang dilakukan dan dapat digunakan sebagai gambaran bagi perusahaan dalam pengambilan keputusan.

2. Tidak terjadi perubahan sistem produksi selama penelitian ini berlangsung.

3. Tidak ada penambahan mesin baru selama penelitian berlangsung. 4. Proses produks i berjalan normal.

1.5. Sistematika Penulisan Tugas Akhir

Sistematika penulisan tugas akhir ini adalah sebagai berikut: JUDUL

LEMBAR PENGESAHAN KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI

DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN RINGKASAN

BAB I PENDAHULUAN

(33)

1.2. Rumusan Permasalahan 1.3. Tujuan dan Manfaat Penelitian 1.4. Batasan Masalah dan Asumsi 1.5. Sistematika Penulisan Tugas Akhir BAB II GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

2.2. Ruang Lingkup Bidang Usaha 2.3. Lokasi Perusahaan

2.4. Daerah Pemasaran 2.5. Proses Produksi

2.5.1. Standar Mutu Bahan/Produk 2.5.2. Bahan yang digunakan

2.5.2.1. Bahan Baku 2.5.2.2. Bahan Tambahan 2.5.2.3. Bahan Penolong 2.5.3. Uraian Proses Produksi 2.5.4. Mesin, Peralatan, dan Utilitas BAB III LANDASAN TEORI

BAB IV METODOLOGI PENELITIAN

BAB V PENGUMPULAN DAN PENGOLAHAN DATA BAB VI ANALISIS PEMECAHAN MASALAH

(34)

8.2. Saran DAFTAR PUSTAKA LAMPIRAN

(35)

BAB II

GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

Sejarah perusahaan pakan ternak di Asia Tenggara dipelopori oleh Perusahaan Zuellig Group sejak tahun 1953, dengan perusahaan induk berada di Swiss dengan nama Gold Coin Group. Di Indonesia sendiri diberi nama PT. Gold Coin Indonesia, dan PT. Gold Coin Indonesia-Medan Mill adalah perusahaan cabang yang bertempat di Medan, Sumatera Utara. Perusahaan Gold Coin Group bergerak dalam usaha produksi pakan ternak yaitu unggas, ikan, udang, sapi, kambing, babi dan hewan peliharaan lainnya di wilayah Asia Pasifik. Pabrik dan kantor pemasaran Perusahaan Gold Coin Group telah tersebar di Singapura, Malaysia, Indonesia, Thailand, Vietnam, China, Philipina, Srilangka, India dan Laos. Perkembangan peluang pasar yang semakin luas dan kesempatan pasar yang baik maka didirikanlah PT. Gold Coin Indonesia Medan Mill . Pendirian pabrik ini dibagi atas 3 tahap, yaitu:

1. Januari 1981 : Pembangunan Proyek

2. Oktober 1981 : Produksi Koperasi Percobaan 3. Desember 1981 : Produks i Koperasi Komersil

Menghadapi persaingan yang semakin ketat, PT. Gold Coin Group menggunakan teknologi terbaru dengan tenaga-tenaga ahli yang berpengalaman dalam memproduksi pakan ternak yang berkualitas tinggi dan bisa diterima

(36)

tenaga teknis yang mempunyai pengalaman tinggi di lapangan. Tenaga teknis tersebut membantu peternak secara profesional dalam teori dan praktek.

Selain didukung oleh tenaga ahli, Gold Coin Group juga didukung dengan sarana peralatan laboratorium dan sumber daya manusia yang berpengalaman dalam menjamin terjaganya kualitas bahan baku untuk dapat menghasilkan pakan ternak atau hasil yang baik.

2.2. Ruang Lingkup Bidang Usaha

PT. Gold Coin Group memiliki ruang lingkup bidang usaha dalam bidang produksi pakan ternak di wilayah Asia Pasifik. PT. Gold Coin Indonesia-Medan Mill tiap tahunnya menghasilkan 300.000 ton pakan ternak sebagai produk utama dan pakan khusus. Adapun pakan ternak yang dihasilkan adalah:

1. Produk pakan utama : pakan unggas, babi, sapi, dan kambing.

2. Produk pakan khusus : pakan ikan, udang, katak dan hewan peliharaan lainnya.

2.3. Lokasi Perusahaan

Lokasi PT. Gold Coin Indonesia memiliki beberapa tempat yang tersebar di tiga lokasi, yaitu:

1. Bekasi : Jl. Raya Bekasi KM 28, Desa Medan Satria

2. Surabaya : Jl. Margo Mulya Industri Kav G 1-3 Tandes Surabaya

3. Medan : Jl. Pulau Bali No.2 KIM II, Jl. Medan-Belawan KM 10,5, Medan Sumatera Utara

(37)

2.4. Daerah Pemasaran

Lingkup wilayah pemasaran produk pakan ternak dari PT. Gold Coin Indonesia-Medan Mill dipasarkan ke beberapa daerah yaitu:

1. Sumatera Utara 2. Riau

3. Padang 4. Aceh

2.5. Proses Produksi

Sumber-sumber berupa bahan baku, tenaga kerja, mesin, metode, dan juga materi merupakan sumber yang digunakan dalam proses produksi dalam upaya untuk membuat atau menambah nilai suatu barang atau jasa. Berdasarkan jumlah produk yang dihasilkan, proses produksi dapat dibedakan menjadi 3 tipe. Adapun ketiga tipe tersebut adalah:

1. Tipe Job Shop

Ukuran pemesanan produk dengan tipe ini adalah ukuran pemesanan kecil. Dimana produknya bertipe diskrit, aliran produksinya dapat berbeda untuk tiap produk, setup tinggi sehingga ongkos produksi tinggi, mesin-mesin bertipe general purpose, beban kerja tiap stasiun kerja berbeda, dan keahlian pekerja dituntut tinggi. Job shop merupakan proses produksi yang bekerja berdasarkan pesanan.

(38)

Merupakan proses produksi yang bekerja berdasarkan keinginan atau kebutuhan konsumen. Pada proses produksi seperti ini, suatu pabrik memiliki kemampuan untuk menghasilkan produk pada laju produksi dalam suatu jumlah tertentu yang memungkinkan untuk mengadakan persediaan, dan kemudian merubah proses produksi untuk menghasilkan macam produk yang lain. Mesin atau peralatan dirancang mengarah pada tipe general purpose

machine tetapi untuk produksi dengan laju yang tinggi.

3. Mass Production

Mass production dilakukan untuk menghasilkan produk dalam jumlah yang

besar tetapi relatif sejenis. Mesin dan peralatan yang digunakan dirancang untuk mampu menghasilkan produk dengan produksi tinggi yaitu dengan tipe

special purpose. Disisi lain, keterampilan berproduksi dari manusia dialihkan

ke mesin sehingga tidak terlalu membutuhkan skill yang tinggi dari operator. Pabrik PT. Gold Coin Indonesia-Medan Mill, jenis proses produksinya adalah tipe batch production, karena proses produksi dilakukan berdasarkan keinginan dan kebutuhan konsumen dimana volume dan laju produksinya tinggi.

2.5.1. Standar Mutu Bahan/Produk

Standar mutu diperlukan agar bahan baku yang digunakan maupun produk yang dihasilkan tidak menjauhi dari spesifikasi standar yang telah ditetapkan.

Kualitas daripada bahan baku dan produk pada PT. Gold Coin Indonesia-Medan Mill diperiksa di laboratorium setiap hari untuk tetap menjaga mutu dari bahan baku dan produk yang dihasilkan oleh pabrik. Standar mutu bahan baku dan

(39)

produk pada PT. Gold Coin Indonesia-Medan Mill dapat dilihat pada Tabel 2.1. dan Tabel 2.2.

2.5.2. Bahan yang Digunakan

Bahan-bahan yang digunakan untuk memproduksi pakan ternak pada PT. Gold Coin Indonesia-Medan Mill meliputi bahan baku, bahan tambahan dan bahan penolong yang disesuaikan dengan standar mutu yang telah ditetapkan. Bahan-bahan tersebut mengandung zat-zat gizi yang dibutuhkan oleh tubuh ternak. Zat-zat gizi yang dibutuhkan tersebut adalah protein, lemak, karbohidrat, vitamin, mineral, dan air.

2.5.2.1. Bahan Baku

Bahan baku merupakan bahan utama yang digunakan dalam proses produksi dengan komposisi persentase yang tinggi dan merupakan bahan yang membentuk bagian integral dari suatu produk jadi. Bahan baku yang digunakan adalah:

1. Jagung

Jagung merupakan sumber energi yang baik karena mengandung zat karbohidrat dengan persentase yang tinggi dan zat protein. Jenis jagung yang digunakan pada PT. Gold Coin Indonesia-Medan Mill dibedakan atas jagung lokal dan juga jagung impor.

(40)

Tabel 2.1. Standar Kandungan Gizi Bahan Baku

No Bahan Baku

Persentase Kadar

Protein Lemak Karbohidrat Abu Serat Air Energi

TDN Bahan Kering

Nilai Ubah

1 Jagung 8,95 3,50 47,85 1,50 2,90 10,64 70,00 - -

2 Dedak Beras 16,80 4,20 28,62 8,20 8,20 - 72,00 89,00 -

3 Dedak Gandum 25,00 7,00 64,75 5,30 3,50 17,35 80,72 - -

4 Bungkil Kacang Kedelai 39,60 14,30 29,50 5,40 2,80 8,40 - - 3-5

5 Tepung Ikan 22,65 15,38 - 26,65 1,80 10,72 - - 1,5-3

6 Tepung Daging dan Tulang 50,00 8,50 - 33,00 2,80 - 65,00 92,60 -

7 Kopra 27,40 16,10 18,60 7,30 25,30 5,60 - - -

8 Minyak Sawit / CPO 39,60 14,30 29,50 5,40 2,80 8,40 - - 3-5

9 Ampas Sawit Asam Linoleat = 47,80 %; Asam Linolenat = 23,40 %; Asam Oleat = 22,90 %

(41)

Tabel 2.2. Standar Kandungan Gizi Produk

No Jenis Produk Pakan

Persentase Kadar

Protein Lemak Abu Serat Air Kalsium Posfor 1 Ayam

a. Pedaging Stater umur 1-21 hari

b. Petelur umur 1-8 minggu

c. Petelur dewasa umur 19 minggu +

20-22 19-21 18,5-19,5 min 5 min 3 min 3 max 13 max 13 max 13 max 5 max 6 max 7 max 8 max 8 max 11 0,8-1,2 0,8-1,2 3-4,2 0,6-1,0 0,6-1,0 0,6-1,0

2 Bebek petelur dari 5% produksi akhir 17-19 min 3 11-15 max 6 10-12 0,8-1,2 0,6-1,0

3 Konsentrat untuk Babi

a. Berat 16 kg-panen

b. Pembibit umur 24 minggu +

39-41 37-39 min 3 min 3 max 12 max 12 max 8 max 8 max 18 max 18 2-3 2-3 1-2 1-2

4 Ikan Mas

a. Finisher umur sebelum panen

b. Grower umur 50 gr-panen

21-29 28-30 min 3 min 3 max 13 max 13 max 8 max 8 max 13 max 13 2-2,5 1-2,5 1,0-1,5 0,6-1,5

(42)

2. Dedak

Dedak yang digunakan dibedakan atas dua jenis yaitu dedak beras dan dedak gandum. Dedak beras dibedakan atas dua jenis yaitu dedak halus dan dedak kasar. Dedak halus merupakan kulit ari beras yang diperoleh dari proses penyosohan beras. Sedangkan dedak kasar merupakan hasil hancuran padi. Pada dedak gandum yang digunakan adalah whaet pollard, yaitu dedak yang berasal dari kulit ari gandum.

3. Bungkil Kacang Kedelai

Disebut juga Soya Bean Meal (SBM). SBM mengandung nilai protein yang tinggi, karena didalamnya terkandung asam amino lisin, yaitu asam amino yang paling essensial diantara asam-asam amino yang lainnya.

4. Tepung Ikan

Tepung ikan merupakan hasil dari pengolahan ikan yang diolah menjadi tepung. Kandungan tepung ikan meliputi protein, lemak dan juga kalsium. 5. Tepung Daging dan Tulang

Disebut juga Meat Bone Meal (MBM). MBM merupakan hasil pengolahan dari daging yang diolah menjadi tepung. MBM ini mengandung protein, lemak dan juga kalsium.

6. Kopra

Kopra digunakan sebagai bahan baku dalam pembuatan pakan ternak karena mengandung persentase serat yang tinggi.

(43)

CPO merupakan bahan yang penting karena memiliki nilai biologis yang tinggi yang diperlukan dalam pembuatan pakan ternak.

8. Ampas Sawit

Disebut juga Palm Kernel. Ampas sawit ini mengandung nilai protein dan lemak yang tinggi yang sangat diperlukan dalam pembuatan pakan ternak.

2.5.2.2. Bahan Tambahan

Bahan tambahan adalah bahan yang dibutuhkan guna menyelesaikan suatu produk, tetapi pemakaiannya sangat sedikit atau cukup kompleks yang dapat mempengaruhi kualitas dan produk. Selain itu, bahan tambahan juga merupakan bahan yang ditambahkan pada produk akhir untuk menambah nilai jual produk tersebut. Adapun bahan tambahan yang digunakan adalah:

1. Garam dan mineral, seperti sodium, pig minera, dan poultry mineral 2. Vitamin, seperti lysine, luprosi, dan finase

3. Minyak nabati, seperti canola oil, dan palm oil 4. Zat aditif, seperti tapioca

5. Bahan liquid, seperti rhodimet dan choline Cl 6. Karung plastik sebagai pembungkus produk

7. Benang jahit digunakan untuk menjahit karung, dan 8. Stiker atau cap pabrik

(44)

2.5.2.3. Bahan Penolong

Bahan penolong adalah bahan yang tidak tampak dalam produk jadi tetapi hanya menolong proses produksi agar berjalan dengan lancar dan digunakan sebagai pelengkap produk saja. Adapun bahan penolong yang digunakan adalah: 1. Solar sebagai bahan bakar

2. Minyak pelumas sebagai pelumas 3. Air

2.5.3. Uraian Proses Produksi

Tahapan dalam proses pembuatan pakan ternak di PT. Gold Coin Indonesia-Medan Mill yaitu:

1. Penuangan (Intake)

Pada proses penuangan, bahan yang dituangkan adalah bahan baku. Terdapat tiga buah intake, yaitu intake jagung untuk bahan baku jagung dan intake I dan

intake II untuk bahan baku selain jagung. Intake jagung merupakan tempat

penuangan jagung yang akan dialirkan ke silo penyimpanan jagung dengan menggunakan chain conveyor dan bucket elevator. Selanjutnya kebutuhan akan bahan baku jagung sendiri akan dialirkan dari silo jagung tersebut dengan menggunakan chain conveyor dan bucket elevator. Sedangkan intake I dan II merupakan tempat penuangan bahan baku lainnya selain jagung dengan menggunakan chain conveyor dan bucket elevator. Selanjutnya proses penyaringan bahan baku yang dibawa dengan menggunakan chain conveyor dan bucket elevator.

(45)

2. Penyaringan

Setelah itu, bahan baku akan melewati suatu sistem magnet dimana kotoran-kotoran besi dan logam yang tercampur dengan bahan baku akan terpisah. Selanjutnya bahan baku akan disaring melalui drum shiever atau drum pengayak untuk memisahkan bahan baku dari kotoran non-logam seperti kayu, plastik dan benda keras lainnya.

3. Pengeringan

Setelah melewati proses penyaringan, bahan baku selain jagung akan dibawa ke bin raw material dengan menggunakan chain conveyor dan bucket

elevator. Sedangkan bahan baku jagung akan disimpan terlebih dahulu di silo.

Silo terdapat dua buah yaitu silo untuk jagung basah dan jagung kering. Jagung basah harus dikeringkan terlebih dahulu agar tidak mengalami penurunan kualitas. Jagung kering memiliki kadar air normal yaitu < 17%. Oleh karena itu, jagung basah akan dibawa ke tempat pengeringan dengan

chain conveyor dan bucket elevator lalu dikeringkan dengan menggunakan dryer dengan cara menyemprotkan udara panas oleh blower. Setelah jagung

basah dikeringkan maka jagung tersebut akan dibawa ke silo jagung kering dengan menggunakan chain conveyor dan bucket elevator. Di silo jagung kering ini, jagung akan di-blower yaitu dihembusi udara panas agar jagung tidak lembab akibat bertumpuknya jagung-jagung. Selanjutnya dari silo jagung kering akan dibawa ke bin raw material dengan menggunakan chain

(46)

masuk di dalamnya setiap hari dapat dikeringkan yang kemudian disimpan ke silo jagung kering.

4. Penimbangan (dosing)

Semua bahan baku telah menempati bin-bin sesuai dengan yang telah ditentukan. Kemudian akan dilakukan penimbangan (dosing). Timbangan terdapat dua buah yaitu timbangan I dan timbangan II. Tiap bahan akan ditimbang sesuai dengan persentase kebutuhan dari formula yang telah ditetapkan untuk diproses tiap batchnya dimana 1 batch adalah sebanyak 3 ton. Lalu dibawa ke bin hopper dengan menggunakan chain conveyor dan

bucket elevator.

5. Penggilingan

Proses penggilingan dimulai setelah bahan baku masuk ke dalam vibrator

shiever untuk memisahkan bahan baku dengan ukuran yang kasar, sedang dan

halus. Bahan baku dengan ukuran kasar dan sedang akan mengalami proses penggilingan terlebih dahulu sebelum masuk ke dalam mesin mixer, sedangkan bahan baku halus dapat langsung menuju mesin mixer. Proses penggilingan dilakukan dengan dua buah mesin hammer mill yang berkapasitas 22 ton/jam dan berputar dengan kecepatan 3000 rpm dengan daya sebesar 132 KW. Bahan baku yang masuk akan mengalami proses pemukulan dengan kecepatan tinggi sehingga bahan baku akan terpukul dan terlempar ke arah saringan/pengayak yang dipasang sepanjang sisi mesin penggiling. Mesin penggiling ini dilengkapi dengan dust collector yang berfungsi membuang udara panas hasil sampingan dari proses penggilingan. Udara panas hasil

(47)

pengilingan dihisap oleh blower melalui dust filter sehingga udara panas yang bersih di buang ke udara, sedangkan debu bahan baku yang menempel pada

dust filter akan tersaring jatuh ke hopper penampung oleh udara kejut yang

disemprotkan jet filter. Pada proses ini, blower berfungsi untuk mempercepat proses penggilingan sehingga bahan yang halus akan cepat tersaring dan bahan yang kasar akan cepat terpukul oleh pisau-pisau. Hasil pengilingan disimpan terlebih dahulu di hammer mill pack sebelum masuk ke proses lebih lanjut.

6. Pencampuran (mixing)

Hasil penggilingan dari hammer mill pack akan dicampur hingga rata di mixer. Pada saat proses mixing ini, bahan tambahan cair berupa CPO, rhodimet dan

choline Cl, zat aditif, garam, mineral dan vitamin dicampur dengan bahan

baku. CPO disemprotkan lewat pipa yang bersumber dari tangki CPO sedangkan rhodimet, choline Cl, zat aditif, garam, mineral dan vitamin dimasukkan langsung ke hopper mixer oleh operator Hand and Dumping II. Mesin mixer yang digunakan berkecepatan 22 rpm dan kapasitas 6000 liter dengan daya 30 KW. Mesin ini terdiri dari pisau-pisau pengaduk yang berputar pada sumbunya. Lama pencampuran dapat diatur dengan alat pengontrol dari ruang kontrol. Jika produk yang diinginkan dalam bentuk

mash (tepung), hasil pencampuran dari mesin mixer akan dibawa langsung ke

bin finished product. Untuk produk berbentuk pellet, bahan hasil campuran akan melalui proses peletizing sedangkan untuk produk berbentuk crumble

(48)

7. Pembutiran (Peletizing)

Hasil campuran dari mesin mixer akan dibawa ke mesin pellet mill dan dilakukan pemanasan dengan tujuan untuk memudahkan pembentukan pellet. Bahan terlebih dahulu dipanaskan dengan steam yang berasal dari boiler.

Steam yang digunakan bersuhu 850C. Pemanasan dilakukan agar proses penekanan atau pelleting menjadi lebih mudah. Proses pemeletan dilakukan dengan mesin press yang terdiri dari ring die press yang mempunyai lubang-lubang dengan ukuran tertentu, dimana die ring berputar dengan kecepatan 1500 rpm dan kapasitas 15 ton/jam dengan daya 200 KW, pada bagian tengahnya terdapat 2 buah rol yang berputar searah dengan putaran die ring

press dengan kecepatan yang sama dan saling menekan. Dengan demikian

bahan campuran yang masuk akan berputar dan ditekan keluar melalui lubang-lubang yang terdapat pada ring die press, di luar ring die press terdapat pisau yang akan memotong hasil pellet, sehingga ukuran sesuai dengan yang diinginkan. Setelah itu butiran bentuk pellet dibawa ke mesin cooler untuk didinginkan sampai temperatur udara luar (280C). Hasil dari mesin cooler ini akan dibawa ke bin finished product jika produk yang diinginkan dalam bentuk pellet. Sisa dari proses pelleting yang tidak sesuai ukuran yang diinginkan akan dibawa kembali ke mesin hammer mill untuk proses penggilingan kembali. Namun jika produk yang diinginkan dalam bentuk

(49)

8. Proses Pembentukan Crumble

Untuk mendapatkan bentuk crumble, butiran pellet dicacah menjadi ukuran yang lebih kecil sesuai dengan yang diinginkan dengan menggunakan mesin

crumble yang berputar dengan kecepatan 22 rpm dan daya 1,5 KW. Crumble

akan melewati penyaringan dengan vibrator screen untuk memperoleh ukuran yang diinginkan. Selanjutnya crumble hasil pengayakan yang diperoleh akan dibawa ke bin finished product untuk proses sacking. Sisa dari proses

crumble akan dibawa kembali ke mesin hammer mill untuk proses

penggilingan kembali. 9. Pengepakan (Sacking Off)

Hasil akhir proses produksi dapat berupa mash, pellet, crumble dan konsentrat akan dibawa ke proses sacking off. Produk jadi akan dituang ke karung plastik ataupun karung kertas dengan membuka wadah karung dan dipasangkan tepat pada hopper bin finished product. Kemudian secara otomatis produk jadi akan jatuh dan mengisi karung dengan standard isi per karungnya adalah 50 Kg/karung. Selanjutnya dengan belt conveyor karung dibawa ke sewing machine untuk dijahit. Karung yang telah dijahit akan disusun pada pallet lalu diangkut ke gudang produk jadi dengan forklift.

2.5.4. Mesin, Peralatan dan Utilitas

Mesin dan peralatan digunakan untuk melaksanakan aktivitas produksi

(50)

menguba

Biasanya membutuhkan sebuah masukan sebagai pelatuk, mengirim energi yang telah diubah menjadi sebuah keluaran, yang melakukan tugas yang telah disetel.

2.5.4.1. Mesin Produksi

Mesin-mesin produksi yang digunakan di PT. Gold Coin

Indonesia-Medan Mill adalah:

1. Dryer

Fungsi : Mengurangi kadar air bahan baku sampai 15% Jumlah : 2 unit

Merek : Rotor

Tipe : CMAE 280

Motor : 7,5 KW

Putaran : 3000 rpm

2. Blower

Fungsi : Menarik udara panas dari dalam hammer mill sekaligus mempercepat turunnya material

Jumlah : 2 unit Merek : Van Arsen

Motor : 7,5 KW

(51)

3. Drum Siever

Fungsi : Menyaring plastik dan bahan yang dapat menghambat raw

material melewati conveyor dan elevator

Jumlah : 2 unit

Tipe : TZ 700 x 2300

Motor : 2,2 KW

Putaran : 177 rpm

4. Vibrator

Fungsi : Menyaring material yang halus dan kasar Jumlah : 2 unit

Merek : Mogensen

Tipe : E-1534

Motor : 2,7 KW dan 3,4 KW

5. Hammer Mill

Fungsi : Menggiling/menghaluskan bahan baku kasar Jumlah : 2 unit

Merek : Fimet/Electrim

Tipe : 700-2D

Motor : 132 KW

Putaran : 3000 rpm

6. Mixer

(52)

Motor : 30 KW Putaran : 22 rpm Kapasitas : 6000 liter

Merek : Nord

7. Pellet Mill

Fungsi : Menghasilkan pakan berbentuk pellet Jumlah : 1 unit

Merek : Fimet/Electrim

Tipe : C 750/250

Motor : 200 KW

Putaran : 1500 rpm

8. Crumble

Fungsi : Membentuk crumble Jumlah : 2 unit

Tipe : KR 16,2

Merek : Rotor

Motor : 5,5 KW

Putaran : 1000 rpm

9. Sewing Machine

Fungsi : Menjahit karung pakan sebagai produk akhir Jumlah : 3 unit

Tipe : Model 90/100

(53)

2.5.4.2. Peralatan

Peralatan-peralatan yang digunakan di PT. Gold Coin Indonesia-Medan Mill adalah:

1. Intake Jagung

Fungsi : Tempat penuangan bahan baku berupa jagung Jumlah : 1 unit

2. Intake I dan II

Fungsi : Tempat penuangan bahan baku selain jagung Jumlah : 2 unit

3. Bin Raw Material

Fungsi : Tempat penyimpanan raw material Jumlah : 24 unit

4. Magnet

Fungsi : Menarik logam-logam yang masuk bersama bahan baku Jumlah : 2 unit

Tipe : PM 3

5. CPO Pump

Fungsi : Sebagai tangki penyimpanan CPO Jumlah : 2 unit

Merek : Regaline

Tipe : MP 1,5”

(54)

Jumlah : 4 Unit

7. Dust Collector

Fungsi : Menyaring bahan-bahan agar material yang digiling tidak terbuang ke udara

Jumlah : 2 unit Merek : Van Arsen

Tipe : C-CAE 215

8. Cooler

Fungsi : Mendinginkan pakan dari mesin pellet Jumlah : 1 unit

9. Cyclon

Fungsi : Sebagai pemisah partikel-partikel halus Jumlah : 1 unit

Tipe : 1600 / 450 x 908 RECHTS

10. Bin Finish Product

Fungsi : Tempat penyimpanan produk jadi yang akan di sacking Jumlah : 8 unit

2.5.4.3. Utilitas

Utilitas yang terdapat di PT. Gold Coin Indonesia-Medan Mill adalah: 1. Genset

Fungsi : Pembangkit listrik apabila listrik PLN padam Jumlah : 1 unit

(55)

Merek : Perkin

Daya : 1000 KVA

2. Boiler

Fungsi : Membangkitkan steam Jumlah : 1 unit

Kapasitas : 2 ton/jam Tekanan : 8 bar

3. Compressor

Fungsi : Sebagai penggerak sistem pneumatic pada mesin produksi

Jumlah : 2 unit

Motor : 15 KW dan 22KW/380 V

4. Tangki Air

Fungsi : Sebagai tempat penyimpanan air Jumlah : 1 unit

(56)

BAB III

LANDASAN TEORI

3.1. Ruang Lingkup Kegiatan Perawatan

Dalam istilah perawatan disebutkan bahwa disana tercakup dua pekerjaan yaitu istilah “perawatan” dan “perbaikan”. Perawatan dimaksudkan sebagai aktifitas untuk mencegah kerusakan, sedangkan istilah perbaikan dimaksudkan sebagai tindakan untuk memperbaiki kerusakan. Secara umum, ditinjau dari saat pelaksanaan pekerjaan perawatan, dapat dibagi menjadi dua cara:

1. Perawatan yang direncanakan (Planned Maintenance).

2. Perawatan yang tidak direncanakan (Unplanned Maintenance). Secara skematik pembagian perawatan bisa dilihat pada Gambar 3.1.

Gambar 3.1. Pembagian Perawatan secara Skematik

Istilah-istilah yang umum dalam perawatan sebagai berikut : 1. Availability:

(57)

Perioda waktu dimana fasilitas/peralatan dalam keadaan siap untuk dipakai/dioperasikan.

2. Downtime:

Perioda waktu dimana fasilitas/peralatan dalam keadaan tidak dipakai/dioperasikan.

3. Check:

Menguji dan membandingkan terhadap standar yang ditunjuk. 4. Facility Register

Alat pencatat data fasilitas/peralatan, istilah lain bisa juga disebut inventarisasi peralatan/fasilitas.

5. Maintenance management:

Organisasi perawatan dalam suatu kebijakan yang sudah disetujui bersama. 6. Maintenance Schedule:

Suatu daftar menyeluruh yang berisi kegiatan perawatan dan kejadian-kejadian yang menyertainya.

7. Maintenance planning:

Suatu perencanaan yang menetapkan suatu pekerjaan serta metoda, peralatan, sumber daya manusia dan waktu yang diperlukan untuk dilakukan dimasa yang akan datang.

8. Overhaul

Pemeriksaan dan perbaikan secara menyeluruh terhadap suatu fasilitas atau bagian dari fasilitas sehingga mencapai standar yang dapat diterima.

(58)

Membandingkan keadaan suatu alat/fasilitas terhadap standar yang dapat diterima.

10. User:

Pemakai peralatan/fasilitas. 11. Owner:

Pemilik peralatan/fasilitas. 12. Vendor:

Seseorang atau perusahaan yang menjual peralatan/perlengkapan, pabrik-pabrik dan bangunan-bangunan.

13. Efisiensi:

14. Trip:

Mati sendiri secara otomatis (istilah dalam listrik). 15. Shut-in:

Sengaja dimatikan secara manual (istilah dalam pengeboran minyak). 16. Shut-down:

Mendadak mati sendiri / sengaja dimatikan.

3.2. Pengertian Perawatan

Beberapa pengertian perawatan (maintenance) menurut ahli :

1. Menurut Corder (1988), perawatan merupakan suatu kombinasi dari tindakan yang dilakukan untuk menjaga suatu barang dalam, atau untuk memperbaikinya sampai, suatu kondisi yang bisa diterima.

(59)

2. Menurut Assauri (1993), perawatan diartikan sebagai suatu kegiatan pemeliharaan fasilitas pabrik serta mengadakan perbaikan, penyesuaian atau penggantian yang diperlukan agar terdapat suatu keadaan operasi produksi yang sesuai dengan yang direncanakan.

3. Menurut Dhillon (1997), perawatan adalah semua tindakan yang penting dengan tujuan untuk menghasilkan produk yang baik atau untuk mengembalikan kedalam keadaan yang memuaskan.

Tujuan dilakukan perawatan menurut Corder (1988) adalah antara lain:

1. Memperpanjang kegunaan aset (yaitu setiap bagian dari suatu tempat kerja, bangunan dan isinya)

2. Menjamin ketersediaan optimum peralatan yang dipasang untuk produksi atau jasa untuk mendapatkan laba investasi semaksimal mungkin

3. Menjamin kesiapan operasional dari seluruh peralatan yang diperlukan dalam keadaan darurat setiap waktu

4. Menjamin keselamatan orang yang menggunakan sarana tersebut

3.2.1. Bentuk-bentuk Perawatan

Blanchard (1980) mengklasifikasi perawatan menjadi 6 bagian, yaitu: 1. Corrective Maintenance, merupakan perawatan yang terjadwal ketika suatu

sistem mengalami kegagalan untuk memperbaiki sistem pada kondisi tertentu. 2. Preventive Maintenance, meliputi semua aktivitas yang terjadwal untuk

(60)

3. Predictive Maintenance, sering berhubungan dengan memonitor kondisi

program perawatan preventif dimana metode memonitor secara langsung digunakan untuk menentukan kondisi peralatan secara teliti.

4. Maintenance Prevention, merupakan usaha mengarahkan maintenance free design yang digunakan dalam konsep “Total Predictive Maintenance (TPM)”.

Melalui desain dan pengembangan peralatan, keandalan dan pemeliharaan dengan meminimalkan downtime dapat meningkatkan produktivitas dan mengurangi biaya siklus hidup.

5. Adaptive Maintenance, menggunakan software komputer untuk memproses

data yang diperlukan untuk perawatan.

Preventive maintenance dibedakan atas dua kegiatan (Assauri, 1993), yaitu: 2. Routine Maintenance, yaitu kegiatan pemeliharaan yang dilakukan secara

rutin, sebagai contoh adalah kegiatan pembersihan fasilitas dan peralatan, pemberian minyak pelumas atau pengecekan oli, serta pengecekan bahan bakar dan sebagainya.

2. Periodic Maintenance, yaitu kegiatan pemeliharaan yang dilakukan secara

berkala. Perawatan berkala dilakukan berdasarkan lamanya jam kerja mesin produk tersebut sebagai jadwal kegiatan misalnya setiap seratus jam sekali.

3.3. Konsep Reliability (Keandalan) 3.3.1. Pengertian Keandalan

Keandalan dapat didefinisikan sebagai probabilitas sistem akan memiliki kinerja sesuai fungsi yang dibutuhkan dalam periode waktu tertentu (Ebeling,

(61)

1997). Definisi keandalan menurut Kapur adalah, “probabilitas dimana ketika operasi berada pada kondisi lingkungan tertentu, sistem akan menunjukkan kemampuannya sesuai dengan fungsi yang diharapkan dalam selang waktu tertentu”.1

- Fungsi kepadatan probabilitas

Keandalan adalah probabilitas yang selalu dikaitkan dengan akumulasi waktu dimana suatu alat beroperasi tanpa mengalami kerusakan dalam kondisi lingkungan tertentu. Kerusakan terjadi jika alat tidak dapat berfungsi sesuai yang diinginkan. Definisi tentang keandalan tersebut merupakan kriteria yang jelas untuk menentukan kerusakan suatu sistem yaitu bila sistem tidak lagi berfungsi seperti yang diinginkan.

Variabel yang terpenting yang berkaitan dengan keandalan adalah waktu. Dalam hal ini waktu yang berkaitan dengan laju kerusakan yang dapat menerangkan secara lebih jelas fenomena keandalan suatu sistem. Sedangkan fenomena kerusakannya dapat digambarkan dalam bentuk probabilitas kerusakan yang mengikuti suatu pola distribusi tertentu.

Ada empat konsep yang digunakan dalam pengukuran keandalan suatu sistem yaitu:

- Fungsi distribusi kumulatif

- Fungsi keandalan

- Fungsi laju kerusakan

(62)

Dalam membahas masalah perawatan, pada umumnya digunakan fungsi kepadatan probabilitas karena fungsi kerusakan tergantung pada variabel waktu2

∞

. Kerusakan dapat terjadi secara kontiniu dalam selang waktu (0, ). Variabel waktu kerusakan X1, X2, X3,…., dari komponen yang berbeda, bersifat acak (random

variables) dan saling bergantungan (mutually independent).

Persamaan kurva dari fungsi kepadatan kemungkinan sebagai f(t). Luas daerah di bawah kurva fungsi kepadatan kemungkinan menyatakan besarnya probabilitas terjadinya kerusakan, dimana luas total sama dengan satu.

Jika f(t) adalah fungsi kepadatan kemungkinan kerusakan, maka probabilitasnya terjadi antara selang waktu (tx, ty) adalah:

dx

x

f

x t

∫

)

(

Sehingga probabilitas terjadinya kerusakan antara to dan tz adalah:

dt

t

f

o t

∫

)

(

3.3.3. Fungsi Distribusi Kumulatif

Dalam mempelajari masalah perawatan fungsi distribusi kumulatif dari suatu fungsi kepadatan kemungkinan, yaitu merupakan probabilitas terjadinya kerusakan sebelum waktu t yang telah ditetapkan3

A.K.S. Jardine, Maintenance, Replacement, and Reliability. (London: Sir Issac Pitman and Sons Ltd., 1973) p.31

. Fungsi distribusi kumulatif dinyatakan sebagai F(t) dimana:

(63)

F(t) =

f

t

dt

∫

(

)

Sehingga hubungan antara fungsi kepadatan kemungkinan dengan distribusi kumulatif adalah sebagai berikut:

) ( )

( F t

dt d t

f =

Sebaliknya jika ingin mencari F(t), maka dapat mengintegrasikan fungsi kepadatan kemungkinan f(t), untuk x yang berada dalam selang waktu (a, b) berlaku hubungan sebagai berikut:

P(a < X < b) = F(b) – F(a)

f

t

dt

∫

(

)

3.3.4. Fungsi Keandalan

Kemungkinan suatu komponen atau mesin mengalami kerusakan dalam beroperasi merupakan fungsi dari waktu yang dapat dinyatakan dalam persamaan matematis sebagai berikut4

≤

P (x t) = F(t), t ≥ 0

Dimana x adalah variabel acak yang menyatakan saat terjadinya kerusakan dan F(t) menggambarkan kemungkinan suatu sistem akan rusak setelah beroperasi selama t satuan waktu atau disebut juga distribusi kerusakan sistem. F(t) disebut juga sebagai fungsi ketidakandalan. Secara matematis keandalan dapat dinyatakan sebagai berikut:

R(t) = 1 – F(t) = 1 – P(x ≤ t)

(64)

Dimana R(t) adalah fungsi keandalan. Bila waktu kerusakan sistem sebagai variabel acak mempunyai fungsi kepadatan atau probability density

function maka fungsi keandalan menjadi:

R(t) = 1 - F(t)

= 1 -

∫

f t dt

∞

) (

∫

f t dt

∞

) (

Dengan mengetahui fungsi keandalan ekspektasi suatu sistem akan sukses, E(t).

Dapat dinyatakan dengan jalan = = E(t)

3.3.5. Fungsi Laju Kegagalan

Kemungkinan gagal suatu sistem dalam selang waktu tertentu (t1, t2) dapat

dinyatakan dalam bentuk fungsi kegagalan5:

Atau dalam bentuk fungsi keandalan:

(65)

Laju kegagalan r(t) dalam selang waktu tertentu (t1, t2) disebut laju

kegagalan selama selang waktu tersebut. Laju kegagalan tersebut dapat diturunkan dari rumus tersebut:

Dan dengan mengganti dan = t + , maka laju kerusakan menjadi: ) ( ) ( ) ( ) (

_lim

0 tR t

t t R t R t h N ∆ ∆ + − = → ) ( ) ( ) ( ) ( 1 ) (

_lim

0 tR t

t t R t R t R t h N ∆ ∆ + − = →

Jika h(t) meningkat sejalan dengan bertambahnya waktu maka h(t) disebut

Increasing Failures Rate (IFR). Sedangkan jika h(t) menurun terhadap perubahan

waktu maka h(t) disebut Decreasing Failures Rate (DFR). Dalam masalah perawatan, jika berbicara mengenai laju kerusakan maka yang dimaksud adalah laju kerusakan sesaat (fungsi hazard atau hazard rate).

(66)

3.3.6. Pola Distribusi Data dalam Keandalan/Reliability 3.3.6.1. Pola Distribusi Normal

Distribusi normal (Gausian) mungkin merupakan distribusi probabilitas yang paling penting baik dalam teori maupun aplikasi statistik. Distribusi ini digunakan jika pengaruh suatu kerandoman diakibatkan oleh sejumlah besar variasi random yang tidak bergantungan (saling bebas/ independent) yang kecil atau sedikit. Distribusi ini cocok digunakan untuk model wear out mesin. Pada Gambar 3.2. dapat dilihat kurva pola distribusi normal.

Sekurang-kurangnya terdapat empat alasan mengapa distribusi normal menjadi distribusi yang paling penting:

1. Distribusi normal terjadi secara alamiah. Seperti diuraikan sebelumnya banyak peristiwa di dunia nyata yang terdistribusi secara normal.

2. Beberapa variabel acak yang terdistribusi secara normal dapat dengan mudah ditransformasi menjadi suatu distribusi variabel acak yang normal.

3. Banyak hasil dan teknik analisis yang berguna dalam pekerjaan statistik hanya bisa berfungsi dengan benar jika model distribusinya merupakan distribusi normal.

4. Ada beberapa variabel acak yang tidak menunjukkan distribusi normal pada populasinya, namun distribusi rata-rata sampel yang diambil secara random dari populasi tersebut ternyata menunjukkan distribusi normal.

(67)

Gambar 3.2. Kurva Distribusi Normal

Fungsi-fungsi dari distribusi Normal: 1. Fungsi Kepadatan Probabilitas

   ₋ − = 2 2 2 ) ( exp 2 1 ) ( σµ π σ t t

f ; −∞t∞

2. Fungsi Distribusi Kumulatif

∫

_− − _

= t t dt t F 0 2 2 2 ) ( exp 2 1 ) ( σµ π σ

3. Fungsi Keandalan

∫

∞    ₋ − = t dt t t R ₂ 2 2 ) ( exp 2 1 ) ( σµ π σ

4. Fungsi Laju Kerusakan

) ( ) ( ) ( t R t f t h =

5. MTTF (Mean Time To Failure)

µ = MTTF

Konsep reliability distribusi normal tergantung pada nilai μ (rata-rata) dan

(68)

3.3.6.2. Pola Distribusi Lognormal

Distribusi lognormal merupakan distribusi yang berguna untuk menggambarkan distribusi kerusakan untuk situasi yang bervariasi. Distribusi lognormal banyak digunakan di bidang teknik, khususnya sebagai model untuk berbagai jenis sifat material dan kelelahan material. Pada Gambar 3.3. dapat dilihat kurva pola distribusi lognormal.

Gambar 3.3. Kurva Distribusi Lognormal

Fungsi-fungsi dari distribusi Lognormal: 1. Fungsi Kepadatan Probabilitas

( )

[

]

   ₋ − = 2 2 2 ln exp 2 1 ) ( σ µ π σ t t t

f ;

∞ ∞

− t

2. Fungsi Distribusi Kumulatif

( )

[

t

]

_dt

t

F

∫

_∞ −









₋

−

=

2 2

2 ln

exp

2

1 )

(

σ

µ

π

σ

[

]

[

]









₋

−

=









₋

−

=

∫

∞ − 2 2 2 2

2 )

ln(

exp

)

ln(

2

1 )

(

2 )

ln(

exp

1

2

1 )

(

σ

µ

π

σ

µ

π

σ

t

F

dt

t

F

(69)

3. Fungsi Keandalan

( )

[

]

_dt

t t R t

∫

∞    ₋ − = 2 2 2 ln exp 2 1 ) ( σ µ π σ ) ( 1 )

(t F t

R = −

4. Fungsi Laju Kerusakan

) ( ) ( ) ( t R t f t h =

5. MTTF (Mean Time To Failure)

    + = 2 exp 2 σ µ MTTF

Konsep reliability distribusi Lognormal tergantung pada nilai μ (rata-rata)

dan σ (standar deviasi).

3.3.6.3. Pola Distribusi Eksponensial

Meskipun distribusi normal memiliki penerapan yang luas di berbagai bidang ilmu, dalam kenyataannya terdapat situasi dimana hasil-hasil eksperimen menunjukkan distribusi yang tidak simetris ataupun tidak menujukkan kcenderungan simetris. Dalam kasus-kasus semacam ini, model distribusi normal tidak dapat memberikan hasil yang tepat jika digunakan. Pada Gambar 3.4. dapat dilihat kurva pola distribusi eksponensial.

(70)

Gambar 3.4. Kurva Distribusi Eksponensial

Untuk eksperimen-eksperimen probabilitas yang hasilnya menunjukkan suatu bentuk distribusi yang mempunyai variasi ukuran kemencengan yang cukup signifikan, distribusi eksponensial merupakan salah satu alternatif model yang banyak digunakan. Distribusi eksponensial sering digunakan dalam berbagai bidang, terutama dalam teori keandalan. Hal ini disebabkan karena pada umumnya data kerusakan mempunyai perilaku yang dapat dicerminkan oleh distribusi eksponensial. Distribusi eksponensial akan tergantung pada nilai λ, yaitu laju kegagalan (konstan). Fungsi-fungsi dari distribusi Eksponensial:

1. Fungsi Kepadatan Probabilitas t

e t

f( )=λ −λ

2. Fungsi Distribusi Kumulatif t

e t

F( )=1− −λ 3. Fungsi Keandalan

e t R( )= −λ

4. Fungsi Laju Kerusakan

λ =

) (t

(71)

= MTTF

3.3.6.4. Pola Distribusi Weibull

Distribusi weibull pertama sekali diperkenalkan oleh ahli fisika dari Swedia Wallodi Weibull pada tahun 1939. Dalam aplikasinya, distribusi ini sering digunakan untuk memodelkan “waktu sampai kegagalan” (time to failure) dari suatu sistem fisika. Ilustrasi yang khas, misalnya pada sistem dimana jumlah kegagalan meningkat dengan berjalannya waktu (misalnya keausan bantalan), berkurang dengan berjalannya waktu (misalnya daya hantar beberapa semi konduktor) atau kegagalan yang terjadi oleh suatu kejutan (shock) pada sistem. Pada Gambar 3.5. dapat dilihat kurva pola distribusi weibull.

Gambar 3.5. Kurva Distribusi Weibull

Distribusi weibull merupakan keluarga distribusi kerusakan yang paling sering dipakai sebagai model distribusi masa hidup (life time). Distribusi Weibull merupakan distribusi empirik sederhana yang mewakili data yang aktual.

(72)

Distribusi ini biasa digunakan dalam menggambarkan karakteristik kerusakan dan keandalan pada komponen6

1. Fungsi Kepadatan Probabilitas

. Fungsi-fungsi dari distribusi Weibull:

             −      

= β− β

α α αβ t t t

f() exp

0 ,

; ≥

≥γ α β

2. Fungsi Distribusi Kumulatif

              − −

= _αt β

F() 1 exp

3. Fungsi Keandalan

              − = β α t t

R( ) exp ) ( 1 )

(t F t

R = −

4. Fungsi Laju Kerusakan

1 ) ( ) ( ) ( −       =

= _αβ _αt β

t R t f t h

5. MTTF (Mean Time To Failure)

MTTF adalah rata-rata waktu atau interval waktu kerusakan mesin atau komponen dalam distribusi kegagalan.

    + Γ = β α 1 1

MTTF

Γ = Fungsi Gamma, Γ(n) = (n-1)!, dapat diperoleh melalui nilai fungsi gamma.

Parameter β disebut dengan parameter bentuk atau kemiringan weibull

(73)

karakteristik hidup. Bentuk fungsi distribusi weibull bergantung pada parameter

bentuknya (β), yaitu:

Β < 1 : Distribusi weibull akan menyerupai distribusi hyper-exponential dangan laju kerusakan cenderung menurun.

Β = 1 : Distribusi weibull akan menyerupai distribusi eksponensial dangan laju kerusakan cenderung konstan.

Β > 1 : Distribusi weibull akan menyerupai distribusi normal dangan laju kerusakan cenderung meningkat.

3.3.7. Identifikasi dan Parameter Distribusi

Dapat dilakukan dalam dua tahap yaitu identifikasi distribusi awal dan estimasi parameter. 7

4 , 0

3 , 0 )

(

+ − =

n i t F

3.3.7.1. Identifikasi Distribusi Awal

Dilakukan dengan mengunakan metode least square (kuadrat terkecil).

Perhitungan dengan menggunakan metode ini adalah 1. Nilai Tengah Kerusakan (Median Rank)

Dimana : i = data waktu ke-t n = jumlah kerusakan 2. Goodness Of Fit

(74)

SxxSyy Sxy Yi Yi n Xi Xi n Yi Xi XiYi n r n i n i n i n i n i n i n i =               −               −       − =

∑

= = = = = = = 2 1 1 2 2 1 1 2

1 1 1

Perhitungan identifikasi awal untuk masing-masing distribusi adalah a. Distribusi Normal

- Xi = ti

- Yi = Zi = Ф-1 (F(ti)) =

σ

−

µ

ti

Nilai Zi = Ф-1 (F(ti)) didapat dari tabel Standardized Normal Probabilities b. Distribusi Lognormal

- Xi = ln ti

- Yi = Zi = Ф-1 (F(ti)) = ((1/s)ln ti) –((1/s)ln tmed)

Nilai Zi = Ф-1 (F(ti)) didapat dari tabel Standardized Normal Probabilities c. Distribusi Eksponensial

- Xi = ln ti

- Yi = ln(1/1-F(ti)) d. Distribusi Weibull

- Xi = ln ti

- Yi = ln ln(1/1-F(ti))

3.3.7.2. Estimasi Parameter

Estimasi parameter dilakukan dengan menggunakan metode Maximum Likelihood Estimator (MLE). Estimasi untuk masing-masing parameter adalah:

(75)

a. Distribusi Normal

Parameter adalah µ dan σ

∑

₌ = = n i n ti x 1 µ

( )

n s n 2

2 = −1

b. Distribusi Lognormal

Parameter adalah µ, s dan tmed

∑

₌

=

n i

n

ti

x

µ

(

)

n ti s 2 2 = ln −µ

(parameter bentuk) tmed = eµ (parameter lokasi)

c. Distribusi Eksponensial Parameter adalah λ

λ= r/T

r = n = jumlah kerusakan T = total waktu kerusakan d. Distribusi Weibull

Parameter untuk distribusi weibull dapat ditulis dengan persamaan sebagai berikut, yaitu:

α













−

=

t

F

(

)

1 exp

(76)

yang disusun menurut ukuran terkecil. Untuk setiap ti (dimna i = 1,2,3,...r),

berlaku:

α _

   − − = i i t t

F( ) 1 exp

Kemudian persamaan tersebut dapat diubah ke dalam persamaan sebagai berikut8

α      − = − i i t t

F( ) exp

{

}

_αβ      − =

− − i i

t t

F( ) exp

1 1

( )

{

}

[

]

_             =

− − β

αi

t t

F ln exp 1

ln 1

( )

{

}

[

]

[

]

α_

   = − − i

i t t F ln 1 ln ln 1

( )

{

}

[

]

[

ln 1

]

[

ln lnα

]

ln −F ti −1 = ti−

Persamaan garis lurus yang digunakan: Yi= ax + b

i t

Y =ln

( )

{

}

[

]

[

]

1 ln

ln − −

= i

i F t

[

Yi− α

]

i = Xi

β ln

i i

i X

Yβ−βlnα =

α β β = _i + ln

i X

(77)

α β ln 1 + = i i X Y α ln = a β 1 = b

Nilai F(t) didapat dengan menaksir fungsi distribusi kumulatif:

4 , 0 3 , 0 ) ( +− = n j t F _i

Fungsi ini diperoleh dari pendekatan dengan mengunakan metode harga tengah atau median (50%). Metode ini banyak digunakan dalam menaksir fungsi keandalan yang berdistribusi weibull. Selain itu metode ini cocok untuk penelitian yang memiliki salah satu karakteristik sebagai berikut9

3. Ukuran sampel penelitian kecil.

3. Data mengenai populasi penelitian yang kurang lengkap.

3. Distribusi waktu antar kerusakan sampel penelitian tidak simetris.

Selain itu dengan menggunakan metode least square maka untuk konstanta a dan b dapat diperoleh dengan cara sebagai berikut:

( )

2 ) (

∑

∑ ∑

− − = i i i i i i X X n Y X Y X n b n X b Y

a =

∑

i−

∑

Dengan diketahuinya nilai parameter a dan b maka parameter distribusi weibull dua parameter dapat ditentukan dengan cara sebagai berikut

(1)

(2)

(3)

(4)

(5)

(6)