6. Opportunistic Maintenance
Tindakan pemeliharaan dilakukan ketika kesempatan muncul seperti selama pabrik belum beroperasi.
3.4. Teori Keandalan Reliability
3.4.1. Pengertian Keandalan
6
Keandalan atau reliability dapat didefinisikan sebagai probabilitas bahwa suatu komponensistem akan menginformasikan suatu fungsi yang dibutuhkan
dalam periode waktu tertentu ketika digunakan dalam kondisi operasi Ebeling; 1997. Definisi keandalan menurut Kapur 1997 adalah, “probabilitas dimana
ketika operasi berada pada kondisi lingkungan tertentu, sistem akan menunjukkan kemampuannya sesuai dengan fungsi yang diharapkan dalam selang waktu
tertentu”. Keandalan juga dapat didefenisikan sebagai probabilitas yang selalu dikaitkan dengan akumulasi waktu dimana suatu alat beroperasi tanpa mengalami
kerusakan dalam kondisi lingkungan tertentu. Perawatan komponen atau peralatan tidak bisa lepas dari pembahasan
mengenai keandalan reliability, selain keandalan merupakan salah satu ukuran keberhasilan sistem perawatan juga keandalan digunakan untuk menentukan
penjadwalan perawatan sendiri.
6
Kapur, K.C., and Lamberson, L.R., Reliability in Engineering Design New York: John Wiley Sons, 1977
Universitas Sumatera Utara
3.4.2. Distribusi Kerusakan
Setiap mesin memiliki karakteristik kerusakan yang berbeda-beda. Sejumlah mesin yang sama jika dioperasikan dalam kondisi yang berbeda akan
memiliki karaketistik kerusakan yang berbeda. Bahkan mesin yang sama juga jika dioperasikan dalam kondisi yang sama akan memiliki karakteristik kerusakan
yang berbeda. Dalam menganalisai perawatan ada beberapa jenis distribusi yang umum dipakai yaitu:
1. Distribusi Normal Jardine, 2010
Distribusi normal Gausian 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 bebasindependent yang kecil atau
sedikit. Fungsi Kepadatan Probabilitas dalam distribusi normal adalah : � � =
1 � √2�
��� �− � − �
2
2 �
2
� ; − ∞ ⊲ � ⊲ ∞ MTTF Mean Time To Failure adalah rata-rata waktu atau interval waktu
kerusakan mesin atau komponen dalam distribusi. MTTF = µ
Konsep reliability distribusi normal tergantung pada nilai μ dan σ. Dimana:
µ = rata-rata σ = standar deviasi
Φ= nilai z yang dapat diperoleh dari tabel distribusi normal
Universitas Sumatera Utara
Gambar 3.1. Kurva Distribusi Normal
2. Distribusi lognormal
Distribusi lognormal merupakan distribusi yang berguna untuk menggambarkan distribusi kerusakan untuk situasi yang bervariasi. Distribusi
lognormal banyak digunakan di bidang teknik, khusunya sebagai model untuk berbagai jenis sifat material dan kelelahan material.
Fungsi Kepadatan Probabilitas dalam distribusi lognormal adalah: � � =
1 �� √2�
��� �−
[ln �− �]
2
2 �
2
� ; − ∞ ⊲ � ⊲ ∞ Untuk MTTF Mean Time To Failure adalah
MTTF = ��� �� +
�
2
2
� Konsep reliability
distribusi lognormal tergantung pada nilai μ dan σ.
Gambar 3.2. Kurva Distribusi Lognormal
Universitas Sumatera Utara
3. Distribusi Eksponensial
Distribusi eksponensial menggambarkan suatu kerusakan dari mesin yang disebabkan oleh kerusakan pada salah satu komponen dari mesin atau
peralatan yang menyebabkan mesin terhenti. Dalam hal ini kerusakan tidak dipengaruhi oleh unsur pemakaian peralatan. Dengan kata lain distribusi ini
memiliki kelajuan yang konstan terhadap waktu. Distribusi eksponensial akan tergantung pada nilai λ, yaitu laju kegagalan konstan.
Fungsi Kepadatan Probabilitas dalam distribusi eksponensia adalah: f t =
λ e
−λ t
t 0 Untuk MTTF Mean Time To Failure adalah
MTTF =
1 �
Gambar 3.3. Kurva Distribusi Eksponensial
4. 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
Universitas Sumatera Utara
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. Distribusi weibull merupakan bagian distribusi kerusakan yang paling sering
dipakai sebagai model distribusi masa hidup life time. Distribusi Weibull merupakan distribusi empirik sederhana yang mewakili data yang aktual.
Distribusi ini biasa digunakan dalam menggambarkan karakteristik kerusakan dan keandalan pada komponen.
Fungsi Kepadatan Probabilitas dari distribusi Weibull: ft =
β η �
t − γ
η �
β−1
exp ��−
t − γ
η �
β
� Fungsi keandalan dari distribusi Weibull dimodelkan sebagai berikut:
Rt = exp
��−
t −γ
η
�
β
� MTTF Mean Time To Failure adalah rata-rata waktu atau interval waktu
kerusakan mesin atau komponen dalam distribusi kegagalan. MTTF =
γ + ηΓ � 1
β +1
� Γ = Fungsi Gamma, dapat diperoleh melalui nilai fungsi gamma.
Parameter β disebut dengan parameter bentuk atau kemiringan weibull weibull slope
, sedangkan parameter α disebut dengan parameter skala. Bentuk fungsi distribusi weibull bergantung pada parameter bentuknya β,
yaitu:
Universitas Sumatera Utara
β 1: Distribusi weibull akan menyerupai distribusi hyper-exponential dengan laju kerusakan cenderung menurun.
β = 1: Distribusi weibull akan menyerupai distribusi eksponensial dengan laju kerusakan cenderung konstan.
β 1: Distribusi weibull akan menyerupai distribusi normal dengan laju kerusakan cenderung meningkat.
Gambar 3.4. Kurva Distribusi Weibull
3.5. Identifikasi Distribusi Kerusakan dengan Software Weibull++ 10