Distribusi Kerusakan Konsep Reliability Keandalan

Rt = 1 - Ft = 1 - dt t f ∫ ∞ = dt t f ∫ ∞ Dengan mengetahui fungsi keandalan ekspektasi suatu sistem akan sukses, Et. Dapat dinyatakan dengan jalan = = Et

3.3.2. 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 Gausian Distribusi normal 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. Fungsi-fungsi dalam distribusi normal adalah: a. Fungsi Kepadatan Probabilitas     − − = 2 2 2 exp 2 1 σ µ π σ t t f ; ∞ ∞ −   t Universitas Sumatera Utara b. Fungsi Kumulatif Kerusakan Cumulative Density Function       − = σ µ φ t t F c. Fungsi Keandalan Reliability Function       − − = σ µ φ t t R 1 d. MTTF Mean Time To Failure µ = MTTF Konsep reliability distribusi normal tergantung pada nilai μ rata-rata dan σ standar deviasi. Dimana, µ = rata-rata σ = standar deviasi φ = nilai z yang dapat diperoleh dari tabel 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-fungsi dalam distribusi lognormal adalah: a. Fungsi Kepadatan Probabilitas [ ]     − − = 2 2 2 ln exp 2 1 σ µ π σ t t t f ; ∞ ∞ −   t b. Fungsi Kumulatif Kerusakan Cumulative Density Function       − Φ = σ µ ln x t F Universitas Sumatera Utara c. Fungsi Keandalan Reliability Function       − Φ − = σ µ ln 1 x t R d. MTTF Mean Time To Failure     + = 2 exp 2 σ µ MTTF Konsep reliability distribusi Lognormal tergantu ng pada nilai μ rata-rata dan σ standar deviasi. 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-fungsi dalam distribusi eksponensial adalah: a. Fungsi Kepadatan Probabilitas t e t f λ λ − = t b. Fungsi Distribusi Kumulatif t e t F λ − − =1 c. Fungsi Keandalan t e t R λ − = Universitas Sumatera Utara d. MTTF Mean Time To Failure λ 1 = MTTF 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 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 7 Fungsi-fungsi dari distribusi Weibull: . a. Fungsi Kepadatan Probabilitas              −       = − β β α α α β t t t f exp 1 , ; ≥ ≥ β α γ t 7 Harinaldi. Prinsip-prinsip Statistik untuk Teknik dan Sains. Jakarta: PT. Erlangga, 2005 p. 106 Universitas Sumatera Utara b. Fungsi Distribusi Kumulatif               − − = β α t t F exp 1 c. Fungsi Keandalan               − = β α t t R exp 1 t F t R − = d. 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 weibull slope , sedangkan parameter α disebut dengan parameter skala. Bentuk fungsi distribusi weibull bergantung pada parameter bentuknya β, yaitu: 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. Universitas Sumatera Utara

3.3.3. Identifikasi Pola Distribusi dan Parameter Distribusi

Dokumen yang terkait

PENENTUAN INTERVAL WAKTU PENGGANTIAN KOMPONEN KRITIS PADA MESIN PACKING DENGAN ANALISA KEANDALAN

1 8 2

Usulan Perencanaan Perawatan Mesin Derek Dengan Interval Waktu Penggantian Pencegahan Pada Komponen Rantai Menggunakan Metode Age Replacement di PT. Agronesia Divisi Saripetojo Bandung

1 3 1

Penentuan Interval Waktu Penggantian Optimum Komponen Kritis Mesin Tiup dengan Model Age Replacement dan Maintenance Value Stream Mapping (MVSM) di PT. Sinar Sanata

5 16 106

MENENTUKAN INTERVAL WAKTU PENGGANTIAN OPTIMUM KOMPONEN HIKIKAGI PADA MESIN N5.00 P MENGGUNAKAN REPLACEMENT MODEL.

0 0 2

Penentuan Interval Waktu Penggantian Optimum Komponen Kritis Mesin Tiup dengan Model Age Replacement dan Maintenance Value Stream Mapping (MVSM) di PT. Sinar Sanata

0 0 21

Penentuan Interval Waktu Penggantian Optimum Komponen Kritis Mesin Tiup dengan Model Age Replacement dan Maintenance Value Stream Mapping (MVSM) di PT. Sinar Sanata

0 0 1

Penentuan Interval Waktu Penggantian Optimum Komponen Kritis Mesin Tiup dengan Model Age Replacement dan Maintenance Value Stream Mapping (MVSM) di PT. Sinar Sanata

0 0 2

Penentuan Interval Waktu Penggantian Optimum Komponen Kritis Mesin Tiup dengan Model Age Replacement dan Maintenance Value Stream Mapping (MVSM) di PT. Sinar Sanata

0 0 4

Penentuan Interval Waktu Penggantian Optimum Komponen Kritis Mesin Tiup dengan Model Age Replacement dan Maintenance Value Stream Mapping (MVSM) di PT. Sinar Sanata

0 0 2

Penentuan Interval Waktu Penggantian Optimum Komponen Kritis Mesin Tiup dengan Model Age Replacement dan Maintenance Value Stream Mapping (MVSM) di PT. Sinar Sanata

0 0 5