3 Tabel 4.7 Persentase Kumulatif Mesin Ketel Uap pada Periode 2015
Mesin Ketel Uap Frekuensi
Kerusakan Kali Persentase
Frek. Kerusakan
Persentase Kumulatif
Frek.Kerusakan Bearing IDF
29 49,15
49,15 Seal Feed Water Pump
23 38,98
88,14 Pipa Generating
7 11,86
100,00 Total
59 100
100,00
Gambar 4.2 Diagram Pareto Breakdown Ketel Uap Diagram pareto yang digunakan adalah aturan diagram pareto 80:20.
Prinsip dari diagram pareto 80:20 ditujukan untuk menganalisis 20 komponen mesin yang menyebabkan kegagalan sistem hingga 80, yang
artinya artinya dengan memperbaiki 20 dari masalah berarti telah memperbaiki 80 dari permasalahan. Dari diagram di atas dapat dilihat bahwa
komponen yang paling tinggi frekuensi kerusakannya adalah komponen bearing. Sehingga pilihan sistem dijatuhkan kepada mesin ketel uap di bagian
bearing pada induced draft fan.
4.3.6. Pengujian Data Distribusi Weibull
Universitas Sumatera Utara
4 Pendekatan distribusi yang digunakan adalah distribusi weibull. Uji
kecocokan distribusi dilakukan untuk menentukan apakah sebaran data yang diamati telah sesuai dengan distribusi yang diharapkan. Pada penelitian ini uji
distribusi yang digunakan adalah uji Mann. Uji Mann berfungsi untuk menguji distribusi weibull. Dasar dari test adalah distribusi kumulatif dari contoh
hasil pengamatan, diharapkan dapat mendekati distribusi yang sebenarnya. Pada penelitian ini dilakukan pengujian distribusi weibull dua parameter.
b. Pengujian Distribusi Weibull Komponen Bearing pada Induced Draft Fan.
Pengujian kecocokan distribusi data pada tabel 4.5 untuk bearing pada induced draft fan
dapat dilakukan dengan cara: 3.
Tentukan hipotesis awal dan alternatif Ho: Data berdistribusi weibull dua parameter
Hi: Data tidak berdistribusi weibull dua parameter 4.
Melakukan perhitungan untuk mendapatkan nilai S
tes
Palit, 2012.
Tabel 4.8 Uji Distribusi Weibull Dua Parameter Bearing IDF Mesin Ketel Uap No.
N TTF
Xi Xi+1-Xi
Mi tabel Xi+1-XiMi
Observasi Hari
ti 1
5 0,53
-0,6349 0,2344
1,0441 0,2245
2 2
0,67 -0,4005
0,2141 0,5477
0,3910 3
4 0,83
-0,1863 0,1138
0,3853 0,2952
4 7
0,93 -0,0726
0,0726 0,3072
0,2362 5
9 1,00
0,0000 0,0677
0,2637 0,2566
6 6
1,07 0,0677
0,3378 0,2387
1,4152 7
5 1,50
0,4055 0,1427
0,2262 0,6307
8 3
1,73 0,5481
0,4451 9
2 2,70
0,9933 0,2393
10 1
3,43 1,2326
0,0676 11
3 3,67
1,3002 0,0162
12 2
3,73 1,3164
Total 4,5694
1,9513 3,0129
3,4494 Dari tabel 4.6 diperoleh sebagai berikut :
Palit, 2012
Universitas Sumatera Utara
5 dimana ;
i =
= = 7
Xi = ln ti
Xi = ln 0,53
= -0,6349 S
tes
= = 0,1828
5. Menentukan Nilai S
tabel
Jumlah data n = 12
i =
= = 7
Maka S
tabel
= 0,81 6.
Penarikan kesimpulan : Jika S
tes
S
tabel
maka H diterima, yaitu data
adalah distribusi weibull dua parameter
4.3.7. Penentuan Parameter Distribusi Weibull
Dalam distribusi weibull dua parameter terdapat parameter skala α dan β,
untuk menaksir nilai parameter α dan β dilakukan perhitungan dengan cara
regresi linier Y = a + bt. Fungsi ini diperoleh dari pendekatan dengan menggunakan metode harga tengah atau median 50 Palit, 2012.
Ft =
Rt = 1
– Ft Palit, 2012
Dimana: Rt
= nilai keandalan pada waktu t, Ft
= fungsi ketidakandalan pada waktu ke t, n
= banyaknya terjadinya kerusakan i
= nomor event ke i, i = 1,2,3... t
= waktu mulai dari awal sampai terjadinya kerusakan pertama kali TTF. Metode ini digunakan untuk menaksir keandalan yang berdistribusi
weibull. Selain itu metode ini dapat digunakan untuk penelitian yang memiliki salah satu karakteristik sebagai berikut:
Universitas Sumatera Utara
6 d.
Ukuran sampel penelitian yang kecil e.
Data mengenai populasi penelitian yang kurang lengkap f.
Distribusi waktu antar kerusakan sampel penelitian tidak simetris 1.
Perhitungan Parameter Komponen Bearing pada Induced Draft Fan Perhitungan untuk menentukan parameter-parameter untuk distribusi
weibull komponen bearing pada Induced Draft Fan. Untuk i = 1 dengan ti = 0,53 maka dapat dihitung sebagai berikut :
Ft =
F0,53 = = 0,0565
Rt = 1
– Ft R0,53
= 1 – 0,0565
R0,53 = 0,9435
X = ln ln
= ln ln = -2,8455
Y = ln t
= ln 0,53 = -0,6349
Hasil dari perhitungan parameter weibull komponen bearing pada induced draft fan
dapat dilihat pada tabel 4.9.
Tabel 4.9 Parameter Weibull Komponen Bearing pada Induced Draft Fan
No. TTF
Rank Ft
Rt Xi
Xi2 Yi
XiYi
1 3,67
0,5 3
0,0565 0,9435 -2,8455 8,0966
-0,6349 1,8065
2 3,73
0,6 7
0,1371 0,8629 -1,9142 3,6643
-0,4005 0,7666
3 1,50
0,8 3
0,2177 0,7823 -1,4042 1,9717
-0,1863 0,2616
4 0,83
0,9 3
0,2984 0,7016 -1,0374 1,0762
-0,0726 0,0753
5 1,00
1,0 0,3790
0,6210 -0,7413 0,5496 0,0000
0,0000
Universitas Sumatera Utara
7 6
0,53 1,0
7 0,4597
0,5403 -0,4852 0,2354 0,0677
-0,0328 7
0,67 1,5
0,5403 0,4597 -0,2520 0,0635
0,4055 -0,1022
8 1,07
1,7 3
0,6210 0,3790 -0,0303 0,0009
0,5481 -0,0166
9 0,93
2,7 0,7016
0,2984 0,1901
0,0361 0,9933
0,1888 10
1,73 3,4
3 0,7823
0,2177 0,4216
0,1778 1,2326
0,5197 11
2,70 3,6
7 0,8629
0,1371 0,6867
0,4715 1,3002
0,8928 12
3,43 3,7
3 0,9435
0,0565 1,0558
1,1148 1,3164
1,3899 Total
6,0000 6,0000 -6,3559 17,4585
4,5694 5,7496
Nilai konstanta Ƚ dan Ⱦ dapat dihitung dengan menggunakan persamaan berikut :
Palit, 2012 b
= = 0,5797
a =
= 0,6878 α
= exp a = exp 0,6878
= 1,9893 Ⱦ
= = 1,7250 Berdasarkan hasil uji distribusi pola data waktu antar kerusakan setiap
komponen distribusi weibull dua parameter, maka dapat dihitung nilai total minimum downtime
Dtp sebagai berikut : Dtp =
Palit, 2012 Sehingga :
Dtp = Palit, 2012
Universitas Sumatera Utara
8 Waktu yang diperlukan untuk melakukan perawatan pada bearing IDF
adalah 0,08 hari, sedangkan waktu yang diperlukan untuk perawatan karena terjadi kerusakan adalah 0,145 hari. Maka nilai Htp yang terjadi pada panjang
siklus tertentu sebagai berikut : Htp pada tp = 1
Htp = 1+H0
= 0,15815 Perhitungan dilakukan Htp dari tp = 2 bulan sampai tp = 5 bulan sebagai berikut,
Tabel 4.10 Nilai Htp pada Masing-masing Interval Waktu Kerusakan untuk Komponen Bearing pada Induced Draft Fan pada Mesin Ketel Uap
No. tp bulan
Htp 1
1 0,158
2 2
0,581 3
3 0,894
4 4
0,988 5
5 0,999
Interval waktu perawatan yang optimal untuk meminimumkan downtime dapat ditentukan dengan menghitung Dtp yang minimum sebagai berikut,
Dtp = Total downtime dari interval waktu tp untuk komponen bearing pada IDF
mesin ketel uap dapat dilihat pada tabel 4.11 berikut. Tabel 4.11 Total Downtime dari Interval Waktu tp untuk Komponen Bearing pada
IDF Mesin Ketel Uap No.
tp bulan Dtp
1 1
0,0031 2
2 0,0024
3 3
0,0019 4
4 0,0015
5 5
0,0013
Universitas Sumatera Utara
9 Berdasarkan hasil perhitungan nilai downtime dari beberapa interval
waktu pada tabel di atas maka dapat ditentukan interval waktu yang optimal yaitu pada tp= 5 bulan dengan total downtime sebesar 0,0013 jam.
4.4 ANALISIS FAILURE MODE and EFFECT ANALYSIS FMEA