101
S =
∑
∞ =
− −
r x
x
x DL
DL r
exp =
∑
=
− −
1
1 exp
1 1
x x
x = 0,5436
≈ 1
TK =
∑
=
− −
r x
x
x DL
DL exp
1
=
∑
=
− −
1 1
1 1
exp 1
1
x
= 0,5436 Jadi TK = 0,5436 x 100 = 54,36
OT =
∑ ∑
∞ +
= ∞
=
− −
+
−
− +
+
1
exp exp
2
r x
x r
x x
x DL
DL r
x DT
Q x
DL DL
x r
Q IC
DT Q
A π
OT =
5436 ,
7 4
18000 4564
, 1
2 3
22500 6
3 9000
+
−
+ +
OT = Rp 80.412
6.8. Analisis Persediaan Suku Cadang
Kondisi persediaan optimal ternyata tidak dapat memberikan service level komponen yang mencukupi, di mana batas minimal service level yang diharuskan
oleh perusahaan adalah 85 dapat dilihat pada Tabel 6.15. Ongkos persediaan optimal mengakibatkan tingkat ketersediaan berada di bawah standar service level
yang ditetapkan oleh perusahaan. Total ongkos persediaan untuk ke-30 komponen adalah sebesar Rp 49.763.248 lebih kecil daripada total ongkos persediaan
sebelum optimasi sebesar Rp 54.903.413.
6.9. Analisis Sensitivitas
Setelah pemeliharaan pencegahan dijadwalkan kemudian biaya-biaya yang mempengaruhi total biaya pemeliharaan untuk 30 komponen dilakukan analisis
sensitivitas. Analisis sensitivitas dilakukan berdasarkan parameter biaya operator menganggur, kehilangan produksi, dan komponen. Pada Gambar 6.12
menjelaskan kenaikan parameter biaya operator yang menganggur, kehilangan produksi, dan biaya komponen tidak mempengaruhi tingkat keandalan, yaitu tetap
pada tingkat keandalan 51.
102
20 40
60 80
100
20 40
60 80
100 Kenaikan parameter biaya
K ea
nda la
n, R Biaya kehilangan
produksi Biaya operator
Biaya komponen
Gambar 6.12 Kenaikan parameter biaya terhadap keandalan Pada Gambar 6.13 menggambarkan penurunan parameter biaya operator
yang menganggur, biaya kehilangan produksi, dan biaya komponen tidak mempengaruhi tingkat keandalan, yaitu tetap pada tingkat keandalan 51.
20 40
60 80
100
20 40
60 80
100 Penurunan parameter biaya
K ea
nda la
n, R Biaya kehilangan
produksi Biaya operator
Biaya komponen
Gambar 6.13 Penurunan parameter biaya terhadap keandalan
6.10. Validasi
Validasi merupakan langkah penting dalam pemodelan. Tujuan dari validasi model adalah untuk mengukur sejauh mana hasil model mendekati
kondisi sebenarnya. Semakin dekat hasil model dengan data lapangan, semakin valid model tersebut dalam menggambarkan kondisi lapangannya.
103 Validasi model dalam penelitian ini dengan menggunakan metode Chi
Square, membandingkan waktu penjadwalan pemeliharaan ke-30 komponen hasil simulasi model dengan waktu pemeliharaan ke-30 komponen dari data lapangan.
H
H : terdapat hubungan yang signifikan antara waktu pemeliharaan dari lapangan
dengan waktu pemeliharaan hasil model.
1
α = 0,05 : tidak terdapat hubungan yang signifikan antara waktu pemeliharaan dari
lapangan dengan waktu pemeliharaan hasil model. Tabel 6.16 Validasi model
No Nama komponen
Waktu pemeliharaan
hasil model, E
i
Waktu pemeliharaan
di lapangan, O
jam
i
O
jam
i
- E
i 2
E
i 2
1 Worm lengthening, press 1.153
1176 0,46
2 Sproket gear RS80, boiler 564
552 0,26
3 Screw worm, press 988
984 0,02
4 Nozzle pn, separator 713
672 2,36
5 Screw pn separator 452
456 0,04
6 Rantai RS80, boiler 1.031
1008 0,51
7 Baud coupling, press 1.456
1512 2,15
8 Friction pad separator 1.461
1512 1,78
9 Roda lori +as 996
1008 0,14
10 Balok basing, lori 2.623
2616 0,02
11 V-belt, sterilizer 2.286
2352 1,91
12 Bearing SKF, separator 2.430
2352 2,50
13 V-belt, separator 1.347
1344 0,01
14 V-belt, boiler 1.625
1680 1,86
15 Plat mild steel, stasiun biji 1.651
1680 0,51
16 Kabel NYHY, housting crane 3.967
3864 2,67
17 Seal vibro screen 2.989
3024 0,41
18 Remising saringan vibro mess 30 2.842
2856 0,07
19 Mika film, separator 3.251
3192 1,07
20 Bearing, thresher drum 2.947
2952 0,01
21 V-belt thresher drum 1.530
1512 0,21
22 Seal pintu sterilizer 1.041
1008 1,05
23 L-boch, sterilizer 1.096
1056 1,46
24 As sentral FC60, stasiun biji 1.596
1512 4,42
25 Besi siku L, boiler 951
1008 3,42
26 Adaptor, stasiun biji 909
888 0,49
27 Extension shaft, press 828
840 0,17
28 Kabel sling baja, tracklier 1.081
1008 4,93
29 Bearing, stasiun biji 1.090
1056 1,06
30 V-belt, stasiun biji 547
504 3,38
Total 39,34
104
χ
2
2 30
1
model hasil
an pemelihara
waktu model
hasil an
pemelihara waktu
- lapangan
di an
pemelihara waktu
∑
=
i
= χ
2
2 29
, 05
.
χ = 39,34
= 42,6 χ
2
2 29
, 05
.
χ 39,34 42,6
Kesimpulan dari uji chi square adalah terdapat hubungan yang signifikan antara waktu pemeliharaan di lapangan dengan waktu pemeliharaan hasil dari model.
6.11. Verifikasi
Verifikasi model dalam penelitian ini dengan langsung menanyakan ke PKS Kertajaya yaitu total biaya pemeliharaan selama satu tahun pada tahun 2010
adalah Rp 5.407.424.785 untuk semua suku cadang. Penghematan dalam model ini sebesar 17,5 dari total ekspektasi biaya pemeliharaan untuk 30 komponen.
Ini yang membuat menarik bagi PKS Kertajaya dan sebagai masukan dalam perbaikan pemeliharaan peralatan di pabrik tersebut. Apalagi peralatan pabrik di
PKS Kertajaya yang sudah tua, tetapi masih efisien dengan terbukti masih bisa dilakukan penghematan biaya pemeliharaan walaupun penghematan tersebut
sedikit.
VII. SIMPULAN DAN SARAN
7.1. Simpulan
Berdasarkan ukuran kinerja overall equipment effectiveness OEE, nilai OEE per bulan selama tahun 2010 berkisar antara 36,87 - 77,67, dengan rata-
rata sebesar 58,05. Tingkat reliabilitas komponen mesin peralatan pada tahun 2010 berkisar 18,7 - 50,8. Hasil dari kinerja OEE ini menunjukkan rendahnya
kinerja sistem produksi di PKS Kertajaya sehingga perlu dilakukan penjadwalan pemeliharaan pada pabrik kelapa sawit.
Hasil failure mode and effect analysis FMEA adalah rangking nilai RPN untuk 30 komponen yang akan dijadwalkan pemeliharaannya. Rangking nilai ini
sebagai dasar untuk melakukan penjadwalan pemeliharaan peralatan produksi pabrik kelapa sawit. Berdasarkan data tahun 2010 terdapat 30 komponen atau
suku cadang yang dipilih untuk dianalisis dengan menggunakan FMEA. Hasil analisis FMEA dan rangking nilai RPN memberikan urutan komponen untuk
mendapatkan urutan prioritas jadwal pemeliharaan. Hasil penelitian ini menunjukkan perbedaan distribusi kerusakan untuk ke-
30 komponen, yaitu tiga komponen mengikuti distribusi Weibull, sepuluh komponen mengikuti distribusi Normal dan 17 komponen mengikuti distribusi
Lognormal. Penelitian ini menghasilkan penjadwalan yang dapat membantu pengambilan keputusan pihak manajemen untuk menyusun rencana pemeliharaan
peralatan produksi di pabrik kelapa sawit dan persediaan suku cadang sehingga biaya pemeliharaan menjadi optimal.
Tingkat kehandalan optimum untuk ke-30 komponen secara agregat adalah sebesar 51 memberikan total biaya pemeliharaan pencegahan sebesar
Rp.410.251.693 per tahun dengan penghematan sebesar 17,5 dibandingkan tanpa melakukan penjadwalan pemeliharaan. Waktu breakdown maintenance
sebesar 3,2 dari waktu pemeliharaan pencegahan. Berdasarkan penjadwalan pemeliharaan pencegahan telah berhasil
dikembangkan model untuk perencanaan kebutuhan suku cadang yang memberikan total biaya persediaan optimum yaitu sebesar Rp. 49.763.248.
106 Implementasi model persediaan tersebut dapat menghemat total biaya persediaan
sebesar 9,4 dibandingkan total biaya sebelumnya.
7.2. Saran
Saran tindak lanjut dari penelitian ini adalah perlu dilakukan penelitian lebih lanjut untuk mengevaluasi dampak dari penjadwalan pemeliharaan untuk
sterilizer dengan model vertikal. Penelitian lebih lanjut perlu dilakukan untuk mengetahui keandalan sistem produksi dan jadwal pemeliharaan dengan
memperkirakan adanya mesin cadangan. Pelatihan untuk teknisi dan operator perlu dilakukan untuk mempercepat
reaksi yang dibutuhkan untuk tindakan pemeliharaan pencegahan. Pada PKS Kertajaya perlu dipertimbangkan untuk melakukan peremajaan mesin dan analisa
biayanya terutama pada mesin produksi yang mempunyai indeks kinerja OEE di bawah 85.
