1.5 Efektifitas Peralatan Penerapan Preventive Maintenance Untuk Meningkatkan Reliability Pada Boiler Feed Pump PLTU Tarahan Unit 3 & 4

- Normal Tabel 5.23. Perhitungan Index of Fit dengan Distribusi Normal i tiday xi=ti Fti yi xiyi xi 2 yi 2 1 2.75 2.75 0.206 - 0.82 - 2.255 7.563 0.672 2 3 3 0.5 0.000 9 0.000 3 3 3 0.794 0.82 2.460 9 0.672 Total 8.75

8.75 1.5

0.205 25.563 1.345 r=0.866 - Weibull Tabel 5.24. Perhitungan Index of Fit dengan Distribusi Weibull i tiday xi=1n.ti Fti yi xiyi xi 2 yi 2 1 2.75 1.012 0.206 - 1.468 - 1.486 1.024 2.155 2 3 1.099 0.5 -3.66 - 4.022 1.208 13.396 3 3 1.099 0.794 0.458 0.503 1.208 0.210 Total 8.75

3.21 1.500

-4.67 -5.005 3.440 15.760 r= -0.037 Tabel 5.25. Tabel Perbandingan Nilai Index of Fit Motor Time to Repair Destribusi r Ekponensial 0.763 Log Normal 0.866 Normal 0.866 Weibull 0.037 Dari tabel Index of Fit motor Time to Repair nilai yang tertinggi ialah 0.866 sehingga untuk Index of Fit motor Time to Repair berdistribusi Log Normal. Universitas Sumatera Utara 1000 100 10 1 0.1 99 90 80 70 60 50 40 30 20 10 5 3 2 1 C1 P e r c e n t Mean 64.25 N 4 AD 0.204 P-Value 0.915 Probability Plot for Time To Failure Valve Lognormall - 95 CI

5.1.8. Uji Kecocokan Distribusi Goodness of Fit Test

Tahap terakhir dalam identifikasi distribusi adalah Goodness of Fit Test uji kecocokan distribusi yaitu uji kesesuaian secara statistic yang didasarkan pada sampel waktu kerusakan dan perbaikan. Uji ini dilakukan dengan membandingkan H Hipotesis nol dan H 1 Hipotesis alternatif. H menyatakan bahwa kerusakan berasal dari distribusi tertentu dan H 1 akan menyatakan bahwa waktu kerusakan tidak berasal dari distribusi tertentu tersebut yang didapat melalui perhitungan Index of Fit dengan least square methods. Uji kecocokan distribusi ini dilakukan dengan bantuan software Minitab 14 melalui specific test test khusus. Adapun langkah-langkah penggunaan dapat dilihat pada landasan teori sub-bab Goodness of Fit. 5.1.8.1 Uji Kecocokan Distribusi untuk Data Mean Time to Failure a. Valve H = Data Berdistribusi Lognormal H 1 = Data Tidak Berdistribusi Lognormal 300 200 100 -100 -200 99 95 90 80 70 60 50 40 30 20 10 5 1 C1 P e r c e n t Mean 64.25 StDev 57.29 N 4 AD 0.304 P-Value 0.354 Normal - 95 CI Probability Plot for Time To Failure Valve Universitas Sumatera Utara 10000 1000 100 10 1 99 95 90 80 70 60 50 40 30 20 10 5 1 C1 P e r c e n t Loc 3.823 Scale 1.005 N 4 AD 0.169 P-Value 0.823 Probability Plot for Time To Failure Valve Exponential - 95 CI Gambar 5.4 Goodness of Fit Test Valve Time to Failure Berdasarkan analisa yang dilakukan didapat bahwa untuk Time to Failure sparepart valve berdistribusi Lognormal. Suatu data dikatakan mengikuti distribusi tertentu apabila titik-titiknya sebarannya mengikuti garis lurus. Hal ini didasari pada nilai p-value yang paling besar dimiliki distribusi lognormal yang mengindikasikan semakin besar p-value maka semakin kuat keputusan untuk menerima hipotesa awal H . Sehingga dicapai suatu keputusan terima hipotesis awal H . Disamping itu nilai AD Anderson- Darling pada distribusi lognormal merupakan yang terkecil sekaligus menekankan semakin besar peluang untuk gagal menolak hipotesis awal H . 1000 100 10 1 0.1 99 90 80 70 60 50 40 30 20 10 5 3 2 1 C1 P e r c e n t Shape 1.318 Scale 70.02 N 4 AD 0.206 P-Value 0.250 Weibull - 95 CI Probability Plot for Time To Failure Valve Universitas Sumatera Utara b. Motor H = Data Berdistribusi Lognormal H 1 = Data Tidak Berdistribusi Lognormal Gambar 5.5 Goodness of Fit Test Motor Time to Failure Berdasarkan analisa yang dilakukan didapat bahwa untuk Time to Failure sparepart motor berdistribusi Lognormal. Suatu data dikatakan mengikuti distribusi tertentu apabila titik-titiknya sebarannya mengikuti garis lurus. Hal ini didasari pada nilai p-value yang paling besar dimiliki distribusi lognormal yang mengindikasikan semakin besar p-value maka semakin kuat keputusan untuk menerima hipotesa awal H . Sehingga dicapai suatu keputusan terima hipotesis awal H . Disamping itu nilai AD Anderson-Darling pada 500 400 300 200 100 -100 -200 -300 99 95 90 80 70 60 50 40 30 20 10 5 1 C1 P e r c e n t Mean 111.5 StDev 64.35 N 2 AD 0.250 P-Value 0.227 Normal - 95 CI Probability Plot for Time to Failure Motor 10000 1000 100 10 1 99 95 90 80 70 60 50 40 30 20 10 5 1 C1 P e r c e n t Loc 4.623 Scale 0.6128 N 2 AD 0.250 P-Value 0.227 Lognormal - 95 CI Probability Plot for Time to Failure Motor 1000 100 10 1 0.1 99 90 80 70 60 50 40 30 20 10 5 3 2 1 C1 P e r c e n t Mean 111.5 N 2 AD 0.416 P-Value 0.448 Exponential - 95 CI Probability Plot for Time to Failure Motor 1000 100 10 1 99 90 80 70 60 50 40 30 20 10 5 3 2 1 C1 P e r c e n t Shape 2.769 Scale 126.1 N 2 AD 0.365 P-Value 0.250 Weibull - 95 CI Probability Plot for Time to Failure Motor Universitas Sumatera Utara distribusi lognormal merupakan yang terkecil sekaligus menekankan semakin besar peluang untuk gagal menolak hipotesis awal H . 5.1.8.2. Uji Kecocokan Distribusi untuk Data Mean Time to Repair a. Valve H = Data Berdistribusi Normal H 1 = Data Tidak Berdistribusi Normal Gambar 5.6 Goodness of Fit Test Valve Time to Repair 2.25 2.00 1.75 1.50 1.25 1.00 0.75 0.50 99 95 90 80 70 60 50 40 30 20 10 5 1 C1 P e r c e n t Mean 1.3 StDev 0.2092 N 5 AD 0.364 P-Value 0.273 Normal - 95 CI Probability Plot for Time To Repair Valve 2 1.5 1 0.9 0.8 0.7 0.6 99 95 90 80 70 60 50 40 30 20 10 5 1 C1 P e r c e n t Loc 0.2514 Scale 0.1675 N 5 AD 0.374 P-Value 0.255 Lognormal - 95 CI Probability Plot for Time To Repair Valve 10 1 0.1 0.01 99 90 80 70 60 50 40 30 20 10 5 3 2 1 C1 P e r c e n t Mean 1.3 N 5 AD 1.723 P-Value 0.011 Exponential - 95 CI Probability Plot for Time To Repair Valve 2 1.5 1 0.9 0.8 0.7 0.6 0.5 99 90 80 70 60 50 40 30 20 10 5 3 2 1 C1 P e r c e n t Shape 8.520 Scale 1.380 N 5 AD 0.461 P-Value 0.224 Weibull - 95 CI Probability Plot for Time To Repair Valve Universitas Sumatera Utara Berdasarkan analisa yang dilakukan didapat bahwa untuk Time to Repair sparepart valve berdistribusi Normal. Suatu data dikatakan mengikuti distribusi tertentu apabila titik-titiknya sebarannya mengikuti garis lurus. Hal ini didasari pada nilai p-value yang paling besar dimiliki distribusi normal yang mengindikasikan semakin besar p-value maka semakin kuat keputusan untuk menerima hipotesa awal H . Sehingga dicapai suatu keputusan terima hipotesis awal H . Disamping itu nilai AD Anderson- Darling pada distribusi normal merupakan yang terkecil sekaligus menekankan semakin besar peluang untuk gagal menolak hipotesis awal H . b. Motor H = Data Berdistribusi Normal H 1 = Data Tidak Berdistribusi Normal 3.6 3.4 3.2 3.0 2.8 2.6 2.4 2.2 99 95 90 80 70 60 50 40 30 20 10 5 1 C1 P e r c e n t Mean 2.917 StDev 0.1443 N 3 AD 0.488 P-Value 0.057 Normal - 95 CI Probability Plot for Time To Repair Motor 3.8 3.6 3.4 3.2 3 2.8 2.6 2.4 2.2 99 95 90 80 70 60 50 40 30 20 10 5 1 C1 P e r c e n t Loc 1.070 Scale 0.05024 N 3 AD 0.488 P-Value 0.057 Probability Plot for Time To Repair Motor Lognormal - 95 CI Universitas Sumatera Utara Gambar 5.7. Goodness of Fit Test Motor Time to Repair Berdasarkan analisa yang dilakukan didapat bahwa untuk Time to Repair sparepart motor berdistribusi Normal. Suatu data dikatakan mengikuti distribusi tertentu apabila titik-titiknya sebarannya mengikuti garis lurus. Hal ini didasari pada nilai p-value yang paling besar dimiliki distribusi normal yang mengindikasikan semakin besar p-value maka semakin kuat keputusan untuk menerima hipotesa awal H . Sehingga dicapai suatu keputusan terima hipotesis awal H . Disamping itu nilai AD Anderson- Darling pada distribusi normal merupakan yang terkecil sekaligus menekankan semakin besar peluang untuk gagal menolak hipotesis awal H . Berdasarkan perhitungan index of fit dengan menggunakan least square methods dan dilanjutkan dengan pengujian kecocokan data yang dilakukan dengan menggunakan minitab 14 didapat bahwa keseluruhan hipotesis awal H dapat diterima. Oleh sebab itu identifikasi awal pada distribusi kerusakan constumable parts telah baik dilakukan. 100 10 1 0.1 0.01 99 90 80 70 60 50 40 30 20 10 5 3 2 1 C1 P e r c e n t Mean 2.917 N 3 AD 1.287 P-Value 0.028 Probability Plot for Time To Repair Motor Exponential - 95 CI 3.2 3 2.8 2.6 2.4 2.2 99 90 80 70 60 50 40 30 20 10 5 3 2 1 C1 P e r c e n t Shape 36.69 Scale 2.969 N 3 AD 0.703 P-Value 0.044 Probability Plot for Time To Repair Motor Weibull - 95 CI Universitas Sumatera Utara

5.1.9. Perhitungan Selang Waktu Penggantian dan Pemeriksaan

Interval waktu penggantian pencegahan dihitung dengan menggunakan distribusi yang telah ditentukan dengan uji kecocokan distribusi sebelumnya. Metode yang digunakan adalah metode minimum downtime sedangkan metode penggantian pencegahan yang digunakan adalah metode age replacement dengan menghitung waktu penggantian pencegahan berdasarkan umur penggantian yang optimal. Data diperlukan adalah sebagai berikut: - Jumlah jam kerja mesin sama dengan jam kerja operator yaitu senin sampai minggu dengan 3 shift kerja dan 1 shift libur, jadi jumlah jam kerja mesin yaitu 24 jam per hari. - Waktu kerja pertahun adalah 365 hari kerja dengan 24 jam perhari 8760 jam per tahun. a. Valve BFP Dari data uji waktu penggantian pencegahan 1. Interval waktu penggantian pencegahan Data distribusi normal 9 . 3 875 . 413 . 3 5 . 6 625 . 8 5 5 . 6 7 . 5 2 1 2 1 1 2 1 1 1 1 1 1 1 1 = = − − =       −             − = ∑ ∑ ∑ ∑ ∑ = = = = = x x x x x n y x y x n b n i n i n i n i n i Universitas Sumatera Utara 07 . 5 5 5 . 6 9 . 3 5 1 1 1 1 − = − = − = ∑ ∑ = = x n x b n y a n i n i 3 . 1 9 . 3 07 . 5 = − − = − = b a µ 256 . 9 . 3 1 1 = = = b σ jam MTTR 3 . 1 = = µ Data distribusi Lognormal 841 . 127 . 12 198 . 10 29 . 15 478 . 61 4 29 . 15 549 . 2 4 2 1 2 1 1 2 1 1 1 1 1 1 1 1 = = − − =       −             − = ∑ ∑ ∑ ∑ ∑ = = = = = x x x x x n y x y x n b n i n i n i n i n i 214 . 3 4 29 . 15 841 . 4 1 1 1 1 − = − = − = ∑ ∑ = = x n x b n y a n i n i β=b=0.841 189 . 1 841 . 1 1 = = = b s 022 . 189 . 1 214 . 3 . = = = − − − x a s med e e t Universitas Sumatera Utara hari xe xe t MTTF s med 565 . 32 022 . 2 189 . 1 2 2 2 = = = Tabel 5.26. Perhitungan Interval Penggantian Valve tpday Ftp Rtp Mtp Dtp 10 0.1515505 0.8484950 214.87887 0.02963 20 0.2843388 0.7156612 114.52886 0.025213 30 0.4522415 0.5477585 72.007987 0.023149 40 0.63307 0.36693 51.439809 0.022868 50 0.8093 0.1907 40.238478 0.02436 60 0.99284 0.00716 32.799847 0.029222 70 0.99797 0.00203 32.631241 0.029424 80 0.99842 0.00158 32.616534 0.029433 90 0.99888 0.00112 32.601514 0.029451 100 0.99933 0.00067 32.586833 0.029477 110 0.99978 0.00022 32.572166 0.02951 120 0.99996 0.00004 32.566303 0.029525 Contoh perhitungan: 1515505 . 022 . 565 . 32 10 =       − Φ =       − Φ = σ µ t t F 8484950 . 022 . 565 . 32 10 1 1 =       − Φ − =       − Φ − = σ µ t t R 8789 . 214 1515505 . 565 . 32 = = = tp F MTTF tp M hari Universitas Sumatera Utara 0.02963 8484950 . 1 3 . 1 8789 . 214 8484950 . 3 . 1 10 8484950 . 1 8484950 . 3 . 1 1 1 = − + + + − + = − + + − + = x x x tp R T tp M tp R T t tp R tp R T tp D f p p p Dtp min = 0.023149 Atp = 1-0.023149 = 0.97685 Replacement Age = 30 2. Interval Waktu Pemeriksaan • Waktu rata-rata satu kali perbaikan 0.00015 8760 3 . 1 ker 1 = = = tahun ja Jam MTTR µ jam • μ = berbanding terbalik dengan waktu rata-rata 1 kali perbaikan 1μ 67 . 6666 00015 . 1 1 = = µ • waktu rata-rata pemeriksaan jam tahun ja hari n pemeriksaa kali satu waktu 0.0001142 8760 1 ker 1 = = = µ • i= berbanding terbalik dengan waktu rata-rata pemeriksaan jam t i 8760 0001142 . 1 1 = = = • Rata-rata rusak dalam 1 tahun k = 5 kali Universitas Sumatera Utara • Jumlah kerusakan optimal tahun usakan x n ker 5 . 2 67 . 6666 8760 5 = = • Interval waktu pemeriksaan hari jam ti 146 3504 5 . 2 8760 = = = b. Motor BFP Dari data uji waktu penggantian pencegahan 1. Interval waktu penggantian pencegahan Data distribusi lognormal 138 . 14 015 . 214 . 21 . 3 440 . 3 3 21 . 3 071 . 3 2 1 2 1 1 2 1 1 1 1 1 1 1 1 = = − − =       −             − = ∑ ∑ ∑ ∑ ∑ = = = = = x x x x x n y x y x n b n i n i n i n i n i 128 . 15 3 21 . 3 138 . 14 3 1 1 1 1 − = − = − = ∑ ∑ = = x n x b n y a n i n i β=b=14.138 071 . 138 . 14 1 1 = = = b s Universitas Sumatera Utara 915 . 2 071 . 128 . 15 . = = = − − − x a s med e e t jam xe xe t MTTR s med 923 . 2 915 . 2 2 071 . 2 2 2 = = = Data distribusi normal 011 . 8281 460 . 96 223 29005 2 223 23 . 48 2 2 1 2 1 1 2 1 1 1 1 1 1 1 1 = = − − =       −             − = ∑ ∑ ∑ ∑ ∑ = = = = = x x x x x n y x y x n b n i n i n i n i n i 299 . 1 2 223 011 . 2 1 1 1 1 − = − = − = ∑ ∑ = = x n x b n y a n i n i 5 . 111 011 . 299 . 1 = − − = − = b a µ 849 . 85 011 . 1 1 = = = b σ Hari MTTR 5 . 111 = = µ Universitas Sumatera Utara Tabel 5.27. Perhitungan Interval Penggantian Motor tpday Ftp Rtp Mtp Dtp 10 0.119 0.881 936.9748 0.021807 20 0.14231 0.85769 783.5008 0.020084 30 0.1710561 0.8289439 651.8329 0.018577 40 0.2032693 0.7967307 548.5334 0.017266 50 0.2357624 0.7642376 472.9338 0.016141 60 0.2742531 0.7257469 406.5588 0.015129 70 0.3156137 0.6843863 353.28 0.014235 80 0.3556913 0.6443087 313.4741 0.01346 90 0.4012937 0.5987063 277.8514 0.012754 100 0.4482832 0.5517168 248.7267 0.012127 110 0.49202 0.50798 226.6168 0.011585 120 0.53983 0.46017 206.5465 0.01109 Dtp min = 0.011585 Atp = 1-0.011585= 0.988415 Replacement Age = 110 hari 2. Interval Waktu Pemeriksaan • Waktu rata-rata satu kali perbaikan jam 0.000333 8760 915 . 2 ker 1 = = = tahun ja Jam MTTR µ • μ = berbanding terbalik dengan waktu rata-rata 1 kali perbaikan 1μ 3005.146 000333 . 1 1 = = µ Universitas Sumatera Utara • waktu rata-rata pemeriksaan jam 0.0001142 8760 1 ker 1 = = = tahun ja hari n pemeriksaa kali satu waktu µ • i= berbanding terbalik dengan waktu rata-rata pemeriksaan jam t i 8760 0001142 . 1 1 = = = • Rata-rata rusak dalam 1 tahun k = 3 kali • Jumlah kerusakan optimal tahun usakan x n ker 9 . 2 146 . 3005 8760 5 = = • Interval waktu pemeriksaan hari jam ti 126 3021 9 . 2 8760 = = =

5.1.9. Perhitungan Availability Jika Dilakukan Pemeriksaan

Setelah dilakukan perhitungan availability sebelum dilakukan pemeriksaan maka selanjutnya adalah menghitung tingkat availability setelah dilakukan pemeriksaan.: Universitas Sumatera Utara 1. Valve An = 1 –Dn = 1-0.000644 = 0.999356 2. Motor 000727 . 8760 2 146 . 3005 2 3 . = + = + = x i n n k n D µ An = 1 –Dn = 1-0.000727 = 0.999273

5.1.10. Perhitungan Availability Total

Perhitungan ini dilakukan untuk mengetahui besarnya tingkat ketersediaan mesin saat dioperasikan bila telah dilakukan preventive maintenance. Tujuannya adalah mengetahui tingkat keandalan dari sebuah sparepart yang telah dilakukan penggantian perawatan. Tingkat ketersediaan berdasarkan interval waktu penggantian pencegahan dan interval pemeriksaan tidak saling mepengaruhi satu sama lain sehingga dikatakan dua kejadian yang saling bebas, untuk mengetahui peluang kejadian salaing bebas adalah dengan mengalikan nilai kedua availability tersebut. 000644 . 8760 4 67 . 6666 4 5 . = + = + = x i n n k n D µ Universitas Sumatera Utara Tabel 5.28. Perbandingan Availability Penggantian Pencegahan dan Pemeriksaan Nama Sparepart Availability Penggantian Pencegahan Availability Dilakukan Pemeriksaan Availability total Valve 0.97685 0.999356 0.9762 Motor 0.98842 0.999273 0.9877

5.1.11. Perhitungan Reliability Setelah dilakukan Preventive maintenance

Pada perhitungan kali ini akan menghitung besarnya tingkat reliability sebelum dilakukan preventive maintenance R r dan tingkat reliability bila dilakukan preventive maintenance Rm r . Setelah dilakukan preventive maintenance seharusnya tingkat keandalan reliability sparepart lebih tinggi karena telah dilakukan perawatan yang intensif dengan preventive maintenance. 1. Valve dari hasil selang waktu penggantian pencegahan dan pemeriksaan μ = 32.567 hari σ = 0.022 hari T age replacement = 30 hari MTTF = 32.567 hari Universitas Sumatera Utara Tabel 5.29. Perhitungan Reliability Valve tpday N Rt Rt n Rt-nT Rmt 10 1 0.8484950 0.876980 0.99134 0.869385 20 1 0.7156612 0.876980 0.97320 0.853477 30 1 0.5477585 0.876980 0.93056 0.816083 40 1 0.36693 0.876980 0.84614 0.742044 50 1 0.19070 0.876980 0.71566 0.627621 60 1 0.00716 0.876980 0.54380 0.476898 70 1 0.00203 0.876980 0.37070 0.325096 80 1 0.00158 0.876980 0.19070 0.167240 90 1 0.00112 0.876980 0.01115 0.009778 100 1 0.00067 0.876980 0.00203 0.001780 110 1 0.00022 0.876980 0.00158 0.001386 120 1 0.00004 0.876980 0.00112 0.000982 1515505 . 022 . 565 . 32 10 =       − Φ =       − Φ = σ µ t t R 87698 . 022 . 565 . 32 30 1 1 1 =             − Φ − =             − Φ − = n n t t R σ µ 0.99134 022 . 565 . 32 30 1 10 1 1 =       − − Φ − =       − − Φ − = − x nT t nT t R σ µ 0.869385 99134 . 87698 . = = − = x nT t xR T R t Rm n Universitas Sumatera Utara Gambar 5.8. Kurva Reliablity Valve 2. Motor μ = 111.5 hari σ = 85.849 hari T age replacement = 110 hari MTTF = 111.5 hari Tabel 5.30. Perhitungan Reliability Motor tpday n Rt Rtn Rt-nT Rmt 10 1 0.8810000 0.507980 0.99305 0.504450 20 1 0.8576900 0.507980 0.99061 0.503210 30 1 0.8289439 0.507980 0.98713 0.501442 40 1 0.7967307 0.507980 0.98257 0.499126 50 1 0.7642376 0.507980 0.97725 0.496423 60 1 0.7257469 0.507980 0.96995 0.492715 70 1 0.6843863 0.507980 0.96080 0.488067 80 1 0.6443087 0.507980 0.95053 0.482850 90 1 0.5987063 0.507980 0.93699 0.475972 100 1 0.5517168 0.507980 0.92220 0.468459 110 1 0.5079800 0.507980 0.90320 0.458808 120 1 0.4601700 0.507980 0.88100 0.447530 Universitas Sumatera Utara Gambar 5.9. Kurva Reliablity Motor Tabel 5.31. Perbandingan Reliability Sebelum dan Sesudah Preventive maintenance Sparepart TTFDay Rt Rmt Perbandingan Valve 30 0.5477 0.8161 49 Motor 110 0.5079 0.4588 -9.67 Berdasarkan tingkat reliabilitas diatas maka dapat disimpulkan bahwa dengan adanya tindakan preventive maintenance, maka reliability dari valve mengalami peningkatan, tetapi pada motor reliabaility mengalami penurunan hal ini diidentifkasi masih terlalu singkatnya waktu preventive maintenance, untuk meningkatkan reliability pada motor bisa dilakukan dengan mengurangi waktu preventive maintenance dari 110 atau 3 bulan bisa menjadi 6 bulan sekali, karena motor BFP tidak baik jika sering dilakukan pembongkaran. Universitas Sumatera Utara

5.2. Sistem Perawatan Yang Dilakukan

Dalam usaha untuk meningkatkan pemeliharaan mesin pada Boiler Feed Pump BFP maka dilakukan system perawatan untuk perusahaan. Perawatan ini terdiri dari flow chart system perawatan, penjadwalan mesin kritis dan Manajemen perawatan. 1. Flow Chart Sistem Perawatan Flow chart dalam system perawatan terdiri dari beberapa urutan proses dalam perawatan. Dalam hal ini flow chart dibuat sesuai dengan urut-urutan dari perencanaan perawatan hingga kepada evaluasi perawatan. Urutan yang pertama dimulai dari proses perencanaan perawatan. Pada proses ini dilakukan perencanaan untuk kegiatan perawatan yang akan dilakukan di lantai produksi, yang meliputi, pertama ialah perencanaan mesin apa saja yang akan dimasukkan ke dalam proses perawatan. Hal ini dilakukan agar kebutuhan dalam perawatan seperti peralatan ataupun komponen mesin yang ada dapat disediakan dalam mendukung proses perawatan. Hal ini dilakukan agar kebutuhan dalam perawatan seperti peralatan ataupun komponen mesin yang ada dapat disediakan dalam mendukung proses perawatan. Hal ini dilakukan untuk menanggulangi agar apabila terjadi kerusakan, dapat dilakukan perbaikan dengan cepat tanpa menunggu kedatangan komponen. Selain itu perencanaan ini juga untuk mengetahui komponen mana saja yang perlu dirawat, bagaimana caranya dan kapan harus dilakukan yang nantinya dapat diinterpretasikan kedalam sebuah penjadwalan perawatan. Selain itu juga melakukan perencanaan dalam menentukan personil yang secara khusus melakukan perawatan mesin pada lantai Universitas Sumatera Utara produksi. Hal ini dilakukan agar terdapat bagian khusus yang mengawasi perawatan di lantai produksi sehingg proses perawatan dapat berjalan dengan baik. Selanjutnya setelah ditentukan mesin, waktu dan orang-orang yang melakukan maka di buat jadwal perawatan mesin. Jadwal perawatan dibuat sesuai dengan manual dari mesin produksi yang ada. Sehingga dapat diketahui pasti kapan jadwal yang tepat untuk melakukan perawatan. Pada jadwal perawatan dibuat dengan beban yang sesuai dengan jumlah mesin yang ada dan personil yang akan melakukan perawatan tersebut. Sehingga perawatan dapat berjalan sesuai dengan rencana tanpa mengganggu proses produksi dan tidak memberikan beban yang berlebihan kepada personil yang melakukan tugas tersebut. Setelah adanya penjadwalan perawatan, maka dibuat lembaran pemeriksaan rutun. Sebagai alat bagi operator yang melakukan perawatan untuk pencatatan dalam perawatan. Pada lembaran tersebut terdapat point-point atau komponen yang harus diperiksa dan catatan komponen yang digunakan atau kerusakan yang terjadi. Point-point ini terdiri dari komponen yang diperiksa harian, mingguan ataupun bulanan sesuai dengan jadwal perawatan yang ada. Hal ini dilakukan agar pencatatan perawatan ataupun kerusakan dapat teroganisir dengan baik, sehingga perawatan dapat berjalan dengan baik dan kerusakan dapat ditanggulangi dengan baik sehingga proses produksi dapat berjalan dengan lancar selain itu agar pencatatan komponen-komponen yang rusak atau diganti tercatat dengan baik sehingga bermanfaat untuk persedian komponen- komponen mesin produksi apabila diperlukan tersedia untuk digunakan. Universitas Sumatera Utara Setelah melakukan perencanaan dan penjadwalan maka masuk ke dalam proses perawatan. Urutan proses dalam perawatan adalah: a. Lihat jadwal perawatan Hal ini dilakukan untuk mengetahui mesin mana dan apa saja yang harus dilakukan personil selama perawatan. b. Proses perawataninspeksi Proses dilakukan sesuai jadwal perawatan yang ada. c. Perbaikan Personil melihat apakah perlu dilakukan pergantian komponen. Selanjutnya personil melihat ketersediaan dari komponen yang diperlukan. Apabila komponen tidak tersedia maka dilakukan pelaporan kepada supervisor dan dilanjutkan dengan melakukan pemesanan kepada bagian gudang. Ketika persediaan komponen sudah tersedia maka perbaikan dapat dilakukan. d. Pencatatan Pencatatan dilakukan personil menggunakan lembar pemeriksaan rutin. Personil mencatat kegiatan apa saja yang sudah dilakukan sesuai dengan jadwal yang ada, komponen ataupun kerusakan yang terjadi juga dicatat dan waktu selama melakukan pencatatan juga dicatat sesuai isi dari lembar pemeriksaan tersebut. Hal ini dilakukan untuk membuat rekam jejak apabila nantinya diperlukan. e. Evaluasi Pencatatan yang sudah lengkap diberikan kepada supervisor. Kemudian supervisor melakukan evaluasi dari hasil pencatatan. Dari sana supervisor Universitas Sumatera Utara dapat melihat bagaimana proses perawatan apakah sudah berjalan sesuai dengan jadwal yang ada. Supervisor pun dapat mengetahui mesin dan komponen apa saja yang sering diperbaiki, agar supervisor dapat mengambil langkah kedepan untuk mengatasi masalah tersebut, apakah diperlukan pergantian mesin ataupun penggantian komponen yang lebih berkualitas. Selanjutnya supervisor dapat memprediksi dari ketersediaan komponen atau peralatan yang diperlukan untuk melakukan perawatan. Sehingga ketersediaan dapat terjamin apabila nantinya diperlukan. Selanjutnya evaluasi ini disimpan sebagai rekam jejak apabila nantinya diperlukan untuk melakukan peningkatan dalam perawatan atapun sebagai database bagi perusahaan. 2. Penjadwalan Mesin Kritis Jadwal perawatan dibuat untuk mesin kritis yaitu mesin BFP. Jadwal terdiri dari harian mingguan dan bulanan. Bobot perawatan disesuaikan untuk setiap harinya dapat dilihat dari posisi mesin yang berdekatan dan juga bobot dari perawatan tersebut. Hal ini dilakukan agar perawatan tidak memakan waktu yang lama dan tidak menggangu proses produksi. Selain itu dimasukkan angka interval waktu pemeriksaan yang didapatkan dari hitungan ke dalam penjadwalan perawatan. Dari hasil perhitungan di dapatkan interval waktu pemeriksaan untuk valve ialah 30 hari atau tiap 1 bulan dan untuk motor ialah 110 hari. Jadwal pemeliharaan dapat dilihat dilampiran. Universitas Sumatera Utara Setelah adanya penjadwalan perawatan, maka dibuat lembaran pemeriksaan rutin. Sebagai alat bagi operator yang melakukan perawatan untuk pencatatan dalam perawatan. Pada lembaran tersebut terdapat point-point atau komponen yang harus diperiksa dan catatan komponen yang digunakan atau kerusakan yang terjadi. Point-point ini terdiri dari komponen yang harus diperiksa harian, mingguan ataupun bulanan sesuai dengan jadwal perawatan yang ada. Hal ini dilakukan agar pencatatan perawatan ataupun kerusakan dapat terorganisir dengan baik, sehingga perawatan dapat berjalan dengan baik dan kerusakan dapat ditanggulangi dengan baik sehingga proses produksi dapat berjalan dengan lancar. Contoh lembar pemeriksaan rutin dapat dilihat di lampiran. Universitas Sumatera Utara

BAB VI ANALISIS PEMECAHAN MASALAH

6.1. Analisa Hasil

6.1.1. Identifikai Distribusi Index of Fit dan Goodness of Fit

Nilai index of fit r menunjukan ukuran hubungan linier antara dua peubah x dan y. bila r=0 maka tidak ada hubungan linier, sedangkan bila r=1 maka hubungan liniernya sempurna. Nilai r belum tentu cocok dengan nilai goodness of fit. Hal ini terjadi karena ada perbedaan antara index of fit dan goodness of fit, r merupakan rasio keragaman x dalam pengaruhnya terhadap y dibandingkan dengan keragaman total x dan y secara terpisah dimana kecocokan antara x dan y diperhatikan secara keseluruhan. Sedangkan pada goodness of fit merupakan selisih peluang kumulatif sebenarnya dengan teoritis per-data sehingga jika terdapat beda yang besar dengan nilai teoritis maka akan memberikan hasil keputusan yang mungkin dapat berbeda. Tetapi nilai goodness of fit lebih akurat dibanding dengan nilai r pada index of fit. Nilai goodness of fit didapat melalui program minitab 14. Dalam goodness of fit terdapat dua hasil keputusan yang dapat dijadikan acuan yaitu nilai AD Anderson Darling dan P-Value dalam penentuan keputusan. Dalam hal ini penulis menentukan pemilihan distribusi dengan memilih P-Value yang terbesar, namun demikian bila nilai P-Value bernilai sama maka akan ditentukan berdasarkan nilai AD. Universitas Sumatera Utara 1. Data Kerusakan Mean Time to Failure Dalam pemilihan distribusi dipilih berdasarkan nilai dari goodness of fit bila hasilnya berbeda dengan keputusan dari index of fit r. Pada consumable sparepart valve nilai yang terbesar adalah 0.994 untuk distribusi lognormal dan goodness of fit juga yang terbesar adalah distribusi lognormal dengan nilai 0.915, sehingga distribusi lognormal yang dipilih. Consumable motor memiliki nilai r sebesar 0.999 untuk distribusi lognormal, sedangkan pada goodness of fit-nya memiliki nilai 0.488 untuk distribusi eksponensial. Tabel 6.1. Pemilihan Distribusi Mean Time to Failure MTTF Sparepart Distribusi Parameter Valve Motor Eksponensial r 0.993 0.998 P-V 0.823 0.448 Lognormal r 0.994 0.999 P-V 0.915 0.277 Normal r 0.949 0.945 P-V 0.354 0.227 Weibull r 0.996 0.997 P-V 0.250 0.25 Pemilihan Distribusi P-V Lognormal Lognormal 2. Data Perbaikan Mean Time to Repair Pada consumable sparepart valve nilai yang terbesar adalah 1.147 untuk distribusi lognormal dan goodness of fit juga yang terbesar adalah distribusi normal dengan nilai 0.273, sehingga distribusi normal yang dipilih karena memacu kepada goodness of fit. Consumable motor memiliki nilai r sebesar 0.866 untuk distribusi normal, sedangkan pada goodness of fit-nya memiliki nilai 0.057 untuk distribusi normal, sehingga distribusi normal. Universitas Sumatera Utara Tabel 6.2. Pemilihan Distribusi Mean Time To Repair MTTR Sparepart Distribusi Parameter Valve Motor Eksponensial r 0.865 0.763 P-V 0.011 0.028 Lognormal r 1.147 0.866 P-V 0.255 0.057 Normal r 0.943 0.866 P-V 0.273 0.057 Weibull r 0.959 0.037 P-V 0.224 0.044 Pemilihan Distribusi P-V Normal Normal

6.1.2. Penentuan Mean Time To Failure MTTF

Untuk MTTF setelah dilakukan perhitungan maka didapat data perbaikan waktu kerusakan sebagai berikut: Tabel 6.3. Pemilihan perbandingan Mean Time To Failure MTTF Sparepart MTTF day Valve 32.565 Motor 111.5 Nilai MTTF merupakan jumlah waktu dimana suatu sparepart selesai diperbaiki atau diganti sampai sparepart tersebut mengalami kerusakan kembali. Dari data diatas kedua sparepart memiliki waktu kisaran kerusakan yang jauh berbeda, namun demikian untuk valve memiliki waktu yang relative lebih singkat dibandingkan sparepart motor, maka agar kerusakan valve tidak menggangu jalannya produksi maka harus diberi perhatian khusus dalam perawatannya. Universitas Sumatera Utara

6.1.3. Penentuan Mean Time To Repair MTTR

Berikut ini adalah hasil perhitungan Mean Time To Repair dan akan dibandingkan ke dua sparepart tersebut: Tabel 6.4. Pemilihan perbandingan Mean Time To Repair MTTR Sparepart MTTF Jam Valve 1.3 Motor 2.9 Pada tabel MTTR di atas menunjukkan nilai waktu perbaikan rata-rata lama waktu yang diperlukan untuk memperbaiki penggantian pencegahan sparepart yang rusak. Pada sparepart valve rata-rata waktu perbaikan adalah 1.3 jam 1 jam 18 menit sedangkan rata-rata waktu perbaikan untuk motor 2.9 2 jam 54 menit. Dari data diatas waktu perbaikan terlama adalah pada pada sparepart motor dikarenakan komponen yang dimiliki lebih banyak dibandingkan sparepart valve.

6.1.4. Interval Waktu Penggantian Pencegahan

Pada interval waktu penggantian pencegahan akan memberikan gambaran waktu penggantian yang tepat untuk mengurangi resiko kerusakan yang berdampak pada kelancaran produksi, adapun waktu penggantian sprepart tersebut adalah sebagai berikut: Tabel 6.5. Interval Waktu Penggantian Pencegahan Sparepart Waktu Penggantian day Valve 30 Motor 110 Universitas Sumatera Utara Waktu penggantian pencegahan didapat dari perhitungan age replacement, dimana pada perhitungan age replacement dapat diketahui rata-rata efektifk lifetime dari masing-masing sparepart. Pada sparepart valve sebaiknya dlakukan penggantian pencegahan 30 hari pemakaian, untuk motor sebaiknya penggantian pencegahan dilakukan setiap 110 hari. Pencegahan penggantian maksudnya bukan harus mengganti semua equipment, tetapi pengantian komponen yang mulai mengalami kerusakan. Penggantian pencegahan ini dilakukan untuk mengantisipasi kerusakan mendadak pada saat berproduksi sehingga berakibat pada kelancaran jalannya produksi. Pemakaian sparepart yang terlalu lama dan berlebihan waktu pemakaiannya dapat menyebabkan kerusakan pada sparepart lain yang kerjanya berhubungan dengna sparepart tersebut sehingga akan menyebabkan efek domino dan tentu saja menyebabkan waktu downtime yang lebih lama lagi.

6.1.5. Tingkat Ketersediaan Availability

Availability adalah probabilitas suatu sparepart berada dalam kondisi tidak mengalami kerusakan meskipun sebelumnya sparepart tersebut telah mengalami kerusakan dan diperbaiki kembali seperti operasi normalnya lagi. Berikut ini adalah tabel hasil perhitungan masing-masing sparepart tersebut: Tabel 6.6. Tingkat Availability Total Sparepart Availability Total Valve 0.9762 Motor 0.9877 Universitas Sumatera Utara Berdasarkan perbandingan perhitungan diatas tingkat ketersediaan setiap sparepart cukup tinggi dan berarti pada saat terjadi kerusakan dan segera diperbaiki maka mesin tersebut siap dan tersedia kembali untuk melakukan operasi kembali. Apabila nilai ketersediaan diatas 90, maka dapat dikatakan tingkat availability-nya baik dan cukup tinggi.

6.1.6. Tingkat Reliabilitas Reliability

Berikut ini adalah tabel perbandingan tingkat reliabilitas sebelum preventive maintenance dan sesudah preventive maintenance. Rt adalah tingkat reliability sebelum dilakukan preventive maintenance sedangkan TTF dan age replacemen suatu sparepart harus diganti. Tabel 6.7. Tingkat Reliability Total Sparepart TTFDay Rt Rmt Perbandingan Valve 30 0.5477 0.8161 49 Motor 110 0.5079 0.4588 -9.67 Berdasarkan tingkat reliabilitas diatas maka dapat disimpulkan bahwa dengan adanya tindakan preventive maintenance, maka reliability dari valve mengalami peningkatan, tetapi pada motor mengalami penurunan reliabaility hal ini diidentifkasi masih terlalu lamanya waktu preventive maintenance, untuk meningkatkan reliability pada motor bisa dilakukan dengan mengurangi waktu Universitas Sumatera Utara preventive maintenance dari 110 atau 3 bulan bisa menjadi 6 bulan sekali, karena motor BFP tidak baik jika sering dilakukan pembongkaran.

6.2. Efektifitas Peralatan

Setelah semua tahapan perencaan pemeliharaan terpenuhi, tahap selanjutnya adalah melakukan efektifitas peralatan yang di dalamnya termasuk instalasi permesinan, peralatan dan perlengkapan kerja. Adapun efektifitas peralatan dapat dicapai dengan point-point dibawah ini: 1. Penggunaan mesin dengan mengikuti instruksi dan kaedah yang benar, termasuk didalamnya pengisian terhadap tingkat oli dan cooler. 2. Pemusatan perhatian untuk mengantisipasi dan meminimasi kerugian. 3. Memperhatikan operasi aktual mesin terhadap spesifikasi design mesin, artinya dalam pengoperasiannya mesin tidak disarankan untuk dipacu diatas batas design spesifikasinya yang dapat meyebabkan kegagalan operasi mesin tersebut, maksudnya sesuai dengan standart operasional SOP 4. Memperhatikan kebersihan peralatan agar mesin beroperasi optimal saat peralatan tersebut dioperasi atau digunakan. 5. Merancang system yang dapat menjamin ketersedian dan meningkatkan kelayakan dari peralatan yang ada. 6. Mengatur, menyusun dan membuat lingkungan kerja yang bersih agar meminimasi kerusakan dan kehilangan peralatan kerja. 7. Meningkatkan kesadaran untuk menjaga dan menggunakan peralatan dengan baik dan sesuai dengan tujuan penggunaannya. Universitas Sumatera Utara Dari uraian diatas dapat diperoleh mesin yang memiliki efektivitas tinggi dan dapat memberikan keuntungan, baik keuntungan strategi maupun keuntungan yang menyangkut alokasi biaya maintenance. Disamping itu dengan efektivitas peralatan diharapkan dapat mereduksi kecenderungan biaya-biaya yang dikeluarkan untuk melakukan perawatan dan perbaikan yang memerlukan biaya yang sangat besar bagi perusahaan sehingga dapat mengurangi keuntungan usaha perusahaan.

6.3 . Autonomous Maintenance