Analisis Total Preventive Maintenance da
Analisis Total Preventive Maintenance dalam Meminimasi Downtime Tools Kritis dan Meningkatkan Reliability pada Mesin Finish Mill
(Studi Kasus: PT. SBM)
Asmeati
Hammada Abbas
Jurusan Mesin Fakultas Teknik Jurusan Mesin Fakultas Teknik Universitas Fajar
Universitas Hasanuddin Makassar, Indonesia
Makassar, Indonesia asmeatisabir@yahoo.co.id
Email: -
Abstract— The objective of the research was to plan a machine
hal yang sering di jumpai dan perlu mendapatkan penanganan
maintenance strategy on the Finish Mill unit based on the
yang serius. Kerusakan suatu mesin yang sering membuat
reliability analysis by considering the system reliability target
proses produksi terhambat, sehingga tingkat produksi menurun.
and the average value
Perawatan merupakan suatu kombinasi dari berbagai
machine/components without damage. This research analyzes the downtime data which were then converted into the inter-damage
kegiatan atau tindakan untuk menjaga suatu barang atau
time data from every component on the Finish Mill unit. After
peralatan sampai suatu kondisi yang bisa diterima, baik secara
that, on the data, the distribution estimation testing would be
teknis maupun ekonomis. Adapun prinsip dalam manajemen
carried out by software program of Reliasoft WEIBULL-Plus 4.0
sistem perawatan adalah untuk menekan periode Kerusakan
with Rank Regression method, by comparing Goodness of Fit,
(breakdown period) sampai batas minimum, maka keputusan
Plot Fit, and Likelihood Function Value, to determine the most
dalam melakukan perawatan yang terjadwal dan terencana
appropriate probability distribution for the inter-damage time
pada komponen sistem berdasarkan downtime minimum
data. Based on the obtained data distribution parameters, the
menjadi sangat penting. Permasalahannya adalah penentuan
reliability and MTBF can be calculated for every component and
waktu terbaik untuk melakukan perawatan yang terjadwal dan
overall system for a certain period of time. The research result indicates that the damage or breakdown Finish Mill Unit is
terencana yang harus dilakukan guna meminimasi total
primarily caused by the component of 531.BE2, 531.BC6,
downtime.
531.RC1, 531.BC4, 531.BC2, 531.BE1, 531.BC1, 561.BE1,
Menurut Suyatmo (2004), teori keandalan (reliability) dan
531.BC3 and 531.WF1. The maintenance strategy in the form of
ketersediaan (availability) sistem beroperasi yang didasarkan
the optimal interval maintenance is arranged to achieve the
pada hukum-hukum statistik dan teori kemungkinan cukup
targeted system reliability level and the interval maintenance can
baik untuk meramalkan penentuan interval waktu inspeksi
be determined to prevent the breakdown incident between
dengan analisa dan pengujian distribusi data Kerusakan suatu
315.6702 hours (13 days) and 920.0141 hours (38 days).
sistem [1].
PT. Semen Bosowa Maros adalah salah salah satu industri
Key words— Total Preventive Maintenance, Downtime,
Breakdown, Reliability
semen yang sedang berkembang sering mengalami hambatan dan gangguan khususnya di unit Finish Mill yang sering mengalami kerusakan utamanya subsistem/komponen yang
beroperasi pada tahun 1998. Sehingga perlu dilakukan suatu Produk yang yang berkualitas dengan daya saing tinggi
ENDAHULUAN I. P
metode perawatan yang diharapkan dapat menentukan alokasi dihasilkan oleh kegiatan proses produksi yang optimal. Salah
keandalan pada mesin unit finish mill.
satu faktor yang mempengaruhi proses produksi adalah Salah satu metode yang dapat dilakukan adalah tersedianya fasilitas produksi yang memadai dan handal. Untuk
menerapkan metode Total Preventice Maintenance (TPM) menghasilkan produk dengan harga yang kompetitif,
yang merupakan suatu solusi yang dapat dipertimbangkan perusahaan harus mampu mengoptimalkan segala sumber daya
dalam memperbaiki kinerja mesin. Karena perawatan yang yang dimilikinya.
teratur (sesuai jadwal) dapat meningkatkan kinerja mesin yang Mesin produksi merupakan salah satu dari sumber daya
nantinya berpengaruh terhadap kualitas produk. Dengan yang harus dioptimalkan penggunaannya. Untuk menjamin
metode TPM akan diharapkan akan meminimasi downtime agar mesin bisa beroperasi dengan baik dan optimal diperlukan
pada peralatan kritis dan meningkatkan reliability mesin. adanya suatu sistem perawatan yang baik. Karena kelancaran
Berdasarkan uraian diatas, maka dapat dirumuskan proses produksi dipengaruhi oleh perawatan yang diterapkan.
mengenai penentuan subsistem/komponen penyebab kerusakan Sistem perawatan yang kurang baik akan menyebabkan mesin
utama pada Unit Finish Mill, fungsi keandalan, laju kerusakan, mudah rusak dan proses produksi akan terganggu bahkan
keandalan dan rata-rata waktu antar kerusakan masing-masing terhenti. Kerusakan suatu mesin atau suatu sistem merupakan
subsistem/komponen, dan penetapan interval waktu perawatan subsistem/komponen, dan penetapan interval waktu perawatan
menggunakan software kerusakan utama.
subsistem/komponen
penyebab
5. Adaptive Maintenance,
komputer untuk memproses data yang diperlukan Adapun tujuan penelitian ini adalah untuk merencanakan
untuk perawatan.
strategi perawatan mesin pada unit Finish Mill berdasarkan
6. Perfective Maintenance, meningkatkan kinerja, analisis
perawatan dengan keandalan sistem dan nilai rata-rata waktu beroperasinya
keandalan dengan
mempertimbangkan
target
pembungkusan/pengepakan/
menggunakan software komputer. mesin/komponen tanpa mengalami kerusakan.
B. Total Preventive Maintenance (TPM) .
1. Total Preventive Maintenance (TPM) didefinisikan sebagai “Preventive Maintenance yang meliputi
ANDASAN II. L T EORI
semua aktivitas yang terencana untuk menjaga sistem
A. Perawatan (Maintenance) dalam kondisi operasi tertentu.”Total Preventive Beberapa pengertian perawatan (maintenance) menurut
Maintenance adalah pendekatan ala Jepang dalam ahli:
memaksimalkan efektivitas dari peralatan yang
1. Menurut Corder [2], perawatan merupakan suatu digunakan dalam perusahaan. kombinasi dari tindakan yang dilakukan untuk
2. Tujuan dari pelaksanaan TPM adalah zero breakdown menjaga suatu barang, atau untuk memperbaiki
dan zero defect [8], dimana dengan dikuranginya sampai suatu kondisi yang bisa diterima.
breakdown (Kerusakan) dan defect (kecacatan), maka
2. Menurut Mustafa [3], perawatan merupakan suatu tingkat pengoperasian peralatan akan meningkat, kombinasi dari berbagai tindakan yang ditujukan
sehingga biaya dapat diperkecil dan persediaan dapat untuk mempertahankan suatu sistem tersebut pada
diminimalkan dan dengan sendirinya produktivitas kondisi yang dikehendaki.
akan meningkat.
3. Menurut Assauri [4], perawatan diartikan sebagai
C. Proses Produksi
suatu kegiatan perawatan fasilitas pabrik serta Proses produksi yang dimaksud dalam uraian berikut mengadakan perbaikan, penyesuaian atau penggantian
adalah proses produksi semen di Pabrik PT. SBM dengan yang diperlukan agar terdapat suatu keadaan operasi
sistem proses kering (dry process system). Sistem proses produksi yang sesuai dengan yang direncanakan.
kering meliputi:
4. Menurut Dhillon [5], perawatan adalah semua
1. Penyediaan Material (Material Preparation) tindakan yang penting dengan tujuan untuk
Material tanah liat dikeringkan dalam rotary dryer sampai menghasilkan produk yang baik atau untuk
kandungan airnya menjadi 4%-6%. Setelah dilakukan mengembalikan kedalam keadaan yang memuaskan.
penggilingan dengan Stone Crusher, material disimpan Sedangkan tujuan dilakukan perawatan menurut Corder [2]
dalam gudang penyimpanan material (material silo). adalah antara lain:
2. Penggilingan Awal (Raw Mill)
1. Memperpanjang penggunaan asset (yaitu setiap Tanah liat ditambah dengan trass, serbuk batubara, dan bagian dari suatu tempat kerja, bangunan dan isinya)
pasir besi dengan perbandingan tertentu digiling dan
2. Menjamin ketersediaan optimum peralatan yang dikeringkan di dalam Raw Mill. Setelah dicapai ukuran dipasang untuk produksi atau jasa untuk mendapatkan
tertentu material disimpan dalam Kiln Feed Silo. laba investasi semaksimal mungkin.
3. Pembakaran (Burning)
3. Menjamin kesiapan operasional dari seluruh peralatan Material dari Kiln Feed Silo dimasukkan dalam pemanas yang diperlukan dalam keadaan darurat setiap waktu.
awal Cyclone Preheater. Butiran material masuk dalam
4. Menjamin keselamatan orang yang menggunakan Rotary Kiln dan terbakar pada temperatur 1350-1400 sarana tersebut.
derajat centrigade sampai clinker terbentuk. Clinker Blanchard [6] mengklasifikasi perawatan menjadi 6 bagian,
selanjutnya disimpan dalam Clinker silo. yaitu:
4. Penggilingan Akhir (Finish Mill)
1. Corrective Maintenance, merupakan perawatan yang Pada penggilingan akhir, gypsum (kira-kira 4%) terjadwal ketika suatu sistem mengalami Kerusakan
ditambahkan dalam clinker sebelum digiling dalam Ball untuk memperbaiki sistem pada kondisi tertentu.
Mill menjadi semen. Semen yang diproduksi disimpan
2. Preventive Maintenance, meliputi semua aktivitas dalam Cement storage silo. Finish Mill terdiri atas 4 unit yang terjadwal untuk menjaga sistem/produk dalam
yaitu: Clinker Handling and Storage, Gypsum Handling, kondisi operasi tertentu. Jadwal perawatan meliputi
Clinker Grinding , dan Cement Transport and Storage. periode inspeksi.
5. Pengepakan dan Transportasi
3. Predictive Maintenance, sering berhubungan dengan Dengan mesin pengepakan, semen diisikan dalam kantong monitor kondisi program perawatan preventif dimana
kertas dengan berat bersih 50 kg untuk OPC dan 40 kg metode
untuk PPC. Semen diangkut dengan truk, atau kapal untuk menentukan kondisi peralatan secara teliti.
disalurkan ke distributor, subdistributor, penjual, dan lain-
mengarahkan maintenance free design. Melalui desain dan pengembangan
peralatan,
keandalan dan
D. Analisis Pareto
perawatan dengan meminimalkan downtime dapat Analisis Pareto adalah suatu teknik dalam statistik dalam meningkatkan produktivitas dan mengurangi biaya
membuat keputusan yang dapat digunakan untuk memilih dari siklus hidup.
memberikan pengaruh secara memberikan pengaruh secara
fungsi ketakandalan F(t) dihubungkan oleh sebuah formula keuntungan dari seluruh pekerjaan tersebut. Atau dalam
dibawah ini [5] :
hubungan peningkatan kualitas, permasalahan yang besar
(1) (80%) dapat muncul dengan hanya sedikit penyebab (20%).
Persamaan 2.1 menunjukkan bahwa fungsi distribusi Analisis Pareto juga merupakan teknik yang secara
probabilitas merupakan turunan dari distribusi probabilitas formal digunakan untuk berbagai kemungkinan kegiatan yang
kumulatif. Dalam terminologi keandalan fungsi distribusi bersaing untuk perhatian kita. Hal pokoknya, penyelesaian
probabilitas ini disebut dengan fungsi densitas Kerusakan masalah akan memberikan keuntungan dari setiap kegiatan
(failure density function). Fungsi densitas Kerusakan ini, yang yang dilakukan, kemudian memilih beberapa kegiatan sangat
dinotasikan dengan f(t), dapat diturunkan baik dari fungsi ketak efektif yang memberikan seluruh keuntungan yang akan
andalan maupun fungsi keandalan seperti formula dibawah ini: menentukan satu kemungkinan yang maksimal. Langkah-
dF ( t )
dR ( t )
langkah dalam menentukan penyebab penting dalam analisis
(2) Pareto, yaitu:
dt
dt
1. Membuat tabel yang berisi daftar penyebab dan Sebaliknya fungsi ketakandalan maupun fungsi keandalan frekuensinya dalam persentase.
dapat diperoleh dari fungsi densitas Kerusakan seperti yang
2. Menyusun nomor urutan baris berdasarkan frekuensi dituliskan dalam formulasi dibawah ini. kejadiaan penyebab (penyebab pertama adalah penyebab t
(3) yang paling tinggi frekuensi kejadiannya)
F ( t ) f ( t ) dt
3. Menambahkan kolom persentase kumulatif pada tabel
dan
4. Membuat grafik hubungan antara penyebab pada x-axis
0 5. Menghubungkan setiap titik menjadi sebuah kurva t
R ( t ) 1 f ( t ) dt f ( t ) dt
dan persentase kumulatif pada y-axis
6. Membuat grafik (grafik yang sama) dalam bentuk grafik Jika fungsi densitas kerusakan dinotasikan f(t), maka laju batang antara penyebab pada x- dan persen frekuensi pada
kerusakan dapat dirumuskan berikut:
y -axis
7. Membuat garis dari 80% pada y-axis sejajar ke x-axis.
Kemudian garisnya turun ke titik pertemuan dengan kurva
Mean Time Between Failure (MTBF)
pada x-axis. Titik ini pada x-axis akan memisahkan antara MTBF adalah waktu rata-rata antar kerusakan atau rata- penyebab utama (di sebelah kiri) dan penyebab yang
rata waktu beroperasinya komponen, subsistem, atau sistem ringan (di sebelah kanan)
tanpa mengalami Kerusakan. MTBF diperoleh dari hasil bagi antara total waktu operasi dengan jumlah Kerusakan dalam
E. Keandalan (Reliability)
periode waktu operasi tersebut.
Keandalan dapat didefinisikan sebagai probabilitas sistem Menurut Priyanta [10] waktu rata-rata antar Kerusakan akan memiliki kinerja sesuai fungsi yang dibutuhkan dalam
(mean time betwen failure = MTBF) dari suatu sistem yang periode waktu tertentu [9]. Definisi lain keandalan adalah
memiliki fungsi densitas Kerusakan (failure density function) probabilitas suatu sistem akan berfungsi secara normal ketika
f(t) didefinisikan oleh nilai harapan dari komponen itu. Secara digunakan untuk periode waktu yang diinginkan dalam
antar Kerusakan dapat kondisi operasi yang spesifik [5].
diekspresikan sebagai :
Berdasarkan definisi diatas, maka ada beberapa hal yang
MTBF R ( dt t )
perlu diperhatikan, yaitu:
1. 0 Probabilitas, dimana nilai reliability adalah berada diantara 0 dan1.
F. Pemodelan Keandalan Sistem
2. Kemampuan yang diharapkan, harus digambarkan secara terang atau jelas. Untuk setiap unit terdapat suatu standar
Susunan Seri; Sistem seri dapat melaksanakan fungsinya atau beroperasi jika semua komponen dalam sistem tersebut
untuk menentukan
apa
yang dimaksud
dengan
kemampuan yang diharapkan. beroperasi. Jika salah satu komponen mengalami Kerusakan, maka secara keseluruhan sistem mengalami Kerusakan.
3. Tujuan yang diinginkan, dimana kegunaan peralatan Sistem seri dapat digambarkan sebagai berikut: harus spesifik. Hal ini dikarenakan terdapat beberapa
tingkatan dalam memproduksi suatu barang konsumen.
4. Waktu, merupakan parameter yang penting untuk
melakukan penilaian kemungkinan suksesnya suatu sistem.
Gambar 1. Model keandalan sistem seri
5. Kondisi Lingkungan, mempengaruhi umur dari sistem atau peralatan seperti suhu, kelembaban dan kecepatan
Jika keandalan masing-masing komponen adalah R 1 ,R 2 ,R 3 ... gerak. Hal ini menjelaskan bagaimana perlakuan yang
R n , maka keandalan sistem seri adalah [10]: diterima sistem dapat memberikan tingkat keandalan yang
R s R 1 xR 2 xR 3 x ... xR n
berbeda dalam kondisi operasionalnya.
(7) Jika R(t) menyatakan fungsi keandalan dari komponen
i atau suatu sistem sebagai fungsi waktu maka hubungan antara 1
Dimana: R s = keandalan sistem seri
Susunan Paralel; Sistem paralel dapat melaksanakan fungsinya - Data downtime dikonversikan menjadi data waktu antar jika minimal satu komponen dari penyusunnya beroperasi.
Kerusakan (TBF) untuk 10 subsistem/komponen, yaitu: Sistem paralel gagal bila seluruh komponen penyusunnya
531.BE2, 531.BC6, 531.RC1, 531.BC4, 531.BC2, 531.BE1, gagal. Sistem pararel dapat digambarkan sebagai berikut:
531.BC1, 561.BE1, 531.BC3, dan 531.WF1.
1 - Berdasarkan parameter distribusi yang diperoleh, maka didapatkan fungsi keandalan, laju Kerusakan, dan MTBF
2 untuk masing-masing subsistem/komponen. ASIL IV. H P ENELITIAN D AN P EMBAHASAN
Gambar 2. Model keandalan sistem paralel
A. Hasil Analisis Pareto Data-data yang diperoleh berupa data frekuensi Kerusakan
pada unit Finish Mill Pabrik PT. SBM selama tahun produksi R n , maka keandalan sistem paralel adalah [10] :
Jika keandalan masing-masing komponen adalah R 1 ,R 2 ,R 3 ...
Januari 2010 – Januari 2012 yang dibuat urutan berdasarkan
peralatan yang paling banyak mengalami Kerusakan dibuat
diagram Pareto seperti yang diperlihatkan Gambar 1. R s 1
Berdasarkan dari Tabel 1 dan Gambar 1 terlihat bahwa ada
14 equipment yang menjadi penyebab Kerusakan Finish Mill Dimana: R s = keandalan sistem parallel
sebesar 1,33% - 25,33%, sedangkan 14 equipment lainnya berada dibawah 1%.
Tabel 1. Data Frekuensi Kerusakan pada Unit Finish Mill
ETODE III. M P ENELITIAN
Tahun Produksi Januari 2010- Januari 2012
A. Lokasi Penelitian
No
Frekuensi % Frekuensi Equipment % Frekuensi Kumulatif
Penelitian ini dilaksanakan di PT. SBM yang berlokasi di Kabupaten Maros dengan waktu penelitian selama 3 bulan.
18 8.00% 43.56% Proses penelitian ini merupakan proses terstruktur,
B. Prosedur Penelitian
3 531.RC1
14 6.22% 49.78% sehingga diperlukan langkah-langkah yang sistematis dalam
4 531.BC4
14 6.22% 56.00% pelaksanaannya. Langkah-langkah yang dilakukan untuk
5 531.BC2
13 5.78% 61.78% mencapai tujuan penelitian ini dijelaskan dalam uraian di
6 531.BE1
13 5.78% 67.56% bawah ini.
7 531.BC1
1. Studi pendahuluan diperlukan untuk meneliti lebih
10 4.44% 72.00% lanjut apa yang akan menjadi permasalahan, dimana
8 561.BE1
9 4.00% 76.00% studi pendahuluan ini terdiri dari studi literatur dan
9 531.BC3
8 3.56% 79.56% pengamatan langsung di lapangan.
8 3.11% 86.22% utama yang menjadi dasar analisis adalah data beda
2. Pengumpulan Data dan identifikasi variabel. Data
12 561.RF1
7 3.56% 89.78% waktu antar kerusakan. Data yang dikumpulkan
subsistem/kompenen pada Departemen Perawatan PT.
2 0.89% 92.00% SBM. Adapun batasan dalam identifikasi variabel
15 531.FB4
2 0.89% 92.89% sebagai berikut:
Dari sistem yang ada terdapat 28 subsistem/komponen
2 0.89% 94.67% yang memiliki data downtime.
Rincian data downtime pada subsistem/komponen
1 0.44% 96.00% utama berupa data operasi produksi harian dari seksi
- Data pendukung, seperti data diagram alir proses
1 0.44% 96.89% produksi, general lay- out dari Seksi Perawatan
Faktor-faktor eksternal yang tidak terduga diabaikan.
24 531.FB1
Data umum perusaahaan, diperoleh dari pihak
1 0.44% 100.00% Pengolahan data dilakukan dengan software Weibull-
C. Analisis Data
Plus 4.0 untuk analisis keandalan, dengan langkah-langkah sebagai berikut: - Untuk menentukan subsistem/komponen penyebab
Kerusakan utama pada Finish Mill dilakukan analisis pareto .
Tabel 2. Distribusi data Waktu Antar Kerusakan Subsistem/komponen No Equipment Distribusi
Weibull = 0.7818 ; = 495.8482 ; = -53.3276
t o = 4.8618; s = 38.7584 Gambar 3. Diagram Pareto Frekuensi Kerusakan Finish Mill
10 531.WF1 Lognormal
Tahun Produksi Januari 2010- Januari 2012 Tabel 3 Pola Laju Kerusakan, Nilai MTBF dan Keandalan Penyebab Kerusakan Utama Finish Mill. Berdasarkan
No Equipment Laju Kerusakan MTBF (jam) R(MTBF) subsistem/komponen penyebab Kerusakan utama dengan
315.6702 31.08% frekuensi Kerusakan 25.33% - 79.56% yaitu: 531.BE2,
1 531.BE2 Cenderung Turun
609.0714 32.61% 531.BC6, 531.RC1, 531.BC4, 531.BC2, 531.BE1, 531.BC1,
2 531.BC6 Cenderung Turun
648.6318 33.28% 561.BE1, 531.BC3 dan 531.WF1.
3 531.RC1 Cenderung Turun
786.4160 31.05% Untuk analisis selanjutnya hanya difokuskan pada
4 531.BC4 Cenderung Turun
5 531.BC2 Cenderung Turun
813.8088 subsistem/komponen ke-10 33.81% tersebut dalam menentukan
6 531.BE1 Cenderung Turun
878.0857 34.44% keandalan dan optimasi interval waktu perawatan. Dalam
7 531.BC1 Cenderung Turun
891.1006 37.26% hubungannya dengan pemodelan keandalan sistem, komponen
8 561.BE1 Cenderung Turun
906.2715 44.01% sistem yang persentase frekuensi kerusakannya rendah
9 531.BC3 Cenderung Turun
920.0141 48.02% diasumsikan memiliki keandalan 100%.
10 531.WF1 Cenderung Turun
D. Analisis Keandalan dan Pemodelan Keandalan Sistem
B. Analisa Keandalan Pada MTBF Tiap Subsistem/Komponen Penyebab Kerusakan Utama
waktu operasi (t) subsistem/komponen penyebab kerusakan utama pada unit Berdasarkan hasil perhitungan dan analisis data konversi
Finish Mill ditunjukkan dalam tabel 4. waktu antar kerusakan, maka diperoleh 9 equipment yang terdistribusi weibull dengan masing-masing MTBF dan nilai
Tabel 4 Fungsi dan Besar Nilai Keandalan terhadap Waktu keandalan yaitu: 531.BE2 (315.671 jam dan 31.08%),
operasi Equipment pada Unit Finish Mill
531.BC6 (609.0714 jam dan 32.61%), 531.RC1 (648.6318
Keandalan (R) jam dan 33.28%), 531.BC4 (786.416 jam dan 31.05%),
Equipment
Fungsi Keandalan
531.BC2 (787.0549 jam dan 33.13%), 531.BE1 (813.8088 dan
33.81%), 531.BC1 (878.0857 jam dan 34.44%), 561.BE1
R ( t ) exp t 22 . 540 (891.1006 jam dan 37.26%), dan 531.BC3 (906.2715 dan
44.01%). Sedangkan equipment 531.WF1 terdistribusi
( t ) exp ( 26 . 1203 lognormal dengan MTBF 920.0141 jam dan nilai keandalan
48.02%. Adapun unit Finish Mill terdistribusi Weibull dengan
MTBF 702.7 jam dan nilai keandalan 80.18%
R ( t ) exp t 55 . 3276
C. Rekapitulasi Analisis Keandalan Unit Finish Mill
R t t 22 . 1080 0 . 4189 531.BC2 ( ) exp 33.13%
1. Hasil Analisis Pemilihan Distribusi
0 . 6571 Distribusi statistik data waktu antar kerusakan masing-
R ( t ) exp t 35 . 3465
411 . 1198 33.81% masing subsistem/komponen penyebab kerusakan utama Unit Finish Mill beserta parameternya ditunjukkan dalam
2. Hasil Analisis Laju Kerusakan dan MTBF
0 . 5088 t 62 . 1664 Pola Laju Kerusakan, MTBF dan Nilai Keandalan pada
37.26% saat MTBF ditunjukkan dalam Tabel 3.
561.BE1
R ( t ) exp
531.BC3 R ( t ) exp
Keandalan unit Finish Mill dapat dimodelkan sebagai
aj L
sistem seri seperti persamaan berikut.
R s (t) = R 1 (t) x R 2 (t) x R 3 (t) x R 4 (t) x R 5 (t) x R 6 (t) x R 7 (t) x R 8 (t)
xR 9 (t) x R 10 (t)
t (jam)
Berdasarkan model keandalan sistem pada unit Finish Gambar 5 Grafik rekapitulasi laju kerusakan tiap komponen dan keandalan Mill yang berbentuk sistem seri, maka diperoleh hasil
sistem perhitungan keandalan aktual sistem seri untuk berbagai waktu operasi yang diperlihatkan pada tabel 5.
E. Penentuan Strategi Perawatan
Dari pembahasan analisis diatas, maka interval waktu perawatan preventive dapat ditentukan berdasarkan nilai
Tabel 5 Perhitungan Keandalan Sistem Aktual MTBF untuk mengurangi breakdown seperti pada Tabel 6. Tabel 6 MTBF , Jadwal Inspeksi Finish Mill
Interval jadwal Perawatan
No Equipment
MTBF (jam)
37 hari Nilai R s (t) pada Tabel 5 menunjukkan bahwa peningkatan
8 561.BE1
37 hari waktu operasi dari sistem pada Finish Mill menyebabkan
9 531.BC3
keandalan semakin menurun.Sebagaimana juga diperlihatkan 38 hari dalam gambar berikut.
10 531.WF1
Dari analisis MTBF pada Tabel diatas menunjukkan bahwa sebenarnya waktu pakai semua subsistem/komponen penyebab kerusakan utama pada Finish Mill antara 315.6702
an jam atau 13 hari sampai dengan 920.0141 jam atau 38 hari. al d n
Sehingga jika sistem perawatan sudah tepat, break down bisa ea
dihindari.
Data MTBF dari subsistem/komponen dapat digunakan sebagai salah satu bahan pertimbangan untuk menentukan interval perawatan bagi perusahaan dalam melakukan perawatan terhadap subsistem/komponen yang menjadi penyebab kerusakan utama. Sehingga jika sistem perawatan
sudah tepat dalam penentuan interval waktu atau penentuan jadwal inspeksi perawatan sudah tepat, maka breakdown bisa
t (jam)
Gambar 4 Grafik rekapitulasi keandalan tiap komponen dan keandalan sistem dihindari dan downtime diminimalisir.
ESIMPULAN V. K Berdasarkan hasil pengamatan, data-data yang diperoleh,
dan analisis data yang disertai pembahasan yang dijelaskan sebelumnya, maka dapat dibuat beberapa kesimpulan sebagai berikut:
1. Dengan menerapkan analisis Pareto, maka diperoleh Kertersediaan Sistem Operasi Dalam Perawatan Kapal TNI – AL, Tesis bahwa sebagian besar Kerusakan pada unit Finish Mill
Industri ITB, disebabkan 10 subsistem/komponen dengan penyebab
( http://digilib.ti.itb.ac.id/go.php/id , diakses 01 Oktober 2011). Kerusakan terkecil dan terbesar adalah equipment
[2] Corder, A.S. 1988. Teknik Manajemen Pemeliharaan. Penerbit 531.WF1 (3.56%) dan 531.BE2 (25.33%).
Erlangga, Jakarta.
2. Distribusi data waktu antar Kerusakan dan parameternya, [3] Alfian Hamsi, 2004. Manajemen Pemeliharaan Pabrik. e-USU
Repository, Universitas Sumatera Utara.
di peroleh distribusi weibull dan lognormal, laju [4] Assauri, S. 1993. Manajemen Produksi dan Operasi. Lembaga Penerbit Kerusakan masing-masing subsistem/komponen cenderung
Fakultas Ekonomi Universitas Indonesia (FE-UI), Jakarta. turun, keandalan masing-masing
[5] Dhillon, B.S. 1997. Reliability Engineering in System Design and penyebab Kerusakan utama yang terendah dan tertinggi
subsistem/komponen
Operation . Van Nostrand Reinhold Company, Inc., Singapore. adalah 531.BE2 (315.6702 jam) dan 531.WF1 (920.0141
[6] Blanchard, B.S. 1980. Maintainability: A Key to Effective Serviceability jam).
and Maintenance Management . Wiley Series, USA.
3. Strategi perawatan yang seharusnya dilakukan oleh [7] Campbell, John D., 2001. Maintenance Excellence Oftimizing perusahaan
Peralatant Life-Cycle Decision , Marcel Dekker, Inc, New York. meminimasi downtime adalah penentuan waktu interval
[8] Nakajima, Seiichi, 1998. Introduction to TPM. Productivicty Press. perawatan subsistem/komponen penyebab kerusakan
Cambridge.
[9] utama pada Finish Mill antara 315.6702 jam atau 13 hari Ebeling, Charles E, 1997. Reliability and Maintainability Engineering, sampai dengan 920.0141 jam atau 38 hari. International Edition, McGraw-Hill.
[10] Priyanta, Dwi, dkk., 2000. Keandalan dan Perawatan, Jurusan Teknik
D AFTAR P USTAKA Sistem Perkapalan Fakultas Teknologi Kelautan Institut Teknologi Sepuluh November Surabaya, Surabaya.
[1] Suyatmo, Mamo, dkk., 2004. Model Penentuan Internal Waktu Inspeksi Dan Factor Persediaan Suku Cadangan Dengan Analisis Keandalan Dan
Pengendalian Kecepatan Putar Motor DC Sebagai Penggerak Alat Penghapus Whiteboard
Dedy Harianto Rafiuddin Syam
Prodi Teknik Mesin Industri Jurusan Teknik Mesin, Fakultas Teknik Akademi Teknik Industri Makassar
Universitas Hasanuddin, Makassar e-mail: dedy_mits@yahoo.com
e-mail : rafiuddinsyam@gmail.com
Abstrak — Menghapus whiteboard dengan cara manual
berfungsi sebagai pengontrol gerakan penghapus ke kiri dan
memerlukan waktu yang dapat mengurangi keefisiensian waktu
ke kanan, serta pengontrol gerakan penghapus ke atas dan
kegiatan belajar mengajar serta beresiko membuat tangan
kebawah sehingga untuk menggerakkan sistem pembersih ini,
pengajar menjadi kotor. Untuk itu dibuat suatu alat mekanik yang dapat bekerja secara otomatis dan terprogram sehingga
hanya dilakukan dengan menekan tombol arah yang terpasang
menggantikan tugas pengajar dalam menghapus tulisan di
whiteboard. Pada penelitian ini alat penghapus whiteboard
Alat penghapus papan tulis/whiteboard otomatis telah
menggunakan dua buah motor DC dengan kapasitas 12 volt yang
dibuat oleh [3]. Pada saat pengujian penghapus tidak dapat
dihubungkan dengan motor driver dan arduino uno yang telah
menghilangkan sepenuhnya tulisan di papan tulis, karena
diprogram untuk mengontrol pencekam penghapus dengan
tekanan penghapus terhadap papan tulis tidak maksimal.
gerakan ke kanan dan ke kiri. Pengontrolan arduino uno untuk
Penggunaan battery 12 V untuk mensuplay 2 motor DC (
mengendalikan gerakan motor pada alat penghapus whiteboard
masing masing 12 V ) dan Atmega8 menyebabkan torsi motor
ini digambarkan dengan menggunakan kendali logika fuzzy (FLC) metode mamdani dan defuzzyfikasi menggunakan Centroid
dalam menggerakan penghapus tidak maksimal. Hal ini
of Area (COA). Teknik kendali fuzzy alat penghapus whiteboard
menyebabkan solusi permasalahan yang dapat dilakukan
disimulasikan dengan menggunakan perangkat lunak Matlab
hanyalah pada penggantian kain bahan penghapus dan tidak
untuk menguji unjuk kerjanya.
pada mekanis yang dapat meningkatkan tekanan penghapus
Kata-kata kunci— penghapus whiteboard, Puli dan Tali, Motor
pada permukaan [3].
driver, Pengendalian fuzzy, Matlab.
Penelitian ini akan disusun sebagai berikut : pada bagian pertama adalah pendahuluan. Kemudian pada bagian kedua akan digambarkan tinjauan pustaka alat penghapus
ENDAHULUAN I. P
whiteboard . Selanjutnya kendali logika fuzzy akan dibahas pada bagian 3. Sedangkan pada bagian 4 akan dibahas
M kesimpulan.
edia tulis yang selalu ada di kantor atau juga
sekolah/institusi pendidikan adalah whiteboard atau papan putih. Media ini memudahkan dalam penyampaian
INJAUAN II. T P USTAKA
materi atau informasi, baik dalam rapat di kantor atau kegiatan belajar mengajar di sekolah/institusi pendidikan. Papan tulis
Mekanisme pada alat penghapus
jenis ini telah dikenal dikalangan masyarakat, baik dari segi Penghapus bekerja kearah horizontal. Penghapus ditekan pemasaran ataupun penggunaannya. Sesuai dengan namanya,
dengan gaya Fz sehingga timbul gaya normal pada penghapus papan tersebut berwarna putih dan menggunakan spidol
N (nilai Fz adalah sama dengan N). Gaya geseknya adalah fk sebagai alat tulisnya [1].
dan koefisien gesek antara penghapus dan papan tulis adalah Untuk menghapus papan tulis ini menggunakan penghapus
µk, maka untuk mencari nilai gaya ke arah X, Fx adalah: yang dilakukan secara manual, yaitu dengan tenaga manusia.
(1) [2]. Hal tersebut memerlukan waktu yang dapat mengurangi
Gaya-gaya yang bekerja pada penghapus dapat dilihat pada keefisiensian waktu kegiatan belajar mengajar serta beresiko
gambar dibawah ini
membuat tangan pengajar menjadi kotor. Untuk mengatasi permasalahan tersebut, maka diperlukan suatu alat mekanik yang dapat bekerja secara otomatis dan terprogram, sehingga menggantikan tugas pengajar dalam menghapus papan tulis.
Sistem yang akan coba dibuat ini merupakan suatu prototipe yang memiliki bentuk seperti lengan pembawa penghapus untuk membersihkan papan tulis/whiteboard dan akan digabungkan dengan suatu alat mekanik pendukung lain yang
Gambar 1. Gaya-gaya yang bekerja pada penghapus[4]
Penghapus ini diletakkan pada pemegang penghapus yang memiliki roda yang berjalan pada rel. Jika roda melakukan satu putaran, maka jalan yang ditempuhnya (s) adalah [5].
s=2×π×r
Dimana r adalah jari-jari roda dalam meter. Jika putaran itu ditempuh dalam satuan waktu t, maka kecepatan keliling roda v dalam meter per detik adalah
v= (2×π×r)/t
Jika roda itu memutar dengan suatu frekuensi putaran dari n putaran tiap detik, maka kecepatannya adalah v=2×π×r×n
Gambar 3. Open belt drive (penggerak belt terbuka)[8] Jika sebuah benda berputar dengan frekuensi putaran n, karena satu putaran sama dengan 2 π radial, maka kecepatan
Karena kecepatan linier pada kedua puli sama, (Prajitno 2001) sudut ω dalam radian per detik akan sama dengan [5, hal 16]:
maka kecepatan linier puli 1 sama dengan kecepatan linier puli
2. Pada puli, n1 adalah putaran poros penggerak, n2 adalah Dari persamaan (4) dan (5), nilai kecepatan kelilingnya
ω=2×π×n
putaran poros yang digerakkan, D1 adalah diameter puli dapat ditulis menjadi
penggerak dan D2 adalah diameter puli yang digerakkan
v=ω×r
sehingga[6]
πD 1 n 1 = πD 2 n 2 (10) Dan perbandingan putaran antara kedua puli menjadi: (11)
Jika tebal belt (t) perlu dipertimbangkan, maka: (12)
Gambar 2. Putaran roda
Jika faktor slip (s) dimasukkan, maka
Jika sebuah gaya F mengakibatkan gerak melingkar (13) beraturan, maka tiap putaran ada kerja W yang sama dengan:
Dengan : s = faktor slip total untuk kedua roda Karena jalan yang ditempuh s sama dengan keliling
W =F×s
panjang sabuk yang digunakan, lingkaran dengan jari-jari r, kita dapat menulis Kerja = gaya x
Untuk
menghitung
dipergunakan rumus berikut (Prajitno, 2001): jalan [5, halaman 26].
W =F×2×π×r
Dengan frekuensi putaran n, kerja tiap detik adalah P =F×2×π×r×n
Kerja tiap detik yang dihasilkan kita sebut daya P dalam watt [5].
Pemilihan sabuk/ belt
Gambar 4. Transmisi terbuka. [8] Belt (sabuk) dan tali digunakan untuk mentransmisikan
Jika panjang sabuk L, jari jari pulley pertama r1 dan jari jari daya dari poros yang satu ke poros yang lainnya melalui roda
pulley kedua r2 serta jarak antar poros x maka persamaan (pulley) yang berputar dengan kecepatan sama atau berbeda.
transmisi terbuka dapat ditulis sebagai berikut [6] Flat belt umumnya dipakai pada crowned pulleys, sabuk ini
(14) lebih tenang dan efisien pada kecepatan tinggi, dan juga
mampu mentransmisikan sejumlah daya yang besar pada jarak Nilai α dapat dicari dengan persamaan matematika yaitu: pusat pulley yang panjang. Flat belt ini dapat dibeli dalam (15) bentuk rol dan potongan yang nanti ujungnya disambung
dengan special kits furnished oleh pabriknya [6]. Sehingga nilai sudut kontak θ antara belt dan pulley adalah Pada alat penghapus whiteboard ini menggunakan Open
(16) belt drive (penggerak belt terbuka), yaitu untuk poros sejajar dan berputar dalam arah yang sama
Jika puli A menggerakkan puli B, maka dengan arah putaran searah jarum jam, maka tarikan belt F1 lebih besar daripada F2. Hubungan F1 dan F2 dapat dinyatakan dengan :
(17) Dimana µ adalah koefisien gesek dan θ adalah sudut kontak
antara belt dan pulley yang paling kecil.
Jika efek sentrifugal diperhitungkan maka tegangan belt menjadi:
Dengan Fc yang merupakan tarikan sentrifugal:
Dan, w adalah berat sabuk per satuan panjang. Nilai kecepatan v dapat dilihat pada persamaan (10). Nilai daya yang ditransmisikan P dalam satuan watt dapat diperoleh juga dengan menggunakan persamaan [7]
Gambar 6. Bagan mekanisme kerja motor DC magnet permanen
Motor DC yang digunakan pada robot beroda umumnya adalah motor DC dengan magnet permanen. Motor DC jenis ini memiliki dua buah magnet permanen sehingga timbul
medan magnet di antara kedua magnet tersebut. Di dalam Arduino dikatakan sebagai sebuah platform dari physical medan magnet inilah jangkar/rotor berputar. Jangkar yang computing yang bersifat open source. Pertama-tama perlu terletak di tengah motor memiliki jumlah kutub yang ganjil dipahami bahwa kata “platform” di sini adalah sebuah pilihan dan pada setiap kutubnya terdapat lilitan. Lilitan ini kata yang tepat. Arduino tidak hanya sekedar sebuah alat
Arduino Uno
pengembangan, tetapi ia adalah kombinasi dari hardware, terhubung ke area kontak yang disebut komutator. Sikat (brushes) yang terhubung ke kutub positif dan negatif motor
bahasa pemrograman
memberikan daya ke lilitan sedemikian rupa sehingga kutub Environment (IDE) yang canggih. IDE adalah sebuah software yang satu akan ditolak oleh magnet permanen yang berada di yang sangat berperan untuk menulis program, meng-compile dekatnya, sedangkan lilitan lain akan ditarik ke magnet menjadi kode biner dan meng-upload ke dalam memory permanen yang lain sehingga menyebabkan jangkar berputar. microcontroller .
Ketika jangkar berputar, komutator mengubah lilitan yang dikembangkan oleh akademisi dan profesional dengan mendapat pengaruh polaritas medan magnet sehingga jangkar menggunakan Arduino, selain itu juga ada banyak modul- akan terus berputar selama kutub positif dan negatif motor modul pendukung (sensor, tampilan, penggerak dan diberi daya. Kecepatan putar motor DC (N) adalah pembagian sebagainya) yang dibuat oleh pihak lain untuk bisa antara tegangan terminal (V TM ) dikurangi perkalian arus disambungkan dengan Arduino. Arduino berevolusi menjadi jangkar motor dan hambatan jangkar motor dengan perkalian sebuah platform karena ia menjadi pilihan dan acuan bagi konstanta motor dan fluks magnet yang terbentuk pada motor banyak praktisi. Papan arduino tipe usb dapat dilihat pada yang dirumuskan dengan persamaan berikut[11]. gambar 5 [10]. (21)
Pengendalian kecepatan putar motor DC dapat dilakukan dengan mengatur besar tegangan terminal motor V TM . Metode lain yang biasa digunakan untuk mengendalikan kecepatan motor DC adalah dengan teknik modulasi lebar pulsa atau Pulse Width Modulation (PWM) [11].
PWM (Pulse Width Modulation) adalah salah satu teknik untuk mengatur kecepatan motor DC yang umum digunakan.
Gambar 5. Papan arduino tipe USB Dengan menggunakan PWM kita dapat mengatur kecepatan
Motor DC
yang diinginkan dengan mudah. Teknik PWM untuk Motor DC adalah piranti elektronik yang mengubah energi
pengaturan kecepatan motor adalah, pengaturan kecepatan listrik menjadi energi mekanik berupa gerak rotasi. Pada
motor dengan cara merubah-rubah besarnya duty cycle pulsa. motor DC terdapat jangkar dengan satu atau lebih kumparan
Pulsa yang yang berubah ubah duty cycle-nya inilah yang terpisah. Tiap kumparan berujung pada cincin belah
menentukan kecepatan motor. Besarnya amplitudo dan (komutator). Dengan adanya insulator antara komutator,
frekuensi pulsa adalah tetap, sedangkan besarnya duty cycle cincin belah dapat berperan sebagai saklar kutub ganda
berubah-ubah sesuai dengan kecepatan yang diinginkan, (double pole, double throw switch). Mekanisme ini
semakin besar duty cylce maka semakin cepat pula kecepatan diperlihatkan pada gambar berikut ini [11].
motor, dan sebaliknya semakin kecil duty cycle maka semakin pelan pula kecepatan motor. Sebagai contoh bentuk pulsa yang dikirimkan adalah seperti pada gambar 7, pulsa kotak dengan duty cycle pulsa 50%. Sedangkan sebagai contoh bentuk pulsa PWM adalah seperti pada gambar 8 [12].
Sistem Manufaktur II- Sistem Manufaktur II-
kebenaran. Logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistic, konsep tidak pasti seperti “sedikit”, “lumayan”, dan
dengan
tingkat
Gambar 7. Pulsa dengan duty cycle 50% “sangat”. Logika ini diperkenalkan oleh Dr. Lotfi Zadeh Seperti pada gambar 7, semakin besar duty cycle pulsa
dari Universitas California, Barkeley pada tahun 1965. kotak, maka semakin lama pula posisi logika high. Jika motor
Logika fuzzy telah digunakan pada bidang-bidang seperti diatur agar berjalan ketika diberi logika high, maka jika
taksonomi, topologi, linguistik, teori automata, teori memberi pulsa seperti pada gambar 2 diatas, maka motor akan
pengendalian, psikologi, pattern recognition, pengobatan, berada pada kondisi “nyala-mati-nyala-mati” sesuai dengan
hukum, decision analysis, system theory and information bentuk pulsa tersebut. Semakin lama motor berada pada
retrieval . Pendekatan fuzzy memiliki kelebihan pada hasil kondisi “nyala” maka semakin cepat pula kecepatan motor
yang terkait dengan sifat kognitif manusia, khususnya pada tersebut. Motor akan berputar dengan kecepatan maksimum
situasi yang melibatkan pembentukan konsep, pengenalan jika mendapat pulsa dengan duty cycle 100%. Dengan kata
pola, dan pengambilan keputusan dalam lingkungan yang lain motor mendapat logika high terus menerus [12].
tidak pasti atau tidak jelas[13].
Teori logika fuzzy yang diajukan oleh Zadeh pada pertengahan tahun 1960 (Nikola K, 1998 dari Setiyowati, M.I dan Seta, B.A, 2007), memberikan suatu pemecahan masalah terhadap persoalan yang tidak pasti ini. Sehingga sistem informasi yang akan dibuat menggunakan model DBMS dan
Gambar 8. Pulsa PWM query yang berbasis fuzzy karena model DBMS konvensional, Dengan mengatur besarnya duty cycle pulsa kotak yang
non fuzzy kurang dapat memenuhi kebutuhan sistem informasi dikirimkan, kita dapat mengatur banyaknya logika high yang
ini. Banyak model DBMS dan query fuzzy yang ada, salah diberikan pada motor, dengan kata lain mengatur lamanya
satunya adalah model Tahani yang ditemukan pada tahun waktu motor untuk berputar dalam satu periode pulsa. Jika
1977. Prof. Lutfi Zadeh berpendapat bahwa logika benar dan lamanya waktu motor untuk berputar dalam satu periode pulsa
salah dari logika boolean/konvensional tidak dapat mengatasi ini berubah maka kecepatan purtaran motor juga akan
masalah gradasi yang ada di dunia nyata. Untuk mengatasi berubah, sesuai dengan duty cycle atau waktu motor untuk
masalah gradasi tersebut maka ia mengembangkan sebuah berputar dalam satu periode pulsa [12].
himpunan samar (fuzzy)[13].
Alat penghapus whiteboard memiliki satu sistem
pergerakan yaitu sistem pergerakan horizontal yang Logika fuzzy adalah suatu cara yang tepat untuk memetakan
ENDALI III. K L OGIKA F UZZY
digerakkan oleh motor 1 dan motor 2. Gerakan motor 1 dan suatu ruang input kedalam suatu ruang output. Titik awal dari
motor 2 ini diprogram di dalam mikrokontroler yang terdapat konsep modern mengenai ketidakpastian adalah paper yang
pada arduino uno yang mengendalikan motor driver. dibuat oleh Lofti A Zadeh (1965), dimana Zadeh
Motor 1 memperkenalkan teori yang memiliki obyek-obyek dari
Motor
driver
himpunan fuzzy yang memiliki batasan yang tidak presisi dan
Power supply
Motor 2 keanggotaan dalam himpunan fuzzy, dan bukan dalam bentuk
logika benar (true) atau salah (false), tapi dinyatakan dalam derajat (degree). Konsep seperti ini disebut dengan Fuzziness
Arduino uno
dan teorinya dinamakan Fuzzy Set Theory. Fuzziness dapat didefinisikan sebagai logika kabur berkenaan dengan semantik
Gambar 9. Skema rangkaian motor dari suatu kejadian, fenomena atau pernyataan itu sendiri.
Sistem program pada arduino uno diatur dengan Seringkali ditemui dalam pernyataan yang dibuat oleh
menggunakan 2 kontroler logika fuzzy (Fuzzy Logic seseorang, evaluasi dan suatu pengambilan keputusan[13].
Controllers, FLC ). Gerakan X dari alat penghapus whiteboard Fuzzy system (sistem kabur) didasari atas konsep himpunan
akan didapatkan dari putaran motor 1 dan motor 2. Putaran kabur yang memetakan domain input kedalam domain output.
motor 1 ini akan menggerakkan penghapus kearah X+ dan X-. Perbedaan mendasar himpunan tegas dengan himpunan kabur
Kecepatan putaran motor DC diatur dengan menggunakan adalah nilai keluarannya. Himpunan tegas hanya memiliki dua
sistem fuzzy logic. Pengaturan putaran motor stepper ini nilai output yaitu nol atau satu, sedangkan himpunan kabur
adalah dengan merubah lebar sinyal tegangan PWM. PWM memiliki banyak nilai keluaran yang dikenal dengan nilai
adalah singkatan dari Pulse Width Modulation, merupakan derajat keanggotaannya[13].
suatu metode yang digunakan untuk mengontrol daya yang Logika fuzzy adalah peningkatan dari logika Boolean yang
berkaitan dengan power supply. Pembacaan metode fuzzy berhadapan dengan konsep kebenaran sebagian. Dimana
dimulai dengan menerima input dari sensor gaya yang ada di logika klasik (crisp) menyatakan bahwa segala hal dapat
motor DC dimana nilainya akan dihitung untuk kemudian hasil dari keluarannya akan dikonversi menjadi PWM untuk
Sistem Manufaktur II- Sistem Manufaktur II-
Diagram alir untuk menentukan pengaturan kecepatan motor dengan metode fuzzy pada gambar 10.
Gambar 12. Masukan gaya pada editor fuzzy Masukan kedua yaitu pwm konstan dengan kondisi
“Kkecil”,
“Kbesar”, menggunakan membership function tipe trimf dapat dilihat pada gambar 13.
“Ksedang”
dan
Gambar 10. Diagram alir proses fuzzy dalam pengaturan kecepatan
motor
Dalam mengatur
menggunakan metode fuzzy ini kondisi acuannya adalah pada kondisi pwmkons “sedang” dan kondisi gaya gesek sebenarnya, untuk mendapatkan hasil keluaran dari sensor gaya yang berupa nilai untuk pwm motor digunakan metode mamdani dan defuzzifikasi menggunakan centroid of area (COA).
Gambar 13. Masukan pwmkons pada editor fuzzy Untuk keluaran yang berupa PWM, menggunakan
membership function tipe trimf dapat dilihat pada gambar 14. Kondisi keluaran PWM ini ada tiga yaitu “lambat”, “menengah” dan “cepat”.
Gambar 11. Setting parameter masukan dan keluaran pada editor
fuzzy
Dengan menggunakan Fuzzy Inference System (FIS) pada perangkat lunak Matlab, disetting dua masukan yaitu gaya gesek dengan kondisi “kecil” dan “besar” serta masukan pwm konstan dengan kondisi “Kkecil”, “Ksedang” dan “Kbesar” seperti yang terlihat pada gambar 11.
Masukan pertama yaitu gaya gesek dengan kondisi “kecil” Gambar 14. Keluaran pwm pada editor fuzzy dan “besar”, menggunakan menggunakan membership
Keputusan yang diberikan oleh fuzzy contoller berasal dari function tipe gaussmf dapat dilihat pada gambar 12. Angka 0 –
rule-rule yang ada pada basis data. Keputusan-keputusan ini
28 menyatakan besarnya gaya gesek pada whiteboard oleh disimpan sebagai kumpulan rule. Dasarnya rule-rule tersebut penghapus.
adalah sebuah rule if-then yang intuitif dan mudah dimengerti, karena hanya merupakan kata-kata. Ada 6 rule yang digunakan dalam pengaturan kecepatan putaran motor pada alat penghapus whiteboard ini.
Sistem Manufaktur II-
Tabel 1. Aturan Dasar (Base Rules) Motor
Motor 1 kecil
Motor 2 besar
Rule ini dimasukkan ke dalam “rule editor” seperti pada
gambar 15.
Gambar 17 Surface viewer pada editor fuzzy Untuk menguji fuzzy yang telah dibuat, caranya adalah kembali
window , kemudian ketik: fis=readfis('fuzzy21) lalu enter maka matlab akan meload engine FIS yang telah dibuat. Engine FIS yang diload oleh Matlab dapat dilihat sebagai berikut
ke
command
>>fis=readfis('fuzzy21’) fis =
name: 'fuzzy21' type: 'mamdani'
Gambar 15. Setting rule pada editor fuzzy
andMethod: 'min'
Rule yang telah dimasukkan pada rule editor dapat dilihat
orMethod: 'max'
pada opsi rule viewer seperti terlihat pada gambar 16. Rule
defuzzMethod: 'centroid'
viewer ini digunakan untuk mengatur kecenderungan apakah
impMethod: 'min'
kecepatan putaran motor adalah cepat atau lambat, yaitu
aggMethod: 'max'
tergantung dari besar kecilnya nilai pwm pada keluaran. Untuk input: [1x2 struct] output: [1x1 struct]
rule: [1x6 struct] menggeser garis tengah berwarna merah untuk tiap fungsi keanggotaan.
mengatur kecenderungannya
File engine FIS yang dibuat dapat dilihat pada command editor seperti dibawah ini
[System] Name='fuzzy21' Type='mamdani'
Version=2.0 NumInputs=2
NumOutputs=1 NumRules=6 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max'
DefuzzMethod='centroid' [Input1]
Gambar 16. Rule viewer pada editor fuzzy Name='gaya' Hasil dari rule viewer ini bisa dilihat dalam bentuk gambar
Range=[0 28]
3 dimensi yang bernama surface viewer . Gambar surface NumMFs=2 viewer dapat dilihat pada gambar 17. Surface viewer ini
MF1='kecil':'gaussmf',[7 0] merupakan plot grafik dari data-data yang dikeluarkan pada MF2='besar':'gaussmf',[7 28]
proses defuzzifikasi. [Input2] Name='pwmkonst' Range=[0 255] NumMFs=3 MF1='Kkecil':'gaussmf',[38.3 64.11] MF2='Ksedang':'gaussmf',[41.4 138.76] MF3='Kbesar':'gaussmf',[38.3 237.047]
Sistem Manufaktur II-
ESIMPULAN IV. K
[Output1] Name='PWM'
Sistem kendali dengan menggunakan kendali logika fuzzy
Range=[0 255]
dapat diterapkan untuk pengontrolan gerakan motor pada
mikrokontroler yang terdapat pada arduino uno. Pada motor MF1='lambat':'gaussmf',[38.3 -4.49]
NumMFs=3
driver menggunakan sistem aktiv low, sehingga apabila diberi MF2='menengah':'gaussmf',[41.4 127.5]
masukan low pada program, maka motor driver akan aktiv. MF3='cepat':'gaussmf',[38.3 258.09]
Gerakan sumbu X dari alat penghapus whiteboard didapatkan dari putaran motor 1 dan motor 2 yang akan menggerakkan
[Rules]
penghapus kearah X+ dan X-. Dengan kendali logika fuzzy ini
dapat diatur kecepatan putaran motor yang diinginkan dalam
mencapai suatu posisi yang diharapkan. Dengan demikian
kecepatan motor DC dalam merespon suatu perintah dapat
pula diatur dengan menggunakan kendali logika fuzzy.
Hasil defuzzifikasi bisa diuji dengan memasukkan rule yang
D AFTAR P USTAKA
telah dibuat dengan mengetik instruksi evalfis. >> out = evalfis([1 1],fis)
(white board) out =