Perancangan Penjadwalan Perawatan Mesin Dengan Metode Reliability Engineering Dan Maintenance Value Stream Mapping (MVSM) Di Pt. Xyz [PDF]

  • 0 0 0
  • Suka dengan makalah ini dan mengunduhnya? Anda bisa menerbitkan file PDF Anda sendiri secara online secara gratis dalam beberapa menit saja! Sign Up
File loading please wait...
Citation preview

PERANCANGAN PENJADWALAN PERAWATAN MESIN DENGAN METODE RELIABILITY ENGINEERING DAN MAINTENANCE VALUE STREAM MAPPING (MVSM) DI PT. XYZ.



TUGAS SARJANA Diajukan untuk Memenuhi Sebagian dari Syarat-syarat Penulisan Tugas Sarjana



Oleh : PRAYOGO CHANDRA NIM : 140403053



DEPART EMEN



TEKNIK



F A K U L T A S



INDUSTRI



T E K N I K



UNIVERSITAS SUMATERA UTARA M E D A N 2019



Universitas Sumatera Utara



Universitas Sumatera Utara



KATA PENGANTAR



Puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Esa yang telah memberikan



rahmat



dan



karunia-Nya



kepada



penulis



sehingga



penulis



dapat



menyelesaikan tugas sarjana ini. Tugas sarjana ini merupakan salah satu syarat untuk mendapatkan gelar sarjana teknik di Departemen Teknik Industri, khususnya program studi reguler strata satu, Fakultas Teknik, Universitas Sumatera Utara. Adapun judul untuk tugas sarjana ini adalah “Perancangan Penjadwalan Perawatan Mesin Dengan Metode Reliability Engineering dan Maintenance Value Stream Mapping (MVSM) Pada PT. XYZ. ”. Sebagai manusia yang tidak luput dari kesalahan, maka penulis menyadari masih banyak kekurangan dalam penulisan tugas sarjana ini. Oleh karena itu, penulis sangat mengharapkan saran dan masukan yang membangun demi kesempurnaan laporan tugas sarjana ini. Semoga tugas sarjana ini dapat bermanfaat bagi penulis sendiri, perpustakaan Universitas Sumatera Utara, dan pembaca lainnya.



UNIVERSITAS SUMATERA UTARA, MEDAN DESEMBER, 2018



PENULIS PRAYOGO CHANDRA



Universitas Sumatera Utara



UCAPAN TERIMAKASIH



Puji syukur dan terimakasih penulis ucapkan yang sebesar-besarnya kepada Tuhan Yang Maha Esa yang telah memberikan kesempatan kepada penulis untukmerasakan dan mengikuti pendidikan di Departemen Teknik Industri USU sertatelah membimbing penulis selama masa kuliah dan penulisan laporan tugas sarjana ini. Dalam penulisan tugas sarjana ini penulis telah mendapatkan bimbingan dan dukungan serta bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupunadministrasi. Oleh karena itu sudah selayaknya penulis mengucapkan terima kasihkepada: 1.



Ibu Dr. Meilita T. Sembiring, ST, MT selaku Ketua Departemen Teknik Industri Universitas Sumatera Utara, yang telah memberi izin pelaksanaan Tugas Sarjana ini.



2.



Bapak Buchari, ST, M.Kes selaku Sekretaris Departemen Teknik Industri Universitas Sumatera Utara, yang telah memberi izin pelaksanaan Tugas Sarjana ini



3.



Ir. Mangara M. Tambunan M,Sc selaku Dosen Pembimbing I atas waktu, bimbingan, pengarahan, danmasukan yang diberikan kepada penulis dalam penyelesaian Tugas Sarjana ini.



4.



Kedua Orang Tua yang tiada hentinya mendukung penulis baik secara moral maupun material dan mendoakan penulis selama penyelesaian Tugas Sarjana ini.



5. Seluruh dosen Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara yang telah memberikan pengajaran selama perkuliahan yang menjadi bekal penulis dalam meyelesaikan penulisan tugas sarjana ini.



Universitas Sumatera Utara



6.



Staf pegawai Teknik Industri, Bang Nurmansyah, , Bang Mijo, Kak Rahma, Bang Eddy, Kak Neneng, Bu Aniaty dan KakMia, terimakasih atas bantuannya dalam hal penyelesaian administrasi untuk melaksanakan tugas sarjana ini.



7. Saudara penulis Iskandar S.H. dan saudara Robinson S.Akun. dan saudari Ellen Chandra yang telah memberikan dukungan kepada penulis baik moral maupun materil. 8. Rekan seperjuangan penelitian, yaitu Yazid Pasca Muhajir dan Rizky Khairiansyah Nst. diPT. XYZ. yang telah banyak memberi tawa canda, motivasi, dan saran kepada penulis dalam menyelesaikan laporan ini. 9. Sahabat-sahabat penulis di Departemen Teknik Industri, Fakultas Teknik USU khususnya teman-teman angkatan 2014 “ELASTIS” yang telah mendukung penulis dalam segala hal selama menjalani masa perkuliahan. 10. Dan seluruh pihak yang telah membantu penulis yang tidak mungkin disebutkan satu per satu, hanya Tuhan Yang Maha Esa yang dapat membalas kalian semua, Amin.



Universitas Sumatera Utara



ABSTRAK PT. XYZ. merupakan pabrik yang bergerak di bidang pembuatan crumb rubber.PT. XYZ. menerapkan sistem make to order yang berarti membuat produk akhir berdasarkan jumlah pesanan yang diperoleh dari data permintaan perusahaan. Pada proses produksinya PT.Sentang Raya sering mengalami downtime sehingga diperlukan breakdown maintenance, yaitu suatu aktivitas pemeliharaan mesin dimana pemeliharaan dilakukan setelah mesin mengalami kerusakan. Akibatnya, proses produksi menjadi berhenti karena mesin sedang diperbaiki. Permasalahan ini diselesaikan dengan melakukan perencanaan penjadwalan terhadap perawatan mesin menggunakan metode reliability centred maintenance dan metode MVSM. Pada penelitian ini, ditentukan mesin kritis yaitu mesin Creeper 1, mesin Creeper 2, mesin Creeper 3, mesin Creeper 4, dan mesin Creeper 5. Penentuan fungsi kepadatan probabilitas, keandalan, MTTF, serta pembentukan Future state Map pada alur kegiatan perawatan dilakukan sehingga diperoleh selang waktu penggantian. Untuk mesin kritis yang telah ditentukan, diperoleh selang waktu penggantian mesin Creeper 1 adalah 101 hari dengan nilai keandalan sebesar 0,5776, mesin Creeper 2 adalah 101 hari dengan nilai keandalan sebesar 0,5979, mesin Creeper 3 adalah 107 hari dengan nilai keandalan sebesar 0,2220, mesin Creeper 4 adalah 113 hari dengan nilai keandalan sebesar 0,2731 dan mesin Creeper 5 adalah 111 hari nilai keandalan sebesar 0,2947. Sedangakan berdasarkan penggambaran alur kegiatan perawatan menggunakan MVSM, menghasilkan peningkatan terhadap persentase maintenance efficieny setiap mesinyaitu untuk mesin Creeper 1adalah 50,00%, mesin Creeper 2 adalah 36,36%, mesin Creeper 3 adalah 62,63%, mesin Creeper 4 adalah 58,82% dan mesin Creeper 5adalah 53,33%. Peningkatan ini berasal dari penghilangan kegiatan-kegiatan yang tidak memiliki nilai tambah pada proses perawatan atau pergantian komponen. Kata Kunci :Reliability, MTTF, MVSM, Current State Map, Future State Map.



Universitas Sumatera Utara



DAFTAR ISI



BAB



I



II



HALAMAN LEMBAR JUDUL ...............................................................................



i



LEMBAR PENGESAHAN ................................................................



ii



SERTIFIKAT EVALUASI TUGAS SARJANA .............................



iii



ABSTRAK ...........................................................................................



iv



KATA PENGANTAR ........................................................................



vi



UCAPAN TERIMA KASIH ..............................................................



vii



DAFTAR ISI .......................................................................................



x



DAFTAR TABEL ...............................................................................



xv



DAFTAR GAMBAR ...........................................................................



xx



PENDAHULUAN ............................................................................... .... I-1 1.1. Latar Belakang ............................................................................



I-1



1.2. Perumusan Masalah ....................................................................



I-3



1.3. Tujuan Penelitian ........................................................................



I-3



1.4. Manfaat Penelitian .....................................................................



I-6



1.5. Batasan Masalah dan Asumsi .....................................................



I-6



1.6. Sistematika Penulisan Tugas Akhir ............................................



I-7



GAMBARAN UMUM PERUSAHAAN ...........................................



II-1



2.1. Sejarah Perusahaan .....................................................................



II-1



Universitas Sumatera Utara



DAFTAR ISI (Lanjutan)



BAB



HALAMAN 2.2.



Ruang Lingkup Bidang Usaha .............................................................



II-2



2.2.1. Daerah Pemasaran ...................................................................



II-2



2.3. Organisasi dan Manajemen .........................................................



II-2



2.3.1. Struktur Organisasi ..........................................................



II-2



2.3.2. Jam Kerja.........................................................................



II-3



2.4. Standar Mutu Produk ..................................................................



II-4



2.5. Proses Produksi ...........................................................................



II-5



2.5.1. Bahan yang Digunakan ...................................................



II-5



2.5.1.1. Bahan Baku .......................................................



II-5



2.5.1.2. Bahan Penolong ................................................



II-6



2.5.1.3. Bahan Tambahan...............................................



II-7



2.5.2. Mesin Produksi ................................................................



II-7



2.5.3. Peralatan (Equipment) .....................................................



II-10



2.5.4. Uraian Proses Produksi ...................................................



II-10



2.5.5. Utilitas ...........................................................................



II-13



2.5.6. Safety & Fire Protection .................................................



II-14



2.5.7. Waste Treatment ..............................................................



II-15



2.6. Sistem Pengupahan dan Fasilitas Lainnya ..................................



II-15



Universitas Sumatera Utara



DAFTAR ISI (Lanjutan)



BAB III



HALAMAN LANDASAN TEORI ..........................................................................



III-1



3.1



Perawatan ....................................................................................



III-1



3.2



Tujuan Perawatan ........................................................................



III-2



3.3



Jenis-jenis Tindakan Perawatan ..................................................



III-3



3.4



Identifikasi Pengelompokan Suku Cadang dengan Diagram Pareto ..........................................................................................



III-5



3.5. Teori Keandalan (Reliability)......................................................



III-6



3.5.1 Pengertian Keandalan ......................................................



III-6



3.5.2 Tujuan Reliability ............................................................



III-7



3.5.3 Konsep Keandalan...........................................................



III-7



3.5.4. Distribusi Kerusakan ....................................................... III-11 3.5.5. Identifikasi Pola Distribusi dan Parameter Distribusi ..... III-16 3.5.4.1 Identifikasi Distribusi Awal .............................. III-16 3.5.4.2 Estimasi Parameter............................................ III-17 3.6. Model Age Replacement ............................................................. III-18 3.7. Gantt Chart ................................................................................. III-20 3.8. Value Stream Mapping (VSM) ................................................... III-21 3.9. Maintenance Value Stream Mapping (MVSM) .......................... III-22 3.9.1 Pendahuluan .................................................................... III-22 3.9.2 Variabel yang Digunakan dalam MVSM ........................ III-23



Universitas Sumatera Utara



DAFTAR ISI (Lanjutan)



BAB



HALAMAN 3.9.3 Framework yang Digunakan dalam MVSM ................... III-24



IV



V



METODOLOGI PENELITIAN ........................................................ IV-1 4.1



Tempat dan Waktu Penelitian .....................................................



IV-1



4.2



Jenis Penelitian ............................................................................



IV-1



4.3



Objek Penelitian ..........................................................................



IV-1



4.4



Variabel Penelitian ......................................................................



IV-1



4.5



Kerangka Konseptual Penelitian .................................................



IV-2



4.6. Block Diagram Prosedur Penelitian ............................................



IV-3



4.7



Penngumpulan Data ....................................................................



IV-5



4.7.1. Sumber Data ....................................................................



IV-5



4.7.2. Metode Pengumpulan Data .............................................



IV-5



4.8. Metode Pengolahan Data ............................................................



IV-5



4.9. Analisi Pemecahan Masalah .......................................................



IV-6



4.10 Kesimpulan dan Saran ................................................................



IV-6



PENGUMPULAN DAN PENGOLAHAN DATA ........................... V-1 5.1



Pengumpulan Data ......................................................................



V-1



5.1.1Pengumpulan Data Kerusakan Mesin Kritis .......................



V-1



Universitas Sumatera Utara



DAFTAR ISI (Lanjutan)



BAB



HALAMAN 5.2. Pengolahan Data .........................................................................



V-3



5.2.1. Pengujian Pola Distribusi Mesin Kritis............................



V-3



5.2.2. Perhitungan Parameter dan MTTF Mesin........................



V-14



5.2.3. Perhitungan Keandalan pada Jawdal Interval Perawatan Mesin ........................................................................................ V-18



VI



5.2.4. Pembentukan Current State Map ....................................



V-19



5.2.5. Pembentukan Future State Map ......................................



V-27



ANALISIS PEMECAHAN MASALAH ........................................... VI-1 6.1. Analisis Jenis dan Mesin Kritis ...................................................



VI-1



6.2. Analisis Jadwal Perawatan Mesin ...............................................



VI-1



6.3. Analisis Nilai Keandalan Mesin Kritis pada jadwal Perawatan..



VI-3



6.4. Analisis Mean Value Stream Mapping (MVSM) .......................



VI-3



VII KESIMPULAN DAN SARAN ........................................................... VII-1 7.1. Kesimpulan ................................................................................. VII-1 7.2. Saran............................................................................................ VII-3



DAFTAR PUSTAKA LAMPIRAN



Universitas Sumatera Utara



DAFTAR TABEL



TABEL



HALAMAN



1.1. Mesin Yang Digunakan Dalam Proses Produksi ............................. 1.2. Data Frekuensi Kerusakan Mesin



Kritis Oktober



I-2



2017



– September 2018 ...........................................................................



I-3



2.1. Standar Mutu Produk .......................................................................



II-4



5.1. Data Frekuensi Kerusakan Mesin Kritis ..........................................



V-1



5.2. Data Frekuensi Kerusakan Kritis Mesin ..........................................



V-3



5.3. Data Interval Kerusakan Kritis Mesin (Hari Ke-) ...........................



V-4



5.4. PerhitunganIndexof Fitdengan Distribusi normalMesin Creeper 1 .........................................................................................



V-6



5.5. Perhitungan Index of Fit dengan Distribusi Lognormal Mesin Creeper 1 .........................................................................................



V-8



5.6. Perhitungan Index of Fitdengan Distribusi Eksponensial Mesin Creeper 1 .........................................................................................



V-11



5.7. Perhitungan Index of Fit dengan Distribusi Weibull MesinCreeper 1 ....................................................................................................... V-14 5.8. Rekapitulasi Perhitungan Index of FitMesin ...................................



V-16



5.9. Rekapitulasi Pola Distribusi Kerusakan Kritis Mesin .....................



V-16



5.10. Rekapitulasi Nilai MTTF .................................................................



V-17



Universitas Sumatera Utara



DAFTAR TABEL



TABEL



HALAMAN



5.11.Rekapitulasi Nilai Keandalan pada Jadwal Interval Penggantian Mesin .........................................................................................................



V-19



5.12.Aktivitas Non Value Addeed Mesin Creeper ....................................



V-26



5.13. Aktivitas Non Value Addeed Mesin Creeper Future State Map .....



V-28



5.14. Perbandingan Current State Map dengan Future State MapMesin Kritis ......................................................................................................... V-34 5.15. Rekapitulasi Nilai Keandalan pada Jadwal Interval Penggantian Mesin .........................................................................................................



V-25



Universitas Sumatera Utara



DAFTAR GAMBAR



GAMBAR



HALAMAN



2.1.



Lokasi PT. XYZ. .........................................................................



II-1



2.2.



Bahan Olah Karet .........................................................................



II-6



2.3.



Air Sungai Bah Bolon, Perdagangan ...........................................



II-6



2.4.



Plastik Kantong SIR 20 SRI ........................................................



II-7



2.5.



Pallet dan Metal Based ................................................................



II-7



2.6.



Mesin Rotary ................................................................................



II-8



2.7.



Mesin Homogenezer ....................................................................



II-8



2.8.



Mesin Creeper .............................................................................



II-9



2.9.



Mesin Shredder ............................................................................



II-9



2.10. Mesin Turning Tank .....................................................................



II-9



3.1.



Kurva Distribusi Normal.............................................................. III-12



3.2.



Kurva Distribusi Lognormal ........................................................ III-13



3.3.



Kurva Distribusi Eksponensial..................................................... III-14



3.4.



Kurva Distribusi Weibull ............................................................. III-16



3.5.



Contoh Gantt Chart ..................................................................... III-21



4.1.



Kerangka Konseptual Penelitian ..................................................



IV-3



4.2.



Block Diagram Proses Penelitian................................................



IV-4



5.1.



Grafik Analisis Pareto Kerusakan Mesin .....................................



V-2



Universitas Sumatera Utara



DAFTAR GAMBAR



GAMBAR



HALAMAN



5.2.



Current State MVSM Mesin Creeper 1 .....................................



V-21



5.3.



Current State MVSM Mesin Creeper 2.......................................



V-22



5.4.



Current State MVSM Mesin Creeper 3.......................................



V-23



5.5.



Current State MVSM Mesin Creeper 4.......................................



V-24



5.6.



Current State MVSM Mesin Creeper 5.......................................



V-25



5.7.



Future State MVSM Mesin Creeper 1 .......................................



V-29



5.8.



Future State MVSM Mesin Creeper 2 ........................................



V-30



5.9.



Future State MVSM Mesin Creeper 3 ........................................



V-31



5.10. Future State MVSM Mesin Creeper 4 ........................................



V-32



5.11. Future State MVSM Mesin Creeper 5 ........................................



V-33



7.1.



Jadwal Usulan Perawatan Mesin Pada PT. Sentang Raya Indonesia 2018-2019 .................................................................... VII-2



Universitas Sumatera Utara



DAFTAR LAMPIRAN



LAMPIRAN L-1



Surat Permohonan Tugas Sarjana



L-2



Surat Permohonan Riset Tugas Sarjana di PT. XYZ.



L-3



Surat Balasan Izin Pelaksanaan RisetTugas Sarjana di PT. XYZ.



L-4



Surat Keputusan Tugas Sarjana Mahasiswa



L-5



Form Asistensi Dosen Pembimbing



Universitas Sumatera Utara



BAB I PENDAHULUAN



1.1.



Latar Belakang Perkembangan industri di zaman sekarang berkembang dengan cepat baik



dalam bidang ilmu pengetahuan maupun teknologi yang semakin canggih. Dengan adanya kemajuan di bidang industri serta semakin banyak berdirinya industri manufaktur maupun industri jasa maka menimbulkan persaingan yang semakin



ketat



diantara



perusahaan-perusahaan



tersebut.



Dalam



dunia



perindustrian, pemeliharaan atau maintenance merupakan salah satu faktor yang dipertimbangkan dari suatu perusahaan yang menyangkut kelancaran produksi. Pemeliharaan atau maintenance adalah suatu kombinasi dari berbagai tindakan yang dilakukan untuk menjaga kondisi suatu barang baik untuk menjaga kondisi seperti semula atau memperbaikinya sampai suatu kondisi yang bisa diterima.Secara alamiah tidak ada barang yang dibuat oleh manusia yang tidak bisa rusak, tetapi usia penggunaannya dapat diperpanjang dengan melakukan perbaikan berkala dengan suatu aktivitas yang dikenal sebagai pemeliharaan. PT. XYZ. merupakan pabrik yang bergerak di bidang pembuatan crumb rubber.PT. XYZ.



menerapkan sistem make to order yang berarti membuat



produk akhir berdasarkan jumlah pesanan yang diperoleh dari data permintaan perusahaan. Pada proses produksinya PT.Sentang Raya sering mengalami downtime sehingga diperlukan breakdown maintenance, yaitu suatu aktivitas pemeliharaan



Universitas Sumatera Utara



mesin dimana pemeliharaan dilakukan setelah mesin mengalami kerusakan. Akibatnya, proses produksi menjadi berhenti karena mesin sedang diperbaiki. Adapun mesin yang di gunakan dalam proses produksi dapat dilihat pada Tabel 1.1. Tabel 1.1. Mesin Yang Digunakan Dalam Proses Produksi No



Nama Mesin



1



Rotary Screen



Jumlah (Unit) 1



2



Breaker



1



3



Washing Tank



1



4



Bucket



1



5



Homogencer



1



6



Hammer Mill



1



7



Creeper



6



8



Vortex Pump



1



9



Pusher Trolly



1



10



Blower



1



11



Exs Fan



1



12



Hydroulick Press



1



13



Lift KGA



1



14



Shredder



1



15



Turning Tank



1



Total



20



Sumber : PT. XYZ.



Data berikut ini akan menjelaskanfrekuensi kerusakan beberapa mesinditunjukkan pada Tabel 1.2.



Universitas Sumatera Utara



Tabel 1.2. Data Frekuensi Kerusakan Mesin Kritis Oktober 2017 – September 2018 Total Kerusakan (kali)



No



Nama Mesin



1



Rotary



2



Breaker



3



Belt Conveyor



4



Bucket



5



Homogencer



6



Hammer Mill



7



Creeper 1



8



Creeper 2



9



Creeper 3



10



Creeper 4



11



Creeper 5



12



Creeper 6



13



Vortex Pump



14



Pusher Trolly



15



Blower



16



Exs Fan



17



Hydroulick Press



18



Lift KGA



19



Shredder



2 1 1 1 1 2 17 16 16 14 13 6 1 2 0 1 2 0 1



Turning Tank



2



20 Sumber : PT. XYZ.



Downtime (jam/kerusakan) 9 8 10 9 12 10 15 17 15 14 14 12 9 13 10 9 15 15



BerdasarkanTabel 1.2. dijelaskan bahwa beberapa mesin memiliki frekuensi kerusakan tertinggi. Ketika mesin mesin tersebutmengalami kerusakan maka dapat dipastikan proses produksi selanjutnya akan terganggu. Aktivitas perbaikan yang lama akibat dari ketidakpastian ketersediaan komponen, tenaga ahli dan faktor perawatan lainnya akan mengakibatkan hilangnya waktu produksi serta hilangnya kesempatan untuk mendapatkan produk jadi. Hal inilah yang menjadi latar belakang perlunya penelitian lebih lanjutuntuk penentuan kebijakan pemeliharaan dalam menjaga kelancaran produksi.



Universitas Sumatera Utara



Pada penelitian (Joel Igba, dkk. 2013) metodeReliability-Centred Maintenance (RCM) digunakan pada turbin angin. Hasil dari keandalan mesin atau peralatan mesin turbin angin dapat menghindari kerusakan mesin secara tibatiba dan menjaga reliabilitas mesin tetap pada tingkat yang di harapkan dengan menerapkan jadwal perawatan mesin atau peralatan mesin secara berkala dan terjadwal. Pada penelitian (Suryono, dkk. 2018) metode Reliability-Centred Maintenance digunakan untuk menentukan komponen kritis mesin laser dan menghitung downtime mesin laser dimana mesin laser setelah dilakukan pemeliharaan dam pemeriksaan berhasil menurunkan downtime mesin menjadi 17 menit. Pada penelitian (Jafri Mohd Rohani, dkk. 2015) mengembangkan VSM (Value Stream Map) khususnya pada bagian produk jadi untuk mengurangi kegiatan yang tidak memiliki nilai tambah (non value added) dan memberikan usulan untuk mengurangi Mean Maintenance Lead Time (MMLT) sehingga pada Future VSM berhasil menunjukkan menurunnya nilai tambah non value added dari 68 menit menjadi 37 menit. 1.2.



Perumusan Masalah Berdasarkan latar belakang yang telah dipaparkan, perumusan masalah



yang terdapat pada PT. XYZ. adalah tingginya tingkat downtime mesin-mesin yang ada di PT. XYZ. yang menyebabkan produksi terhenti sehingga diperlukan perencanaan penjadwalan perawatan untuk mengurangi breakdown mesin.



Universitas Sumatera Utara



1.3.



Tujuan Penelitian Tujuan umum dari penelitian ini adalah untuk merencanakan jadwal



perawatan mesin dengan metode ReliabilityEngineeringdan Maintenance Value Stream Mapping (MVSM). Tujuan khusus dari penelitian ini adalah sebagai berikut: 1.



Mengidentifikasi kerusakan mesin pada PT. XYZ. .



2.



Mendapatkan nilai keandalan mesin kritis pada jadwal perawatan mesin.



3.



Mendapatkan nilai Maintenance Efficiency pada mesin.



1.4.



Manfaat Penelitian Manfaat yang diharapkan tercapai dalam penelitian ini adalah sebagai



berikut: 1.



Manfaat bagi mahasiswa Meningkatkan kemampuan analisis dan berpikir yang lebih sistematis dan



dapat



mengaplikasikan



teori



yang



didapat



selama



perkuliahanterutama tentangperencanaan perawatan mesin dengan Reliability engineering dan Maintenance Value Stream Mapping (MVSM). 2.



Manfaat bagi perusahaan Mendapatkan masukan mengenai faktor-faktor penyebab kerusakan mesin dan jadwal perawatan mesin agar proses produksi dapat menjadi lebih lancar.



3.



Bagi Departemen Teknik Industri USU



Universitas Sumatera Utara



Dapat



dijadikan



referensi



tentang



penelitian



selanjutnya



mengenai



perencanaan perawatan mesin dan mempererat hubungan antara departemen Teknik Industri dengan perusahaan.



1.5.



Batasan Masalah dan Asumsi Batasan dalam penelitian ini adalah:



1. Penelitian dilakukan terhadap mesin berdasarkan tingkat frekuensi breakdown yang paling tinggi. 2. Metode yang digunakan pada penelitian ini adalah metode Reliability Engineering dan Maintenance Value Stream Mapping (MVSM) 3. Hasil dari penelitian hanya sebatas usulan perbaikan penjadwalan perawatan mesin. 4. Hasil penjadwalan usulan dimulai dari data yang di terima yaitu bulan oktober Asumsi dalam penelitian ini adalah : 1. Proses produksi berjalan dengan baik tanpa ada kegiatan yang menghambat penelitiaan pada perusahaan 2. Operator bekerja normal 3. Seluruh data yang diperoleh dari perusahaan maupun dari sumber lainnya dianggap benar



1.6.



Sistematika Penulisan Laporan Sistematika penulisan laporan dari tugas sarjana akan disajikan dalam Bab



I hingga Bab VII.



Universitas Sumatera Utara



Dalam Bab I Pendahuluan diuraikan latar belakang permasalahan yang mendasari dilakukannya penelitian, perumusan permasalahan, tujuan dan manfaat penelitian, batasan dan asumsi yang digunakan dalam penelitian serta sistematika penulisan laporan penelitian. Dalam Bab II Gambaran Umum Perusahaan diuraikan sejarah singkat dari PT. XYZ. , lokasi perusahaan, daerah pemasaran, proses produksi, dan organisasi manajemen perusahaan Dalam Bab III Landasan Teori diuraikan teori-teori yang mendukung pemecahan permasalahan penelitian. Teori yang digunakan berhubungan dengan Reliability Engineering dan Maintenance Value Stream Mapping (MVSM) Dalam Bab IV Metodologi Penelitian diuraikan langkah-langkah yang dilakukan dalam penelitian seperti penentuan lokasi penelitian, jenis penelitian, objek penelitian, variabel penelitian, kerangka konseptual penelitian, blok diagram prosedur penelitian, pengumpulan data, metode pengolahan data, analisis pemecahan masalah, serta kesimpulan dan saran. Dalam Bab V Pengumpulan dan Pengolahan Data diuraikan data-data yang dikumpulkan peneliti yang berhubungan dengan pemecahan permasalahan penelitian, baik data primer maupun data sekunder, serta bagaimana data-data tersebut diolah untuk memperoleh hasil yang menjadi dasar pemecahan permasalahan tersebut. Dalam Bab VI Analisis Pemecahan Masalah diuraikan analisis terhadap hasil dari pengolahan data dan hasil pemecahan masalah dalam penelitian.



Universitas Sumatera Utara



Dalam Bab VII Kesimpulan dan Saran diuraikan kesimpulan yang diperoleh dari pemecahan masalah, serta saran-saran yang bermanfaat bagi perusahaan dan pengembangan penelitian selanjutnya.



Universitas Sumatera Utara



BAB II GAMBARAN UMUM PERUSAHAAN



2.1.



Sejarah Perusahaan PT. XYZ. didirikan pada tahun 2004 berdasarkan Akta Pendirian tanggal



22 April 2004 dibuat oleh notaris Tjong Deddy Iskandar, SH dengan Akta Pendirian No. 25 Anggaran Dasar dan telah memperoleh pengesahan dari menteri Kehakiman dan Hak Asasi Manusia dengan Surat Keputusan tanggal 30 Juni 2004 Nomor C-16418 tahun 2004. PT. XYZ.



bertempat di Jl. Suryadi Kelurahan



Perdagangan I, Kecamatan Bandar, Kabupaten Simalungun, Provinsi Sumatera Utara.



Lokasi kantor pemasaran yang ada di Medan



Lokasi pabrik PT Sentang Raya Indonesia



Gambar 2.1. Lokasi PT. XYZ. 2.2.



Ruang Lingkup Bidang Usaha PT. XYZ. adalah perusahaan yang bergerak di bidang industri crumb



rubber yang mana bahan bakunya adalah bahan olah karet atau getah lateks.



Universitas Sumatera Utara



Produk jadi dari pabrik PT. XYZ. ini diberi nama Standard Indonesian Rubber 20 (SIR 20). Pamakaian Standard Indonesian Rubber (SIR) umumnya digunakan pada pabrik ban atau industri yang memakai karet alam.



2.2.1. Daerah Pemasaran Hasil produksi PT. XYZ. sepenuhnyadilakukanoleh KantorPusatmelalui departemenpemasaran.Produkberupacrumb rubber dengan tujuan utama ekspor mencapai 80% dan sebagian kecil (20%) juga dipasarkan di dalam negeri terutama di daerah sekitaran Provinsi Sumatera Utara. Hasil produksi yang diekspor dikirim melalui pelabuhan Belawan untuk didistribusikan ke Negara Perancis, China, Amerika Serikat, Kanada, Italia, India, Singapura, Israel, Spanyol, Taiwan, Belanda dan beberapa negara lainnya.



2.3.



Organisasi dan Manajemen



2.3.1. Struktur Organisasi Struktur organisasi merupakan gambaran hubungan kerjasama antara dua orang atau lebih dengan tugas yang berkaitan satu dengan yang lain untuk mencapai tujuan tertentu yang diharapkan oleh semua pihak yang terkait didalamnya. Struktur organiasi merupakan bagian yang penting dalam pendirian suatu



perusahaan



untuk



memperlancar



jalannya



perusahaan,



sehingga



pendistribusian tugas, dan tanggung jawab serta hubungan antara saru orang dengan yang lain menjadi jelas.



Universitas Sumatera Utara



Struktur organisasi pada PT. XYZ. adalah berbentuk lini fungsional, dimana tugas dan tanggung jawab berjalan secara vertikal menurut garis lurus antara atasan dan bawahan serta saling mengawasi dan memberikan saran antara staf yang satu dengan staf yang lainnya yang berguna untuk kejelasan informasi bagi karyawan dalam melaksanakan tugasnya.



2.3.2. Jam Kerja Jam kerja yang diberlakukan di PT. XYZ. adalah sebagai berikut : 1.



Jam Kerja Reguler a. Hari Senin s/d Kamis : Pukul 07.30 – 11.30 WIB



Kerja Aktif



Pukul 11.30 – 13.00 WIB



Istirahat



Pukul 13.00 – 16.00 WIB



Kerja Aktif



b. Hari Jumat : Pukul 07.30 – 11.30 WIB



Kerja Aktif



Pukul 11.30 – 14.00 WIB



Istirahat



Pukul 14.00 – 16.00 WIB



Kerja Aktif



c. Hari Sabtu :



2.4.



Pukul 07.30 – 11.30 WIB



Kerja Aktif



Pukul 11.30 – 13.00 WIB



Istirahat



Pukul 13.00 – 15.00 WIB



Kerja Aktif



Standar Mutu Produk



Universitas Sumatera Utara



Standar kualitas crumb rubber yang dihasilkan pada PT. XYZ. dalah sebagai berikut: Tabel 2.1. Standar Mutu Produk Parameter



Nilai



Berat Produk



35 kg



Hardness (Kekenyalan 31-35 H Produk) Tidak ada kontaminasi dan Kebersihan Produk white spot Kadar Kotoran (maks)



0,16



Kadar Abu (maks)



1,0



Kadar Zat Menguap 0,80 (maks) Kadar Nitrogen (maks)



0,60



Sumber: PT. XYZ.



2.5.



Proses Produksi Proses produksi merupakan suatu cara, metode dan teknik untuk



menciptakan atau menambah kegunaan suatu barang atau jasa dengan menggunakan sumber-sumber yang ada seperti manusia, mesin, material dan uang agar lebih bermanfaat bagi kebutuhan manusia.



Universitas Sumatera Utara



PT. XYZ. menghasilkan produk berupa crumb rubber SIR 20. Proses produksi crumb rubber ini membutuhkan bahan baku, bahan penolong, bahan tambahan, mesin, peralatan dan pekerja.



2.5.1.



Bahan yang Digunakan Bahan yang digunakan dalam proses pembuatan crumb rubber pada PT.



XYZ. terdiri dari tigajenis yang satu sama lainnya saling membutuhkan dalam kelancaran proses produksi. Bahan-bahan tersebut diantaranya:



2.5.1.1. Bahan Baku Bahan baku adalah bahan utama yang digunakan dalam pembuatan produk, ikut dalam proses produksi dan memiliki presentase terbesar dibandingkan dengan bahan-bahan lainnya. Bahan baku yang digunakan untuk pembuatan crumb rubber adalah bahan olah karet.



Gambar 2.3. Bahan Olah Karet



2.5.1.2. Bahan Penolong



Universitas Sumatera Utara



Bahan penolong adalah suatu bahan yang digunakan untuk memperlancar proses produksi dan ikut dalam proses produksi, tetapi tidak tampak di bagian akhir produk. Komposisi bahan penolong ini lebih sedikit dibandingkan dengan bahan baku. Bahan penolong yang digunakan untuk pembuatan produk crumb rubber di PT. XYZ. adalah air dari sungai Bah Bolon, Perdagangan. Air di sini berfungsi untuk mencuci karet selama proses produksi berlangsung.



Gambar 2.4. Air Sungai Bah Bolon, Perdagangan



2.5.1.3. Bahan Tambahan Bahan tambahan adalah bahan yang digunakan dalam proses produksi dan berfungsi meningkatkan mutu produk. Bahan tambahan merupakan bagian dari produk akhir. Bahan tambahan yang digunakan adalah: 1.



Plastik, digunakan untuk packaging



Universitas Sumatera Utara



Gambar 2.5. Plastik Kantong SIR 20 SRI



2.



Pallet dan Metal Based, digunakan sebagai pelapis produk agar mudah ketika diangkut ke truk.



Gambar 2.6. Pallet dan Metal Based



2.5.2. MesinProduksi Mesinproduksi yang digunakan pada PT. XYZ. adalah sebagai berikut. 1.



Mesin Rotary, berfungsi sebagai mesin transportasi pengangkut.



Gambar 2.7. Mesin Rotary 2.



Breaker, berfungsi untuk mencacah atau memotong-motong karet.



3.



Homogenezer, berfungsi untuk menghomogenkan karet agar produk yang dihasilkan menjadi lebih baik dengan cara mencacahnya.



Universitas Sumatera Utara



Gambar 2.8. Mesin Homogenezer



4.



Mesin Hammer Mill, berfungsi untuk mencacah karet.



5.



Mesin Creeperyang berfungsi untuk menggiling dan membentuk karet menjadi blanket.



Gambar 2.9. Mesin Creeper 6.



Shredder, berfungsi untuk mencacah karet menjadi crumb.



Gambar 2.10. Mesin Shredder



Universitas Sumatera Utara



7.



Turning Tankberfungsi untuk mencuci karet hingga terlepas dari kontaminasi (nonkaret).



Gambar 2.11. Mesin Turning Tank



2.5.3 Peralatan (Equipment) Peralatan yang digunakan pada PT. XYZ. adalah sebagai berikut. 1.



Tang, berfungsi sebagai alat untuk mengambil kontaminasi yang tertinggal di dalam produk. Jumlah tang yang digunakan adalah 5 unit.



2.



Kereta gulung blanket, berfungsi sebagai alat transportasi yang membawa blanket ke KGA dan berjumlah 12 unit.



3.



Gergaji, berfungsi untuk memotong bokar dan crumb rubber. Gergaji yang dipakai sebanyak 8 unit.



4.



Kereta Timbang, berfungsi sebagai alat transportasi untuk membawa karet ke tempat penimbangan. Jumlah kereta timbang yang digunakan adalah sebanyak 10 unit.



5.



Pengait Karet, berfungsi untuk mengait karet ketika proses pemindahan. Jumlah pengait yang digunakan adalah 10 unit.



Universitas Sumatera Utara



6.



Wadah Kontaminasi, berfungsi sebagai tempat kontaminasi dikumpulkan. Jumlah wadah yang digunakan sebanyak 5 unit.



7.



Spidol Permanen, berfungsi sebagai alat tulis untuk kode-kode pengiriman pada produk. Spidol yang digunakan berjumlah 3 unit.



2.5.4



Uraian Proses Produksi Penjelasan proses produksi crumb rubber di PT. XYZ. adalah sebagai



berikut. 1.



Karet yang telah dikumpulkan dari kebun dipotong-potong menjadi empat bagian. Pemotongan ini berfungsi untuk melihat kotoran-kotoran yang ada di dalam karet seperti kayu, plastik, dan batu pasir untuk kemudian dibersihkan.



2.



Karet yang telah dipotong kemudian dibawa ke kanal untuk dicuci. Setelah itu, karet diangkut ke mesin breaker untuk proses pencacahan menggunakan rotary bucket.



3.



Karet yang telah dicacah dibawa ke mesin rotary screen untuk proses penyaringan kotoran, dimana kotoran akan dipisahkan dan dibuang ke tempat pembuangan sedangkan karet yang bersih akan masuk ke dalam washing tankuntuk proses pencucian.



4.



Kemudian karet dicuci kembali di mesin turning tank-1untuk proses pembersihan kontaminasi yang masih tertinggal pada proses penyaringan di mesin rotary screen sebelumnya.



Universitas Sumatera Utara



5.



Setelah itu, karet akan masuk ke mesin homogenezer untuk proses homogenisasi yang kemudian masuk ke mesin turning tank-2 untuk proses pencucian.



6.



Lalu karet masuk ke mesin hammer mill untuk proses pencacahan dan dibawa ke mesin turning tank-3 untuk proses pencucian menggunakan rotary bucket.



7.



Selanjutnya karet akan dimasukkan ke mesin creeper-1 untuk proses penggilingan pertama dan pembentukan blanket.



8.



Blanket kemudian masuk ke mesin creeper-2 menggunakan belt conveyor untuk proses penggilingan kembali.



9.



Blanket dari mesin creeper-2 kemudian masuk ke mesin shredder cutter untuk proses pencacahan menggunakan belt conveyor. Proses pencacahan ini dilakukan agar produk menjadi lebih homogen (ukuran blanket 7 mm).



10. Setelah dicacah, karet akan dicuci di dalam mesin turning tank-4. Pencucian untuk proses basah berakhir di mesin ini. Karet akan benar-benar bersih dan terhindar dari seluruh kontaminasi. 11. Setelah dicuci, karet akan dibawa ke mesin creeper-3 menggunakan belt conveyor untuk proses penggilingan dan pembentukan blanket. Di mesin ini blanket akan digiling hingga berukuran 12 mm. 12. Blanket dibawa menggunakan belt conveyor dan digiling kembali di mesin creeper-4 hingga berukuran 10 mm. 13. Kemudian blanket dibawa ke mesin creeper-5 menggunakan belt conveyor untuk proses penggilingan kembali agar blanket yang dihasilkan menjadi lebih halus dan padat sampai berukuran 9 mm.



Universitas Sumatera Utara



14. Selanjutnya adalah proses penggilingan terakhir di mesin creeper-6 sampai berukuran 7 mm dan karet telah homogen. 15. Blanket kemudian digulung dan dibawa ke KGA (Kamar Gantung Asap) untuk proses penjemuran menggunakan lift. Proses penjemuran berlangsung selama 12-13 hari. 16. Setelah blanket kering, blanket akan diturunkan dan dibawa ke mesin shredder untuk dicacah kembali menjadi crumb (potongan-potongan kecil) dengan ukuran 3-5 mm dan dicuci dalam washing tank. 17. Setelah itu, crumb akan dimasukkan ke dalam troli dan dibawa ke mesin dryer untuk proses pemanggangan dan pengeringan. 18. Kemudian crumb yang telah kering tersebut akan ditimbang dengan berat 35 kg dan dimasukkan ke dalam mesin press untuk dipadatkan dengan ukuran 35 x 70 x 20 cm. 19. Selanjutnya crumb dibawa ke stasiun packaging menggunakan conveyor ball electric dan conveyor ball manual sambil dibersihkan jika ada kontaminasi dan white spot pada produk. 20. Setelah di-packing, produk akan ditimbang seberat 35 kg. Jika berlebih maka produk akan dipotong dan disesuaikan beratnya hingga mencapai 35 kg, begitu pula apabila produk kurang dari 35 kg. 21. Kemudian, crumb rubber dibawa ke mesin metal detector menggunakan conveyor ball manual untuk melihat apakah ada kontaminasi dari metal yang tercampur di dalam produk.Jika produk bersih dari kontaminasi, maka produk akan diangkat ke forming box.



Universitas Sumatera Utara



22. Setelah itu, produk dibawa ke stasiun pengemasan terakhir menggunakan forklift untuk selanjutnya akan didistribusikan.



2.5.5. Utilitas Unit pendukung proses (utilitas) yang ada di PT. XYZ. adalah sebagai berikut. 1.



Unit Penyediaan dan Pengolahan Air yang berfungsi sebagai penyedia air untuk proses produksi.



2.



Unit Penyediaan Steamyang digunakan untuk proses pemanasan di mesin Dryer.



3.



Unit Penyediaan Bahan Bakar yang berfungsi menyediakan bahan bakar untuk Boiler dan Generator.



4.



Unit Penyediaan Listrik yang berfungsi sebagai tenaga penggerak untuk mesinmesin yang digunakan dalam proses produksi maupun penerangan. Listrik diperoleh dari PLN dan Generator Set sebagai cadangan apabila PLN mengalami gangguan.



5.



Unit Pengolahan Limbah yang berfungsi untuk mengolah limbah padat dan cair.



2.5.6. Safety & Fire Protection Safety & fire protection yang ada di PT. XYZ. adalah sebagai berikut. 1.



Peraturan untuk menggunakan APD (Alat Pelindung Diri) pada pekerja yang berada di lantai produksi, seperti: a. Helm Pelindung Kepala b. Sepatu Boot c. Sarung Tangan Kain d. Kacamata Las



Universitas Sumatera Utara



e. Kaca Las (Pelindung Wajah) f. Earplug 2.



Display yang dipasang di lantai produksi dan sekitar pabrik, seperti: a. Lajur Pejalan Kaki b. Penggunaan 5R agar pabrik tetap bersih dan tidak membahayakan operator yang berlalu lalang.



3.



Penyediaan alat pemadam api (APAR) di lantai produksi dan bagian kantor.



2.5.7. Waste Treatment Limbah yang dihasilkan oleh yaitu limbah padat dan cair. 1.



Limbah padat yang dihasilkan berupa besi-besi bekas ataupun komponenkomponen mesin yang rusak dan sudah tidak terpakai lagi. Waste treatment untuk limbah padat adalah dengan membuat gudang B3 dan sebagian lagi dijual, seperti material yang terbuat dari besi dan oli-oli bekas.



2.



Limbah cair yang dihasilkan adalah air bekas pencucian karet yang sangat bau dan kotor. Waste treatment limbah cair ini adalah dengan melakukan filtering sebanyak 13 kali di tempat penampungan limbah. Jika air bekas pencucian sudah di-filter dan dinyatakan tidak bau dan berbahaya, maka air tersebut akan dibuang kembali ke sungai Bah Bolon, Perdagangan.



2.6.



Sistem Pengupahan dan Fasilitas Lainnya Sistem pengupahan yang digunakan PT Sentang Raya Indonesia yaitu



sistem pengupahan yang dibayarkan sekali sebulan sesuai dengan gaji pokok kepada tenaga kerja baik langsung maupun tidak langsung dan upah per setengah



Universitas Sumatera Utara



bulan bagi pekerja harian. Upah yang diberikan kepada karyawan PT Sentang Raya Indonesia sudah mempertimbangkan UMR (Upah Minimum Rata-rata) Kota Perdagangan. Selain pemberian upah/gaji, perusahaan juga memberikan beberapa tunjangan seperti Tunjangan Hari Raya dan Tunjangan Natal. Untuk meningkatkan kesejahteraan umum bagi staff dan karyawan pabrik PT Sentang Raya Indonesia memberikan beberapa fasilitas, yang sangat berpengaruh pada produktivitas staff dan karyawan dalam bekerja yaitu: 4.



Perusahaan menyediakan tempat ibadah dan memberikan kesempatan kepada karyawan untuk melaksanakan ibadah.



5.



Memberikan seragam kerja dan berbagai APD (Alat Pelindung Diri) kepada setiap karyawan.



6.



Pengobatan bagi karyawan (BPJS Kesehatan).



7.



BPJS Ketenagakerjaan.



8.



Perumahan dinas. Selain fasilitas di atas, perusahaan juga menyediakan beberapa fasilitas



umum yaitu: 1.



Lapangan Bola Volley



2.



Lapangan Bola Takraw



3.



ATM



4.



Mushola Al-furqon



5.



Lampu Jalan



Universitas Sumatera Utara



BAB III LANDASAN TEORI



3.1.



Perawatan 1 Pemeliharaan atau maintenance adalah suatu kombinasi dari berbagai



tindakan



yang



dilakukan



untuk



menjaga



suatu



barang



dalam,



atau



memperbaikinya sampai suatu kondisi yang bisa diterima. Maintenance mempunyai peranan yang sangat menentukan dalam kegiatan produksi dari suatu perusahaan yang menyangkut kelancaran dan kemacetan produksi, kelambatan, dan volume produksi serta efisiensi produski. Dengan demikian, maintenance mempunyai fungsi yang sama pentingnya dengan fungsi-fungsi lain di perusahaan. 2



Pemeliharaan pabrik dan peralatan dalam tatanan kerja yang baik



sangat penting untuk mencapai kualitas dan keandalan (reliability) tertentu serta kerja yang efektif dan efisien. Perawatan pada umumnya dilihat sebagai



kegiatan



fisik



seperti



membersihkan



peralatan



yang



bersangkutan, memberi oli (pelumas), memperbaiki kerusakan, mengganti komponen dan semacamnya bila diperlukan. Pendeknya kegiatan perawatan memerlukan adanya sumber daya seperti yang diperlukan dalam aktivitas usaha lain, yaitu manusia (man), mesin (machine), bahan baku (material), cara (method), dan uang (money) yang sering disebut sebagai 5 M. 1 2



A.S. Corder. Teknik Manajemen Pemeliharaan.Jakarta. Erlangga. 1997. h.1-7. R. Manzini, et al. Maintenance for Industrial Systems (London : Springer, 2010), p. 65.



Universitas Sumatera Utara



Beberapa pengertian perawatan (maintenance) menurut ahli : 1.



Menurut Corder (1992), perawatan merupakan suatu kombinasi dari tindakan yang



dilakukan



untuk



menjaga



suatu



barang



dalam,



atau



untuk



memperbaikinya sampai, suatu kondisi yang bisa diterima. 2.



Menurut Assauri (1993), perawatan diartikan sebagai suatu kegiatan pemeliharaan



fasilitas



pabrik



serta



mengadakan



perbaikan,



penyesuaian atau penggantian yang diperlukan agar terdapat suatu keadaan operasi produksi yangsesuai dengan yang direncanakan. 3.



Menurut Dhillon (1997), perawatan adalah semua tindakan yang penting dengan tujuan untuk menghasilkan produk yang baik atau untuk mengembalikan ke dalam keadaan yang memuaskan.



3.2.



Tujuan Perawatan Tujuan dilakukan perawatan menurut Corder (1992) adalah antara lain:



1. Memperpanjang kegunaan aset (yaitu setiap bagian dari suatu tempat kerja, bangunan dan isinya). 2. Menjamin ketersediaan optimum peralatan yang dipasang untuk produksi atau jasa untuk mendapatkan laba investasi semaksimal mungkin. 3. Menjamin kesiapan operasional dari seluruh peralatan yang diperlukan dalam keadaan darurat setiap waktu. 4. Menjamin keselamatan orang yang menggunakan sarana tersebut.



Universitas Sumatera Utara



3.3.



Jenis-jenis Tindakan Perawatan Jenis-jenis tindakan perawatan terbagi atas :



1. Preventive



maintenanceadalah



salah



satu



komponen



penting



dalam



aktivitasperawatan (maintenance). Preventive maintenance adalah aktivitas perawatan yang dilakukan sebelum terjadinya kegagalan atau kerusakan pada sebuah sistem atau komponen dimana sebelumnya sudah dilakukan perencanaan dengan pengawasan yang sistematik deteksi, dan koreksi, agar sistem



atau



komponen



tersebut



dapat



mempertahankan



kapabilitas



fungsionalnya. Jenis –jenis kegiatan pencegahan : a. Mencegah kerusakan 1. Pembersihan 2. Penggantian 3. Pemerikasaan 4. Setting dan pelumasan b. Mendeteksi kerusakan 1. Pengujian 2. Percobaan 3. Penelitian 2. Time directed maintenancedapat dilakukan apabila variabel waktu dari komponenatau sistem diketahui. Kebijakan perawatan yang sesuai untuk



Universitas Sumatera Utara



diterapkan



pada



time



directed



maintenanceadalah



periodic



maintenancedanon-condition maintenance. Periodic maintenance (hard time maintenance) adalah perawatanpencegahan yang dilakukan secara terjadwal dan bertujuan untuk mengganti sebuah komponen atau system berdasarkan interval



waktu



tertentu.



On-conditionmaintenancemerupakan



kegiatan



perawatan yang dilakukan berdasarkankebijakan operator. 3. Condition base maintenancemerupakan aktivitas perawatan pencegahan yang dilakukan berdasarkan kondisi tertentu dari suatu komponen atau sistem, yang bertujuan untuk mengantisipasi sebuah komponen atau sistem agar tidak mengalami kerusakan. Karena variabel waktunya tidak pasti diketahui, kebijakan yang sesuai dengan kondisi tersebut adalah predictive maintenance. Predictivemaintenancemerupakan suatu kegiatan perawatan yang dilakukan denganmenggunakan sistem monitoring, misalnya analisis dan komposisi gas. 4. Failure finding merupakan kegiatan perawatan pencegahan yang bertujuan untukmendeteksi kegagalan yang tersembunyi, dilakukan dengan cara memeriksa fungsi tersembunyi (hidden function) secara periodik untuk memastikan kapan suatu komponen mengalami kegagalan. 5. Run



to



failure



tergolong



sebagai



perawatan



pencegahan



karena



faktorketidaksengajaan yang bisa saja terjadi dalam beberapa peralatan. Disebut juga sebagai no schedule maintenance karena dilakukan jika tidak ada tindakan pencegahan yang efektif dan efisien yang dapat dilakukan, jika dilakukan tindakan pencegahan terlalu mahal atau dampak kegagalan tidak terlalu esensial (tidak terlalu berpengaruh).



Universitas Sumatera Utara



6.



Corrective



maintenancemerupakan



kegiatan



perawatan



yang



dilakukan untukmengatasi kegagalan atau kerusakan yang ditemukan selama masa waktu preventive maintenance. Pada umumnya, corrective maintenancebukanlahaktivitas perawatan yang terjadwal, karena dilakukan setelah sebuah komponen mengalami kerusakan dan bertujuan untuk mengembalikan kehandalan sebuah komponen atau sistem ke kondisi semula.



3.4.



Identifikasi Pengelompokan Suku Cadang dengan Diagram Pareto 3 Diagram pareto adalah suatu diagram yang menggambarkan urutan



masalah menurut bobotnya yang dinyatakan dengan frekuensinya. Diagram pareto digunakan untuk mengidentifikasi masalah, yaitu bahwa 20% kesalahan atau penyimpangan akan menyebabkan 80% masalah yang timbul. Digaram pareto berguna untuk: 1. Menentukan jenis persoalan utama. 2. Membandingkan masing-masing jenis persoalan terhadap keseluruhan. 3. Menunjukkan tingkat perbaikan yang berhasil dicapai. 4. Membandingkan hasil perbaikan masing-masing jenis persoalan sebelum dan setelah perbaikan. Langkah-langkah pembuatan Pareto diagram sebagai berikut: 1. Stratifikasi dari problem, dinyatakan dalam angka. 2. Tentukan jangka waktu pengumpulan data yang akan dibahas untuk



3



Besterfield, H. Dale. Quality Control. College of Engineering Southern Illinois University.



Universitas Sumatera Utara



memudahkan melihat perbandingan sebelum dan sesudah penanggulangan (jangka waktu harus sama). 3. Atur masing-masing penyebab (sesuai dengan stratifikasi) secara berurutan sesuai besarnya nilai dan gambarkan dalam grafik kolom. Penyebab dengan nilai lebih besar terletak di sisi kiri, kecuali ”dan lain-lain” terletak di paling kanan. 4. Gambarkan grafik garis yang menunjukkan jumlah persentase (total 100%) pada bagian atas grafik kolom dimulai dengan nilai yang terbesar dan di bagian bawah/keterangan kolom tersebut. 5. Pada bagian atas dan samping berikan keterangan/nama diagram dan jumlah unit seluruhnya.



3.5.



Teori Keandalan (Reliability) 4



3.5.1. Pengertian Keandalan Perawatan komponen atau peralatan tidak bisa lepas dari pembahasan



mengenai



keandalan



(reliability),



selain



keandalan



merupakan salah satu ukuran keberhasilan sistem perawatan juga keandalan digunakan untuk menentukan penjadwalan perawatan sendiri. Keandalan



atau reliability



atau dapat



didefinisikan sebagai



probabilitas bahwa suatu komponen/sistem akan menginformasikan suatu fungsi yang dibutuhkan dalam periode waktu tertentu ketika digunakan dalam kondisi operasi (Ebeling; 1997), sedangkan menurut Blancard 4



Kapur, K.C., and Lamberson, L.R., Reliability in Engineering Design, John Wiley & Sons, New York, 1977. p.



Universitas Sumatera Utara



(1994) keandalan merupakan probabilitas bahwa sebuah unit akan memberikan kemampuan yang memuaskan untuk suatu tujuan tertentu dalam periode waktu tertentu ketika dalam kondisi lingkungan tertentu. Terkait dengan reliability suatu sistem terdapat hal yang perlu diperhatikan yaitu kegagalan, dimana sistem tersebut tidak dapat bekerja sebagaimana mestinya. Definisi keandalan menurut Kapur adalah, “probabilitas dimana ketika operasi berada pada kondisi lingkungan tertentu, sistem akan menunjukkankemampuannya sesuai dengan fungsi yang diharapkan dalam selang waktu tertentu”.Keandalan juga dapat didefenisikan sebagai probabilitas yang selalu dikaitkan dengan akumulasi waktu dimana suatu alat beroperasi tanpa mengalami kerusakan dalam kondisi lingkungan tertentu.



3.5.2. Tujuan Reliability Tujuan reliability adalah memberikan informasi sebagai basis untuk mengambil keputusan. Selain itu teori reliability dapat digunakan untuk memprediksi kapan suatu suku cadang pada suatu mesin akan mengalami



kerusakan,



sehingga dapat



menentukan kapan harus



dilakukan perawatan, penggantian, dan penyediaan komponen.



3.5.3. Konsep Keandalan Ada empat konsep yang digunakan dalam pengukuran keandalan suatu



Universitas Sumatera Utara



sistem yaitu: 1. Fungsi Kepadatan Probabilitas Dalam membahas masalah perawatan, pada umumnya digunakan fungsi kepadatan probabilitas karena fungsi kerusakan tergantung pada variabel waktu.Kerusakan dapat terjadi secara kontiniu dalam selang waktu (0,∞). Variabel waktu kerusakan X1, X2, X3,…., dari komponen yang berbeda, bersifat acak (randomvariables) dan saling bergantungan (mutually independent). Persamaan kurva dari fungsi kepadatan kemungkinan sebagai f(t). Luas daerah di bawah kurva fungsi kepadatan kemungkinan menyatakan besarnya probabilitas terjadinya kerusakan, dimana luas total sama dengan satu. Jika f(t) adalah fungsi kepadatan kemungkinan kerusakan, maka probabilitasnya terjadi antara selang waktu (tx, ty) adalah: ty f ( x)dx ∫ tx Sehingga probabilitas terjadinya kerusakan antara to dan tz adalah: tz f (t )dt ∫ to 2. Fungsi Distribusi Kumulatif Dalam mempelajari masalah perawatan fungsi distribusi kumulatif dari suatu fungsi kepadatan kemungkinan, yaitu merupakan probabilitas terjadinya kerusakan sebelum waktu t yang telah ditetapkan. Fungsi distribusi kumulatif



dinyatakan sebagai F(t)



dimana:



Universitas Sumatera Utara



F(t) = ∫tf (t )dt o



Sehingga hubungan antara fungsi kepadatan kemungkinan dengan distribusi kumulatif adalah sebagai berikut: f (t)=dtd F (t) Sebaliknya jika ingin mencari F(t), maka dapat mengintegrasikan fungsi kepadatan kemungkinan f(t), untuk x yang berada dalam selang waktu (a, b) berlaku hubungan sebagai berikut: P(a < X < b) = F(b) – F(a) = ∫bf (t )dt a



3. Fungsi Keandalan Kemungkinan suatu komponen atau mesin mengalami kerusakan dalam beroperasi merupakan fungsi dari waktu yang dapat dinyatakan dalam persamaan matematis sebagai berikut 5: P (x ≤ t) = F(t), t ≥ 0 Dimana x adalah variabel acak yang menyatakan saat terjadinya kerusakan dan F(t) menggambarkan kemungkinan suatu sistem akan rusak setelah beroperasi selama t satuan waktu atau disebut juga distribusi kerusakan sistem. F(t) disebut juga sebagai fungsi ketidakandalan. Secara matematis keandalan dapat dinyatakan sebagai berikut: R(t) = 1 – F(t) = 1 – P(x ≤ t)



5



Kapur, K.C, and Lamberson, L.R. Opcit, pp. 9-10.



Universitas Sumatera Utara



Dimana R(t) adalah fungsi keandalan. Bila waktu kerusakan sistem sebagai variabel acak mempunyai fungsi kepadatan atau probability density function maka fungsi keandalan menjadi: ∞



=∞



R(t) = 1 - F(t) = 1 - ∫f (t )dt



= ∫ f (t )dt



0



=0



Dengan mengetahui fungsi keandalan ekspektasi suatu sistem akan sukses, E(t).



Dapat dinyatakan dengan jalan = E (t)



4. Fungsi Laju Kerusakan Fungsi laju kerusakan didefenisikan sebagai limit dari laju kerusakan dengan panjang interval waktu mendekati nol, maka fungsi laju kerusakan adalah laju kerusakan sesaat. Rata-rata kerusakan yang terjadi dalam interval waktu t1-t2 dinyatakan λ. Kerusakan rata-rata dinyatakan sebagai berikut:



Universitas Sumatera Utara



Jika disubtitusi t1 = t, dan t2 = t + h maka akan diperoleh laju kerusakan rata-rata (λ)adalah : =



R (t1)−R (t2)/ hR(t)



Berdasarkan persamaan diatas maka fungsi laju kerusakan:



3.5.4. Distribusi Kerusakan Setiap mesin memiliki karakteristik kerusakan yang berbeda-beda. Sejumlah mesin yang sama jika dioperasikan dalam kondisi yang berbeda akan memiliki karaketistik kerusakan yang berbeda. Bahkan mesin yang sama juga jika dioperasikan dalam kondisi yang sama akan memiliki karakteristik kerusakan yang berbeda. Dalam menganalisai perawatan ada beberapa jenis distribusi yang umum dipakai yaitu: 1.



Distribusi normal (Gausian) Distribusi normal merupakan distribusi probabilitas yang paling penting baik dalam teori maupun aplikasi statistik. Distribusi ini digunakan jika pengaruh suatu kerandoman diakibatkan oleh sejumlah besar variasi random yang tidak bergantungan (saling bebas/independent) yang kecil atau sedikit. Distribusi inicocok digunakan untuk model wear out mesin. Fungsi-fungsi dalam distribusi normal adalah :



Universitas Sumatera Utara



a.



Fungsi Kepadatan Probabilitas



b.



Fungsi Kumulatif Kerusakan (Cumulative Density Function) F(t)= Φt−µ σ



c.



Fungsi Keandalan (Reliability Function) R(t)=1− Φt−µ σ



d.



Fungsi Laju Kerusakan h(t)=f (t) / R (t)



e.



MTTF (Mean Time To Failure) MTTF = µ



Konsep reliability distribusi normal tergantung pada nilai μ (rata-rata) dan σ (standar deviasi). Dimana: µ = rata-rata σ = standar deviasi Φ= nilai z yang dapat diperoleh dari tabel distribusi normal



Gambar 3.1. Kurva Distribusi Normal



2.



Distribusi lognormal



Universitas Sumatera Utara



Distribusi lognormal merupakan distribusi yang berguna untuk menggambarkan distribusi kerusakan untuk situasi yang bervariasi. Distribusi lognormal banyak digunakan di bidang teknik, khusunya sebagai model untuk berbagai jenis sifat material dan kelelahan material. Fungsi-fungsi dalam distribusi lognormal adalah: a.



Fungsi Kepadatan Probabilitas



b.



Fungsi Kumulatif Kerusakan (Cumulative Density Function) F(t)= Φln(x)−µσ



c.



Fungsi Keandalan (Reliability Function) R(t)=1− Φln(x)−µσ



d.



Fungsi Laju Kerusakan h(t)=f (t) / R(t)



e.



MTTF (Mean Time To Failure)



Konsep reliability distribusi lognormal tergantung pada nilai μ (ratarata) dan σ (standar deviasi).



Universitas Sumatera Utara



Gambar 3.2. Kurva Distribusi Lognormal



3. Distribusi Eksponensial Distribusi eksponensial menggambarkan suatu kerusakan dari mesin yang disebabkan oleh kerusakan pada salah satu komponen dari mesin atau peralatan yang menyebabkan mesin terhenti. Dalam hal ini kerusakan tidak dipengaruhi oleh unsur pemakaian peralatan. Dengan kata lain distribusi ini memiliki kelajuan yang konstan terhadap waktu. Distribusi eksponensial akan tergantung pada nilaiλ, yaitu laju kegagalan (konstan). Fungsi-fungsi dalam distribusi eksponensia adalah: a.



Fungsi Kepadatan Probabilitas f (t)= λ e−λt t>0



b.



Fungsi Distribusi Kumulatif F(t)=1−e−λt



c.



Fungsi Keandalan R(t)= e−λt



d.



Fungsi Laju Kerusakan h(t)= λ



e.



MTTF (Mean Time To Failure) MTTF = 1/λ



Universitas Sumatera Utara



Gambar 3.3. Kurva Distribusi Eksponensial



4. Distribusi Weibull Distribusi weibull pertama sekali diperkenalkan oleh ahli fisika dari SwediaWallodi Weibull pada tahun 1939. Dalam aplikasinya, distribusi ini seringdigunakan untuk memodelkan “waktu sampai kegagalan” (time to failure) dari suatu sistem fisika. Ilustrasi yang khas, misalnya pada sistem dimana jumlah kegagalan meningkat dengan berjalannya waktu (misalnya keausan bantalan), berkurang dengan berjalannya waktu (misalnya daya hantar beberapa semi konduktor) atau kegagalan yang terjadi oleh suatu kejutan (shock) pada sistem. Fungsi-fungsi dari distribusi Weibull: a.



Fungsi Kepadatan Probabilitas



b.



Fungsi Distribusi Kumulatif



c.



Fungsi Keandalan



Universitas Sumatera Utara



d.



Fungsi Laju Kerusakan



e.



MTTF (Mean Time To Failure) MTTF adalah rata-rata kerusakan



mesin



waktu



atau



interval



waktu



atau komponen dalam distribusi



kegagalan.



Γ = Fungsi Gamma, Γ(n) = (n-1)!, dapat diperoleh melalui nilai fungsi gamma. Parameter β disebut dengan parameter bentuk atau kemiringan weibull(weibull slope), sedangkan parameter α disebut dengan parameter skala. Bentuk fungsi distribusi weibull bergantung pada parameter bentuknya (β), yaitu: β < 1 : Distribusi weibull akan menyerupai distribusi hyperexponential dengan laju kerusakan cenderung menurun. β= 1 : Distribusi weibull akan menyerupai distribusi eksponensial dengan laju kerusakan cenderung konstan. β > 1 : Distribusi weibull akan menyerupai distribusi normal dengan laju kerusakan cenderung meningkat.



Universitas Sumatera Utara



Gambar 3.4. Kurva Distribusi Weibull



3.5.5. Identifikasi Pola Distribusi dan Parameter Distribusi Dapat dilakukan dalam dua tahap yaitu identifikasi distribusi awal dan estimasi parameter.



3.5.5.1. Identifikasi Distribusi Awal Dilakukan dengan mengunakan metode linear regresion dengan persamaan y = a + bx. Perhitungan dengan menggunakan metode ini adalah: 1.



Nilai Tengah Kerusakan (Median Rank) 6 F(t)=i−0,3 n +0,4



Dimana : i = data waktu ke-t dan n = jumlah kerusakan 2.



6 7



Index of Fit 7



Kapur, K.C, and Lamberson, L.R. Opcit, pp. 31 R. Manzini, et al. Opcit, p. 146



Universitas Sumatera Utara



Perhitungan identifikasi awal untuk masing-masing distribusi adalah : a.



Distribusi Normal



-



Xi = ti



-



Yi = Zi= Ф-1 (F(ti)), dimana Nilai Zi = Ф-1



b.



Distribusi Lognormal



-



i = ln ti



-



Yi = Zi = Ф-1 (F(ti))



c.



Distribusi Eksponensial



-



Xi = ti



-



Yi = ln(1/1-F(ti))



d.



Distribusi Weibull



-



Xi = ln ti



-



Yi = ln ln(1/1-F(ti))



3.5.5.2.Estimasi Parameter Estimasi parameter dilakukan dengan menggunakan metode MaximumLikelihood Estimator (MLE). Estimasi untuk masing-masing parameter adalah: a.



Distribusi Normal Parameter adalah µ dan σ



Universitas Sumatera Utara



b.



Distribusi Eksponensial Parameter adalah λ = λ = r/T r = n = jumlah kerusakan dan T = total waktu kerusakan



c.



Distribusi Lognormal Parameter adalah µ dan σ



d.



Distribusi Weibull Parameter untuk distribusi weibull dapat ditulis sebagai berikut: F(t)=1−exp−



3.6.











Model Age Replacement 8 Model Age Replacement adalah suatu model penggantian dimana



interval waktu penggantian komponen dilakukan dengan memperhatikan umur pemakaian dari komponen tersebut, sehingga dapat menghindari terjadinya penggantian peralatan yang masih baru dipasang akan diganti dalam waktu yang relatif singkat. Jika terjadi suatu kerusakan, model ini akan menyesuaikan kembali jadwalnya setelah penggantian komponen dilakukan, baik akibat terjadi kerusakan maupun hanya bersifat sebagai perawatan pencegahan. 8



Jardine, A.K.S. Opcit, pp. 49-58



Universitas Sumatera Utara



Dalam model Age Replacement, intinya pada saat dilakukan penggantian adalah tergantung pada umur komponen, jadi penggantian pencegahan akan dilakukan dengan menetapkan kembali interval waktu penggantian berikutnya sesuai dengan interval yang telah ditentukan. Pembentukan model ongkos penggantian pencegahan:



1.



Ekspektasi ongkos penggantian per siklus = {ekspektasi ongkos total pada siklus pencegahan x probabilitas terjadinya siklus pencegahan} + {ekspektasi ongkos total pada siklus kerusakan x probabilitas terjadinya siklus kerusakan} = {Cp . R(tp)} + [Cf . {1-R(tp)}



2.



Ekspektasi panjang siklus {ekspektasi panjang siklus pencegahan x probabilitas terjadinya siklus perencanaan} + {ekspektasi panjang siklus kerusakan x probabilitas terjadinya siklus kerusakan} = [{tp + Tp}. R(tp)] + [{M(tp) + Tf} . {1-R(tp)}]



Nilai interval rata-rata terjadinya kerusakan M(tp) adalah: M (tp)=MTTF 1−R (tp) Sehingga, model penentuan interval penggantian pencegahan dengan kriteria meminimisasi ongkos dapat ditulis sebagai berikut:



Universitas Sumatera Utara



Dimana: tp



= interval waktu penggantian pencegahan



Tp



= waktu untuk melakukan penggantian terencana



Tf



= waktu untuk melakukan penggantian kerusakan



Cp



= biaya penggantian terencana (penggantian pencegahan)



Cf



= biaya penggantian tidak terencana (penggantian kerusakan)



R(tp) = probabilitas terjadinya siklus pencegahan Tp+tp = panjang siklus pencegahan M(tp)+Tf = ekspektasi panjang siklus kerusakan



3.7.



Gantt Chart 9 Pada permasalahan proyek yang kompleks, suatu representasi



visual yang menunjukkan macam-macam pekerjaan beserta waktu dan nilai uang yang terlibat biasanya sangat membantu pelaksanaan proyek tersebut. Salah satu representasi visual tersebut adalah Bar Chart yang dikembangkan oleh Henry Gaantt tahun 1900, sehingga Bar Chart juga disebut sebagai Gantt Chart . Chart ini terdiri dari dua koordinat aksis, dimana satu aksis mempresentasikan waktu yang telah dilalui dan aksis lainnya mempresentasikan pekerjaan atau aktivitas yang dilakukan.



9



Nasution Hakim Arman. Manajemen Industri. (Penerbit Andi Yogyakarta, 2006). p. 343



Universitas Sumatera Utara



Pekerjaan dinyatakan dalam bentuk batangan seperti yang ditunjukkan pada Gambar 3.5.



Gambar 3.5. Contoh Gantt Chart



Panjang dari suatu batang mengindikasikan waktu yang diperlukan untuk meyelesaikan suatu job atau aktivitas. Pada beberapa proyek biasanya terdapatbanyak pekerjaan yang dapat dilakukan bersama-sama dan beberapa di antaranya akan diselesaikan sebelum pekerjaan yang lain dimulai.



3.8.



Value Stream Mapping (VSM) Value Stream adalah sekumpulan dari seluruh kegiatan yang di



dalamnyaterdapat kegiatan yang memberikan nilai tambah juga yang tidak memberikan nilai tambah yang dibutuhkan untuk membawa produk maupun satu grup produk dari sumber yang sama untuk melewati aliranaliran utama, mulai dari raw material hingga sampai ke tangan konsumen. Tujuan pemetaan ini adalah untuk mengidentifikasi seluruh jenis pemborosan di sepanjang value stream dan untuk mengambil langkah



Universitas Sumatera Utara



dalam upaya mengeliminasi pemborosan tersebut. Mengambil langkah ditinjau dari segi value stream berartibekerja dalam satu lingkup gambar yang



besar



(bukan



proses-proses



individual),



dan



memperbaiki



keseluruhan aliran dan bukan hanya mengoptimalkan aliran secara sepotong-sepotong 10.



3.9.



Maintenance Value Stream Mapping (MVSM) 11



3.9.1. Pendahuluan Salah satu metode yang sangat efektif di perusahaan lean untuk mengeliminasi kegiatan-kegiatan non value added adalah dengan menggunakan Value Stream Mapping (VSM). VSM merupakan tools yang digunakan



dalammemvisualisasikan



suatu



sistem



yang



merepresentasikan aliran material dan informasi. Metode ini juga telah dijelaskan sebelumnya dapat menghasilkan suatu gambaran umum sebuah proses yang mudah dipahami. Hal ini juga semakin memudahkan untuk mengambil keputusan dalam mengeliminasi kegiatan-kegiatan yang tidak memberikan nilai tambah (non value added activities). Hingga saat ini, telah diidentifikasi dan di-review ada 7 jenis teknik di dalam VSM, yaitu big picturemapping (Rother and Shook , 1999), supply chain response matrix (Hines, Rich danJones, 1997), production



10



Rother, M dan Shook, J, Learning to See, Value Stream Mapping to Create Value and Eliminate Muda,2003, The Lean Enterprise Institute, Inc, pp. 3-6 11 Kannan, Soundararajan, et. al. Developing A Maintenance Value Stream Map. (http://www.iienet.org/uploadedFiles/IIE/Community/Technical_Societies_and_Divisions/Lean/Lean_details_pages/Ka nnan4-07.pdf)



Universitas Sumatera Utara



variety funnel (New, 1974), quality filter mapping (Hinesdan Rich, 1997), demand amplification mapping (Hines dan Taylor, 2000), decisionpoint analysis (Hines, Rich dan Jones, 1997), dan physical structure mapping (Hinesdan Rich, 1997). Namun, tidak satu pun dari ketujuh teknik tersebut yang berhubungan dengan kegiatan maintenance (perawatan) sehingga tidak dapat digunakan untuk memetakan kegiatan perawatan tesebut. Jika diperhatikan lebih lanjut, dalam setiap kegiatan perawatan tentu terdapat kegiatan yang memberikan nilai tambah maupun yang tidak memberikan nilai



tambah.



Sehingga,



keunikan



dari



teknik



ini



adalah



untuk



mengembangkan VSM dalam kegiatan perawatan yang disebut dengan Maintenance Value Stream Mapping (MVSM).



3.9.2. Variabel yang Digunakan dalam MVSM Konsep Mean Maintenace Lead Time (MMLT) dianalogikan sesuai dengan konsep lead time dalam kegiatan manufaktur dalam pengukuran waktu untuk kegiatan perawatan. MMLT didefinisikan sebagai rata-rata waktu yang dibutuhkan untuk melakukan kegiatan perawatan mesin sehingga mesin tersebut dapat dipastikan telah mampu dioperasikan dengan normal. MMLT membagi kegiatan perwatan ke dalam beberapa level kegiatan. Dalam MVSM tidak dilakukan pengujian terhadap dampak dari buruk atau kurangnya strategi perawatan di lantai produksi, melainkan digunakan sebagai alat untuk mengukur waktu aktivitas perawatan. Secara matematis, MMLT dirumuskan dengan persamaan:



Universitas Sumatera Utara



MMLT = MTTO + MTTR + MTTY dimana: MTTO = Mean Time To Organize (Rata-rata waktu yang diperlukan untuk mengkoordinasikan tugas-tugas untuk memulai kegiatan perawatan mesin/peralatan



setelah



diketahui



adanya



kerusakan



atau



berdasarkan jadwal yang telah dibuat) MTTR = Mean Time To Repair (Rata-rata waktu yang dibutuhkan untuk melakukan aktivitas perawatan mesin/peralatan) MTTY = Mean Time To Yield (Rata-rata waktu yang dibutuhkan untuk memastikan bahwa mesin/peralatan dapat digunakan kembali setelah kegiatan perawatan mesin/peralatan dilakukan). Berdasarkan definisi tersebut, komponen waktu yang memberikan nilai tambah bagi kegiatan perawatan adalah MTTR karena hanya komponen waktu ini merupakan waktu yang dibutuhkan untuk melakukan kegiatan perawatan atau perbaikan terhadap mesin/peralatan. Untuk dua komponen waktu lainnya, yaitu MTTO dan MTTY merupakan kegiatan yang tidak memberikan nilai tambah (nonvalue added time).



Oleh karena itu, value added time dan non value added time ditunjukkan dengan persamaan: Value added time = MTTR Non value added time = MTTO + MTTR



Universitas Sumatera Utara



Efisiensi perawatan dihitung dengan menggunakan persentase dari MMLT aktual dibandingkan dengan MMLT. Secara matematis:



MTTR



%EfisiensiPerawatan =



×100%



MMLT 3.9.3. Framework yang Digunakan dalam MVSM Pada bagian ini akan dijelaskan framework (kerangka kerja) yang akan digunakan dalam dalam mengembangkan MVSM, yaitu tujuh kategori kerangka kerja yang merupakan simbol-simbol dari konsep VSM secara umum dan dikembangkan menjadi beberapa simbol baru. Berikut ini adalah uraian terhadap tujuh kategori kerangka kerja yang digunakan dalam MVSM: a. Equipment breakdown Simbol ini menggambarkan bahwa terjadi kerusakan atau perlunya dilakukan perawatan pada satu mesin/peralatan yang dapat mempengaruhi proses produksi. b. Proses Pada kategori ini terdapat aktivitas-aktivitas yang merupakan tahapan yang dilakukan sejak terhentinya mesin/peralatan sampai kondisi dimana mesin/peralatan dapat berfungsi kembali dengan normal dalam proses produksi.



Aktivitas-aktivitas tersebut adalah komunikasikan masalah,



identifikasi masalah, identifikasi sumber daya, mengalokasikan sumber daya, mempersiapkan pekerjaan yang akan dilakukan, melakukan perawatan/perbaikan, menjalankan mesin/peralatan setelah diperbaiki, dan



Universitas Sumatera Utara



pekerjaan perawatan/perbaikan selesai. c. Aliran fisik Aliran fisik menggambarkan aktivitas transportasi antara kegiatan yang satu dengan kegiatan yang lain yang dapat diamati secara fisik. d. Aliran informasi Aliran fisik dalam proses perawatan berhubungan dengan aliran informasi. Terkadang aliran informasi merupakan penghambat dalam aktivitas perawatan sehingga waktu yang dibutuhkan untuk proses selanjutnya jadi semakin lama. e. Kotak data Di setiap simbol proses terdapat kotak data yang berisi data mengenai simbol tersebut. f. Delay Simbol ini mengindikasikan bahwa terdapat waktu mengganggur di antara dua proses. Delay merupakan jenis kegiatan non value added yang dapat menambah nilai MMLT. Ada 3 jenis delay yang digunakan dalam menggambarkan MVSM, yaitu delay akibat operator yang menggunakan mesin/peralatan lambat dalam merespon masalah kerusakan, delay akibat tidak tersedianya komponen, dan delay akibat tidak tersedianya operator perawatan (tidak standby di tempat). g. Timeline Timeline menggambarkan dua jenis waktu, yaitu value added time dan non valueadded time.



Universitas Sumatera Utara



BAB IV METODOLOGI PENELITIAN



4.1.



Tempat dan Waktu Penelitian Tempat penelitian dilakukan di PT. XYZ.



di Jl. Suryadi, Kelurahan



Perdagangan I, Kecamatan Bandar, Kabupaten Simalungun, Provinsi Sumatera Utara.



4.2.



Jenis Penelitian



Jenis penelitian ini adalah penelitian deskriptif dengan pendekatan kuantitatif



yaitu suatu jenis penelitian dengan mengumpulkan, menyusun,



mengolah dan menganalisis data angka agar dapat memberikan gambaran mengenai suatu keadaan tertentu sehingga dapat diambil kesimpulan dari penelitian tersebut. (Sinulingga, 2014)



4.3.



Objek Penelitian Objek penelitian yang diteliti adalah mesin-mesin pada proses produksi.



4.4.



Variabel Penelitian Variabel adalah sesuatu yang memiliki nilai yang berbeda-beda atau



bervariasi. Nilai dari variabel dapat bersifat kuantitatif atau kualitatif (Sinulinggga, 2015). Variabel-variabel yang terdapat dalam penelitian ini adalah:



Universitas Sumatera Utara



1. Variabel Independen



Variabel independen ataupun variabel bebas merupakan variabel penelitian yang mempengaruhi dan menjadi sebab perubahan atau timbulnya variabel terikat. Variabel independen dalam penelitian ini adalah antara lain: a. Waktu perbaikan korektif dan preventif Variabel



yang



menyatakan



komponen/mesinuntuk



waktu



yang



diperlukan



sebuah



diperbaikiketikaterjadikerusakanmendadak



sampaidapatberfungsikembalidanwaktuyang diperlukansebuah komponen/mesin untuk diperbaiki/digantisebelumterjadi kerusakan. b.



Downtime



Varibel ini adalah fraksi waktu komponen/mesin dalam keadaan tidak baik/tidak dapat digunakan. 2. Variabel Dependen



Variabel dependen adalah variabel yang nilainya dipengaruhi atau ditentukan oleh variabel lain. Variabel dependen dalam penelitian ini adalah a.



Jadwal Perawatan Mesin Variabel yang menunjukkan kapan akan dilakukan perawatan mesin.



4.5.



Kerangka Konseptual Penelitian Kerangka konseptual menunjukkan hubungan logis antara variabel-



variabel yang telah diidentifikasi yang penting dan menjadi fondasi dalam melaksanakan penelitian. Kerangka konseptual penelitian ini dapat dilihat pada Gambar 4.1.



Universitas Sumatera Utara



Waktu Perbaikan Korektif



Waktu Perbaikan Preventif



Perencanaan Perawatan Mesin



Downtime



Gambar 4.1. Kerangka Konseptual Penelitian



4.6.



Blok Diagram Prosedur Penelitian Prosedur penelitian dapat dilihat pada Gambar 4.2. di bawah ini.



Universitas Sumatera Utara



Mulai



Identifikasi Masalah 1. Breakdown mesin di perusahaan 2. Perusahaan menjalankan sistem corrective maintanance untuk proses perbaikan mesin



Perumusan Masalah 1. Masih besarnya nilai breakdown pada sistem perawatan aktual, sehingga proses produksi belum berjalan dengan optimal 2. Sistem perawatan pada perusahaan saaat ini belum memperhatikan konsep Reliability Engineering.



Penetapan Tujuan 1. Mengenali jenis mesin kritis 2. Menentukan jadwal pergantian komponen dengan metode Reliability Engineering berdasarkan kriteria MTTF 3. Meningkatkan Maintanance Efficiency dengan mengurangi kegiatan non value added



Pengumpulan Data Sekunder 1. Data kerusakan mesin serta komponen mesin 2. Cara perawatan dan pergantian komponen mesin di perusahaan 3. Komponen mesin yang diamati



Pengumpulan Data Primer 1. Data pengamatan langsung yaitu waktu perawatan mesin secara korektif maupun preventif



Pengolahan Data 1. Pengujian pola distribusi, parameter dan nilai MTTF untuk melihat jadwal pergantian komponen dengan menggunakan metode Reliability Engineering 2. Pembentukan Current State Map dan Future State Map untuk melihat besar perbandingan nilai maintanance efficiency dengan menggunakan metode Maintanance Value Stream Mapping



Analisis Pemecahan Masalah 1. Analisis kerusakan komponen mesin kritis 2. Jadwal perencanaan perawatan mesin



Kesimpulan dan Saran



SELESAI



Gambar 4.2. Blok Diagram Prosedur Penelitian



Universitas Sumatera Utara



4.7.



Pengumpulan Data



4.7.1. Sumber Data Berdasarkan cara memperolehnya, data penelitian ini dibagi menjadi : 1. Data primer, yaitu data yang diperoleh melalui observasi terhadap objek penelitian seperti turun langsung ke lapangan melakukan wawancara dengan narasumber terpilih. 2. Data sekunder, yaitu data yang diperoleh dalam bentuk yang sudah jadi, catatan dari perusahaan atau informasi dari laporan perusahaan seperti data kerusakan mesin.



4.7.2. Metode Pengumpulan Data Pengumpulan data dalam penelitian ini menggunakan metode sebagai berikut : 1. Metode wawancara, yaitu melakukan tanya jawab dengan pihak manajemen perusahaan untuk mendapatkan informasi yang diperlukan untuk mencapai tujuan penelitian. 2. Metode kepustakaan, yaitu dengan mempelajari buku-buku yang berkaitan dengan menentukan penjadwalan mesin dengan metode reliability engineering



4.8.



Metode Pengolahan Data Pengolahan data pada penelitian ini dilakukan dengan menentukan jadwal



perawatan mesin menggunakan pendekatan metode reliability engineering dengan kriteria-kriteria perhitungan sebagai berikut:



Universitas Sumatera Utara



a.



Perhitungan Nilai Mean Time to Failure (MTTF) pada Mesin



Perhitungan waktu rata-rata antar kerusakan dilakukan terhadap mesin yang kritis. b.



Pembentukan Current State Map



Pembentukan current state map dilakukan dengan menerapkan langkah – langkah berdasarkan konsep value stream mapping, aktivitas perawatan yang diterapkan. c.



Pembentukan Future State Map



Setelah membuat current state map, maka langkah terakhir dalam MVSM adalah membuat future state map dari hasil penggambaran. Untuk mengeliminasi kegiatan yang non value added agar mampu mengoptimalkan perawatan pada mesin.



4.9.



Analisis Pemecahan Masalah Analisis pemecahan masalah dilakukan dengan cara sebagai berikut.



1.



Mengidentifikasi penyebab terjadinya breakdown pada mesin



2.



Mendapatkan solusi untuk mencegah terjadinya breakdown pada mesin.



4.10.



Kesimpulan dan Saran Kesimpulan berisikan hal-hal penting dari penelitian yang merupakan



tujuan dari penelitian. Selain dari kesimpulan, diberikan juga saran yang membangun bagi perusahaan usulan perbaikan kepada pihak perusahaan untuk mengiplementasikan hasil penelitian ini.



Universitas Sumatera Utara



BAB V PENGUMPULAN DAN PENGOLAHAN DATA



5.1.



Pengumpulan Data



5.1.1. Pengumpulan Data Kerusakan Mesin Kritis Data frekuensi kerusakan mesin kritis direkapitulasi berdasarkan data historis di PT. XYZ. . Data historis kerusakan mesin kritis selama Oktober 2017 – September 2018dapat dilihat pada Tabel 5.1. Tabel 5.1. Data Frekuensi Kerusakan Mesin Kritis No



Nama Mesin



Total



% Cumulative



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19



Creeper 1 Creeper 2 Creeper 3 Creeper 4 Creeper 5 Creeper 6 Rotary Hammer Mill Pusher Trolly Hydroulick Press Turning Tank Breaker Belt Conveyor Bucket Homogencer Vortex Pump Exs Fan Shredder Blower



17 16 16 14 13 6 2 2 2 2 2 1 1 1 1 1 1 1 0



17.172 33.333 49.495 63.636 76.768 82.828 84.848 86.869 88.889 90.909 92.929 93.939 94.949 95.960 96.970 97.980 98.990 100.000 100.000



Universitas Sumatera Utara



Tabel 5.1. Data Frekuensi Kerusakan Mesin Kritis (Lanjutan) No



Nama Mesin



Total



% Cumulative



20



Lift KGA



0



100.000



Total



99



Berdasarkan data frekuensi kerusakan diatas maka untuk mendapatkan urutan mesin yang memiliki kerusakan terbesar dilakukan analisis dengan diagram pareto yang dapat dilihat pada Gambar 5.1.



Gambar 5.1. Grafik Analisis Pareto Kerusakan Mesin Dari hasil diagram pareto kerusakan mesin dengan menggunakan pendekatan 80%-20% pada gambar diatas dapat diketahui bahwa mesin yang mengalami kerusakan mendekati 80% yaitu Creeper 1, Creeper 2, Creeper 3, Creeper 4, dan Creeper 5 sedangkan mesin yang lainnya mendekati 20%. Sehingga dilakukan penelitian terhadap 5 mesin tersebut. Frekuensi kerusakan mesin dapat dilihat pada Tabel 5.2.



Universitas Sumatera Utara



Tabel 5.2. Data Frekuensi Kerusakan Kritis Mesin No



Nama Mesin



1 2 3 4 5



5.2.



Total



17 16 16 14 13



Creeper 1 Creeper 2 Creeper 3 Creeper 4 Creeper 5



Pengolahan Data



5.2.1. Pengujian Pola Distribusi Mesin Kritis Pengujian pola distribusi mesin kritis dilakukan menggunakan data interval waktu kerusakan mesin. Distribusi yang digunakan adalah distribusi normal, lognormal, eksponensial dan weibull. Pemilihan pola distribusi adalah menggunakan metode Least Square Curve Fitting yaitu berdasarkan nilai Index of Fit (correlation coefficient) yang terbesar. Tabel 5.3. Data Interval Kerusakan Kritis Mesin (Hari Ke-) Nama Mesin No.



Creeper 1



Creeper 2



Creeper 3



Creeper 4



Creeper 5



1



98



95



98



107



107



2



99



97



102



108



108



3



99



98



103



110



109



4



99



99



104



110



109



5



100



99



104



111



109



6



100



99



105



111



110



7



100



100



105



111



110



8



100



100



105



112



111



9



100



100



105



112



111



10



100



101



105



112



111



11



101



101



106



114



111



12



101



102



106



114



112



13



101



102



107



114



112



14



101



103



107



114



15



101



104



108



16



102



105



108



17



102



Universitas Sumatera Utara



Dari data interval kerusakan mesin kritis diatas maka dilakukan pengujian pola distribusi untuk masing – masing mesin. 1.



Mesin Creeper 1 Berikut ini adalah perhitungan untuk mendapatkan distribusi Mesin



Creeper 1 berdasarkan nilai Index of Fit yang terbesar. a.



Distribusi Normal a.



Membuat ranking pada interval waktu kerusakan (ti) dari seluruh data.



b.



Menghitung nilai F(ti) Rumus:



F(ti) = (i – 0,3)/(N+0,4)



Dimana:



i = Data keN = Jumlah Data



Misalnya pada data ke- 1. Pada data ke- 1 dan jumlah data adalah 17, Maka F(ti)



= (i – 0,3)/(N+0,4) = (1 – 0,3)/(17+0,4) = 0,0402



c.



Menghitung nilai Yi Rumus:



Yi = Ф(Z)



Untuk menghitung Yi didapat data Tabel Standarized Normal Probabilities, dimana Z = F(ti). Misalkan pada data ke-1 (ti = 98) Yi = Ф(Z) Yi = Ф(0,0402) = -1,7480



Universitas Sumatera Utara



Menghitung nilai Ti2



d.



Ti2 = (98)2 = 9604 Menghitung nilai Yi2



e.



Yi2 = (-1,7480)2 = 3,0556 f.



Menghitung nilai Ti x Yi Ti x Yi = (98 x -1,7480) = -171,3064



Perhitungan waktu antar kerusakan dengan distribusi normal dari keseluruhan data dapat dilihat pada Tabel 5.5. Tabel 5.4. Perhitungan Index of Fit dengan Distribusi Normal Mesin Creeper 1 i



Ti



F(ti)



Yi



Ti2



Yi2



Ti. Yi



1



98



0.0402



-1.7480



9604



3.0556



-171.3064



2



99



0.0977



-1.2948



9801



1.6764



-128.1815



3



99



0.1552



-1.0145



9801



1.0292



-100.4354



4



99



0.2126



-0.7973



9801



0.6357



-78.9309



5



100



0.2701



-0.6125



10000



0.3751



-61.2465



6



100



0.3276



-0.4466



10000



0.1994



-44.6588



7



100



0.3851



-0.2922



10000



0.0854



-29.2225



8



100



0.4425



-0.1446



10000



0.0209



-14.4561



9



100



0.5000



0.0000



10000



0.0000



0.0000



10



100



0.5575



0.1446



10000



0.0209



14.4561



11



101



0.6149



0.2922



10201



0.0854



29.5147



12



101



0.6724



0.4466



10201



0.1994



45.1054



13



101



0.7299



0.6125



10201



0.3751



61.8590



14



101



0.7874



0.7973



10201



0.6357



80.5255



15



101



0.8448



1.0145



10201



1.0292



102.4644



16



102



0.9023



1.2948



10404



1.6764



132.0657



Universitas Sumatera Utara



17



102



0.9598



1.7480



10404



3.0556



178.2985



Total



1704



8.5



0.0000



170820



14.1554



15.8512



Setelah didapat hasil perhitungan waktu antar kerusakan distribusi normal dari data ke-1 sampai data ke-17, maka dilakukan perhitungan Index of Fit dimana langkah – langkahnya adalah sebagai berikut: g.



Menghiting nilai Sxy Sxy



𝑁𝑁 = N∑𝑛𝑛𝑖𝑖−1 𝑋𝑋𝑖𝑖 𝑌𝑌𝑖𝑖 - (∑𝑁𝑁 𝑖𝑖−1 𝑋𝑋𝑖𝑖 )(∑𝑖𝑖−1 𝑌𝑌𝑖𝑖 )



= (17) (15,8512) – (1704)(0) = 269,4708



h.



Menghitung nilai Sxx Sxx



2 = N∑𝑛𝑛𝑖𝑖−1 𝑋𝑋𝑖𝑖 2 - (∑𝑁𝑁 𝑖𝑖−1 𝑋𝑋𝑖𝑖 )



= (17)(170820) – (1704)2



= 324,0000 i.



Menghitung nilai Syy Syy



2 = N∑𝑛𝑛𝑖𝑖−1 𝑌𝑌𝑖𝑖 2 - (∑𝑁𝑁 𝑖𝑖−1 𝑌𝑌𝑖𝑖 )



= (17)(14,1554) – (0)2 = 240,6422 j.



Menghitung nilai Index of Fit (r) Index of Fit (r) =



b.



𝑆𝑆𝑥𝑥𝑥𝑥



�𝑆𝑆𝑥𝑥𝑥𝑥 −𝑆𝑆 𝑦𝑦𝑦𝑦



= 0,9651



Distribusi Lognormal a.



Membuat ranking pada interval waktu kerusakan (ti) dari seluruh data.



Universitas Sumatera Utara



b.



Menghitung nilai F(ti) Rumus:



F(ti) = (i – 0,3)/(N+0,4)



Dimana:



i = Data keN = Jumlah Data



Misalnya pada data ke- 1. Pada data ke- 1 dan jumlah data adalah 17, Maka F(ti)



= (i – 0,3)/(N+0,4) = (1 – 0,3)/(17+0,4) = 0,0402



c.



Menghitung nilai Yi Rumus:



Yi = Ф(Z)



Untuk menghitung Yi didapat dati Tabel Standarized Normal Probabilities, dimana Z = F(ti). Misalkan pada data ke-1 (ti = 98) Yi = Ф(Z) Yi = Ф(0,0427) = -1,7480 d.



Menghitung nilai Ti = ln (ti) = ln (98) = 4,5850



e.



Menghitung nilai Ti2 Ti2 = (4,5850)2 = 21,0219



f.



Menghitung nilai Yi2 Yi2 = (-1,7480)2 = 3,0556



g.



Menghitung nilai Ti x Yi



Universitas Sumatera Utara



Ti x Yi = (4,5850 x -1,7480) = -8,0146 Perhitungan waktu antar kerusakan dengan distribusi lognormal dari keseluruhan data dapat dilihat pada Tabel 5.5. Tabel 5.5. Perhitungan Index of Fit dengan Distribusi Lognormal Mesin Creeper 1 i



ti



F(ti)



Ti=LN(ti)



Yi



Ti2



Yi2



Ti.Yi



1 2 3 4



98



0.0402



4.5850



-1.7480



21.0219



3.0556



-8.0146



99



0.0977



4.5951



-1.2948



21.1151



1.6764



-5.9496



99



0.1552



4.5951



-1.0145



21.1151



1.0292



-4.6617



99



0.2126



4.5951



-0.7973



21.1151



0.6357



-3.6636



Tabel 5.5. Perhitungan Index of Fit dengan Distribusi Lognormal Mesin Creeper 1 (Lanjutan) ti



F(ti)



Ti=LN(ti)



Yi



Ti2



Yi2



Ti.Yi



100



0.2701



4.6052



-0.6125



21.2076



0.3751



-2.8205



100



0.3276



4.6052



-0.4466



21.2076



0.1994



-2.0566



100



0.3851



4.6052



-0.2922



21.2076



0.0854



-1.3457



100



0.4425



4.6052



-0.1446



21.2076



0.0209



-0.6657



100



0.5000



4.6052



0.0000



21.2076



0.0000



0.0000



100



0.5575



4.6052



0.1446



21.2076



0.0209



0.6657



101



0.6149



4.6151



0.2922



21.2993



0.0854



1.3487



101



0.6724



4.6151



0.4466



21.2993



0.1994



2.0611



101



0.7299



4.6151



0.6125



21.2993



0.3751



2.8266



101



0.7874



4.6151



0.7973



21.2993



0.6357



3.6796



101



0.8448



4.6151



1.0145



21.2993



1.0292



4.6820



102



0.9023



4.6250



1.2948



21.3904



1.6764



5.9882



17



102



0.9598



4.6250



1.7480



21.3904



3.0556



8.0846



Total



1704



8.5



78.3269



0.0000



360.8903



14.1554



0.1583



i 5 6 7 8 9 10 11 12 13 14 15 16



Setelah didapat hasil perhitungan waktu antar kerusakan distribusi lognormal dari data ke-1 sampai data ke-17, maka dilakukan perhitungan Index of Fit dimana langkah – langkahnya adalah sebagai berikut:



Universitas Sumatera Utara



h.



Menghiting nilai Sxy Sxy



𝑁𝑁 = N∑𝑛𝑛𝑖𝑖−1 𝑋𝑋𝑖𝑖 𝑌𝑌𝑖𝑖 - (∑𝑁𝑁 𝑖𝑖−1 𝑋𝑋𝑖𝑖 )(∑𝑖𝑖−1 𝑌𝑌𝑖𝑖 )



= (17)( 0,1583) – (78,3269)(0) = 2,6905



i.



Menghitung nilai Sxx Sxx



2 = N∑𝑛𝑛𝑖𝑖−1 𝑋𝑋𝑖𝑖 2 - (∑𝑁𝑁 𝑖𝑖−1 𝑋𝑋𝑖𝑖 )



= (17)(360,8903) – (78,3269)2



= 0,0323 j.



Menghitung nilai Syy Syy



2 = N∑𝑛𝑛𝑖𝑖−1 𝑌𝑌𝑖𝑖 2 - (∑𝑁𝑁 𝑖𝑖−1 𝑌𝑌𝑖𝑖 )



= (17)( 14,1554) – (0)2 = 240,6422 k.



Menghitung nilai Index of Fit (r) Index of Fit (r) =



c.



𝑆𝑆𝑥𝑥𝑥𝑥



�𝑆𝑆𝑥𝑥𝑥𝑥 −𝑆𝑆 𝑦𝑦𝑦𝑦



= 0,9648



Distribusi Eksponensial a.



Membuat ranking pada interval waktu kerusakan (ti) dari seluruh data.



b.



Menghitung nilai F(ti) Rumus:



F(ti) = (i – 0,3)/(N+0,4)



Dimana:



i = Data keN = Jumlah Data



Universitas Sumatera Utara



Misalnya pada data ke- 1. Pada data ke- 1 dan jumlah data adalah 17, Maka F(ti)



= (i – 0,3)/(N+0,4) = (1 – 0,3)/(17+0,4) = 0,0402



c.



Menghitung nilai Yi Rumus:



Yi = ln [1/(1- F(ti)], maka untuk data ke-1, Yi



adalah



Yi = ln [1/(1- 0,0402], = -0,0411



d.



Menghitung nilai Ti2 Ti2 = (98)2 = 9604



e.



Menghitung nilai Yi2 Yi2 = (-0,0411)2 = 0,0017



f.



Menghitung nilai Ti x Yi Ti x Yi = (98 x -0,0411) = -4,0240 Perhitungan waktu antar kerusakan dengan distribusi eksponensial



dari keseluruhan data dapat dilihat pada Tabel 5.6. Tabel 5.6. Perhitungan Index of Fit dengan Distribusi Eksponensial Mesin Creeper 1 i



Ti



F(Ti)



Yi=LN(1-F(Ti))



Ti2



Yi2



Ti.Yi



1



98



0.0402



-0.0411



9604



0.0017



-4.0240



Universitas Sumatera Utara



2 3 4 5 6 7 8 9 10 11 12 13 14 15 16



99



0.0977



-0.1028



9801



0.0106



-10.1781



99



0.1552



-0.1686



9801



0.0284



-16.6936



99



0.2126



-0.2391



9801



0.0572



-23.6684



100



0.2701



-0.3149



10000



0.0991



-31.4868



100



0.3276



-0.3969



10000



0.1575



-39.6881



100



0.3851



-0.4862



10000



0.2364



-48.6226



100



0.4425



-0.5843



10000



0.3415



-58.4344



100



0.5000



-0.6931



10000



0.4805



-69.3147



100



0.5575



-0.8152



10000



0.6646



-81.5250



101



0.6149



-0.9544



10201



0.9108



-96.3906



101



0.6724



-1.1160



10201



1.2455



-112.7164



101



0.7299



-1.3089



10201



1.7132



-132.1997



101



0.7874



-1.5481



10201



2.3967



-156.3619



101



0.8448



-1.8632



10201



3.4716



-188.1851



102



0.9023



-2.3258



10404



5.4095



-237.2359



Tabel 5.6. Perhitungan Index of Fit dengan Distribusi Eksponensial MesinCreeper 1 (Lanjutan) i



Ti



F(Ti)



Yi=LN(1-F(Ti))



Ti2



Yi2



Ti.Yi



17



102



0.9598



-3.2131



10404



10.3243



-327.7408



Total



1704



8.5



-16.1719



170820



27.5491



-1634.4663



Setelah didapat hasil perhitungan waktu antar kerusakan distribusi eksponensial dari data ke-1 sampai data ke-17, maka dilakukan perhitungan Index of Fit dimana langkah – langkahnya adalah sebagai berikut: g.



Menghiting nilai Sxy Sxy



𝑁𝑁 = N∑𝑛𝑛𝑖𝑖−1 𝑋𝑋𝑖𝑖 𝑌𝑌𝑖𝑖 - (∑𝑁𝑁 𝑖𝑖−1 𝑋𝑋𝑖𝑖 )(∑𝑖𝑖−1 𝑌𝑌𝑖𝑖 )



= (17) (-1634,4663) – (1704)(-16,1719) = -229,0040



h.



Menghitung nilai Sxx Sxx



2 = N∑𝑛𝑛𝑖𝑖−1 𝑋𝑋𝑖𝑖 2 - (∑𝑁𝑁 𝑖𝑖−1 𝑋𝑋𝑖𝑖 )



= (17)(170820) – (1704)2



Universitas Sumatera Utara



= 324,0000 i.



Menghitung nilai Syy Syy



2 = N∑𝑛𝑛𝑖𝑖−1 𝑌𝑌𝑖𝑖 2 - (∑𝑁𝑁 𝑖𝑖−1 𝑌𝑌𝑖𝑖 )



= (17)(27,5491) – (-16,1719)2 = 206,8048 j.



Menghitung nilai Index of Fit (r) Index of Fit (r) =



4.



𝑆𝑆𝑥𝑥𝑥𝑥



�𝑆𝑆𝑥𝑥𝑥𝑥 −𝑆𝑆 𝑦𝑦𝑦𝑦



= -0,8847



Distribusi Weibull a.



Membuat ranking pada interval waktu kerusakan (ti) dari seluruh data.



b.



Menghitung nilai F(ti) Rumus:



F(ti) = (i – 0,3)/(N+0,4)



Dimana:



i = Data keN = Jumlah Data



Misalnya pada data ke- 1. Pada data ke- 1 dan jumlah data adalah 17, Maka F(ti)



= (i – 0,3)/(N+0,4) = (1 – 0,3)/(17+0,4) = 0,0402



c.



Menghitung nilai Ti, diperoleh dari Ti = ln (ti) = ln (98) = 4,5850



d.



Menghitung nilai Yi Rumus:



Yi = ln{- ln [(1- F(ti)]}, maka untuk data ke-1



Universitas Sumatera Utara



Yi = ln [- ln(1- 0,0402], = -3,1927 e.



Menghitung nilai Ti2 Ti2 = (4,5850)2 = 21,0219



f.



Menghitung nilai Yi2 Yi2 = (-3,1927)2 = 10,1932



g.



Menghitung nilai Ti x Yi Ti x Yi = (4,5850 x -3,1927) = -14,6384



Perhitungan waktu antar kerusakan dengan distribusi weibull dari keseluruhan data dapat dilihat pada Tabel 5.7. Tabel 5.7. Perhitungan Index of Fit dengan Distribusi Weibull MesinCreeper 1 I



ti



F(Ti)



Ti=LN(Ti)



Yi=LN(-LN(I-F(Ti)))



Ti2



Yi2



TiYi



1 2 3 4 5 6 7 8 9 10 11 12 13



98



0.0402



4.5850



-3.1927



21.0219



10.1932



-14.6384



99



0.0977



4.5951



-2.2749



21.1151



5.1751



-10.4533



99



0.1552



4.5951



-1.7801



21.1151



3.1687



-8.1797



99



0.2126



4.5951



-1.4310



21.1151



2.0477



-6.5755



100



0.2701



4.6052



-1.1556



21.2076



1.3354



-5.3217



100



0.3276



4.6052



-0.9241



21.2076



0.8540



-4.2557



100



0.3851



4.6052



-0.7211



21.2076



0.5200



-3.3207



100



0.4425



4.6052



-0.5373



21.2076



0.2887



-2.4742



100



0.5000



4.6052



-0.3665



21.2076



0.1343



-1.6879



100



0.5575



4.6052



-0.2043



21.2076



0.0417



-0.9407



101



0.6149



4.6151



-0.0467



21.2993



0.0022



-0.2156



101



0.6724



4.6151



0.1098



21.2993



0.0120



0.5065



101



0.7299



4.6151



0.2692



21.2993



0.07246



1.2424



Universitas Sumatera Utara



14 15 16



101



0.7874



4.6151



0.4371



21.2993



0.19101



2.0171



101



0.8448



4.6151



0.6223



21.2993



0.38726



2.8720



102



0.9023



4.6250



0.8441



21.3904



0.71247



3.9039



17



102



0.9598



4.6250



1.1673



21.3904



1.36247



5.3985



Total



1704



8.5



78.3269



-9.1845



360.8903



26.4987



-42.1231



Setelah didapat hasil perhitungan waktu antar kerusakan distribusi weibull dari data ke-1 sampai data ke-17, maka dilakukan perhitungan Index of Fit dimana langkah – langkahnya adalah sebagai berikut: h.



Menghiting nilai Sxy Sxy



𝑁𝑁 = N∑𝑛𝑛𝑖𝑖−1 𝑋𝑋𝑖𝑖 𝑌𝑌𝑖𝑖 - (∑𝑁𝑁 𝑖𝑖−1 𝑋𝑋𝑖𝑖 )(∑𝑖𝑖−1 𝑌𝑌𝑖𝑖 )



= (17) (-42,1231) – (78,3269)(-9,1845) = 3,3045



i.



Menghitung nilai Sxx Sxx



2 = N∑𝑛𝑛𝑖𝑖−1 𝑋𝑋𝑖𝑖 2 - (∑𝑁𝑁 𝑖𝑖−1 𝑋𝑋𝑖𝑖 )



= (17)(360,8903) – (78,3269)2



= 0,0323 j.



Menghitung nilai Syy Syy



2 = N∑𝑛𝑛𝑖𝑖−1 𝑌𝑌𝑖𝑖 2 - (∑𝑁𝑁 𝑖𝑖−1 𝑌𝑌𝑖𝑖 )



= (17)(26,4987) – (-9,1845)2 = 366,1225 k.



Menghitung nilai Index of Fit (r) Index of Fit (r) =



𝑆𝑆𝑥𝑥𝑥𝑥



�𝑆𝑆𝑥𝑥𝑥𝑥 −𝑆𝑆 𝑦𝑦𝑦𝑦



= 0,9607



Dari hasil Index of Fit seperti diatas didapat, maka distribusi yang terpilih adalah normal dengan nilai Index of Fitsebesar 0,9651.



Universitas Sumatera Utara



Dengan langkah dan cara yang sama maka didapat nilai rekapitulasi perhitungan Index of Fit untuk mesin Creeper 2, mesin Creeper 3, mesin Creeper 4, dan mesin Creeper 5 dapat di lihat pada Table 5.8.



Tabel 5.8. Rekapitulasi Perhitungan Index of FitMesin Distribusi Normal Lognormal Eksponensial Weibull



Creeper 1 0,9651 0,9648 -0.8847 0,9607



Creeper 2 0,9902 0,9896 -0.9256 0,9814



Creeper 3 0,9325 0,9270 -0.7914 0,9658



Creeper 4 0,9594 0,9584 -0.8393 0,9753



Creeper 5 0,9693 0,9686 -0.8602 0,9805



5.2.2. Perhitungan Parameter dan MTTF Mesin Setelah dilakukan pemilihan pola distribusi untuk setiap mesin berdasarkan nilai Index of Fit terbesar maka langkah selanjutnya adalah menghitung parameter dan nilai Mean Time To Failure (MTTF) untuk setiap mesin. Pola distribusi kerusakan setiap kritis mesin dapat dilihat pada Tabel 5.9. Tabel 5.9. Rekapitulasi Pola Distribusi Kerusakan Kritis Mesin No 1 2 3 4 5



Nama Mesin Creeper 1 Creeper 2 Creeper 3 Creeper 4 Creeper 5



Distribusi Normal Normal Weibull Weibull Weibull



Perhitungan untuk masing – masing mesin sesuai dengan jenis pola distribusi interval waktu kerusakan adalah sebagai berikut: 1.



Mesin Creeper 1



Universitas Sumatera Utara



Pola distribusi kerusakan mesin ini adalah distribusi normal. Berdasarkan Tabel 5.9. maka parameter distribusi kerusakan dan nilai MTTF adalah: a.



Menghitung nilai b ∑𝑁𝑁 𝑖𝑖=1 𝑇𝑇𝑖𝑖 𝑌𝑌𝑖𝑖 −



𝑏𝑏 =



𝑁𝑁 ∑𝑁𝑁 𝑖𝑖−1 𝑇𝑇𝑖𝑖 ∑𝑖𝑖−1 𝑌𝑌𝑖𝑖



2 ∑𝑁𝑁 𝑖𝑖−1 𝑇𝑇𝑖𝑖 −



𝑁𝑁 2 ∑𝑁𝑁 𝑖𝑖−1 𝑇𝑇𝑖𝑖



b.



Menghitung nilai a



c.



𝑎𝑎 =



∑𝑁𝑁 𝑖𝑖−1 𝑌𝑌𝑖𝑖 𝑁𝑁



− 𝑏𝑏



∑𝑁𝑁 𝑖𝑖−1 𝑇𝑇𝑖𝑖 𝑁𝑁



Menghitung nilai (σ)



𝑁𝑁



= 0,8317



= −83,3657



1



σ = = 1,2024 𝑏𝑏



Menghitung nilai μ



d.



μ = -a . σ = 100,2353 e.



Menghitung nilai MTTF MTTF = μ = 100,2353 ≈101 hari



Dengan cara dan langkah yang sama rekapitulasi hasil nilai perhitungan (Mean Time To Failure) MTTF jadwal interval penggantian mesin kritis adalah sebagai berikut: Tabel 5.10. Rekapitulasi Nilai MTTF No



Mesin



1 2 3 4 5



Creeper 1 Creeper 2 Creeper 3 Creeper 4 Creeper 5



MTTF (Hari Ke-) 101 101 107 113 111



Universitas Sumatera Utara



5.2.3. Perhitungan Keandalan pada Jawdal Interval Perawatan Mesin Perhitungan nilai keandalan (reliability) mesin kritis pada jadwal perawatan mesin yang diusulkan digunakan untuk mengetahui besar nilai keandalan mesin pada saat dilakukan jadwal perawatan mesin yang diusulkan. Perhitungan dilakukan berdasarkan pola distribusi yang telah terpilih untuk masing – masing mesin. Perhitungan nilai keandalan setiap mesin adalah sebagai berikut: 1.



Mesin Creeper 1 Data interval waktu kerusakan mesin berdistribusi normal Parameter



: MTTF



= 101 hari







= 101,2353







= 1,2024



Maka perhitungan nilai keandalan mesin adalah: F(tp) = Φ�



𝑡𝑡− 𝜇𝜇 𝜎𝜎



101− 101,2353



�= 1 - Φ�



1,2024



R(tp) =1- F(tp) = 1- 0,4224= 0,5776



�= 0,4224



Berdasarkan perhitungan yang diperoleh bahwa setelah 101 penggunaan Mesin Creeper1 nilai keandalannya adalah sebesar 0,5776. Hal ini



Universitas Sumatera Utara



menunjukkan nilai keandalan mesin pada jadwal perawatan mesin adalah sebesar 0,5776.



Dengan cara dan langkah yang sama rekapitulasi nilai keandalan (reliability) pada jadwal interval penggantian dapat dilihat pada Tabel 5.11. Tabel 5.11. Rekapitulasi Nilai Keandalan pada Jadwal Interval Penggantian Mesin No



Mesin



1 2 3 4 5



Creeper 1 Creeper 2 Creeper 3 Creeper 4 Creeper 5



Interval Penggantian (Hari Ke-) 101 101 107 113 111



Keandalan (Satu Tahun) 0,5776 0,5979 0,2220 0,2731 0,2947



5.2.4. Pembentukan Current State Map Pembentukan current state map dilakukan dengan menerapkan langkah – langkah berdasarkan konsep value stream mapping, aktivitas perawatan yang diterapkan pada current state map merupakan urutan aktivitas aktual yang dilakukan jika terjadi kerusakan. Data mengenai waktu rata – rata seperti nilai MTTO, MTTR dan MTTY didapatkan dari hasil wawancara dengan bagian maintenance terhadap bagaimana perbaikan yang dilakukan jika terjadi kerusakan hingga dapat beroperasi kembali. Dengan adanya pemetaan ini, maka dapat diidentifikasi beberapa faktor yang menyebabkan bertambahnya nilai non value added time, seperti:



Universitas Sumatera Utara



1.



Delay akibat operator yang menggunakan mesin/peralatan lambat dalam merespon kerusakan. Delay ini dihitung sejak terjadinya equipment breakdown sampai operator perawatan mendapatkan informasi bahwa terjadi



kerusakan.



Hal



ini



terjadi



karena



yang



menggunakan



mesin/peralatan belum memahami fungsional mesin dan apa yang harus dilakukan jika terjadi kerusakan pada mesin sehingga terjadi delay yang cukup lama. 2.



Delay akibat tidak tersedianya komponen. Ketersediaan sumber daya seperti komponen mesin dan peralatan yang digunakan untuk memperbaiki mesin yang rusak merupakan salah satu faktor yang mempengaruhi nilai waktu downtime dalam aktivitas perawatan. Jika komponen dan sumber daya lainnya tidak tersedia maka proses perbaikan tidak dapat segera dilakukan yang mengakibatkan mesin/peralatan tidak dapat digunakan untuk melakukan proses produksi.



3.



Delay akibat tidak tersedianya opearator perawatan ( tidak adanya teknisi yang standby di tempat). Teknisi perawatan yang seharusnya standby di lantai produksi, sehingga pada saat dibutuhkan dapat segera melakukan tugasnya. Namun kondisi aktual saat ini masih belum optimal karena masih sering terjadi delay akibat kerusakan yang tidak dapat diprediksi.



4.



Prosedur perawatan dan perbaikan yang belum optimal. Dari hasil penggambaran current state map didapatkan total waktu non value added sebesar 10 jam dan total waktu value added sebesar 5 jam.



Universitas Sumatera Utara



Sehingga didapatkan persentase maintenance efficiency untuk Mesin Creeper 1 sebesar 33,33%. % Maintenance Efficiency



= =



𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇



𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 (𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 ) 5 𝑗𝑗𝑗𝑗𝑗𝑗



15 𝑗𝑗𝑗𝑗𝑗𝑗



= 33,33 %



𝑥𝑥 100%



Current state map aktivitas perawatan mesin dapat dilihat pada Gambar 5.2. sampai Gambar 5.6.



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Mengalokasikan Sumber daya



Komunikasikan Masalah



Menjalankan mesin peralaytan setelah diperbaiki



3 jam



2 jam 0,5 jam



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



1,5 jam



0,5 jam



0,5 jam



1 jam



1 jam 15 jam 5 jam



MTTO 9 jam



Non Value Added Time



Value Added Time



% Maintenance Efficiency



MTTR



MTTY



5 jam



1 jam



10 jam



5 jam



33,33 %



Gambar 5.2. Current State MVSM Mesin Creeper1



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Mengalokasikan Sumber daya



Komunikasikan Masalah



Menjalankan mesin peralaytan setelah diperbaiki



2 jam



2 jam 0,5 jam



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



1 jam



1 jam



0,5 jam



1 jam



1 jam 13 jam 4 jam



MTTO 8 Jam



Non Value Added Time



9 jam



Value Added Time



4 jam



% Maintenance Efficiency



MTTR



MTTY



4 jam



1 jam



30,77 %



Gambar 5.3. Current State MVSM Mesin Creeper 2



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Mengalokasikan Sumber daya



Komunikasikan Masalah



Menjalankan mesin peralaytan setelah diperbaiki



2,5 jam



3,5 jam 0,5 jam



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



0,5 jam



0,5 jam



0,5 jam



1 jam



1 jam 15 jam 5 jam



MTTO 9 jam



Non Value Added Time



10 jam



Value Added Time



5 jam



% Maintenance Efficiency



MTTR



MTTY



5 jam



1 jam



33,33 %



Gambar 5.4. Current State MVSM Mesin Creeper 3



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Mengalokasikan Sumber daya



Komunikasikan Masalah



Menjalankan mesin peralaytan setelah diperbaiki



2,5 jam



2,5 jam 0,5 jam



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



0,5 jam



0,5 jam



0,5 jam



1 jam



1 jam 14 jam 5 jam



MTTO 8 jam



Non Value Added Time



9 jam



Value Added Time



5 jam



% Maintenance Efficiency



MTTR



MTTY



5 jam



1 jam



35,71 %



Gambar 5.5. Current State MVSM Mesin Creeper 4



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Mengalokasikan Sumber daya



Komunikasikan Masalah



Menjalankan mesin peralaytan setelah diperbaiki



3 jam



3 jam 0,5 jam



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



0,5 jam



0,5 jam



0,5 jam



1 jam



1 jam 14 jam 4 jam



MTTO 9 jam



Non Value Added Time



10 jam



Value Added Time



4 jam



% Maintenance Efficiency



MTTR



MTTY



4 jam



1 jam



28,57 %



Gambar 5.6. Current State MVSM Mesin Creeper 5



Universitas Sumatera Utara



Berdasarkan Gambar 5.2. aktivitas yang akan memberikan nilai tambah adalah aktivitas perbaikan/perawatan mesin, sedangkan aktivitas lainnya tidak memberikan nilai tambah. Aktivitas non value added pada perbaikan/perawatan mesin creeperdapat dilihat pada Tabel 5.12. Tabel 5.12. Aktivitas Non Value Addeed Mesin Creeper NO



Waktu (jam)



Aktifitas



1



Equipment Breakdown



2



Komunikasi Masalah



3



Delay karena tidak adanya operator perawatan



4



Identifiaksi Masalah



1,5



5



Identifikasi sumber daya



0,5



6



Delay tidak tersedianya komponen mesin



3



7 8



9



0,5



2



Mengalokasikan sumber daya Mempersiapkan pekerjaan yang akan dilakukan



0,5



Menjalankan mesin/peralatan setelah diperbaiki



Keterangan Terjadinya kerusakan atau perlunya dilakukan perawatan pada satu mesin/peralatan yang dapat mempengaruhi proses produksi. Operator pengguna mesin/peralatan mengkoordinasikan masalah kerusakan ke operator perawatan/perbaikan Aktivitas perawatan tertunda karena operator perawatan yang tidak berada ditempat pada waktu operator penggunamesin/peralatan menyampaikan kondisi equipment breakdown. Identifikasi hal – hal yang menyebabkan terhentinya mesin/peralatan yang digunakan Identifikasi sumber daya yang dibutuhkan dalam melakukan proses perawtan atau perbaikan seperti: alatalat (obeng, tang, palu, dll), spare parts, operator dan yang lainnya Delay terjadi karena tidak tersedianya komponen yang dibutuhkan meskipun informasi yang telah diterima oleh operator perawatan Mempersiapkan sumber daya yang telah diidentifikasi



1



Menyusun rencana kerja



1



Waktu yang dibutuhkan untuk memastikan bahwa mesin/peralatan dapat digunakan kembali setelah kegiatan setelah kegiatan perawatan mesin/peralatan dilakukan



Dari Tabel 5.12. dapat dilihat masih terdapat aktivitas yang seharusnya dapat dieliminasi seperti delay karena tidak adanya operator dan delay karena tidak



tersedianya



mapdiharapkan



komponen



agar



kedua



mesin. aktivitas



Pada tersebut



pembentukan dapat



future



state



dieliminasi



untuk



mengoptimalkan perawatan mesin.



Universitas Sumatera Utara



5.2.5. Pembentukan Future State Map Data mengenai waktu rata-rata seperti MMTO, MTTR dan MTTY didapat dari hasil wawancara dengan bagian maintenance mengenai tahap perbaikan yang dilakukan hingga mesin dapat dioperasikan kembali. Setelah membuat current state map, maka langkah terakhir dalam MVSM adalah membuat future state map. Dari hasil penggambaran future state map didapatkan total waktu non value added sebesar 5 jam dan waktu value added sebesar 5 jam. Maka nilai maintenance efficiency unutk Mesin Creeper adalah sebesar 50,00 %.



% Maintenance Efficiency



= =



Value Added Time MMLT (Mean Maintenance Lead Time) 5 jam 10 jam



x 100%



=50,00 %



Future state map aktivitas Mesin Creeperdapat dilihat pada Gambar 5.3. aktivitas yang memberikan nilai tambah adalah aktivitas perbaikan/perawatan mesin, sedangkan aktivitas lainnya tidak memberikan nilai tambah. Aktivitas non value added pada perbaikan/perawatan Mesin Creeper 1 dapat dilihat pada Tabel 5.13.



Universitas Sumatera Utara



Tabel 5.13. Aktivitas Non Value AddeedMesin Creeper Future State Map NO



Aktifitas



Waktu (jam)



1



Equipment Breakdown



-



2



Komunikasi Masalah



0,5



3



Identifiaksi Masalah



1,5



4



Identifikasi sumber daya



0,5



5 6



7



Mengalokasikan sumber daya Mempersiapkan pekerjaan yang akan dilakukan Menjalankan mesin/peralatan setelah diperbaiki



0,5



Keterangan Terjadinya kerusakan atau perlunya dilakukan perawatan pada satu mesin/peralatan yang dapat mempengaruhi proses produksi. Operator pengguna mesin/peralatan mengkoordinasikan masalah kerusakan ke operator perawatan/perbaikan Identifikasi hal – hal yang menyebabkan terhentinya mesin/peralatan yang digunakan Identifikasi sumber daya yang dibutuhkan dalam melakukan proses perawtan atau perbaikan seperti: alat-alat (obeng, tang, palu, dll), spare parts, operator dan yang lainnya Mempersiapkan sumber daya yang telah diidentifikasi



1



Menyusun rencana kerja



1



Waktu yang dibutuhkan untuk memastikan bahwa mesin/peralatan dapat digunakan kembali setelah kegiatan setelah kegiatan perawatan mesin/peralatan dilakukan



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Komunikasikan Masalah



Mengalokasikan Sumber daya



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



Menjalankan mesin peralaytan setelah diperbaiki



0 jam 0,5 jam



1,5 jam



0,5 jam



0,5 jam



1 jam



1 jam 10 jam 5 jam



MTTO 4 jam



Non Value Added Time



5 jam



Value Added Time



5 jam



% maintenance Efficiency



MTTR



MTTY



5 jam



1 jam



50 %



Gambar 5.7. Future State MVSM Mesin Creeper1



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Komunikasikan Masalah



Mengalokasikan Sumber daya



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



Menjalankan mesin peralaytan setelah diperbaiki



0 jam 0,5 jam



1 jam



1,5 jam



1,5 jam



1,5 jam



1 jam 11 jam 4 jam



MTTO 6 jam



Non Value Added Time



7 jam



Value Added Time



4 jam



% maintenance Efficiency



MTTR



MTTY



4 jam



1 jam



36,36 %



Gambar 5.8. Future State MVSM Mesin Creeper2



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Komunikasikan Masalah



Mengalokasikan Sumber daya



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



Menjalankan mesin peralaytan setelah diperbaiki



0 jam 0,5 jam



1 jam



0,5 jam



1 jam



1 jam



0,5 jam



9,5 jam 5 jam



MTTO 3,5 jam



Non Value Added Time



Value Added Time



% Maintenance Efficiency



MTTR



MTTY



5 jam



1 jam



4,5 jam



5 jam



52,63 %



Gambar 5.9. Future State MVSM Mesin Creeper3



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Komunikasikan Masalah



Mengalokasikan Sumber daya



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



Menjalankan mesin peralaytan setelah diperbaiki



0 jam 0,5 jam



0,5 jam



0,25 jam



0,25 jam



0,5 jam



1 jam 8,5 jam 5 jam



MTTO 2,5 jam



Non Value Added Time



Value Added Time



% maintenance Efficiency



MTTR



MTTY



5 jam



1 jam



3,5 jam



5 jam



58,82 %



Gambar 5.10. Future State MVSM Mesin Creeper4



Universitas Sumatera Utara



Equipment Breakdown



Identikasi Masalah



Identifikasi Sumber Daya



Komunikasikan Masalah



Mengalokasikan Sumber daya



Melakukan Perawatan /perbaikan Mempersiapkan pekerjaan yang akan dilakukan



Menjalankan mesin peralaytan setelah diperbaiki



0 jam 0,25 jam



0,25 jam



0,5 jam



0,5 jam



1 jam



1 jam 7,5 Jam 4 jam



MTTO 2,5 jam



Non Value Added Time



Value Added Time



% Maintenance Efficiency



MTTR



MTTY



4 jam



1 jam



3,5 jam



4 jam



53,33 %



Gambar 5.11. Future State MVSM Mesin Creeper5



Universitas Sumatera Utara



Dari hasil pembentukan current state map dan future state map dapat dilihat terdapat perbedaan yang signifikan, dimana pada future state map aktivitas-aktivitas yang tidak memberikan nilai tambah (non value added activities) telah berkurang. Perbandingan antara nilai current state map dengan future state map untuk Mesin Creeper 1 dapat dilihat pada Tabel 5.14. Table 5.14. Perbandingan Current State Map dengan Future State MapMesin Kritis Mesin Creeper1 Future State Map



No



Kategori



Current State Map (jam)



1 2 3 4



MTTO MTTR MTTY MMLT (MTTO+ MTTR+ MTTY) Non Value Added Time (MTTO + MTTY) Value Added Time (MTTR)



9 5 1 15



4 5 1 10



10



5



5



5



33,33 %



50,00 %



5 6 7



% Maintenance Efficiency(Value Added Time/MMLT)



(jam)



Mesin Creeper 2 1 2 3 4



MTTO MTTR MTTY MMLT (MTTO+ MTTR+ MTTY) Non Value Added Time (MTTO + MTTY)



8 4 1 13



6 4 1 11



9



7



6



Value Added Time (MTTR)



4



4



7



% Maintenance Efficiency(Value Added Time/MMLT)



30,77 %



36,36 %



5



Mesin Creeper3 1 2



MTTO MTTR



9 5



3,5 5



3 4



MTTY MMLT (MTTO+ MTTR+ MTTY)



1 15



1 9,5



Universitas Sumatera Utara



5 6 7



Non Value Added Time (MTTO + MTTY) Value Added Time (MTTR) % Maintenance Efficiency(Value Added Time/MMLT)



10



4,5



5



5



33,33 %



52,63 %



Table 5.15. Perbandingan Current State Map dengan Future State MapMesin Kritis (Lanjutan) Mesin Creeper4 1 2 3 4 5 6 7



MTTO MTTR MTTY MMLT (MTTO+ MTTR+ MTTY) Non Value Added Time (MTTO + MTTY) Value Added Time (MTTR) % Maintenance Efficiency(Value Added Time/MMLT)



8 5 1 14



2,5 5 1 8,5



9



3,5



5



5



35,71 %



58,82 %



9 4 1 14



2,5 4 1 7,5



10



3,5



4



4



28,57 %



53,33 %



Mesin Creeper5 1 2 3 4 5 6 7



MTTO MTTR MTTY MMLT (MTTO+ MTTR+ MTTY) Non Value Added Time (MTTO + MTTY) Value Added Time (MTTR) % Maintenance Efficiency(Value Added Time/MMLT)



Universitas Sumatera Utara



BAB VI ANALISIS PEMECAHAN MASALAH



6.1.



Analisis Jenis dan Mesin Kritis Mesin – mesin yang digunakan untuk proses produksi pada PT. XYZ.



adalahRotary Screen, Breaker, Washing Tank, Bucket, Homogencer, Hammer Mill, Creeper, Vortex Pump, Pusher Trolly, Blower, Exs Fan, Hydroulick Press, Lift KGA, dan Shredder. Berdasarkan



diagram



paretodenganprinsip



80%-20%



makadidapatkanmesin



yang



menjadiprioritaspembahasandenganfrekuensikerusakanterbesaradalahCreeper



1,



Creeper 2, Creeper 3, Creeper 4, danCreeper 5.



6.2.



Analisis Jadwal Perawatan Mesin Perawatanmesinusulanadalahdenganmelakukanpenggantiankomponenmesi



n yang jadwalnyadidapatkandenganpendekatanreliability engineering. Tahapan yangdilakukanadalahdenganmelakukanpengujianpoladistribusiterhadapsetiapmesi n



kritislalumenghitungnilai



MTTF



(Mean



Time



ToFailure)



yang



menjadijadwalperawatan mesin. Poladistribusikerusakanmesindiujidenganmenggunakandistribusi normal, lognormal, Pengujianpoladistribusiinidilakukandenganmenggunakan



eksponensialdanweibull. data



interval



kerusakantiapmesin.



Universitas Sumatera Utara



PenentuanpoladistribusiterpilihdilakukanberdasarkannilaiIndex



of



Fitterbesardarijenisdistribusi yang diuji. Hasil yang didapatnilaiMTTF untuksetiapmesinkritisadalahuntukmesin Creeper 1adalah 101 hari, mesin Creeper 2adalah 101 hari, mesin Creeper 3adalah 107hari, mesin Creeper 4adalah 113 hari dan mesin Creeper 5adalah 111 hari.



Artinyaialahbahwa



mesinsudah



harusmendapatkan



perawatanpadasaatberoperasiselama101hariuntukmesin



Creeper



1,danselanjutnyauntuksetiap mesin kritis. Berdasarkan data perusahaan sampai bulan September maka perhitungan jadwal usulan perawatan mesin di mulai dari tanggal 1 oktober 2018 dengan contoh perhitungan sebagai berikut: Jadwal usulan perawatan mesin creeper 1 = 1 oktober + 101 hari = 10 januari 2019 Jadwal usulan perawatan mesin creeper 2 = 1 oktober + 101 hari = 10 januari 2019 Jadwal usulan perawatan mesin creeper 3 = 1 oktober + 107 hari = 16 januari 2019 Jadwal usulan perawatan mesin creeper 4 = 1 oktober + 113 hari = 22 januari 2019 Jadwal usulan perawatan mesin creeper 5 = 1 oktober + 111 hari = 20 januari 2019



Universitas Sumatera Utara



6.3.



AnalisisNilaiKeandalanMesinKritispada JadwalPerawatan Nilaikeandalan



(reliability)



mesinkritispadajadwalperawatan



yang



diusulkandigunakanuntukmengetahuibesarnilaikeandalanmesinpadasaatdilakukanj adwalperawatan yang diusulkan. NilaikeandalanmesinCreeper



1



padajadwalperawatansetiap



haripenggunaannnyaadalahsebesar0,5776haliniberartipadaharike



101 101



kondisimesinberadadibawah 60%, mesin Creeper 2 pada jadwal perawatansetiap 101 haripenggunaannnyaadalahsebesar0,5979, mesin Creeper 3 pada jadwal perawatansetiap 107 haripenggunaannnyaadalahsebesar0,2220, mesin Creeper 4 pada jadwal perawatansetiap 113 haripenggunaannnyaadalahsebesar0,2731, dan mesin



Creeper



5



pada



jadwal



perawatansetiap



111



haripenggunaannnyaadalahsebesar0,2947.



6.4.



AnalisisMean Value Stream Mapping (MVSM) Current



state



perbaikanmesinCreeper



mapdibuatuntukmelihatbagaimana yang



proses



dilakukanolehperusahaanpadasaatini.



Hasilpenggambarancurrent state mapdidapatkannilai total non value added time (waktu MTTO danwaktu MTTY) danvalue added time (waktu MTTR) untuksetiapmesin. Setelahmembuat current state map, makalangkahterakhirdalamMaintanance Value



Stream



Mapping



(MVSM)



KenaikanpersentaseMaintanance



adalahmenyusunfuture Efficiency



setelahdilakukanperencanaanpadaperawatan.



pada mesin



state



map. mesin



Creeper1



Universitas Sumatera Utara



memilikipeningkatanefisiensidari33,33%



menjadi50,00



%,mesin



Creeper2



memilikipeningkatanefisiensidari30,77% menjadi36,36 %, mesin Creeper3 memilikipeningkatanefisiensidari33,33% menjadi52,63 %, mesin Creeper4 memilikipeningkatanefisiensidari35,71% menjadi58,82 %, mesin Creeper5 memilikipeningkatanefisiensidari28,57% menjadi53,33 %.



Universitas Sumatera Utara



BAB VII KESIMPULAN DAN SARAN



7.1.



Kesimpulan Dari hasil pembahasan yang telah dilakukan pada BAB VI maka diambil



kesimpulan sebagai berikut: 1.



Jadwalperawatanmesindenganpenggantiankomponenkritisuntukmesin Creeper 1adalah101hari, mesin Creeper 2adalah 101 hari, mesin Creeper 3adalah 107hari, mesin Creeper 4adalah 113 hari dan mesin Creeper 5adalah 111 hari. Sehingga di dapatkan jadwal usulan mesin dapat di lihat pada Gambar 7.1. sebagai berikut.



Universitas Sumatera Utara



Gambar 7.1. Jadwal Usulan Perawatawan Mesin Pada PT. XYZ. 2018-2019



Universitas Sumatera Utara



2.



NilaikeandalanmesinCreeper



1



padajadwalperawatansetiap



101



haripenggunaannnyaadalahsebesar0,5776haliniberartipadaharike kondisimesinberadadibawah perawatansetiap Creeper



101



3



60%,



pada



jadwal



haripenggunaannnyaadalahsebesar0,5979,



mesin



pada



mesin



Creeper



jadwal



2



101



perawatansetiap



107



haripenggunaannnyaadalahsebesar0,2220, mesin Creeper 4 pada jadwal perawatansetiap 113 haripenggunaannnyaadalahsebesar0,2731, dan mesin Creeper



5



pada



jadwal



perawatansetiap



111



haripenggunaannnyaadalahsebesar0,2947. 3.



HasilpengembanganMaintenance



Value



menghasilkannilaipersentasemaintenance



Stream



Mapping



efficiencyuntukmesinmeningkat.



Peningkataninididapatdariperbandingannilaipenerapancurrent terhadappengembangandenganfuture efficiencyuntukmesin



Creeper1



state



(MVSM)



map.



state



map



Persentasemaintenance



memilikipeningkatanefisiensidari33,33%



menjadi50,00 %,mesin Creeper2 dari30,77% menjadi36,36 %, mesin Creeper3 dari33,33% menjadi52,63 %, mesin Creeper4 dari35,71% menjadi58,82 %, mesin Creeperdari28,57% menjadi53,33 %.



7.2. 1.



Saran Sehubungandenganjadwal



perawatan



mesin



yang



sudahdirancangdenganmetodereliability engineeringmakaperusahaanperlumembentuktimmaintenancepada bagian produksi agar mendapatkanpemahaman yang tepat.



Universitas Sumatera Utara



2.



Perluadanyamonitoringdanevaluasi



yang



terusmenerusterhadappelaksanaanpemeliharaan



yang



telahdirencanakan



agar



keandalan



system



dapatdipertahankanatauditingkatkan. 3. Denganadanyapenelitianinidiharapkandapatmenjadipedomanuntuk penelitianlanjutkan agar perawatan mesin produksi dapat tetap terjaga dengan baik.



Universitas Sumatera Utara



DAFTAR PUSTAKA



Besterfield, H. Dale. Quality Control. College of Engineering Southern Illinois University. Corder. A.S. Teknik Manajemen Pemeliharaan.Jakarta. Penerbit Erlangga. 1997. Igba Joel. A Systems Approach Towards Reliability-Centred Maintenance (RCM) of Wind Turbines. 2013 Jardine, A.K.S. Maintenance, Replacement and Reliability. (Boca Raton: Taylor & Francis group, 2006) Kapur, K.C., and Lamberson, L.R., Reliability in Engineering Design, John Wiley & Sons, New York, 1977. Nasution Hakim Arman. Manajemen Industri. (Penerbit Andi Yogyakarta, 2006). p. 343 Suryono M.A.E. Reliability Centred Maintenance (RCM) Analysis of Laser Machine In Filling Lithos at PT.X. 2018. Rohani Jafri Mods. Production line analysis via value stream mapping: a lean manufacturing process of color industry. 2015 Rother, M dan Shook, J, Learning to See, Value Stream Mapping to Create Value and Eliminate Muda,2003, The Lean Enterprise Institute, Inc



Universitas Sumatera Utara