Metode AHP digunakan dalam perusahaan untuk melakukan perencanaan strategi maintenance dalam jangka waktu secara berkelanjutan dan berguna untuk menambah referensi strategi perusahaan, karena selama ini perusahaan hanya menggunakan preventive maintenance dan corrective maintenance. Selain itu ahp digunakan untuk memberikan kejelasan strategi maintenance sesuai yang dibutuhkan perusahaan, karena selama ini, perusahaan hanya menerapkan preventive maintenance, namun tidak diketahui secara pasti kapan akan terjadi corrective maintenance sehingga corrective maintenance dilakukan secara mendadak. Dalam penelitian Arunraj dan Maiti (2010) menjelaskan bahwa jika sebuah perusahaan tidak memiliki strategi maintenance yang tepat, akan mengakibatkan terjadinya kerugian dalam aspek biaya, waktu, dan tenaga. Maka dalam penelitiannya menggunakan AHP untuk memberikan strategi maintenance yang dibutuhkan perusahaan.
Dalam memproses data AHP, terdapat objek yang digunakan dalam penelitian ini, yaitu data komponen kritis yang mengalami kerusakan yang tidak diprioritaskan untuk segera dilakukan maintenance.
β’ Penilaian Kriteria dan Alternatif Pada Hopper Dryer Berikut Langkah-langkah dalam AHP:
1. Pembuatan Susunan Hierarki
Susunan Hierarki dalam strategi pemilihan sistem pemeliharaan disusun berdasarkan kriteria. Dalam menentukan kriteria pemilihan sistem pemeliharaan yang tepat maka harus mengidentifikasi kriteria apa saja yang dianggap penting oleh perusahaan. Berdasarkan brainstorming dengan pihak perusahaan dimana peneliti juga mengajukan kriteria dari studi literatur kepada perusahaan mengacu pada penelitian Wang dkk (2007). Hasil penyusunan hierarki kriteria dapat dilihat pada gambar 4.4
Pemilihan strategi Maintenance
Risiko Biaya
Nilai Tambah Keandalan
Preventive Maintenance (PM) Corretive
Maintenance (CM) Conditional Based
Maintenance (CBM) Predictive
Maintenance (PdM)
Gambar 4.4 Susunan Hierarki Pemilihan Strategi Maintenance
2. Menetapkan Prioritas
Selanjutnya membuat matriks perbandingan berpasangan yang telah didapatkan dari hasil pengisian kuesioner yang telah dilakukan oleh manajer teknik. Berikut tabel perbandingan kriteria:
Tabel 4.22 Matriks Perbandingan Kriteria
R B N K
R 1 1/4 1/5 1/7
B 4 1 4 1
N 5 1/4 1 1/3
K 7 1 3 1 Jumlah 17,00 2,50 8,20 2,48
Secara keseluruhan perbandingan pada bagian diagonal diberi nilai 1, yaitu sama pentingnya. Hanya pada bagian atas diagonal yang akan diisi karena dibawah diagonal merupakan kebalikan dari bagian atas.
3. Sintesis Komponen
Tahap selanjutnya yaitu sintesis, atau dapat dikatakan suatu proses normalisasi dari matriks perbandingan berpasangan. Dari hasil normalisasi tersebut dibagi dengan jumlah elemen untuk mendapatkan rata-rata sehingga akan diperoleh bobot prioritas.
Tabel 4.23 Matriks Sintesis krtiteria
R B N K Bobot Kriteria
R 0,06 0,10 0,02 0,06 0,06
B 0,24 0,40 0,49 0,40 0,38
N 0,29 0,10 0,12 0,13 0,16
K 0,41 0,40 0,37 0,40 0,40
Jumlah 1 1 1 1 1
Contoh perhitungan pada baris pertama kriteria risiko (R) didapat dari rata-rata perbaris:
Menormalisasi Matriks = π11
βππ =1
17=0,06
Sintesis atau bobot kriteria risiko (R) = jumlah
π = 0,06+0,1+0,02+0,06
4 = 0,06 Selanjutnya dilakukan sintesis Setelah tiap kriteria, kemudian menghitung nilai eigen value (Ξ» max) yaitu dengan menjumlahkan hasil dari perkalian jumlah nilai kolom tiap kriteria
4. Menghitung Consistency ratio (CR)
Pada tahap ini melakukan perhitungan CR. Dari perhitungan ini dapat diketahui apakah AHP yang dibuat diterima atau tidak. Langkah selanjutnya dengan menentukan Eigen Vektor
Tabel 4.24 Eigen Vector Kriteria
R B N K Eigen Vector
R 0,06 0,10 0,03 0,06 0,24
B 0,24 0,38 0,65 0,40 1,67
N 0,30 0,10 0,16 0,13 0,69
K 0,42 0,38 0,49 0,40 1,69
Contoh perhitungan
Eigen Vector π11 = 1 x 0,06 = 0,06 Eigen Vector π21 = 4 x 0,06 = 0,24
Eigen Vector R = 0,06 + 0,1 + 0,03 + 0, 06 = 0,24 Menghitung Ξ» maks
Tabel 4.25 Perhitungan Nilai Ξ» Eigen Vector Bobot Kriteria Ξ»
0,24 0,06 4,06
1,67 0,38 4,37
0,69 0,16 4,25
1,69 0,40 4,27
Contoh perhitungan Ξ» = Eigen Vektor
Bobot Kriteria = 0,24
0,06 =4,06 Ξ» maks = 4,06+4,37+4,25+4,27
4 = 4,24
Menghitung Indeks Konsistensi dengan rumus:
Indeks Konsistensi πΆπΌ =π πππ₯ β π
πβ1 = 4,24 β 4
4β1 = 0,081
Kemudian nilai RI (Random Indexs) untuk n = 4 adalah 0,9 seperti terdapat pada tabel dibawah ini
Tabel 4.26 Random Indeks
n 1 2 3 4 5 6 7 8 9 10
RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49 sehingga dapat dihitung nilai CR seperti dibawah ini:
πΆπ =πΆπΌ
πΌπ = 0,079
0,9 = 0,09
Berdasarkan perhitungan diatas dapat diketahui bahwa nilai CR dapat diterima, karena nilai CR 0,09 < 0,1 maka pengambil keputusan dalam matriks perbandingan berpasangan diatas dapat diterima.
Setelah diketahui nilai dari tiap kriteria pada pembahasan sebelumnya Selanjutnya menghitung nilai alternatif untuk tiap kriteria. Sama dengan menghitung kriteria, pertama kali yang dilakukan ialah menghitung skor untuk tiap alternatif untuk tiap kriteria dengan menggunakan pairwise comparisson didapat tabel perbandingan sebagai berikut
1. Perbandingan Alternatif terhadap kriteria R (Risiko) a. Menetapkan Prioritas
Tabel 4.27 Perbandingan Alternatif terhadap kriteria R
CM PM CBM PdM
CM 1 1/5 1/6 1/3
PM 5 1 1/3 5
CBM 6 3 1 5
PdM 3 1/5 1/5 1
Jumlah 15,00 4,40 1,70 11,33
b. Sintesis Komponen
Tabel 4.28 Matriks Sintesis Alternatif terhadap kriteria R CM PM CBM PdM Bobot Kriteria
CM 0,07 0,05 0,10 0,03 0,06
PM 0,33 0,23 0,20 0,44 0,30
CBM 0,40 0,68 0,59 0,44 0,53
PdM 0,20 0,05 0,12 0,09 0,11
Jumlah 1 1 1 1 1
c. Menghitung Consistency ratio (CR)
Tabel 4.29 Eigen Vector Alternatif terhadap kriteria R
CM PM CBM PdM Eigen
CM 0,06 0,06 0,09 0,04 0,25
PM 0,30 0,30 0,18 0,56 1,34
CBM 0,36 0,90 0,53 0,56 2,35
PdM 0,18 0,06 0,11 0,11 0,46
d. Menghitung Ξ» maks
Tabel 4.30 Perhitungan Ξ» kriteria R Eigen Vector Bobot Kriteria Ξ»
0,25 0,06 4,10
1,34 0,30 4,47
2,35 0,53 4,45
0,46 0,11 4,06
Ξ» maks = 4,1+4,47+4,45+4,06
4 = 4,27
e. Menghitung Indeks Konsistensi dengan rumus:
Indeks Konsistensi πΆπΌ =π πππ₯ β π
πβ1 = 4,27 β 4
4β1 = 0,089
Kemudian nilai RI (Random Indexs) untuk n = 4 adalah 0,9 sehingga dapat dihitung nilai CR seperti dibawah ini:
πΆπ =πΆπΌ
πΌπ = 0,089
0,9 = 0,099
Berdasarkan perhitungan diatas dapat diketahui bahwa nilai CR dapat diterima, karena nilai CR 0,099 < 0,1 maka pengambil keputusan dalam matriks perbandingan berpasangan diatas dapat diterima.
2. Perbandingan Alternatif terhadap kriteria B (Biaya) a. Menetapkan Prioritas
Tabel 4.31 Perbandingan Alternatif terhadap kriteria B
CM PM CBM PdM
CM 1 1/4 1/3 1/5
PM 4 1 5 1
CBM 3 1/5 1 1/3
PdM 5 1 3 1
Jumlah 13,00 2,45 9,33 2,53
b. Sintesis Komponen
Tabel 4.32 Matriks Sintesis Alternatif terhadap kriteria B CM PM CBM PdM Bobot Kriteria
CM 0,08 0,10 0,04 0,08 0,07
PM 0,31 0,41 0,54 0,39 0,41
CBM 0,23 0,08 0,11 0,13 0,14
PdM 0,38 0,41 0,32 0,39 0,38
Jumlah 1 1 1 1 1
c. Menghitung Consistency ratio (CR)
Tabel 4.33 Eigen Vector Alternatif terhadap kriteria B
CM PM CBM PdM Eigen Vector
CM 0,07 0,10 0,05 0,08 0,30
PM 0,29 0,41 0,69 0,38 1,77
CBM 0,22 0,08 0,14 0,13 0,57
PdM 0,37 0,41 0,41 0,38 1,57
d. Menghitung Ξ» maks
Tabel 4.34 Perhitungan Ξ» kriteria B Eigen Vector Bobot Kriteria Ξ»
0,30 0,07 4,06
1,77 0,41 4,30
0,57 0,14 4,11
1,57 0,38 4,16
Ξ» maks = 4,06+4,3+4,11+4,16
4 = 4,16
e. Menghitung Indeks Konsistensi dengan rumus Indeks Konsistensi πΆπΌ =π πππ₯ β π
πβ1 = 4,16 β 4
4β1 = 0,05 Kemudian nilai RI (Random Indexs) untuk n = 4 adalah 0,9 sehingga dapat dihitung nilai CR seperti dibawah ini:
πΆπ =πΆπΌ
πΌπ = 0,05
0,9 = 0,06
Berdasarkan perhitungan diatas dapat diketahui bahwa nilai CR dapat diterima, karena nilai CR 0,06 < 0,1 maka pengambil keputusan dalam matriks perbandingan berpasangan diatas dapat diterima.
3. Perbandingan Alternatif terhadap kriteria N (Nilai Tambah) a. Menetapkan Prioritas
Tabel 4.35 Perbandingan Alternatif terhadap kriteria N
CM PM CBM PdM
CM 1 1/5 1/3 1/5
PM 5 1 3 1/3
CBM 3 1/3 1 1/4
PdM 5 3 4 1
Jumlah 14,00 4,53 8,33 1,78
b. Sintesis Komponen
Tabel 4.36 Matriks Sintesis Alternatif terhadap kriteria N
CM PM CBM PdM Bobot
Kriteria CM 0,07 0,04 0,04 0,11 0,07 PM 0,36 0,22 0,36 0,19 0,28 CBM 0,21 0,07 0,12 0,14 0,14 PdM 0,36 0,66 0,48 0,56 0,51
Jumlah 1 1 1 1 1
c. Menghitung Consistency ratio (CR)
Tabel 4.37 Eigen Vector Alternatif terhadap kriteria N
CM PM CBM PdM Eigen Vector
CM 0,07 0,06 0,05 0,10 0,27
PM 0,33 0,28 0,41 0,17 1,20
CBM 0,20 0,09 0,14 0,13 0,56
PdM 0,33 0,84 0,55 0,51 2,24
d. Menghitung Ξ» maks
Tabel 4.38 Perhitungan Ξ» kriteria N Eigen
Vector
Bobot
Kriteria Ξ»
0,27 0,07 4,06
1,20 0,28 4,26
0,56 0,14 4,09
2,24 0,51 4,35
Ξ» maks = 4,06 +4,26+4,09+4,35
4 = 4,19
e. Menghitung Indeks Konsistensi dengan rumus:
Indeks Konsistensi πΆπΌ = π πππ₯ β π
πβ1 = 4,19 β 4
4β1 = 0,064 Kemudian nilai RI (Random Indexs) untuk n = 4 adalah 0,9 sehingga dapat dihitung nilai CR seperti dibawah ini:
πΆπ =πΆπΌ
πΌπ = 0,064
0,9 = 0,071
Berdasarkan perhitungan diatas dapat diketahui bahwa nilai CR dapat diterima, karena nilai CR 0,071 < 0,1 maka pengambil keputusan dalam matriks perbandingan berpasangan diatas dapat diterima.
4. Perbandingan Alternatif terhadap kriteria K (Keandalan) a. Menetapkan Prioritas
Tabel 4.39 Tabel Perbandingan Alternatif terhadap kriteria K
CM PM CBM PdM
CM 1 3 5 5
PM 1/3 1 3 3
CBM 1/5 1/3 1 1/2
PdM 1/5 1/3 2 1
Jumlah 1,73 4,67 11,00 9,50
b. Sintesis Komponen
Tabel 4.40 Matriks Sintesis Alternatif terhadap kriteria K
CM PM CBM PdM Bobot
Kriteria CM 0,58 0,64 0,45 0,53 0,55 PM 0,19 0,21 0,27 0,32 0,25 CBM 0,12 0,07 0,09 0,05 0,08 PdM 0,12 0,07 0,18 0,11 0,12
Jumlah 1 1 1 1 1
c. Menghitung Consistency ratio (CR)
Tabel 4.41 Eigen Vector Alternatif terhadap kriteria K
CM PM CBM PdM Eigen
Vector CM 0,55 0,75 0,41 0,59 2,30 PM 0,18 0,25 0,25 0,36 1,04 CBM 0,11 0,08 0,08 0,06 0,33 PdM 0,11 0,08 0,17 0,12 0,48 d. Menghitung Ξ» maks
Tabel 4.42 Perhitungan Ξ» kriteria K Eigen
Vector
Bobot
Kriteria Ξ»
2,30 0,55 4,18
1,04 0,25 4,16
0,33 0,08 4,05
0,48 0,12 4,02
Ξ» maks = 4,18+4,16+4,05+4,02
4 = 4,11
e. Menghitung Indeks Konsistensi dengan rumus:
Indeks Konsistensi πΆπΌ =π πππ₯ β π
πβ1 = 4,11 β 4
4β1 = 0,035
Kemudian nilai RI (Random Indexs) untuk n = 4 adalah 0,9 sehingga dapat dihitung nilai CR seperti dibawah ini:
πΆπ =πΆπΌ
πΌπ = 0,035
0,9 = 0,04
Berdasarkan perhitungan diatas dapat diketahui bahwa nilai CR dapat diterima, karena nilai CR 0,04 < 0,1 maka pengambil keputusan dalam matriks perbandingan berpasangan diatas dapat diterima.
Selanjutnya adalah menghitung bobot prioritas keseluruhan Injector.
Gambar berikut menunjukkan hierarki lengkap dengan bobot prioritas yang telah dihitung sebelumnya.
Gambar 4.5 Bobot Prioritas Hopper Dryer
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut:
Gambar 4.6 matriks algebra komponen Hopper Dryer
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,26
β’ PM: 0,32
β’ CBM: 0,14
β’ PdM: 0,28
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen Hopper Dryer yang
terbaik adalah Preventive Maintenance (PM) dengan bobot prioritas 0,32, dilanjutkan dengan PdM 0,281, CM 0,26; dan CBM 0,14.
Selanjutnya pengolahan data AHP dari menetapkan prioritas, menghitung bobot kriteria, menghitung CR, hingga menghitung bobot prioritas keseluruhan pada komponen Hot Runner 1210, Mould 1210, extruder, Injector, Handling for clamping, Hydraulic motor, Crusher, Chiller terdapat pada tabel lampiran
β’ Penilaian Kriteria Pada komponen Hot Runner 1210
Dengan mengolah data yang didapat dengan cara yang sama pada perhitungan sebelumnya maka didapat hasil sebagai berikut:
Pemilihan strategi Maintenance Handling for clamping
Gambar 4.7 Bobot Prioritas Hot Runner 1210
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut:
Gambar 4.8 matriks algebra komponen Hot Runner 1210
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,236
β’ PM: 0,235
β’ CBM: 0,142
β’ PdM: 0,387
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen Hot Runner 1210 yang terbaik adalah Predictive Maintenance (PdM) dengan bobot prioritas 0,387, dilanjutkan dengan CM 0,236; PM 0,235; dan CBM 0,142.
β’ Penilaian Kriteria Pada komponen Mould 1210
Dengan mengolah data yang didapat dengan cara yang sama pada perhitungan sebelumnya maka didapat hasil sebagai berikut:
Pemilihan strategi Maintenance Handling for clamping
Gambar 4.9 Bobot Prioritas Mould 1210
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut:
Gambar 4.10 matriks algebra komponen Mould 1210
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,41
β’ PM: 0,21
β’ CBM: 0,11
β’ PdM: 0,27
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen Mould 1210 yang terbaik adalah Corrective Maintenance (CM) dengan bobot prioritas 0,41, dilanjutkan dengan PdM 0,27; PM 0,21; dan CBM 0,11.
β’ Penilaian Kriteria Pada komponen Extruder
Dengan mengolah data yang didapat dengan cara yang sama pada perhitungan sebelumnya maka didapat hasil sebagai berikut:
Pemilihan strategi Maintenance Handling for clamping
Gambar 4.11 Bobot Prioritas Extruder
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut:
Gambar 4.12 matriks algebra komponen Extruder
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,223
β’ PM: 0,227
β’ CBM: 0,453
β’ PdM: 0,098
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen Extruder yang terbaik adalah Condition Based Maintenance (CBM) dengan bobot prioritas 0,453, dilanjutkan dengan PM 0,227; CM 0,223; dan PdM 0,098.
β’ Penilaian Kriteria Pada komponen Injector
Dengan mengolah data yang didapat dengan cara yang sama pada perhitungan sebelumnya maka didapat hasil sebagai berikut:
Pemilihan strategi
Gambar 4.13 Bobot Prioritas Injector
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut:
Gambar 4.14 matriks algebra komponen Injector
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,097
β’ PM: 0,3
β’ CBM: 0,201
β’ PdM: 0,403
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen injector yang terbaik adalah Predictive Maintenance (PdM) dengan bobot prioritas 0,403, dilanjutkan dengan PM 0,3, CBM 0,201; dan CM 0,097.
β’ Penilaian Kriteria Pada komponen Handling for clamping
Dengan mengolah data yang didapat dengan cara yang sama pada perhitungan sebelumnya maka didapat hasil sebagai berikut:
Pemilihan strategi Maintenance Handling for clamping
Gambar 4.15 Bobot Prioritas Handling for clamping
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut:
Gambar 4.16 matriks algebra komponen Handling for clamping
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,268
β’ PM: 0,166
β’ CBM: 0,14
β’ PdM: 0,426
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen injector yang terbaik adalah Predictive Maintenance (PdM) dengan bobot prioritas 0,426, dilanjutkan dengan CM 0,268; PM 0,166; dan CBM 0,14.
β’ Penilaian Kriteria Pada komponen Hydraulic motor
Dengan mengolah data yang didapat dengan cara yang sama pada perhitungan sebelumnya maka didapat hasil sebagai berikut:
Pemilihan strategi
Gambar 4.17 Bobot Prioritas Hydraulic motor
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut:
Gambar 4.18 matriks algebra komponen Hydraulic motor
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,088
β’ PM: 0,337
β’ CBM: 0,133
β’ PdM: 0,442
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen injector yang terbaik adalah Predictive Maintenance (PdM) dengan bobot prioritas 0,442, dilanjutkan dengan PM 0,337; dan CBM 0,133; dan CM 0,088.
β’ Penilaian Kriteria Pada komponen Crusher
Dengan mengolah data yang didapat dengan cara yang sama akan didapat hasil sebagai berikut:
Pemilihan strategi
Gambar 4.19 Bobot Prioritas Crusher
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut: Gambar 4.20 matriks algebra komponen Crusher
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,107
β’ PM: 0,229
β’ CBM: 0,526
β’ PdM: 0,138
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen injector yang terbaik adalah Conditional Based Maintenance (CBM) dengan bobot prioritas 0,526, dilanjutkan dengan PM 0,229; dan PdM 0,138; dan CM 0,107.
β’ Penilaian Kriteria Pada komponen Chiller
Dengan mengolah data yang didapat dengan cara yang sama didapat hasil sebagai berikut:
Gambar 4.21 Bobot Prioritas Chiller
Dengan menggunakan perhitungan matriks algebra maka dapat diselesaikan sebagai berikut:
Gambar 4.22 matriks algebra komponen Chiller
Sehingga didapat bobot alternatif yaitu:
β’ CM: 0,086
β’ PM: 0,229
β’ CBM: 0,48
β’ PdM: 0,205
Dari hasil perhitungan keseluruhan bobot alternatif diatas dapat disimpulkan bahwa pemilihan maintenance pada komponen injector yang terbaik adalah Conditional Based Maintenance (CBM) dengan bobot prioritas 0,48, dilanjutkan dengan PM 0,229; dan PdM 0,205; dan CM 0,086.