iv Universitas Kristen Maranatha
ABSTRAK
PT Sumber Jaya Indahnusa Coy (disingkat SJI) merupakan sebuah perusahaan keluarga penghasil minyak kelapa sawit mentah (CPO) yang berlokasi di Kota Lama, Riau. Perusahaan ini belum menerapkan perawatan berkala pada mesin-mesin produksi. Perusahaan ini rata-rata beroperasi selama 24 jam, sehingga kegiatan inspeksi mesin tidak dapat dilakukan begitu sering. Oleh karena jam kerja tersebut, proses perawatan (berupa inspeksi dan penggantian komponen mesin, tanpa adanya reparasi) hanya dilakukan ketika mesin rusak. Perawatan mesin memerlukan waktu rata-rata selama 5 jam. Perusahaan tidak menyimpan suku cadang yang mahal, sehingga tidak semua suku cadang dapat disimpan (harus dipesan dari supplier). Pemesanan suku cadang hanya dilakukan ketika mesin telah rusak dengan lead time suku cadang impor selama 5-8 hari dan 2-4 hari untuk suku cadang lokal. Hal ini menyebabkan downtime yang lama karena perbaikan hanya dapat dilakukan setelah suku cadang telah tersedia, sehingga terjadi penurunan output produksi. Penulis menduga bahwa preventive
maintenance dapat mengurangi dampak dari lead time suku cadang tersebut
karena suku cadang dapat dipesan terlebih dahulu sebelum kerusakan tak terjadwal dapat terjadi.
Kemudian, penulis mengumpulkan data-data seperti data perusahaan, waktu kerusakan mesin, kapasitas dan jumlah unit mesin, waktu proses, waktu perawatan mesin rata-rata, harga jual CPO dan kernel, layout pabrik, lead time suku cadang, dan jenis output. Setelah itu, data kerusakan mesin digunakan pada pengujian
goodness-of-fit untuk menentukan distribusi teoritis yang mampu mewakili
penyebaran data kerusakan mesin dengan metode anderson-darling karena pembebanan lebih pada tail distribusi yang berarti cocok dengan periode pengujian jangka panjang (long-run) dan estimasi parameter distribusi terkait dengan pendekatan maximum likelihood estimator karena tingkat kepresisiannya lebih baik dibandingkan metode sejenis seperti least-square method. Setelah semua distribusi dan parameter telah ditentukan, penulis menggunakan hasil perhitungan tersebut bersama data-data yang telah dikumpulkan sebelumnya untuk membuat model yang akan mewakili sistem produksi aktual untuk kemudian disimulasikan selama 3 tahun agar jumlah kerusakan yang terjadi tidak terlalu sedikit dan setiap mesin telah rusak setidaknya sekali. Pendekatan simulasi digunakan karena alasan kemudahan pengolahan data serta keterbatasan model matematis atas asumsi tertentu dan dapat berubah menjadi kompleks sesuai dengan kompleksitas sistem aktual. Simulasi dilakukan dalam 4 tahap, yaitu penentuan warm-up period, menjalankan simulasi model sistem aktual (existing), simulasi mode usulan dengan jadwal preventive maintenance, serta perbandingan kinerja kedua sistem dari segi availability dan output produksi.
Setelah keempat tahap simulasi telah dilakukan, penulis pada akhirnya mengetahui bahwa dengan dilakukannya preventive maintenance, sistem produksi
DAFTAR ISI
ABSTRAK ……….iv
KATA PENGANTAR DAN UCAPAN TERIMA KASIH ………v
DAFTAR ISI ……….vii 1.3 Pembatasan Masalah dan Asumsi ………1-2
1.4 Perumusan Masalah ………1-2
1.5 Tujuan dan Manfaat Penelitian ………1-3 1.6 Sistematika Penulisan ……….1-3 BAB 2 TINJAUAN PUSTAKA
2.1 Pengertian Reliability, Maintainability, dan Availability ………2-1 2.2 Model Distribusi Kerusakan ………2-2
2.3 Estimasi Parameter Distribusi ……….2-3
2.4 Metode Goodness-of-Fit ……….2-5 2.5 Pengertian Simulasi ……….2-8 2.6 Dasar-dasar Simulasi ……….2-9 2.7 Pembuatan Simulasi dengan Promodel 4.22 ……….2-13 BAB 3 METODOLOGI PENELITIAN ………3-1 BAB 4 PENGUMPULAN DATA
4.1 Data Umum Perusahaan ……….4-1
4.2 Data Kerusakan dan Delay Suku Cadang
4.2.1 Boiling Station ……….4-3
viii Universitas Kristen Maranatha 4.2.4 Clarification Station ………4-7 4.2.5 Kernel Recovery Station ………4-8 4.3 Data Kapasitas Mesin ……….4-10 4.4 Waktu dan Biaya Perawatan Mesin, Harga CPO, dan Harga Kernel …4-11
4.5 Layout Pabrik ……….4-11
BAB 5 PENGOLAHAN DATA DAN ANALISIS
5.1 Goodness-of-Fit Test dan Estimasi Paramater Distribusi Terpilih …….5-1
5.2 Pembuatan Model Simulasi ……….5-2
5.3 Simulasi Model Sistem Aktual ………5-16
5.4 Simulasi Model Sistem Usulan ………5-19
5.5 Perbandingan Kedua Model ……….5-22 BAB 6 KESIMPULAN DAN SARAN
6.1 Kesimpulan ………6-1
6.2 Saran ………..6-1
DAFTAR PUSTAKA LAMPIRAN
DAFTAR TABEL
Tabel Judul Halaman
4.1 Rincian Mesin Tiap Stasiun 4-2
4.2 Data Kerusakan Sterilizer No. 1 4-3
4.3 Data Kerusakan Sterilizer No. 2 4-4
4.4 Data Kerusakan Fruit Bunch Elevator 4-4
4.5 Data Kerusakan Threshing Machine No. 1 4-4 4.6 Data Kerusakan Threshing Machine No. 2 4-4
4.7 Data Kerusakan Fruit Elevator 4-5
4.8 Data Kerusakan Hoisting Crane No. 1 4-5
4.9 Data Kerusakan Hoisting Crane No. 2 4-5
4.10 Data Kerusakan Digester No. 1 4-5
4.11 Data Kerusakan Digester No.2 4-6
4.12 Data Kerusakan Digester No.3 4-6
4.13 Data Kerusakan Screw Press No. 1 4-6
4.14 Data Kerusakan Screw Press No. 2 4-6
4.15 Data Kerusakan Screw Press No. 3 4-7
4.16 Data Kerusakan Vibrating Screen No. 1 4-7 4.17 Data Kerusakan Vibrating Screen No. 2 4-7 4.18 Data Kerusakan Sludge Centrifuge No. 1 4-7
4.19 Data Kerusakan Sludge Centrifuge No. 2 4-8
4.20 Data Kerusakan Oil Purifier No. 1 4-8
4.21 Data Kerusakan Oil Purifier No. 2 4-8
4.22 Data Kerusakan Nut Seperating Column 4-8
4.23 Data Kerusakan Ripple Mill No. 1 4-9
4.24 Data Kerusakan Ripple Mill No. 2 4-9
x Universitas Kristen Maranatha
Tabel Judul Halaman
4.28 Data Kapasitas Mesin 4-10
5.1 Hasil Goodness-of-Fit Test dan MLE 5-1
5.2 Hasil Pemulusan Welch’s Moving Average 5-17
5.3 Interval PM Usulan 5-20
5.4 Perbandingan Availability dan Profit Kedua Model 5-23
DAFTAR GAMBAR
Gambar Judul Halaman
2.1 Elemen Sistem 2-11
2.2 Pengaruh Warm-up Terhadap Output Sistem 2-13
2.3 Entities 2-14
3.1 Flowchart Metodologi Penelitian 3-1
3.2 Flowchart Pengolahan Data 3-4
4.1 Struktur Organisasi Perusahaan 4-2
5.1 Entities Model 5-2
5.11 Specifications 5-9
5.12 Processing Model 5-9
5.13 Operation 5-10
5.14 Routing Rule 5-11
5.15 Variables Model 5-12
xii Universitas Kristen Maranatha
Gambar Judul Halaman
5.17 Macros Model 5-13
5.18 Subroutines Model 5-14
5.19 Subroutine Logic sD1(Kiri) dan sDU1 (Kanan) 5-14
5.20 Hasil Output Rata-rata CPO 5-17
5.21 Warm-up Period 5-17
5.22 Jumlah Hari Kerusakan Existing Model 5-18
5.23 Jumlah Output Existing Model 5-19
5.24 Jumlah Hari Kerusakan Model Usulan 5-21
5.25 Jumlah Output Model Usulan 5-21
5.26 Perbandingan Jumlah Hari Kerusakan 5-22
DAFTAR LAMPIRAN
Lampiran Judul Halaman
L.1 Interface Minitab 17 L-1
L.2 Individual Distribution Identification L-1
L.3 Individual Distribution Identification Dialog Box L-2
L.4 Options and Results Dialog Box L-2
L.5 Hasil Goodness-of-Fit Test L-2
L.6 Distribution Overview Plot (DOP) L-3
L.7 Kotak Dialog DOP dan Options L-3
L.8 Hasil Estimasi Parameter Distribusi L-4
L.9 Interface SimRunner 2 L-5
L.10 Tabel Inputs dan Objective Function Setup L-5
L.11 Menetapkan Fungsi Tujuan L-6
L.12 SimRunner2 Dashboard L-6
1-1 Universitas Kristen Maranatha
BAB I
PENDAHULUAN
1.1Latar Belakang Masalah
Seiring waktu, kemampuan mesin dalam melaksanakan fungsinya akan semakin menurun, baik karena pengaruh suhu, kelembaban, gesekan, maupun beban yang dikerjakan selama mesin beroperasi yang berujung kepada kerusakan mesin. Kerusakan pada mesin dapat menyebabkan penurunan output produksi sebagai akibat penurunan jumlah bahan baku yang dapat diolah sekaligus dalam waktu tertentu. Hal ini juga akan diperburuk dengan lead time pemesanan suku
cadang dari supplier karena perawatan tidak dapat dilakukan hingga suku cadang telah tersedia.
PT. Sumber Jaya Indahnusa Coy (disingkat SJI) merupakan sebuah perusahaan keluarga penghasil minyak kelapa sawit mentah (CPO) yang berlokasi di Kota Lama, Rokan Hulu, Riau. Perusahaan ini belum menerapkan perawatan berkala pada mesin-mesin produksi seperti perusahaan lainnya. Perusahaan ini beroperasi selama 24 jam, sehingga kegiatan inspeksi mesin tidak dapat dilakukan begitu sering. Oleh karena jam kerja tersebut, proses perawatan (berupa inspeksi dan penggantian komponen mesin, tanpa adanya reparasi) hanya dilakukan ketika mesin rusak. Perawatan mesin memerlukan waktu rata-rata selama 5 jam. Perusahaan tidak menyimpan suku cadang yang mahal, sehingga tidak semua suku cadang dapat disimpan (harus dipesan dari supplier). Pemesanan suku cadang hanya dilakukan ketika mesin telah rusak dengan lead time suku cadang impor selama 5-8 hari dan 2-4 hari untuk suku cadang lokal. Hal ini menyebabkan
downtime yang lama karena perbaikan hanya dapat dilakukan setelah suku cadang
Bab 1 Pendahuluan 1-2
1.2Identifikasi Masalah
Berdasarkan latar belakang masalah, hal yang mungkin menjadi masalah adalah perawatan tidak dilakukan secara berkala sehingga pemesanan suku cadang hanya dilakukan ketika terjadi kerusakan. Hal ini mengakibatkan
ketidaktersediaan mesin (unavailable) selama delay pengiriman suku cadang ditambah waktu perawatan yang akan mengurangi output produksi.
1.3Pembatasan Masalah dan Asumsi
Untuk menyederhanakan penelitian, beberapa batasan yang diterapkan dalam penelitian ini meliputi:
1. Distribusi kerusakan mesin dibatasi hanya pada empat jenis distribusi yang umum digunakan: normal, lognormal, weibull, dan eksponensial.
2. Kerusakan tiap komponen pada satu jenis mesin digabung menjadi frekuensi kerusakan mesin tersebut (kerusakan mesin tidak dibagi berdasarkan tipe komponen yang rusak).
3. Hanya mesin-mesin dengan frekuensi kerusakan lebih besar sama dengan 3 kali selama 2 tahun terakhir yang dimasukkan ke dalam model.
4. Kerusakan buah selama proses produksi (sebagai akibat downtime dan
leadtime) tidak diperhitungkan.
Asumsi dalam penelitian ini meliputi:
1. Tidak terjadi kerusakan selama menunggu pemesanan suku cadang.
2. Dengan penerapan preventive maintenance (PM), downtime hanya dihitung berdasarkan waktu perawatan saja, karena pemesanan suku cadang dapat
dilakukan pada hari PM dan mesin tetap operasional (tidak down selama menunggu suku cadang datang).
3. Jam operasional pabrik selalu 24 jam.
4. Tim maintenance selalu tersedia untuk melakukan perawatan.
1.4Perumusan Masalah
Bab 1 Pendahuluan 1-3
Universitas Kristen Maranatha 1. Berapa availability sistem sebelum penerapan jadwal PM?
2. Berapa interval waktu PM yang disarankan?
3. Berapa availability sistem setelah penerapan jadwal PM?
4. Berapa peningkatan output sistem setelah penerapan jadwal PM?
5. Apa kelemahan atau batasan dari model yang dibuat? 6. Bagaimana aplikasi usulan pada sistem kerja aktual?
1.5Tujuan dan Manfaat Penelitian
Penelitian ini dilakukan dengan tujuan:
1. Menghitung availability sistem sebelum penerapan jadwal PM. 2. Menentukan interval waktu PM yang disarankan.
3. Menghitung availability sistem setelah penerapan jadwal PM. 4. Menghitung peningkatan output setelah penerapan jadwal PM. 5. Menganalisis kelemahan atau batasan dari model yang dibuat. 6. Mengetahui cara pengaplikasian usulan pada sistem kerja aktual.
1.6Sistematika Penulisan
BAB 1 PENDAHULUAN
Berisi fakta-fakta di lapangan yang mendasari pelaksanaan penelitian, pengidentifikasian masalah, pembatasan serta asumsi yang digunakan dalam
penelitian, perumusan hal-hal yang ingin didapatkan melalui penelitian, dan kerangka penyusunan laporan tugas akhir.
BAB 2 TINJAUAN PUSTAKA
Berisi teori-teori yang mendukung penelitian dalam penyusunan laporan Tugas Akhir.
BAB 3 METODOLOGI PENELITIAN
Bab 1 Pendahuluan 1-4
BAB 4 PENGUMPULAN DATA
Berisi data-data yang dikumpulkan yang kemudian akan diolah untuk memenuhi tujuan penelitian.
BAB 5 PENGOLAHAN DATA DAN ANALISIS
Berisi pengolahan data yang telah dikumpulkan dan analisis hasil yang didapat
dari pengolahan data.
BAB 6 KESIMPULAN DAN SARAN
6-1 Universitas Kristen Maranatha
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
1. Availability sistem sebelum penerapan jadwal preventive maintenance
adalah sebesar 94,0349 %.
2. Berdasarkan hasil pengolahan data, interval waktu preventive maintenance
yang diusulkan adalah sebagai berikut: Tabel 6.1
3. Availability sistem sebelum penerapan jadwal preventive maintenance
adalah sebesar 96,4132 %.
4. Persentase perbaikan / improvement sistem setelah penerapan jadwal
preventive maintenance adalah peningkatan availability sistem sebesar
2,3783 %, peningkatan output produksi sebesar 5,5160 % (setara dengan
3.489 ton CPO dan 873 ton kernel), serta peningkatan profit sebesar 3,2668 % (setara dengan Rp 15.517.796.000,00 dalam 3 tahun atau Rp
Bab 6 Kesimpulan dan Saran 6- 2
5. Model yang dibuat menggunakan biaya perawatan, waktu perawatan, dan
lead time suku cadang rata-rata sehingga ada kemungkinan overestimate dan
underestimate nilai sesungguhnya. Selain itu, jumlah sampel kerusakan
mesin yang didapatkan kecil, sehingga hasil pengujian goodness-of-fit dan
estimasi parameter distribusi mungkin tidak mencerminkan distribusi kerusakan mesin sepenuhnya.
6. Dalam pengaplikasiannya pada sistem kerja aktual, kegiatan inspeksi akan dilakukan pada hari interval PM. Dalam kegiatan inspeksi komponen-komponen yang bermasalah harus diidentifikasi terlebih dahulu untuk kemudian dipesan suku cadangnya untuk suku cadang impor dan dapat langsung diganti bila suku cadang komponen lain tersedia di perusahaan. Selama menunggu pemesanan suku cadang, mesin dapat terus beroperasi jika kerusakan yang ditemukan tidak parah atau bila mematikan mesin dirasa tidak perlu.
6.2 Saran
1. Untuk penelitian lanjutan, mungkin hal-hal seperti jumlah personel, jumlah
shift kerja tim maintenance, serta keahlian tim perlu diperhitungkan.
2. Dalam praktiknya di lapangan, pengujian goodness-of-fit sebaiknya dilakukan berulang kali setiap terjadi kerusakan mesin untuk meningkatkan
jumlah sampel kerusakan sehingga hasil pengujian lebih akurat serta kerusakan mesin dapat dikelompokkan berdasarkan tipe komponen yang
rusak (tidak lagi digabung).
Universitas Kristen Maranatha
DAFTAR PUSTAKA
Demiz, dkk. 2013. Comparisons of the Goodness of Fit Tests for The Geometric
Distribution. Journal of Science. 26(3), 369-375.
Ebeling, E. Charles. 1997. An Introduction to Reliability and Maintainability
Engineering. Singapura: McGraw-Hill Book Co.
Genschel, U. dan Meeker, W.Q. 2010. A Comparison of Maximum Likelihood and
Median-Rank Regression for Weibull Estimation. Amerika Serikat: Quality
Engineering,
Harrell, Charles dkk. 2004. Simulation Using Promodel, Second Edition. Amerika Serikat: The McGraw-Hill Companies.
Minitab Incorporated. Least squares estimation method and maximum likelihood e s t i m a t i o n m e t h o d . D i p e r o l e h 1 0 A g u s t u s 2 0 1 5 , d a r i
http://support.minitab.com/en-us/minitab/17/topic-library/modeling-statistics/reliability/parameter-estimates/least-squares-and-maximum- likelihood-estimation-methods/
National Institute of Standards and Technology. Anderson-Darling and
Shapiro-Wilk tests. Diperoleh 10 Agustus 2015, dari
http://www.itl.nist.gov/div898/handbook/prc/section2/prc213.htm
OriginLab. Algorithms (Distribution Fit). Diperoleh 10 Agustus 2015, dari
http://www.originlab.com/doc/Origin-Help/distribution-fit-Algorithm
Promodel Corporation. 2011. Promodel 2011 User Guide. Amerika Serikat:
