10GUDAGN MAKANAN BH
description
Transcript of 10GUDAGN MAKANAN BH
MODUL
MODUL 10
STUDI KASUS
KEGAGALAN DAN KEANDALAN BEARING DI PT X
Latar Belakang Perusahaan
PT X memproduksi kampas rem dengan klasifikasi jenis wet type, dry type dan roll lining. Dimana masing-masing jenis kampas rem tersebut mempunyai sejumlah variasi produk dari berbagai macam tipe dan merk kendaraan.
Perbedaan jenis kampas rem tersebut disesuaikan dengan sifat bahan dan kondisi pemakaiannya. Untuk jenis dry type yang memiliki kekasaran tinggi bisaanya digunakan pada kendaraan berbeban berat seperti truk, bus dan lain-lain. Sedangkan untuk wet type bisaanya digunakan pada kendaraan yang berbeban sedang seperti sedan dan van. Dan untuk roll lining yang memiliki kekasaran rendah tetapi mempunyai koefisien besar digunakan untuk kendaraan yang berbeban ringan seperti sepeda motor.
Dalam tugas achir ini penulis memilih data kegagalan mesin mixer pada proses produksi kampas rem dengan jenis dry type, karena jenis ini memiliki tahapan proses yang lebih banyak dan sering mengalami gangguan dari pada jenis yang lain. Skema urutan proses produksi dari dry type dapat dilihat pada gambar berikut ini:
Gambar 4.1
Diagram Urutan Proses Produksi Dry Type
Mesin Mixer berfungsi untuk mencampurkan suatu formula dengan ukuran tertentu, mula-mula dilakukan pengayaan dan penimbangan. Pengayaan bertujuan agar formula yang dicampur bebas dari butiran-butiran yang besar yang akan mempersulit proses pencampuran.
Pada tipe EH 100 F berat setiap formula adalah 102 kg dengan warna merah muda. Dilakukan pencampuran pada formula tersebut sampai homogen. Pencampuran dilakukan dengan waktu 3 jam dengan menghasilkan 78 buah produk tiap prosesnya dengan biaya produksi sebesar Rp. 8.500,00 perbuahnya. Setelah proses pencampuran selesai, formula tersebut diletakkan dalam sebuah bak dorong lalu dikirim ke bagian forming.
Bearing merapakan komponen mesin mixer yang digunakan sebagai bantalan dari poros, bearing sering mengalami kerusakan karena adanya material yang tersangkut didalam bearing.
Data Interval Waktu Kerusakan Mesin Mixer
Di bawah ini adalah data interval waktu kerusakan mesin mixer, yang sudah diolah oleh penulis dalam bentuk tabel.
Tabel 4.1
Data Interval Waktu Kerusakan dan Waktu Perbaikan Mesin Mixer
MesinKomponenWaktu Perbaikan (Menit)Jarak Kerusakan (Jam)Pemakaian (Jam/ Hari)
MixerBearing60-2002500-300024
Catatan: Merk BearingSKF tipe 6206 zz, dengan Waktu Operasi yang dianjurkan sebesar 2500 jam operasi.
Data Biaya
Data di bawah ini adalah data biaya yang diperoleh dari bagian PPIC.
Tabel 4.2
Data Biaya Kerusakan komponen Bearing Mesin Mixer
MesinKomponenHarga Komponen (Rp)Biaya Tenaga Kerja
(Rp)Biaya Produksi (Rp)
MixerBearing67.500,0015.000,00/ Shift8.500,00/ produk
Pengolahan Data Time To Failure (TTF)Uji Keseragaman Data
1) Untuk menaksir nilai rata-rata populasi () mesin mixer#1, digunakan rumus:
,
2) Untuk menaksir variansi populasi mesin mixer#1:
Untuk mesin mixer#2 dan 3 juga dihitung seperti proses di atas. 3)
4)
5) Perhitungan tersebut juga dilakukan terhadap mesin Mixer#2 Mixer#3. Kemudian nilai dari (X double bar) adalah:
Nilai dari gabungan adalah:
Tabel 4.3
Uji Keseragaman Data Waktu Kegagalan Mesin Mixer
NoMixer 1Mixer 2Mixer 3
x1
x2
x3
1251087813.44251075698.35254143569.60
2254568295.11258340857.88254840696.34
327109280.1126909050.35256833027.00
427158341.7827135203.2226923333.14
527503173.4427322823.1526982676.34
627522952.1127461531.4227151206.40
72785455.112763489.882736188.60
82830560.112764446.62275418.20
928401133.442767328.822763176.00
1028643325.4428453584.0227841174.20
11291010746.7828524471.1528154259.74
12295020640.11289111207.7528459075.74
13295421805.44295528854.68289019674.74
14298030160.11296833440.22289721687.47
15300037506.78299845312.22300062633.40
42095306189.3341777263299.7341246243396.93
N151515
2806.332785.132749.73
2780.40
20412.6217553.3216226.46
18064.13
147.89137.14131.85
135.92
BKA3052.24
BKB2508.56
Uji Keseragaman Variansi PopulasiUntuk memperoleh tingkat keyakinan 98%, bahwa mewakili , maka dilakukan pengujian keseragaman standar deviasi menggunakan pengujian distribusi F.
Dan Uji variansi populasi dihipotesiskan dengan:
1) Pernyataan Hipotesis Nol dan alternatif:
, dimana
2)
3) Distribusi pengujian yang digunakan dalam penelitian ini yang digunakan adalah distribusi F, dimana nilai distribusinya dapat dilihat pada tabel lampiran 6.
4) Tentukan daerah-daerah penolakan atau kritis
Daerah nilai kritis 98% dirumuskan dengan:
dan , dimana untuk Selang kepercayaan 98%, nilai tabel F akan menjadi (Tabel Lampiran 6. Sehingga nilai daerah kritis untuk Hipotesis tandingan adalah:
dan . Nilai daerah untuk kritis untuk ; dan .a.
b.
5) Pernyataan aturan keputusan adalah:
Tolak H0 dan terima H1 , bila , jatuh pada daerah penolakan, jika tidak demikian terima H06) Uji statistik
a. Mixer#1
b. Mixer#2
c. Mixer#3
7) Pengambilan keputusan secara statistik
a. Mixer#1
dan daerah kritis untuk selang kepercayaan 98% adalah dan , karenajatuh pada daerah penerimaan maka diterima.
Gambar 4.2
Daerah kritis hipotesis tandingan
untuk mesin mixer#1
b. Mixer#2
dan daerah kritis dan , karena jatuh pada daerah penerimaan maka diterima.
Gambar 4.3
Daerah kritis hipotesis tandingan
untuk mesin mixer#2
c. Mixer#3
dan daerah kritis dan , karena jatuh pada daerah penerimaan maka diterima.
Gambar 4.4
Daerah kritis hipotesis tandingan
untuk mesin mixer#3
Uji Keseragaman Mean Populasi
Telah diketahui sebelumnya, bahwa nilai . Untuk memperoleh tingkat keyakinan 95%, bahwa tersebut mewakili mean populasi mesin mixer#1 Mixer#3, maka dilakukan pengujian keseragaman mean populasi. Pengujian dilakukan dengan menggunakan distribusi Z, dimana hipotesa statistik pengujian keseragaman Mean populasi adalah:
1. Hipotesa Statistik
, dimana
2. , dimana nilai (Tabel 2.2)
3. Daerah kritis : dan
4. Aturan keputusan:
Tolak H0 dan terima H1 , bila , jatuh pada daerah penolakan jika tidak demikian terima H0.
5. Perhitungan, untuk masing-masing mesin Mixer#1, Mixer#2 dan Mixer#3 adalah:
Mixer#1,
Mixer#2,
Mixer#3,
6. Keputusan: karena perhitungan untuk ketiga mesin jatuh pada daerah penerimaan, maka H0 dapat diterima, dimana dapat dipakai sebagai perwakilan mean populasi dari ketiga mesin mixer.
Gambar 4.5
Daerah kritis hipotesis tandingan untuk
Pembuatan Tabel Distribusi Frekuensi Interval Kerusakan Mesin Mixer
Berikut adalah contoh perhitungan pembuatan tabel distribusi untuk mesin mixer:
a. Range =
b. Panjang Interval Kelas (K) =
c. Lebar kelas =
d. Batas bawah selang kelas =
e. Limit bawah dari batas kelas =
f. Limit atas dari batas kelas =
g. Limit atas dari selang kelas =
Proses selanjutnya adalah membuat tabel distribusi frekuensi seperti terlihat pada tabel 4.6 dan kemudian digambarkan dalam histogram frekuensi (Gambar4.3).
Tabel 4.4
Distribusi Frekuensi Kegagalan Komponen Mesin Mixer
NoSELANG KELASBATAS KELASfixi
LBSLASLBBLAB
12510.0002600.6042509.9952600.60972555.30
22600.6142691.2192600.6092691.22412645.92
32691.2292781.8332691.2242781.838162736.53
42781.8432872.4482781.8382872.45392827.15
52872.4582963.0622872.4532963.06772917.76
62963.0723053.6762963.0673053.68153008.37
45
Gambar 4.6
Histogram Time to Failure Mesin MixerPenentuan Distribusi Kegagalan Bearing Mesin Mixer
Untuk memastikan bentuk kurva mengikuti suatu pola distribusi tertentu, maka dilakukan pendugaan distribusi kegagalan bearing mengikuti distribusi normal dan weibull dua parameter.
A Distribusi Kegagalan Bearing Mesin Mixer Mengikuti Distribusi Weibull Dua Parameter.
Untuk menafsirkan besarnya nilai parameter bentuk dan faktor skala digunakan metode BLI (Best Linear Invariant). Dengan cara:
1) Untuk setiap , Nilai TTF ti, akan diwakili oleh nilai ai yaitu Nilai bobot untuk menafsirkan besarnya , dan ci adalah bobot untuk menaksir nilai , Nilai tabel BLI Weibull 2 parameters dapat dilihat pada tabel Lampiran 3.
2) Susun batas kelas dan nilai bobot tersebut ke dalam tabel berikut:Tabel 4.5
Bobot TTF yang ditaksir dengan metode Best Linear Invariant (BLI)
tiaicilntib
2555.300.044826-0.1288107.8459260.351701-1.010634
2645.920.079377-0.1321027.8807730.625552-1.041066
2736.530.117541-0.1119517.9144460.930272-0.886030
2827.150.163591-0.0646667.9470231.300061-0.513902
2917.760.2264860.0317967.9785711.8070350.253687
3008.370.3681790.4057338.0091552.9488033.249579
=47.5758947.9634240.051633
3) Hitung parameter skala dan bentuk , dengan cara:
;
;
B Distribusi Kegagalan Bearing Mesin Mixer Mengikuti Distribusi Normal.
Parameter distirbusi normal ditentukan oleh dan , dimana nilai parameter tersebut telah dihitung sebelumnya pada tabel 4.3. Dengan parameter dan .
FORMING
HOT FORMING
OVEN
GRINDING
CHAMFERING
DRILLING
MARKING/ PACKAGING
MIXING
2.27
0.521
Daerah Penolakan
Daerah Penerimaan
Fhitung = 0.885
2.27
0.521
Daerah Penolakan
Daerah Penerimaan
Fhitung = 1.029
2.27
0.521
Daerah Penolakan
Daerah Penerimaan
Fhitung = 1.113
1.96
-1.96
/2
/2
Daerah penolakan
Daerah penerimaan:
Zhitung Mixer#1: -1.349
Zhitung Mixer#2: -0.246
Zhitung Mixer#1: 1.595
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir.Yuriadi Kusuma M.ScMANAJEMEN PEMELIHARAAN 11
_1106523400.unknown
_1106525968.unknown
_1106529482.unknown
_1106540481.unknown
_1106541774.unknown
_1106544590.unknown
_1106554181.unknown
_1106544488.unknown
_1106540502.unknown
_1106540508.unknown
_1106529676.unknown
_1106529754.unknown
_1106529544.unknown
_1106529552.unknown
_1106529543.unknown
_1106526412.unknown
_1106527007.unknown
_1106528781.unknown
_1106529378.unknown
_1106529476.unknown
_1106528964.unknown
_1106528427.unknown
_1106527147.unknown
_1106526562.unknown
_1106526797.unknown
_1106526888.unknown
_1106526901.unknown
_1106526852.unknown
_1106526634.unknown
_1106526535.unknown
_1106526041.unknown
_1106526092.unknown
_1106525982.unknown
_1106526037.unknown
_1106524178.unknown
_1106525039.unknown
_1106525113.unknown
_1106525248.unknown
_1106525950.unknown
_1106525192.unknown
_1106525092.unknown
_1106524442.unknown
_1106524990.unknown
_1106524307.unknown
_1106523875.unknown
_1106524056.unknown
_1106524099.unknown
_1106524151.unknown
_1106524085.unknown
_1106523906.unknown
_1106523484.unknown
_1106523778.unknown
_1106523873.unknown
_1106523818.unknown
_1106523552.unknown
_1106523590.unknown
_1106523424.unknown
_1106515296.unknown
_1106517173.unknown
_1106520259.unknown
_1106521318.unknown
_1106522787.unknown
_1106523343.unknown
_1106522574.unknown
_1106521274.unknown
_1106519128.unknown
_1106519184.unknown
_1106519243.unknown
_1106517329.unknown
_1106519053.unknown
_1106515870.unknown
_1106516044.unknown
_1106516162.unknown
_1106516203.unknown
_1106516212.unknown
_1106516172.unknown
_1106516054.unknown
_1106515986.unknown
_1106515617.unknown
_1106515772.unknown
_1106515581.unknown
_1106515607.unknown
_1106515573.unknown
_1106515062.unknown
_1106515203.unknown
_1106515237.unknown
_1106515096.unknown
_1106515153.unknown
_1106515079.unknown
_1106514946.unknown
_1106514994.unknown
_1106515060.unknown
_1106515014.unknown
_1106514974.unknown
_1106514577.unknown
_1106514884.unknown
_1106514239.unknown