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