analisis keputusan perencanaan pemeliharaan mesin …repository.ppns.ac.id/2201/1/1115040040 -...

i

TUGAS AKHIR (614415A)

ANALISIS KEPUTUSAN PERENCANAAN PEMELIHARAAN MESIN REPAIR KAPAL DENGAN METODE MARKOVIAN DECISION PROCESS DAN OVERALL EQUIPMENT EFFECTIVENESS (STUDI KASUS PADA PT. TAMBANGANRAYA PERMAI)

Sintia Novilia Putri NRP. 1115040040

DOSEN PEMBIMBING RENANDA NIA RACHMADITA, ST., MT. ADITYA MAHARANI, S.SI., M.T.

PROGRAM STUDI MANAJEMEN BISNIS JURUSAN TEKNIK BANGUNAN KAPAL POLITEKNIK PERKAPALAN NEGERI SURABAYA SURABAYA 2019

iii

TUGAS AKHIR (614415A)

ANALISIS KEPUTUSAN PERENCANAAN PEMELIHARAAN MESIN REPAIR KAPAL DENGAN METODE MARKOVIAN DECISION PROCESS DAN OVERALL EQUIPMENT EFFECTIVENESS (STUDI KASUS PADA PT. TAMBANGANRAYA PERMAI)

Sintia Novilia Putri NRP. 1115040040

DOSEN PEMBIMBING RENANDA NIA RACHMADITA, ST., MT. ADITYA MAHARANI, S.SI., M.T.

PROGRAM STUDI MANAJEMEN BISNIS JURUSAN TEKNIK BANGUNAN KAPAL POLITEKNIK PERKAPALAN NEGERI SURABAYA SURABAYA

2019

iii

LEMBAR PENGESAHAN

TUGAS AKHIR

ANALISIS KEPUTUSAN PERENCANAAN PEMELIHARAAN

MESIN REPAIR KAPAL DENGAN METODE MARKOVIAN DECISION

PROCESS DAN OVERALL EQUIPMENT EFFECTIVENESS

(STUDI KASUS PADA PT. TAMBANGANRAYA PERMAI)

Disusun Oleh:

Sintia Novilia Putri

1115040040

Diajukan Untuk Memenuhi Salah Satu Syarat Kelulusan

Program Studi D4-Manajemen Bisnis

Jurusan Teknik Bangunan Kapal

POLITEKNIK PERKAPALAN NEGERI SURABAYA

Disetujui oleh Tim Penguji Tugas Akhir Tanggal Ujian : 15 Juli 2019

Periode Wisuda : September 2019

Menyetujui,

Dosen Penguji NIDN Tanda Tangan

1. Devina Puspita Sari, ST., MT. (0015098801) (………………)

2. Yugowati Praharsi, S.Si., M.Sc., Ph.D (0628088101) (………………)

3. Aditya Maharani, S.Si., MT. (0715098302) (………………)

Dosen Pembimbing NIDN Tanda Tangan

1. Renanda Nia Rachmadita, ST., MT. (0003078105) (………………)

2. Aditya Maharani, S.Si., MT. (0715098302) (………………)

Mengetahui

Koordinator Program Studi,

Yugowati Praharsi, SSI., MSc., Ph.D

NIP. 198108282015042001

Menyetujui

Ketua Jurusan,

Ruddianto, ST.,M.T.

NIP. 196910151995011001

iv

“Halaman ini sengaja dikosongkan”

v

PERNYATAAN BEBAS PLAGIAT

No. : F.WD I. 021

Date : 3 Nopember 2015

PERNYATAAN BEBAS PLAGIAT

Rev. : 01

Page : 1 dari 1

Yang bertandatangan dibawah ini :

Nama : Sintia Novilia Putri

NRP. : 1115040040

Jurusan/Prodi : Teknik Bangunan Kapal/ D4 - Manajemen Bisnis

Dengan ini menyatakan dengan sesungguhnya bahwa :

Tugas Akhir yang akan saya kerjakan dengan judul :

“ANALISIS KEPUTUSAN PERENCANAAN PEMELIHARAAN MESIN

REPAIR KAPAL DENGAN METODE MARKOVIAN DECISION PROCESS

DAN OVERALL EQUIPMENT EFFECTIVENESS (STUDI KASUS PADA

PT. TAMBANGANRAYA PERMAI)”

Adalah benar karya saya sendiri dan bukan plagiat dari karya orang lain.

Apabila dikemudian hari terbukti terdapat plagiat dalam karya ilmiah tersebut,

maka saya bersedia menerima sanksi sesuai ketentuan peraturan yang berlaku.

Demikian surat pernyataan ini saya buat dengan penuh tanggung jawab.

Surabaya, 26 Juli 2019

Yang membuat pernyataan,

(Sintia Novilia Putri)

NRP. 1115040040

vi


vii

KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa, atas karunia dan rahmat-Nya

sehingga penulis bisa menyelesaikan Tugas Akhir dengan judul “Analisis

Keputusan Perencanaan Pemeliharaan Mesin Repair Kapal dengan Metode

Markovian Decision Process dan Overall Equipment Effectiveness (Studi Kasus

pada PT. Tambanganraya Permai)”. Tujuan dari penyusunan Tugas Akhir ini

adalah agar penulis dapat memenuhi salah satu syarat untuk menempuh ujian pada

sidang tugas akhir di Jurusan Teknik Bangunan Kapal Program Studi D4 –

Manajemen Bisnis Politeknik Perkapalan Negeri Surabaya untuk mendapatkan

gelar sarjana.

Penulis menyadari bahwa penulisan ini tidak dapat terselesaikan tanpa

dukungan dari berbagai pihak baik moril maupun materil. Oleh karena itu, penulis

ingin menyampaikan ucapan terima kasih kepada semua pihak yang telah

membantu dalam penyusunan tugas akhir ini, khususnya kepada:

1. Allah SWT yang telah memberikan Rahmat dan Anugerah-Nya sehingga saya

dapat menyelesaikan tugas akhir ini.

2. Kedua orang tua saya yang mendukung, mendoakan dan memotivasi saya.

3. Bapak Ir. Eko Julianto, M.Sc., MRINA., selaku Direktur Politeknik

Perkapalan Negeri Surabaya yang telah mengijinkan menggunakan sarana dn

prasarana untuk kelancaran penyelesaian Tugas Akhir.

4. Ibu Yugowati Praharsi, SSI., M.Sc., Ph.D., selaku Ketua Program Studi

Manajemen Bisnis dan sekaligus sebagai Koordinator Tugas Akhir program

studi Manajemen Bisnis.

5. Ibu Renanda Nia Rachmadita, ST., MT., selaku Dosen Pembimbing I yang

telah sabar membantu, membimbing dan memberikan motivasi kepada

penulis dalam masa pengerjaan Tugas Akhir.

6. Ibu Aditya Maharani, S.Si., MT., selaku Dosen Pembimbing II yang telah

memberikan masukan dan membimbing kepada penulis dalam masa

pengerjaan Tugas Akhir.

7. Bapak Ir. Ketut Suasta Ariawan, selaku pemberi izin untuk melakukan

pengambilan data di PT. Tambanganraya Permai.

viii

8. Bapak Singgih, bapak Slamet M., dan segenap rekan-rekan karyawan PT.

Tambanganraya Permai yang telah membantu, memberi semangat, nasehat

dan arahan.

9. Seluruh dosen pengajar D4 - Manajemen Bisnis yang telah memebrikan ilmu

kepada saya.

10. Eva, Nisma, Tyas, Yanuar sebagai teman seperjuangan yang selalu setia di

saat-saat terburuk saya.

11. Seluruh teman-teman se-angkatan Manajemen Bisnis yang mau bertukar

pikiran dalam pelaksanaan dan penyusunan Tugas Akhir.

12. Dilla, Eryta, Ayung, Ayu, Nanda, Fitri, Ruri, Laila, Mbak Danik sebagi

sahabat dan kerabat saya yang telah memberikan semangat dan dukungannya.

Penulis menyadari bahwa Tugas Akhir ini banyak kekurangan maupun

kesalahan yang perlu dibenahi. Oleh karena itu, penulis mengharapkan segala

bentuk saran serta masukan bahkan kritik yang membangun guna

menyempurnakan Tugas Akhir ini. Semoga Tugas Akhir ini dapat memberikan

manfaat serta dapat digunakan sebagai salah satu referensi untuk pengembangan

Tugas Akhir selanjutnya dikemudian hari.

Surabaya, 10 Juli 2018

Penyusun

ix

ANALISIS KEPUTUSAN PERENCANAAN PEMELIHARAAN

MESIN REPAIR KAPAL DENGAN METODE MARKOVIAN

DECISION PROCESS DAN OVERALL EQUIPMENT

EFFECTIVENESS (STUDI KASUS PADA PT.

TAMBANGANRAYA PERMAI)


ABSTRAK

PT. Tambanganraya Permai merupakan perusahaan galangan kapal yang

bergerak dibidang reparasi kapal. Salah satu untuk mendukung kelancaran proses

repair kapal bergantung pada kesiapan mesin crane, mesin pompa air dan mesin

sandblast. Permasalahan saat ini, ketiga mesin tersebut mengalami downtime

mesin cukup besar dan biaya yang dikeluarkan untuk perbaikan cukup besar.

Maka dari itu diperlukan perencanaan penjadwalan pemeliharaan mesin crane,

mesin pompa air dan mesin sandblast yang teratur dan terorganisir agar dapat

mengurangi biaya pemeliharaan. Metode yang digunakan dalam penelitian ini

adalah Markovian Decision Process (MDP) dan Overall Equipment Effectiveness

(OEE). Hasil yang didapatkan dengan menggunakan metode OEE untuk transisi

status pada mesin crane, mesin pompa air dan mesin sandblast terdapat empat

jenis status mesin yang terjadi selama tahun 2018, yaitu status baik, kerusakan

ringan, kerusakan sedang dan kerusakan berat. Sedangkan dengan menggunakan

metode MDP untuk perencanaan pemeliharaan yang tepat yaitu dengan

menggunakan usulan I membutuhkan total biaya pemeliharaan sebesar Rp

123.086.003 dengan tindakan perencanaan pemeliharaan setiap 43 jam untuk

mesin crane, setiap 43 jam untuk mesin pompa air dan setiap 43 jam untuk mesin

sandblast.

Kata kunci : Keputusan Pemeliharaan, Analisis Biaya Pemeliharaan, MDP, OEE

x


xi

DECISION ANALYSIS OF REPAIR SHIP MACHINE

MAINTENANCE PLANNING USING MARKOVIAN DECISION

PROCESS AND OVERALL EQUIPMENT EFFECTIVENESS

(CASE STUDY IN PT. TAMBANGANRAYA PERMAI)


ABSTRACT

PT. Tambanganraya Permai is a shipyard company which engage in ship

repair. One of the way to support the smooth ship repair process depends on the

readiness of the crane engine, the water pumping machine and sand blast

machine. Current problem is that the three machines have a large engine

downtime, and the costs incurred for repairs are large enough. Therefore, it is

necessary to plan the scheduling of maintenance of crane machines, water pump

machines and regular sand blast machines to reduce maintenance costs. Method

that used in this study is Markovian Decision Process (MDP) and Overall

Equipment Effectiveness (OEE). The results obtained using the OEE method for

state transitions on crane machines, water pump machines and sand blast

machines have four types of engine state that occur during 2018, namely good

state, minor damage, moderate damage, and heavy damage. Whereas using the

MDP method for proper maintenance planning I need a total maintenance cost of

Rp 123,086,003 with maintenance planning actions every 43 hours for crane

machines, every 43 hours for water pumping machines and every 43 hours for

sandblaster machines.

Keyword : Maintenance Decisions, Maintenance Cost Analysis, MDP, OEE

xii


xiii

DAFTAR ISI

LEMBAR PENGESAHAN ................................................................................... iii

PERNYATAAN BEBAS PLAGIAT ...................................................................... v

KATA PENGANTAR .......................................................................................... vii

ABSTRAK ............................................................................................................. ix

ABSTRACT ............................................................................................................. xi

DAFTAR ISI ........................................................................................................ xiii

DAFTAR TABEL ............................................................................................... xvii

DAFTAR GAMBAR ........................................................................................... xxi

BAB I PENDAHULUAN ....................................................................................... 1

1.1. Latar Belakang .......................................................................................... 1

1.2. Rumusan Masalah ..................................................................................... 4

1.3. Tujuan Penelitian ....................................................................................... 4

1.4. Manfaat Penelitian ..................................................................................... 4

1.5. Batasan Penelitian ..................................................................................... 5

BAB II TINJAUAN PUSTAKA ............................................................................. 7

2.1. Sejarah Perusahaan .................................................................................... 7

2.2. Crane ......................................................................................................... 7

2.3. Sandblast ................................................................................................... 8

2.4. Pompa Air .................................................................................................. 9

2.5. Pemeliharaan ........................................................................................... 10

2.6. Tujuan Pemeliharaan ............................................................................... 11

2.7. Jenis – jenis Pemeliharaan ....................................................................... 12

2.7.1. Pemeliharaan Pencegahan (Preventif Maintenance) ....................... 12

2.7.2. Pemeliharaan Perbaikan (Corrective Maintenance) ....................... 12

2.7.3. Penggantian (Replacement) ............................................................. 13

2.7.4. Autonomus Maintenance ................................................................. 13

2.8. Overall Equipment Effectiveness (OEE) ................................................. 14

2.8.1. Availability Ratio ............................................................................ 14

2.8.2. Peformance Efficiency .................................................................... 14

xiv

2.8.3. Quality Efficiency ............................................................................ 15

2.8.4. Penentuan State (Status) Mesin ....................................................... 15

2.9. Markovian Decision Process (MDP) ...................................................... 16

2.10. Keputusan Markovian Decision Process (MDP) .................................... 17

2.11. Langkah-langkah Metode Markovian Decision Process ........................ 17

2.11.1. Penentuan Data Transisi Status Mesin ............................................ 17

2.11.2. Perhitungan Jumlah Transisi Status Mesin Berdasarkan

Kondisi Mesin ................................................................................................ 19

2.11.3. Perhitungan Probabilitas Transisi Status Mesin .............................. 19

2.11.4. Perhitungan Matriks Probabilitas Transisi Usulan I (P0)

pada Item i ...................................................................................................... 20

2.11.5. Perhitungan Matriks Probabilitas Transisi Usulan II ...................... 21

2.11.6. Perhitungan Analisis Biaya Perawatan ............................................ 24

2.11.7. Perhitungan Perencanaan Waktu Pemeliharaan .............................. 26

2.12. Penelitian Terdahulu ............................................................................... 27

BAB III METODOLOGI PENELITIAN .............................................................. 29

3.1. Tempat dan Waktu Penelitian ................................................................. 29

3.2. Tahapan Penelitian .................................................................................. 29

3.3. Jadwal Kegiatan Penelitian ..................................................................... 35

BAB IV HASIL DAN PENGOLAHAN DATA ................................................... 37

4.1. Perhitungan Nilai Overall Effectiveness Equipment (OEE) ................... 37

4.1.1. Perhitungan Availability Ratio ........................................................ 37

4.1.1.1. Mesin Crane ............................................................................. 37

4.1.1.2. Mesin Pompa Air ..................................................................... 38

4.1.1.3. Mesin Sandblast ....................................................................... 39

4.1.2. Perhitungan Peformance Efficiency................................................. 40

4.1.2.1. Mesin Crane ............................................................................. 40

4.1.2.2. Mesin Pompa Air ..................................................................... 41

4.1.2.3. Mesin Sandblast ....................................................................... 41

4.1.3. Perhitungan Quality Efficiency ........................................................ 42

4.1.4. Nilai Overall Effectiveness Equipment (OEE) ................................ 43

4.1.4.1. Mesin Crane ............................................................................. 43

xv

4.1.4.2. Mesin Pompa Air ..................................................................... 44

4.1.4.3. Mesin Sandblast ....................................................................... 44

4.1.5. Penentuan State (Status) Mesin ....................................................... 45

4.1.5.1. Mesin Crane ............................................................................. 45

4.1.5.2. Mesin Pompa Air ..................................................................... 46

4.1.5.3. Mesin Sandblast ....................................................................... 46

4.2. Perhitungan Matriks Markov dengan Metode Markovian Decision

Process ............................................................................................................... 47

4.2.1. Penentuan Data Transisi State (Status) Mesin ................................ 47

4.2.1.1. Mesin Crane ............................................................................. 47

4.2.1.2. Mesin Pompa Air ..................................................................... 49

4.2.1.3. Mesin Sandblast ....................................................................... 50

4.2.2. Perhitungan Jumlah Transisi State (Status) Mesin Berdasarkan

Kondisi Mesin ................................................................................................ 51

4.2.2.1. Mesin Crane ............................................................................. 51

4.2.2.2. Mesin Pompa Air ..................................................................... 52

4.2.2.3. Mesin Sandblast ....................................................................... 54

4.2.3. Pehitungan Probabilitas Transisi State (Status) Mesin ................... 55

4.2.3.1. Mesin Crane ............................................................................. 55

4.2.3.2. Mesin Pompa Air ..................................................................... 57

4.2.3.3. Mesin Sandblast ....................................................................... 59

4.2.4. Perhitungan Matriks Probabilitas Transisi Usulan I (P0) ................ 61

4.2.4.1. Mesin Crane ............................................................................. 61

4.2.4.2. Mesin Pompa Air ..................................................................... 63

4.2.4.3. Mesin Sandblast ....................................................................... 65

4.2.5. Perhitungan Matriks Probabilitas Transisi Usulan II

(P1, P2, P3, P4)................................................................................................. 67

4.2.5.1. Mesin Crane ............................................................................. 67

4.2.5.2. Mesin Pompa Air ..................................................................... 75

4.2.5.3. Mesin Sandblast ....................................................................... 83

4.2.6. Perhitungan Biaya Pemeliharaan Usulan I dan Usulan II ............... 91

4.2.6.1. Pemeliharaan Usulan I (P0) ...................................................... 92

xvi

4.2.6.1.1. Mesin Crane........................................................................... 92

4.2.6.1.2. Mesin Pompa Air ................................................................... 92

4.2.6.1.3. Mesin Sandblast .................................................................... 93

4.2.6.2. Pemeliharaan Usulan II (P1, P2, P3, P4).................................. 94

4.2.6.2.1. Mesin Crane........................................................................... 94

4.2.6.2.2. Mesin Pompa Air ................................................................... 95

4.2.6.2.3. Mesin Sandblast .................................................................... 96

4.3. Analisis Hasil dan Pembahasan .............................................................. 98

4.3.1. Penghematan Biaya Pemeliharaan................................................... 98

4.3.2. Perencanaan Pemeliharaan Mesin ................................................... 99

4.3.2.1. Perencanaan Pemeliharaan Mesin Usulan I ............................. 99

4.3.2.2. Perencanaan Pemeliharaan Mesin Usulan II .......................... 100

BAB V PENUTUP .............................................................................................. 103

5.1. Kesimpulan ........................................................................................... 103

5.2. Saran ..................................................................................................... 103

DAFTAR PUSTAKA .......................................................................................... 105

LAMPIRAN ........................................................................................................ 117

xvii

DAFTAR TABEL

Tabel 1. 1 Tabel Biaya Perawatan PT. Tambanganraya Permai Tahun 2018........ 2

Tabel 2. 1 Tabel State Mesin................................................................................. 15

Tabel 2. 2 Keputusan - keputusan Pemeliharaan ................................................. 17

Tabel 2. 3 Tabel Data Transisi Status Mesin ........................................................ 17

Tabel 2. 4 Tabel Jumlah Transisi Status ............................................................... 19

Tabel 2. 5 Probabilitas Transisi Status Mesin ....................................................... 20

Tabel 2. 6 Matriks Probabilitas Awal (Usulan I) .................................................. 21

Tabel 2. 7 Tabel Matriks Usulan II (P1) ................................................................ 22



Tabel 2. 10 Tabel Matriks Usulan II (P4) .............................................................. 24

Tabel 2. 11 Penelitian Terdahulu .......................................................................... 27

Tabel 3. 1 Desain Data Transisi Status Mesin PT. Tambanganraya Permai

Tahun 2018 ........................................................................................................... 32

Tabel 3. 2 Jadwal Penelitian.................................................................................. 35

Tabel 4. 1 Availability Ratio Mesin Crane Tahun 2018........................................ 38

Tabel 4. 2 Availability Ratio Mesin Pompa Air Tahun 2018 ................................ 38

Tabel 4. 3 Availability Ratio Mesin Sandblast Tahun 2018 ................................. 39

Tabel 4. 4 Peformance Efficiency Mesin Crane Tahun 2018................................ 40

Tabel 4. 5 Peformance Efficiency Mesin Pompa Air Tahun 2018 ........................ 41

Tabel 4. 6 Peformance Efficiency Mesin Sandblast Tahun 2018 ......................... 42

Tabel 4. 7 Quality Efficiency Mesin Crane, Mesin Pompa Air, Mesin Sandblast

Tahun 2018 ........................................................................................................... 43

Tabel 4. 8 Nilai Overall Effectiveness Equipment (OEE) Mesin Crane Tahun 2018

............................................................................................................................... 43

Tabel 4. 9 Nilai Overall Effectiveness Equipment (OEE) Mesin Pompa Air Tahun

2018 ....................................................................................................................... 44

Tabel 4. 10 Nilai Overall Effectiveness Equipment (OEE) Mesin Sandblast Tahun

2018 ....................................................................................................................... 44

xviii

Tabel 4. 11 Klasifikasi Status Mesin Crane Tahun 2018 ...................................... 45

Tabel 4. 12 Klasifikasi Status Mesin Pompa Air Tahun 2018 .............................. 46

Tabel 4. 13 Klasifikasi Status Mesin Sandblast Tahun 2018 ................................ 46

Tabel 4. 14 Data Transisi Status Mesin Crane Tahun 2018 .................................. 47

Tabel 4. 15 Data Transisi Status Mesin Pompa Air Tahun 2018 .......................... 49

Tabel 4. 16 Data Transisi Status Mesin Sandblast Tahun 2018 ............................ 50

Tabel 4. 17 Jumlah Transisi Status Mesin Crane Tahun 2018 pada Status Baik,

Kerusakan Ringan, Kerusakan Sedang, Kerusakan Berat ..................................... 52

Tabel 4. 18 Jumlah Transisi Status Mesin Pompa Air Tahun 2018 pada Status

Baik, Kerusakan Ringan, Kerusakan Sedang, Kerusakan Berat ........................... 53

Tabel 4. 19 Jumlah Transisi Status Mesin Sandblast Tahun 2018 pada Status Baik,

Kerusakan Ringan, Kerusakan Sedang, Kerusakan Berat ..................................... 54

Tabel 4. 20 Pobabilitas Transisi Status Mesin Crane Tahun 2018 ........................ 56

Tabel 4. 21 Pobabilitas Transisi Status Mesin Pompa Air Tahun 2018 ................ 58

Tabel 4. 22 Pobabilitas Transisi Status Mesin Sandblast Tahun 2018 .................. 60

Tabel 4. 23 Matriks Probabilitas Usulan I Mesin Crane (P0) Tahun 2018 ............ 61

Tabel 4. 24 Probabilitas Steady State Mesin Crane Usulan I Tahun 2018 ............ 62

Tabel 4. 25 Matriks Probabilitas Usulan I Mesin Pompa Air (P0) Tahun 2018 .... 63

Tabel 4. 26 Probabilitas Steady State Mesin Pompa Air Usulan I Tahun 2018 .... 64

Tabel 4. 27 Matriks Probabilitas Usulan I Mesin Sandblast (P0) Tahun 2018 ...... 65

Tabel 4. 28 Probabilitas Steady State Mesin Sandblast Usulan I Tahun 2018 ...... 66

Tabel 4. 29 Matriks Probabilitas Usulan II (P1) Mesin Crane Tahun 2018........... 67

Tabel 4. 30 Probabilitas Steady State Mesin Crane Usulan II (P1)........................ 69



Tabel 4. 33Matriks Probabilitas Usulan II (P3) Mesin Crane Tahun 2018............ 71




Tabel 4. 37 Probabilitas Steady State Mesin Crane Usulan II (P1, P2, P3, P4) Tahun

2018 ....................................................................................................................... 75

Tabel 4. 38 Matriks Probabilitas Usulan II (P1) Mesin Pompa Air Tahun 2018 ... 75

xix

Tabel 4. 39 Probabilitas Steady State Mesin Pompa Air Usulan II (P1) ............... 77

Tabel 4. 40 Matriks Probabilitas Usulan II (P2) Mesin Pompa Air Tahun 2018 .. 78


Tabel 4. 42 Matriks Probabilitas Usulan II (P3) Mesin Crane Tahun 2018 .......... 79


Tabel 4. 44 Matriks Probabilitas Usulan II (P4) Mesin Pompa Air Tahun 2018 .. 81


Tabel 4. 46 Probabilitas Steady State Mesin Pompa Air Usulan II (P1, P2, P3, P4)

Tahun 2018 ........................................................................................................... 83

Tabel 4. 47 Matriks Probabilitas Usulan II (P1) Mesin Sandblast Tahun 2018 .... 83

Tabel 4. 48 Probabilitas Steady State Mesin Sandblast Usulan II (P1) ................. 85







Tabel 4. 55 Probabilitas Steady State Mesin Sandblast Usulan II (P1, P2, P3, P4)

Tahun 2018 ........................................................................................................... 91

Tabel 4. 56 Penghematan Biaya Pemliharaan Mesin ............................................ 98

Tabel 4. 57 Perencanaan Pemeliharaan Mesin .................................................... 102

xx


xxi

DAFTAR GAMBAR

Gambar 2. 1 Crane PT. Tambanganraya Permai..................................................... 8

Gambar 2. 2 Sandblasting PT. Tambanganraya Permai ......................................... 9

Gambar 2. 3 Pompa Air PT. Tambanganraya Permai ........................................... 10

Gambar 3. 1 Diagram Penelitian ........................................................................... 29

xxii


1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Orientasi pembangunan nasional telah mengalami perubahan konsep

yaitu dari konsep pembangunan daratan mengarah ke eksploitasi kelautan.

Ketidakstabilan perekonomian dan semakin tajamnya persaingan di dunia industri

perkapalan (galangan kapal) mengharuskan suatu perusahaan untuk lebih

meningkatkan efisiensi kegiatan operasinya. Salah satu hal yang mendukung

kelancaran kegiatan operasi pada suatu perusahaan adalah kesiapan mesin-mesin

produksi dalam melaksanakan tugasnya. Penggunaan mesin secara continue akan

mengalami kerusakan, untuk menjaga tingkat kesiapan mesin agar hasil produksi

tetap terjamin akibat penggunaan mesin secara terus-menerus. Menurut Daryus

(2007) untuk mencapai hal itu diperlukan adanya suatu sistem perawatan yang

baik.

Beberapa perusahaan seringkali kita jumpai, masalah pemeliharaan

mesin atau maintenance kurang mendapat perhatian khusus sehingga

pemeliharaan mesin yang tidak teratur. Biasanya kegiatan pemeliharaan mesin

dilakukan setelah kondisi mesin mengalami kerusakan dan tidak dapat

dioperasikan lagi. Jika hal tersebut terus terjadi maka akan sangat merugikan

perusahaan karena menimbulkan biaya-biaya yang cukup besar seperti biaya -

biaya down time dan biaya perbaikan, serta akan berakibat pada terhentinya proses

produksi, keefektifan mesin menurun, dan tidak kalah pentingnya konsumen

dirugikan, kepercayaan perusahaan menurun membuat konsumen kurang royal

terhadap produk, ini berdampak negatif bagi perusahaan.

PT. Tambanganraya Permai berdiri pada tahun 1995, bergerak dibidang

pembuatan dan perbaikan kapal. Seiring dengan perkembangan zaman pada tahun

1998 sampai sekarang PT. Tambanganraya Permai sudah tidak membuat kapal

baru, melaikan lebih berorientasi pada perbaikan kapal. Dalam rangka menjalakan

peranannya sebagai industri perbaikan kapal atau repair kapal di Indonesia, PT.

Tambanganraya Permai harus menjaga kinerja perusahaan dengan terus

2

melakukan perbaikan – perbaikan dari segi kualitas kinerja supaya dapat terus

melayani jasa perbaikan kapal atau repair kapal. Mesin – mesin penunjang proses

repair pada PT. Tambanganraya Permai yang seringkali mengalami kerusakan

antara lain: mesin crane, mesin pompa air dan mesin sandblast. Berikut data

historis mesin pada tahun 2018 yang mengalami downtime di PT. Tambanganraya

Permai:

Tabel 1. 1 Tabel Biaya Perawatan PT. Tambanganraya Permai Tahun 2018

No Jenis Mesin

Repair Kapal

Jumlah

Mesin

Total Lama

Perbaikan

(Hari)

Waktu

Downtime

(Jam)

Biaya

(Rp)

1 Mesin Crane 1 36 430,3 377.989.350

2 Mesin Pompa Air 1 37 435,5 214.030.900

3 Mesin Sandblast 1 36,5 434,2 652.612.200

Total 1300 1.244.632.450

Berdasarkan data historis pemeliharaan mesin pada tahun 2018, mesin

tersebut memiliki total downtime yang besar mengakibatkan terganggunya proses

repair kapal dan bahkan proses terhenti sehingga sangat memungkinkan target

repair yang ditetapkan tidak dapat tercapai dan biaya yang dikeluarkan cukup

besar untuk perbaikan. Salah satu untuk mendukung kelancaran proses repair

kapal bergantung pada kesiapan mesin-mesin produksi tersebut sehingga

pemeliharaan mesin-mesin perlu dilakukan secara rutin. Pemeliharaan tersebut

dapat meliputi pemeliharaan pencegahan (preventive) dan pemeliharaan perbaikan

(corrective). Perusahaan saat ini masih mengandalkan pemeliharaan dengan cara

pengecekan sebelum dilakukannya proses pengerjaan kemudian jika ada

kerusakan ataupun kekurangan baru dilakukannya tindakan pemeliharaan. Hal ini

kurang efektif tehadap mesin, yang seharusnya ada suatu pemeliharaan yang

terjadwal, sehingga dapat menurunkan kemungkinan kerusakan pada mesin.

Berdasarkan hal-hal yang telah diutarakan diatas, agar terhindar dari

terhambatnya proses repair, biaya downtime dan perbaikan serta turunnya

kepercayaan konsumen, maka perlu dilakukan perencanaan perawatan mesin

penunjang repair di PT. Tambanganraya Permai. Dalam manajemen perawatan

mesin, Markovian Decision Process dapat digunakan sebagai suatu metode untuk

menganalisa kemungkinan transisi status mesin dari kondisi baik, rusak ringan,

rusak sedang, sampai dengan rusak berat di masa mendatang. Dimana kebijakan

pemeliharaan diambil berdasarkan sistem stokastik selama proses produksi dalam

3

manajemen perawatan perusahaan. Markovian Decision Process memiliki

kelebihan dibandingkan dengan metode pemeliharaan mesin lain yaitu akan

didapatkannya biaya pemeliharaan yang lebih optimal dan sistem penjadwalan

teratur pemeliharaan mesin dapat diketahui. Akan tetapi penentuan kebijakan

keputusan level atau state pada perawatan mesin dengan metode Markovian

Decision Process masih didasarkan pada perspektif individual, maka dari itu agar

data yang dihasilkan tidak bias maka dilakukan perhitungan untuk state pada

perawatan mesin menggunakan metode Overall Equipment Effectivenes (OEE).

Sehingga akan lebih objektif karena didasarkan atas kondisi dan kinerja dari

mesin. Pada jurnal penerapan metode Markovian Decision Process dan Overall

Equipment Effectiveness untuk menentukan kebijakan perawatan mesin produksi

di PTPN XII (Persero) Bantaran-Blitar didapatkan hasil perencanaan penjadwalan

mesin Roll CTC Triplex dilakukan pemeliharaan korektif pada status 3 dan 4

dengan persentase penghematan biaya perawatan sebesar 97,74% dari biaya

pemeliharaan yang dilakukan oleh perusahaan. Sedangkan mesin Fluid Bed Dryer

dilakukan pemeliharaan korektif pada status 4 dan pemeliharaan pencegahan pada

status 3 dengan persentase penghematan biaya perawatan sebesar 95,42% dari

biaya pemeliharaan yang dilakukan oleh perusahaan (Petrus, Effendi, & Effendi,

2014). Selain itu pada jurnal minimalisasi biaya maintenance lift menggunakan

metode markov didaptkan hasil setelah dilakukan perhitungan dengan Markov

Chain didapatkan persentase penghematan biaya perawatan sebesar 25,8% dalam

jangka waktu 1 tahun (Priambodo, 2018). (Priambodo, 2018)

Berdasarkan identifikasi permasalahan yang telah dilakukan, maka

penelitian ini bertujuan “Analisis Keputusan Perencanaan Pemeliharaan

Mesin Repair Kapal dengan Metode Markovian Decision Process dan Overall

Equipment Effectiveness (Studi Kasus pada PT. Tambanganraya Permai)”

dengan harapan dapat mengurangi biaya pemeliharanaan dan pemeliharaan mesin

yang teratur dan terorganisir sehingga proses repair dapat berjalan dengan lancar.

4

1.2. Rumusan Masalah

Berdasarkan uraian yang terdapat pada latar belakang dan untuk

memberikan penjelasan lebih lanjut terhadap permasalahan yang akan dibahas,

maka perumusan masalah ditetapkan sebagai berikut:

1. Bagaimana transisi status pada mesin crane, mesin pompa air dan mesin

sandblast berdasarkan kriteria kondisi mesin dengan metode Overall

Equipment Effectiveness ?

2. Bagaimana merencanakan waktu dan tindakan perawatan mesin sesuai

dengan kondisi mesin sehingga dapat diperoleh hasil pemeliharaan yang

optimal ?

3. Bagaimana hasil biaya perawatan mesin setelah menggunakan metode

Markovian Decision Process ?

1.3. Tujuan Penelitian

Adapun Tujuan dari penelitian ini antara lain :

1. Didapatkan transisi status pada mesin crane, mesin pompa air dan mesin

sandblast berdasarkan kriteria kondisi mesin dengan metode Overall

Equipment Effectiveness.

2. Merencanakan waktu dan tindakan perawatan mesin sesuai dengan

kondisi mesin sehingga dapat diperoleh hasil pemeliharaan yang

optimal.

3. Didapatkan hasil biaya perawatan mesin setelah menggunakan metode

Markovian Decision Process.

1.4. Manfaat Penelitian

Manfaat yang dapat diharapkan dari penelitian yang dilakukan adalah

sebagai berikut :

1. Bagi Perguruan Tinggi : Dapat memberikan kontribusi penelitian terkait

perencanaan pemeliharaan mesin untuk mengurangi biaya perawatan di

galangan.

5

2. Bagi Perusahaan : Membantu perusahaan dalam perencanaan perawatan

mesin secara matematis agar dapat mengurangi biaya perawatan di PT.

Tambanganraya Permai.

3. Bagi Penulis : Memberikan pengetahuan yang berharga melalui

keterlibatannya secara langsung pada dunia kerja serta

mengaplikasikannya ilmu pengetahuan yang diperoleh tentang metode

Markovian Decision Process dan Overall Equipment Effectiveness

dalam mengurangi biaya pemeliharanaan dan pemeliharaan mesin yang

teratur dan terorganisir.

1.5. Batasan Penelitian

Pembatasan masalah dalam melakukan penelitian diperlukan agar tidak

menyimpang dari pokok permasalahan yang akan diteliti. Penelitian ini dibatasi

dalam lingkup :

1. Penelitian dilakukan di PT. Tambanganraya Permai Jl. Nilam Barat No.

14, Perak Utara, Pabean Cantian, Surabaya pada bagian operasional.

2. Pembahasan mengenai status kerusakan mesin (baik, kerusakan ringan,

kerusakan sedang dan kerusakan berat).

3. Pembahasan hanya dilakukan pada perawatan satu mesin crane, satu

mesin pompa air dan satu mesin sandblast.

4. Penelitian hanya dilakukan sampai usulan perencanaan saja tidak

sampai pengaplikasian ke perusahaan.

5. Perhitungan biaya hanya didasarkan pada biaya pemeliharaan yang

terjadi pada saat dilakukan pemeliharaan perbaikan (corrective) dan

pencegahan (preventif).

6. Pengambilan data dalam periode 1 tahun mulai bulan Januari -

Desember tahun 2018.

6


7

BAB II

TINJAUAN PUSTAKA

2.1. Sejarah Perusahaan

Perusahaan PT. Tambanganraya Permai berdiri pada tahun 1955,

bergerak dibidang pembuatan dan perbaikan kapal. PT. Tambanganraya Permai

pada mulanya bernama PT. Gandring yang kemudian berubah nama menjadi PT.

Tambanganraya Permai pada tahun 1955. PT. Gandring tersebut dulu merupakan

perusahaan milik daerah yang kemudian menjadi independen saat namanya

berubah menjadi PT. Tambanganraya Permai. Seiring dengan perkembangan

zaman pada tahun 1998 sampai sekarang PT. Tambanganraya Permai sudah tidak

membuat kapal baru, melainkan lebih beroirentasi pada perbaikan kapal. Pada saat

ini jumlah karyawan tetap ada 25 orang dan subkontraktor (tetap) ± 39 orang.

Sarana yang dimiliki perusahaan 1 Dok Kolam (Graving dock), kapasitas

3000 ton dan pendukung produksi 1 workshop + bengkel mekanik. Proses

perawatan dan perbaikan kapal pada PT. Tambanganraya Permai menggunakan

proses Docking repair. Docking repair adalah kegiatan memperbaiki kapal saat

kapal naik dok baik floating dock atau graving dock. Setelah kapal naik dok

proses selanjutnya membersihkan badan kapal dibawah garis air (pembersihan

meliputi plat, seachest, stren tube, propeller dan lain-lain). Pembersihan badan

kapal ini dibedakan menjadi dua yaitu pembersihan terhadap binatang - binatang

laut dan tumbuhan – tumbuhan laut, serta sisa- sisa cat dan perkaratan. Dalam

menjalankan proses bisnisnya PT. Tambanganraya Permai menggunakan berbagai

alat untuk menunjang proses repair kapal adalah crane, pompa air dan sandblast.

2.2. Crane

Crane merupakan alat yang digunakan untuk membantu proses

pemindahan material seperti plat dan juga sebagai alat membatu membuka pintu

dan menutup pintu graving dock dalam proses memasukan kapal ke dalam dok

maupun mengeluarkan kapal dari dok. PT. Tambanganraya Permai memiliki satu

8

buah crane dengan kemampuan muatan 25 ton, gambar dari mesin crane di

perusahaan dapat dilihat pada Gambar 2.1.

Gambar 2. 1 Crane PT. Tambanganraya Permai

(Data Penulis, 2018)

2.3. Sandblast

Sandblast merupakan alat untuk membersihkan atau mengupas lapisan

cat dan karat yang menutupi pelat kapal. Sehingga permukaan pelat yang akan

dicat ulang menjadi halus dan cat dapat melekat sepenuhnya dengan hasil yang

halus, gambar dari mesin sandblast di perusahaan dapat dilihat pada Gambar 2.2.

Proses sandblast menggunakan butiran pasir kuarsa yang ditembakkan langsung

melalui gun shoot yang diberi tekanan udara oleh kompesor bertekanan tinggi (7

bar). Sandblast dipilih karena proses ini yang paling cepat dan efesien untuk

membersihkan permukaan pelat yang terkontaminasi oleh berbagai kotoran

terutama karat dan merupakan proses persiapan awal sebelum diberikan cat dasar

(prime shop).

9

Gambar 2. 2 Sandblasting PT. Tambanganraya Permai (Data Penulis, 2018)

2.4. Pompa Air

Pompa air merupakan alat untuk menunjang kinerja dan keselamatan

pada galangan kapal di PT. TAMBANGANRAYA PERMAI dalam prose repair

kapal, gambar dari mesin pompa air di perusahaan dapat dilihat pada Gambar 2.3.

Berikut fungsi – fungsi dari pompa air:

a. Pengurasan air laut dan lumpur dari graving dock dengan tujuan kondisi kapal

bisa duduk diatas bantalan-2 pada lantai graving dock, sehingga pekerjaan

repair kapal bawah air bisa dikerjakan dengan kondisi yang aman (tidak

terganggu dengan genangan air laut yang masuk pada graving dock).

b. Pengisian tanki-2 kapal saat kapal mau masuk ataupun keluar dari graving

dock, dengan tujuan draf kapal bisa diatur agar bisa sesuai dengan kondisi yang

seimbang dan stabil.

c. Pembersihan badan-2 kapal dari lumpur yang menempel, serta pembersihan

lantai graving dock.

d. Fasilitas untuk pemadam kebakaran agar bisa lembih aman dan terjaga saat

repair kapal sedang berlangsung.

10

Gambar 2. 3 Pompa Air PT. Tambanganraya Permai (Data Penulis, 2018)

2.5. Pemeliharaan

Pemeliharaan adalah suatu kegiatan untuk memelihara atau menjaga

fasilitas/ peralatan pabrik dan mengadakan perbaikan atau penggantian yang

diperlukan agar terdapat suatu pengadaan operasi produksi yang memuaskan

sesuai dengan apa yang direncanakan (Assauri, 2008). Definisi yang sejalan

dengan Ansori dan Mustajib (2013) di dalam bukunya mendefinisikan perawatan

atau maintenance sebagai konsepsi dari semua aktivitas yang diperlukan untuk

menjaga atau mempertahankan kualitas fasilitas/ mesin agar dapat berfungsi

dengan baik seperti kondisi awal. Kegiatan maintenance (pemeliharaan) secara

garis besar dilakukan untuk mencegah kerusakan mesin/ peralatan yang digunakan

untuk produksi terlalu cepat, selain itu kegiatan perawatan haruslah memiliki

kriteria efektif, efisien, serta biaya rendah (Asgara & Hartono, 2014).

Dalam industri perkapalan pemeliharaan (maintenance) adalah kegiatan

yang penting karena industri terminal memiliki banyak alat berat yang digunakan

untuk menjalankan proses operasionalnya. Mesin – mesin penunjang dalam proses

operasional tersebut bekerja selama 24 jam sehari sehingga membutuhkan

perawatan yang baik dan terjadwal agar tetap bisa menjalankan fungsinya dalam

kegiatan operasinal.

Menurut Mobley (2008) beberapa keuntungan yang didapatkan dengan

menerapkan pemeliharaan sebagai penopang strategi perusahaan yaitu :

1. Mengurangi total biaya pemeliharaan (biaya suku cadang dan biya overtime).

11

2. Memilki stabilitas proses yang lebih baik.

3. Memperpanjang usia peralatan dan mesin.

4. Mengoptimalkan jumlah suku cadang.

5. Meningkatkan keselamatan karyawan/ operator.

6. Mengurangi kerusakan lingkungan sekitar.

2.6. Tujuan Pemeliharaan

Adapun tujuan perusahaan melakukan kegiatan perawatan adalah sebagai

berikut (Manesi, 2015) :

a. Kemampuan produksi dapat memenuhi kebutuhan sesuai dengan rencana

produksi.

b. Menjaga kualitas pada tingkat yang tepat untuk memenuhi apa yang

dibutuhkan oleh produk itu sendiri dan kegiatan produksi yang tidak

terganggu.

c. Untuk membantu mengurangi pemakaian dan penyimpangan yang di luar

batas dan menjaga modal yang di investasikan tersebut.

d. Untuk mencapai tingkat biaya pemeliharaan serendah mungkin, dengan

melaksanakan kegiatan pemeliharaan secara efektif dan efisien.

e. Menghindari kegiatan pemeliharaan yang dapat membahayakan keselamatan

para pekerja.

f. Mengadakan suatu kerja sama yang erat dengan fungsi-fungsi utama lainnya

dari suatu perusahaan dalam rangka untuk mencapai tujuan utama perusahaan

yaitu tingkat keuntungan (return on investment) yang sebaik mungkin dan

total biaya yang terendah.

Ada beberapa tujuan lain perusahaan melakukan kegiatan perawatan,

antara lain memperpanjang usia pakai dari mesin/ peralatan, menjaga fungsi dari

mesin/ peralatan agar tetap baik, menjamin ketersediaan optimum mesin/

peralatan, menjamin kesiapan operasional mesin/ peralatan, mengurangi waktu

downtime dari mesin/ peralatan, serta menjamin kepuasan pelanggan (Asgara &

Hartono, 2014).

Dengan adanya tujuan kegiatan dapat diketahui pentingnya suatu

kegiatan perawatan bagi sebuah perusahaan yang bergerak di reparasi kapal dan

12

beroperasi selama 24 jam sehari, sehingga perusahaan menuntut agar mesin-mesin

tersebut tetap dapat menjalankan fungsinya untuk menunjang kegiatan

operasional.

2.7. Jenis – jenis Pemeliharaan

Dalam kegiatan pemeliharaan yang dilakukan pada peralatan atau mesin

di dalam perusahaan memerlukan suatu prosedur yang tepat agar peralatan

tersebut tetap dapat menjalankan fungsinya. Oleh karena itu manajemne

perawatan yang efektif sehingga dapat menjamin pelaksanaan kegiatan

operasional berjalan dengan semestinya. Pemeliharaan atau maintenance dapat

dibagi menjadi beberapa jenis yaitu sebagai berikut:

2.7.1. Pemeliharaan Pencegahan (Preventif Maintenance)

Preventif maintenance adalah kegiatan pemeliharaan dan perawatan yang

dilakukan untuk mencegah timbulnya kerusakan – kerusakan yang tidak terduga

dan menemukan kondisi atau keadaan yang dapat menyebabkan fasilitas produksi

mengalami kerusakan pada waktu digunakan dalam proses produksi (Assauri,

2008).

Tujuan umum dari pemeliharaan pencegahan atau preventif maintenance

secara terjadwal adalah: (1) Mendeteksi dan mencegah kerusakan sedini mungkin,

(2) Mengurangi resiko terjadinya kerusakan pada komponen kritis, (3)

Mengurangi waktu yang kurang produktif dalam perbaikan, (4) Mengurangi

penyebab terjadinya kerusakan, (5) mengurangi beban pada bagian pemeliharaan.

2.7.2. Pemeliharaan Perbaikan (Corrective Maintenance)

Corrective maintenance adalah kegiatan pemeliharaan dan perawatan

yang dilakukan setelah terjadinya suatu kerusakan atau kelainan pada fasilitas atau

peralatan sehingga tidak dapat berfungsi dengan baik ketika sedang menjalankan

kegiatan operasional (Rully & Putri, 2015).

Kebijakan untuk melakukan corrective maintenance saja tanpa

melakukan pemeliharaan secara preventif maintenance hanya akan menimbulkan

akibat yang menghambat ataupun mengganggu kegiatan operasional apabila

13

terjadi kerusakan ang tiba-tiba pada peralatan yang digunakan untuk kegiatan

operasional.

Corrective maintenance bisa dikatakan sebagai perbaikan yang pasif

karena menunggu sampai terjadi kerusakan terlebih dahulu, baru kemudian

dilakukan perbaikan agar mesin yang mengalami kerusakan tersebut dapat

digunakan kembali dalam kegiatan operasional perusahaan.

2.7.3. Penggantian (Replacement)

Adapun penggantian (replacement) dapat dibagi menjadi dua bagian

yaitu:

1. Planned replacement (penggantian trencana) adalah pemilihan waktu terbaik

penggantian berdasarkan penentuan interval waktu optimum untuk

meminimumkan biaya perawatan. Kegiatan perawatan ini disebut juga

preventive replacement atau penggantian pencegahan.

2. Replacement upon failure (penggantian saat kerusakan) adalah penggantian

yang dilakukan jika komponen atau sistem rusak . kegiatan perawatan ini

disebut juga corrective replacement atau penggantian perbaikan.

2.7.4. Autonomus Maintenance

Suatu sistem pemeliharaan mandiri, di mana kegiatan perawatan mesin/

peralatan dilakukan oleh operator sendiri (Asgara & Hartono, 2014). Jenis

pemeliharaan ini hanya berlaku pada perawatan ringan saja yang dilakukan oleh

operator. Adapun tujuan dari Autonomus Maintenance, yaitu (Asgara & Hartono,

2014):

1. Mencegah dan mengurangi lama waktu mesin/ peralatan downtime.

2. Mencegah defect dari proses mesin.

3. Mempercepat penanganan mesin downtime.

4. Meningkatkan ketahanan mesin.

5. Menjaaga kondisi mesin dalam keadaan prima.

6. Memcegah kerusakan mesin yang lebih parah.

7. Meingkatkan pemahaman operator dan skill tentang mesin.

14

8. Mengurangi resiko kecelakaan karena operator lebih paham dengan sistem

safety dari mesin.

2.8. Overall Equipment Effectiveness (OEE)

Overall equipment effectiveness (OEE) merupakan alat ukur performa

dari suatu sistem mantenance. Dengan menggunakan metode ini maka dapat

diketahui ketersediaan mesin/ peralatan, efesiensi produksi, dan produktivitas

mesin/ peralatan.

Rumus OEE (Asgara & Hartono, 2014):

(2.1)

Dimana:

= Availability ratio

= Peformace effectiveness

= Quality efficiency

2.8.1. Availability Ratio

Availability ratio merupakan suatu ratio yang menggambarkan

pemanfaatan waktu yang tersedia untuk kegiatan operasi peralatan atau mesin.

Rumus Availability ratio (Asgara & Hartono, 2014):

(2.2)

Dimana:

Loading time = waktu yang tersedia (total availability time) per hari atau

per bulan yang dikurangi dengan downtime mesin/

peralatan yang direncanakan (planned downtime)

Operation time = hasil pengurangan loading time dengan waktu downtime

mesin (unplanned downtime).

2.8.2. Peformance Efficiency

Peformance efficiency adalah suatu rasio yang menggambarkan tolak

ukur dari efisiensi suatu kinerja mesin menjalankan proses produksi.

15

Rumus Peformance efficiency (Petrus, Effendi, & Effendi, 2014):

(2.3)

Dimana:

Processed amount = jumlah produk yang di proses/ target produk (unit)

Ideal cycle time = waktu siklus ideal/ waktu standar (jam/unit)

Operation time = waktu proses mesin (jam)

2.8.3. Quality Efficiency

Quality efficiency adalah suatu rasioyang menggambarkan kemampuan

peralatan atau mesin dalam menghasilkan produk yang sesuai dengan standar.

Rumus Quality efficiency (Asgara & Hartono, 2014):

(2.4)

Dimana:

Processed amount = jumlah produk yang di proses/ target produk (unit)

Defect amount = jumlah produk cacat/ jumlah produk yang tidak sesuai

target (unit)

2.8.4. Penentuan State (Status) Mesin

State digunakan untuk mengidentifikasi seluruh kondisi yang mungkin

dari suatu proses atau sistem (Petrus, Effendi, & Effendi, 2014). Penentuan state

(status) mesin dalam perhitungan Markovian Desicion Process yang dapat dilihat

pada Tabel 2.1.

Tabel 2. 1 Tabel State Mesin

Status Nilai OEE

(%) Kondisi

1 85,01 s/d 100 Sempurna (Baik)

2 60,01 s/d 85 Kelas Dunia (Kerusakan ringan)

3 40,01 s/d 60 Wajar (Kerusakan sedang)

4 0 s/d 40 Rendah (Kerusakan berat)

Sumber: (Malik & Hamsal, 2013)

1. Kondisi Baik

Nilai rasio OEE mencapai 85,01% sampai dengan 100% merupakan proses

operasional sempurna. Dimana pada kondisi ini proses operasinal berjalan

sesuai dengan ketentuan-ketentuan yang telah disetujui, target operasional

16

dapat terpenuhi, kecepatan operasional yang tinggi sesuai dengan waktu

siklus dan tidak ada downtime.

2. Kondisi Kerusakan Ringan


operasional kelas dunia. Dimana pada kondisi ini proses operasional

perusahaan merupakan perusahaan tingkat global karena pada rasio kondisi

ini menjadi target jangka panjang untuk banyak perusahaan.

3. Kondisi Kerusakan Sedang


operasional wajar. Dimana pada kondisi ini proses operasional terindikasi

banyak ruang perbaikan yang harus dilakukan untuk mencapai tingkat

perusahaan kelas dunia.

4. Kondisi Kerusakan Berat

Nilai rasio OEE mencapai 0% sampai dengan 40% merupakan proses

operasional rendah. Dimana pada kondisi ini proses operasional terhenti,

waktu perbaikan (downtime) relatif lama dengan biaya perbaikan relatif.

2.9. Markovian Decision Process (MDP)

Markovian Decision Process (MDP) memberikan kerangka matematika

untuk pemodelan pengambilan keputusan dalam situasi dimana hasil yang

sebagian acak dan sebagian dibawah kendali pembuat keputusan. Dalam metode

ini digunakan untuk menentukan keputusan kebijakan perawatan yang optimal

dari beberapa alternative kebijakan perawatan pada mesin produksi (Petrus,

Effendi, & Effendi, 2014).

Penentuan kebijakan dengan menggunakan metode Markovian Decision

Process (MDP) secara umum masih cenderung subjektif dalam penentuan

perangkaian level atau state pada perawatan karena masih didasarkan pada

perspektif individual. Oleh karena itu, agar data yang dihasilkan tidak bias maka

dilakukan perhitungan untuk state pada perawatan menggunakan metode Overall

Equipment Effectivenes (OEE) sehingga akan lebih objektif karena didasarkan

atas kondisi dan kinerja dari mesin.

17

2.10. Keputusan Markovian Decision Process (MDP)

Dalam proses operasinya suatu item akan mengalami beberapa

kemungkinan transisi status yang berubah dari satu status ke status yang lainnya.

Bila dikatakan bahwa dalam selang yng cukup pendek terdapat 4 kemungkinan

status, maka untuk mengubah kondisi status yang dialami dilakukan beberapa

tindakan yang sesuai dengan kondisi status (Rochmoeljati, 2012). Keputusan –

keputusan yang diambil dalam menentukan pemeliharaan dapat dilihat pada Tabel

2.2 berikut:

Tabel 2. 2 Keputusan - keputusan Pemeliharaan

Policy Keterangan

P0 Pemeliharaan korektif pada status 4

P1 Pemeliharaan korektif pada status 4 dan pemeliharaan

pencegahan pada status 3

P2 Pemeliharaan korektif pada status 3, 4 dan pemeliharaan

pencegahan pada status 2

P3 Pemeliharaan korektif pada status 3 dan pemeliharaan

pencegahan pada status 2, 4

P4 Pemeliharaan korektif pada status 3, 4

Sumber: (Priambodo, 2018)

2.11. Langkah-langkah Metode Markovian Decision Process

Dalam proses perhitungan dengan metode Markovian Decision Process

langakah – langkah perhitungannya sebagai berikut:

2.11.1. Penentuan Data Transisi Status Mesin

Transisi status adalah perubahan status mesin dari suatu kondisi status

yang lain (Petrus, Effendi, & Effendi, 2014). Tabel 2.3 merupakan penetuan data

transisi status yang mungkin terjadi pada mesin yaitu (Priambodo, 2018):

Tabel 2. 3 Tabel Data Transisi Status Mesin

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

1

2

3

4

5

6

7

8

9


18

Tabel 2. 3 Tabel Data Transisi Status Mesin (Lanjutan)

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

10

11

12


Keterangan:

B/B = Kondisi baik pada akhir bulan lalu ke kondisi baik pada akhir bulan

sekarang.

B/Kr = Kondisi baik pada akhir bulan lalu ke kondisi kerusakan ringan pada

akhir bulan sekarang.

B/Ks = Kondisi baik pada akhir bulan lalu ke kondisi kerusakan sedang akhir

bulan sekarang.

B/Kb = Kondisi baik pada akhir bulan lalu ke kondisi kerusakan berat akhir

bulan sekarang.

Kr/Kr = Kondisi kerusakan ringan pada akhir bulan lalu ke kondisi kerusakan

ringan akhir bulan sekarang.

Kr/Ks = Kondisi kerusakan ringan pada akhir bulan lalu ke kondisi kerusakan

sedang akhir bulan sekarang.

Kr/Kb = Kondisi kerusakan ringan pada akhir bulan lalu ke kondisi kerusakan

berat akhir bulan sekarang.

Ks/Ks = Kondisi kerusakan sedang pada akhir bulan lalu ke kondisi kerusakan

sedang akhir bulan sekarang.

Ks/Kb = Kondisi kerusakan sedang pada akhir bulan lalu ke kondisi kerusakan

berat akhir bulan sekarang.

Kb/B = Kondisi kerusakan berat pada akhir bulan lalu ke kondisi baik akhir

bulan sekarang.

19

2.11.2. Perhitungan Jumlah Transisi Status Mesin Berdasarkan Kondisi

Mesin

Tabel 2.4 merupakan perhitungan jumlah transisi status digunakan untuk

menentukan jumlah transisi status mesin yang berada pada status baik, kerusakan

ringan, kerusakan sedang dan kerusakan berat (Petrus, Effendi, & Effendi, 2014).

Tabel 2. 4 Tabel Jumlah Transisi Status

Bulan

Jumlah Transisi Status

Kondisi

Baik (1)

Kondisi

Kerusakan

Ringan (2)

Kondisi

Kerusakan

Sedang (3)

Kondisi

Kerusakan Berat

(4)

1 B/B + B/Kr +

B/Ks + B/Kb

Kr/Kr + Kr/Ks+

Kr/Kb Ks/Ks + Ks/Kb Kb/B

2

3

4

5

6

7

8

9

10

11

12 B/B + B/Kr +

B/Ks + B/Kb

Kr/Kr + Kr/Ks +

Kr/Kb Ks/Ks + Ks/Kb Kb/B

∑ ∑ ∑ ∑ ∑

Sumber: (Petrus, Effendi, & Effendi, 2014)

Keterangan:

∑ adalah jumlah transisi status mesin pada status baik.

∑ adalah jumlah transisi status mesin pada status kerusakan ringan.

∑ adalah jumlah transisi status mesin pada status kerusakan sedang.

∑ adalah jumlah transisi status mesin pada status kerusakan berat.

2.11.3. Perhitungan Probabilitas Transisi Status Mesin

Perhitungan probabilitas menggunakan persamaan sebagai berikut

(Priambodo, 2018):

( ) (∑ )⁄

(2.5)

Dimana:

= banyaknya perubahan kondisi mesin dari state- i ke state- j

i = state kondisi saat ini

20

j = state kondisi periode mendatang

Menentukan probabilitas transisi status pada suatu mesin, maka

ditentukan terlebih dahulu besar data transisi status yang dapat dihitung dari

proporsi state yang terjadi dari hari ke hari atau bulan ke bulan. Kemudian

dilakukan perhitungan jumlah transisi status yang masuk dalam klasifikasi transisi

status baik, kerusakan ringan, kerusakan sedang dan kerusakan berat (Petrus,

Effendi, & Effendi, 2014). Tabel 2.5 merupakan cara perhitungan probabilitas

transisi pada setiap mesin.

Tabel 2. 5 Probabilitas Transisi Status Mesin

Bulan

Status

B/B B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb Kb/B

1

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

2

3

4

5

6

7

8

9

10

11

12

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑ ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄

Sumber: (Petrus, Effendi, & Effendi, 2014)

2.11.4. Perhitungan Matriks Probabilitas Transisi Usulan I (P0) pada Item i

Matriks probabilitas transisi memungkinkan untuk melakukan

perhitungan probabilitas state di masa mendatang berdasarkan pada state saat ini

(Petrus, Effendi, & Effendi, 2014). Bentuk matriks probabilitas transisi usulan I

(P0) yang terbentuk dapat dilihat pada Tabel 2.6.

21

Tabel 2. 6 Matriks Probabilitas Awal (Usulan I)

1 2 3 4

1 ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄

2 0 ∑ ⁄ ∑

⁄ ∑ ⁄

3 0 0 ∑ ⁄ ∑

⁄

4 ∑ ⁄ 0 0 0

Sumber: (Rochmoeljati, 2012)

Dengan menggunakan persamaan serta hasil untuk matriks transisi

tersebut, dalam jangka panjang probabilitas terjadi kerusakan dan dalam keadaan

mapan (steady state) dapat dituliskan sebagai berikut (Petrus, Effendi, & Effendi,

2014):

[

] [ ] [

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

] (2.6)

Cacatan:

Maka akan didapatkan persamaan sebagai berikut:

∑ ⁄ ∑

⁄

∑ ⁄ ∑

⁄

∑ ⁄ ∑

⁄ ∑ ⁄

∑ ⁄ ∑

⁄ ∑ ⁄

Dari hasil dan masukkan ke syarat batas:

2.11.5. Perhitungan Matriks Probabilitas Transisi Usulan II

Perhitungan untuk mendapatkan pemeliharaan yang lebih baik sehingga

bisa mengurangi biaya pemeliharaan, maka diusulkan kebijakan pemeliharaan dari

mesin yang didapat dari perubahan matriks transisi awal sesuai dengan tindakan

yang dilakukan. Dengan dilakukannya usulan kebijakan pemeliharaan, maka

diusulkan empat perencanaan pemeliharaan mesin yang dilakukan yaitu

(Rochmoeljati, 2012):

1. Pemeliharaan korektif pada status 4 dan pemeliharaan preventif pada

status 3 (P1). Matriks transisinya sebagai berikut:

j i

22

Tabel 2. 7 Tabel Matriks Usulan II (P1)

1 2 3 4

1 ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄

2 0 ∑ ⁄ ∑

⁄ ∑ ⁄

3 0 1 0 0

4 0 0 0


Dengan menggunakan persamaan serta hasil untuk matriks transisi tersebut,

dalam jangka panjang probabilitas terjadi kerusakan dan dalam keadaan

mapan (steady state) dapat dituliskan sebagai berikut (Rochmoeljati, 2012):

[

] [ ] [

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

] (2.7)

Cacatan:


∑ ⁄

∑ ⁄ ∑

⁄

∑ ⁄ ∑

⁄

∑ ⁄ ∑

⁄


2. Pemeliharaan korektif pada status 3, 4 dan pemeliharaan preventif pada

status 2(P2). Matriks transisinya sebagai berikut:


1 2 3 4

1 ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄

2 1 0 0 0

3 1 0 0 0

4 0 0 0




mapan (steady state) dapat dituliskan sebagai berikut (Rochmoeljati, 2012):

j i

j i

23

[

] [ ] [

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

] (2.8)

Cacatan:


∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄


3. Pemeliharaan korektif pada status 4 dan pemeliharaan preventif pada

status 2, 3 (P3). Matriks transisiya sebagai berikut:


1 2 3 4

1 ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄

2 1 0 0 0

3 0 1 0 0

4 0 0 0




mapan (steady state) dapat dituliskan sebagai berikut:

[

] [ ] [

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

] (2.9)

Cacatan:


∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

j i

24


4. Pemeliharaan korektif pada status 3, 4 (P4). Matriks transisiya sebagai

berikut:


1 2 3 4

1 ∑ ⁄ ∑

⁄ ∑ ⁄ ∑

⁄

2 0 ∑ ⁄ ∑

⁄ ∑ ⁄

3 1 0 0 0

4 0 0 0




mapan (steady state) dapat dituliskan sebagai berikut:

[

] [ ] [

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

∑ ⁄

] (2.10)

Cacatan:


∑ ⁄

∑ ⁄ ∑

⁄

∑ ⁄ ∑

⁄

∑ ⁄ ∑

⁄


2.11.6. Perhitungan Analisis Biaya Perawatan

Salah satu masalah yang sering ditemukan dalam sebuah perusahaan

industri perkapalan adalah kerusakan mesin sebagai penunjang kegiatan reparasi

maupun bangunan baru. Menurut Suryadi Prawirosentoso “Biaya pemeliharaan

mesin adalah biaya yang dikeluarkan perusahaan dalam usaha menjaga dan

memelihara mesin agar dapat berfungsi sesuai dengan rencana perusahaan” (Rully

j i

25

& Putri, 2015). Menurut Koesmawan A. Subandi dan Sobarsa “biaya

pemeliharaan dikelompokkan menjadi dua kategori yaitu biaya pencegahan dan

biaya perbaikan” (Rully & Putri, 2015). Biaya pencegahan merupakan biaya yang

bersifat variable, misalnya untuk kegiatan pencatatan, inseksi, pelatihan personel,

pelumasan dan lain sebagainya yang sifatnya rutin. Biaya kerusakan merupakan

biaya yang bersifat tetap. Penentuan biaya perawatan meliputi biaya perawatan

preventif dan perawatan korektif yang dilakukan pada saat mesin berhenti dan

menitik beratkan pada biaya downtime yang terjadi. Apabila dikalikan dengan

probabilitas status dalam keadaan steady state untuk masing - masing perawatan.

Akan dipilih oleh perusahaan perencanaan perawatan dan yang mempunyai biaya

rata – rata ekspektasi yang terkecil/ terendah.

1. Biaya downtime

Suatu sistem yang tidak produktif selama sistem dalam perawatan atau

perbaikan akan mengakibatkan hilangnya keuntungan. Biaya tersebut

dinamakan biaya downtime. Elemen biaya – biaya yang menentukan biaya

downtime adalah biaya operator mesin, hilangnya sebagian output produksi.

a. Biaya perawatan preventif

Biaya perawatan preventif dilambangkan

Rumus perawatan preventif (Rochmoeljati, 2012):

– (2.11)

b. Biaya perawatan korektif

Biaya perawatan korektif dilambangkan

Rumus perawatan korektif (Rochmoeljati, 2012):

– (2.12)

2. Biaya rata – rata ekspektasi

Berdasarkan pada biaya downtime dan waktu perawatan maka akan

didapatkan biaya perawatan untuk masing - masing item. Apabila dikaitkan

dengan probabilitas status dalam keadaan steady state pada jangka panjang,

maka akan didapatkan biaya rata – rata ekspektasi untuk masing – masing

26

perawatan dan dapat dinyatakan dengan rumus (Petrus, Effendi, & Effendi,

2014) :

∑

(2.13)

Dimana:

biaya rata – rata ekspektasi perawatan

biaya perawatan korektif untuk setiap item ke-

probabilitas status dalam keadaan steady state

2.11.7. Perhitungan Perencanaan Waktu Pemeliharaan

Perencanaan merupakan sebagai proses pemilihan informasi dan

pembuatan asumsi mengenai kondisi masa datang, guna mengembangkan seluruh

lintasan kegiatan (Pudji & Ilma, 2012). Waktu pemeliharaan adalah jangka waktu

tertentu yang dilakukan untuk digunakan memaintenance sesuatu. Jadi

perencanaan pemeliharaan adalah suatu kombinasi dari setiap tindakan yang

dilakukan untuk menjaga sisrtem dalam proses perawatan sampai dengan kondisi

dapat diterima dengan rumus (Pudji & Ilma, 2012):

∑

∑ (2.14)

∑

Dengan penjadwalan sebagai berikut :

∑ (2.15)

27

2.12. Penelitian Terdahulu

Dalam penyususnan penelitian ini penulis menggunakan beberapa

referensi jurnal sebagai acuan penulisan, antara lain yaitu:

Tabel 2. 11 Penelitian Terdahulu

No Nama Judul Metode Hasil Penelitian

1

Endang Pudji

W., & Fahma

Ilma

(2012)

Perencanaan Pemeliharaan

Mesin dengan

menggunakan Metode

Markov Chain untuk

Mengurangi Biaya

Pemeliharaan di PT. Philips

Indonesia

Markov

Chain

Setelah dilakukan

perhitungan preventif

dan korektif perencanaan

penjadwalan mesin

Tubing dilakukan setiap

1 bulan 11 hari, Flare

dilakukan setiap 2 bulan

23 hari dan Exhaust

Cutting Machine

dilakukan setiap 5 bulan

8 hari dengan persentase

penghematan biaya

perawatan sebesar

20,82%.

2

Rr.

Rochmoeljati

(2013)

Perencanaan Perawatan

Mesin Menggunakan

Metode Markov Chain

untuk Meminimumkan

Biaya Perawatan

Markov

Chain

Setelah dilakukan

perhitungan preventif

dan korektif didapatkan

penghematan biaya

perawatan mesin potong

sebesar 55%, mesin

tekuk sebesar 36%, dan

mesin plong sebesar 29,

5%.

3 Petrus, et al.,

(2014)

Penerapan Metode

Markovian Decision Proses

(MDP)dan Overall

Equipment Effectiveness

untuk Menentukan

Kebijakan Perawatan

Mesin Produksi Di PTPN

XII (Persero)

Bantaran - Blitar

Markovian

Decision

Proses dan

Overall

Equipment

Effectiveness

Diketahui nilai OEE

untuk kriteria penentuan

state mesin dan biaya

perawatan yang optimal

diketahui MDP untuk

keijakan keputusan

pemeliharaan untuk

mengurangi biaya

pemeliharaan

4

Badik Yuda

Asgara &

Gunawarman

Hartono

(2014)

Analisis Efektifitas Mesin

Overhead Crane dengan

Metode Overall Equipment

Effectiveness (OEE) di PT.

BTU, Divisi Boarding

Bridge

Overall

Equipment

Effectiveness

(OEE)

Diketahui nilai OEE

untuk kriteria penentuan

state mesin.

5 Hariani, et al.,

(2012)

Analisis Nilai Efektifitas

Mesin Injection Moulding

Type ARB-100.7

Menggunakan Metode

Overall Equipment

Effectiveness (OEE)

Overall

Equipment

Effectiveness

(OEE)

Diketahui nilai OEE

mesin Type ARB-100.7.

28

Tabel 2. 11 Penelitian Terdahulu (Lanjutan)

No Nama Judul Metode Hasil Penelitian

6

Sintia Novilia

Putri

(2019)

Analisis Keputusan

Perencanaan Pemeliharaan

Mesin Repair Kapal

Dengan Metode Markovian

Decision Proses dan

Overall Equipment

Effectiveness (Studi Kasus

Pada Pt. Tambanganraya

Permai)

Markovian

Decision

Proses dan

Overall

Equipment

Effectiveness

Didapatkan waktu dan

tindakan

permeliharaan mesin

untuk mengurangi

biaya pemeliharaan

mesin.

29

BAB III

METODOLOGI PENELITIAN

3.1. Tempat dan Waktu Penelitian

Penelitian ini dilakukan di PT. Tambanganraya Permai yang

berlokasikan di Jalan Nilam Barat No.14, Perak Utara, Pabean Cantian, Surabaya.

Penelitian difokuskan pada bidang teknik dan pengolahan bagian mesin crane,

mesin pompa air dan mesin sandblast. Adapun pelaksanaan penelitian dilakukan

mulai Januari sampai dengan Juni tahun 2019. Sedangkan periode data yang

diambil untuk diteliti adalah bulan Januari - Desember tahun 2018.

3.2. Tahapan Penelitian

Untuk menyelesaikan permasalahan maka perlu disusun langkah –

langkah penyelesaian masalah sebagai berikut:

Gambar 3. 1 Diagram Penelitian

30

Gambar 3. 1 Diagram Penelitian (Lanjutan)

31

Keterangan diagram penelitian:

1. Tahap Pendahuluan

a. Identifikasi Masalah

Pada bagian ini dilakukan peninjauan awal mengenai permasalahan yang

ada pada PT. Tambanganraya Permai khususnya pada bagian pemeliharaan

mesin yang memiliki potensi menggangu jalannya proses repair kapal

diperusahaan dan biaya perawatan yang dikeluarkan banyak jika tidak

direncanakan secara sistematis. Identifikasi masalah ini digunakan untuk

menentukan rumusan permasalahan dengan jelas serta menetapkan tujuan

penelitian yang dicapai.

b. Studi Literatur

Studi literatur merupakan studi yang berhubungan dengan literatur-

literatur yang berkaitan dengan penelitian yang akan dilakukan yang dapat

membantu dalam proses analisis untuk menyelesaikan permasalahan yang

diperoleh. Adapun literatur – literatur yang digunakan dalam proses

penelitian yaitu melalui jurnal dan buku terkait perawatan mesin serta metode

Markovian Decision Process sebagai strategi keputusan perencanaan

perawatan mesin untuk menguarangi biaya perawatan yang dikeluarkan dan

metode Overall Equipment Effectiveness (OEE) sebagai penentuan

perhitungan untuk level atau state pada pemeliharaan.

2. Tahap Pengumpulan Data

Data Sekunder

Data sekunder yang digunakan dalam penelitian ini adalah data jenis dan

jumlah mesin, jumlah repair kapal, historis pemeliharaan mesin dan jam kerja

mesin serta biaya pemeliharaan. Data – data tersebut diperoleh dari PT.

Tambanganraya Permai selama satu tahun terakhir, yaitu dari bulan Januari

sampai Desember tahun 2018.

32

3. Tahap Pengoalahan Data

a. Perhituangan Overall Equipment Effectiveness (OEE)

Dimana dalam tahap ini dilakukan perhitungan Availability Ratio,

Peformnce Efficiency, dan Quality Efficiency untuk penentuan level atau state

pada pemeliharaan agar data yang dihasilkan tidak bias karena dalam

perhitungan Markovian Decision Process dalam penentuan level atau state

mesin masih didasarkan pada perspektif individual.

b. Perhitungan Markovian Decision Process

Penentuan Data Transisi Status Mesin

Proses penetapan level atau state mesin yang telah diketahui dari

perhitungan OEE kedalam tabel berikut:

Tabel 3. 1 Desain Data Transisi Status Mesin PT. Tambanganraya Permai Tahun 2018

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Januari

Februari

Maret

April

Mei

Juni

Juli

Agustus

September

Oktober

November

Desember

Pada tahap ini mejawab rumusan masalah “Bagaimana transisi status

pada mesin crane, mesin pompa air dan mesin sandblast berdasarkan

kriteria kondisi mesin ?”.

Perhitungan Jumlah Transisi Status Mesin Berdasarkan Kondisi

Mesin

Setelah diketahui data transisi status mesin maka dapat diketahui

jumlah transisi status mesin bedasarkan kondisi baik, kerusakan ringan,

kerusakan sedang dan kerusakan berat.

Perhitungan Probabilitas Transisi Status Mesin

Setelah diketahui data jumlah transisi status mesin berdasarkan

kondisi baik, kerusakan ringan, kerusakan sedang dan kerusakan berat

33

maka dilakukan perhitungan probabilitas transisi status mesin yang

nantinya akan digunakan untuk perhitungan matriks probabilitas.

Perhitungan Matriks Probabilitas Transisi Usulan I (P0)

Perhitungan matriks probabilitas transisi usulan I dilakukan pada

status 4 merupakan pemeliharaan pada kondisi kerusakan berat. Dalam

proses ini akan diketahui matriks probabilitas steady state pada setiap

mesin.

Setealah itu matriks probabilitas steady state digunkan untuk

perhitungan analisa biaya pemeliharaan mesin secara korektif pada

usulan I (pemeliharaan pada status 4) merupakan biaya yang dikeluarkan

perusahaan dengan metode Markovian Decision Process. Dalam proses

perhitungan biaya ini akan diketahui jumlah biaya rata – rata ekpektasi

dari pemeliharaan mesin crane, mesin pompa air dan mesin sandblast

pada pemeliharaan usulan I.

Pemeliharaan Matriks Probabilitas Transisi Usulan II

Perhitungan matriks probabilitas transisi usulan II sesuai tindakan

yang dilakukan untuk menentukan probabilitas steady state jangka

panjang pada masing – masing mesin. Probabilitas pemeliharaan transisi

usulan 1 (P1) dimana perhitungan dilakukan pada pemeliharaan korektif

pada status 4 dan pemeliharaan preventif pada status 3. Probabilitas

pemeliharaan transisi usulan 2 (P2) dimana perhitungan dilakukan pada

pemeliharaan korektif pada status 3, 4 dan pemeliharaan preventif pada

status 2. Probabilitas pemeliharaan transisi usulan 3 (P3) dimana

perhitungan dilakukan pada pemeliharaan korektif pada status 4 dan

pemeliharaan preventif pada status 2, 3. Probabilitas pemeliharaan

transisi usulan 4 (P4) dimana perhitungan dilakukan pada pemeliharaan

korektif pada status 3, 4. Dalam proses ini akan diketahui matriks

probabilitas steady state pada setiap mesin berdasarkan tindakan/

kegiatan pemeliharaan (P1, P2, P3 dan P4).

Setealah itu matriks probabilitas steady state digunkan untuk

perhitungan analisa biaya pemeliharaan mesin sesuai dengan tindakan/

kegiatan pemeliharaan merupakan biaya yang dikeluarkan perusahaan

34

dengan metode Markovian Decision Process. Dalam proses perhitungan

biaya ini akan dipilih biaya yang paling rendah dari hasil perhitungan

biaya sesuai tindakan/ kegiatan pemeliharaan pada setiap mesin. Setelah

itu dapat diketahui biaya rata – rata ekpektasi dari pemeliharaan mesin

crane, mesin pompa air dan mesin sandblast pada pemeliharaan usulan II.

4. Tahap Analisis Hasil Pengolahan Data

Tahap selanjutnya adalah menganalisa hasil pengolahan data yang sudah

diperoleh menggunakan metode Markovian Decision Process dan Overall

Equipment Effectiveness (OEE) dengan menyusun kebijakan atau memilih

diantara dua usulan tersebut mana yang hasil perhitungan perencaaan

pemeliharaannya optimal dari segi biaya dan pemeliharaan mesin.

5. Tahap Penyelesaian

Setelah dilakukan analisa kemudian dapat ditarik kesimpulan dari hasil yang

menjadi jawaban dari tujuan penelitian. Selain itu juga memberikan saran yang

berguna untuk penelitian selanjutnya.

35

3.3. Jadwal Kegiatan Penelitian

Penelitian ini dilakukan selama 6 bulan sejak Januari 2019 sampai Juni 2019. Adapun detail dari jadwal kegiatan penelitian

dapat dilihat melalui bar chat berikut :

Tabel 3. 2 Jadwal Penelitian

NO KEGIATAN

BULAN

JANUARI FEBRUARI MARET APRIL MEI JUNI JULI

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2

1 Identifikasi Masalah

2 Studi Penelitian

3 Penyusunan Proposal TA

4 Pendaftaran Judul

Proposal TA

5 Sidang Proposal TA

6 Revisi Proposal TA

7 Pengumpulan Data

8 Pengolahan Data

8 Analisis Permasalahan

9 Progres TA

10 Penyusunan Laporan TA

11 Sidang TA

36


37

BAB IV

HASIL DAN PENGOLAHAN DATA

4.1. Perhitungan Nilai Overall Effectiveness Equipment (OEE)

Overall Effectiveness Equipment (OEE) merupakan nilai yang

menunjukkan ukuran efektivitas mesin dalam suatu pabrik. Nilai OEE memiliki

empat tingkatan atau level yang menjelaskan kondisi suatu mesin. Nilai OEE

didapatkan dengan terlebih dahulu ditentukan nilai availability ratio, peformance

efficiency, dan quality efficiency.

4.1.1. Perhitungan Availability Ratio

Perhitungan availability ratio dilakukan berdasarkan ratio waktu

operation time terhadap loading time mesin. Data mesin yang diambil merupakan

data mesin crane, mesin pompa air dan mesin sandblast yang ada di PT.


4.1.1.1. Mesin Crane

Salah satu contoh perhitungan availability ratio pada bulan Januari 2018

mesin crane didapatkan dari Persamaan 2.2 yaitu:

jam/hari

jam/hari

Cara yang sama digunakan juga untuk menghitung availability ratio pada

mesin crane pada tahun 2018. Hasil perhitungan nilai availability ratio dapat

dilihat pada Tabel 4.1.

38

Tabel 4. 1 Availability Ratio Mesin Crane Tahun 2018

Bulan

Jumlah

Jam

Kerja

Tersedia

(jam)

Planned

Downtime

(jam)

Unplanned

Downtime

(jam)

Loading

Time

(jam)

Operation

Time

(jam)

Availability

Ratio

(%)

Januari 547 84 40 463 423 91,36

Februari 535 60 37 475 438 92,21

Maret 550 72 36 478 442 95,51

April 547 96 36 451 415 92,02

Mei 548 96 36 452 416 92,04

Juni 535 60 36,8 475 438,2 92,25

Juli 535 60 36,5 475 438,5 92,32

Agustus 535 60 36 475 439 92,42

September 550 72 36 478 442 92,47

Oktober 540 96 32 444 412 92,79

November 540 84 33 456 423 92,76

Desember 535 60 33 475 442 93,05

Sumber: Hasil Pengolahan Data

4.1.1.2. Mesin Pompa Air


mesin pompa air didapatkan dari Persamaan 2.2 yaitu:

jam/hari

jam/hari


mesin pompa air pada tahun 2018. Hasil perhitungan nilai availability ratio dapat


Tabel 4. 2 Availability Ratio Mesin Pompa Air Tahun 2018

Bulan

Jumlah

Jam

Kerja

Tersedia

(jam)

Planned

Downtime

(jam)

Unplanned

Downtime

(jam)

Loading

Time

(jam)

Operation

Time

(jam)

Availability

Ratio

(%)

Januari 547 84 36 463 427 92,22


39

Tabel 4. 2 Availability Ratio Mesin Pompa Air Tahun 2018 (Lanjutan)

Bulan

Jumlah

Jam

Kerja

Tersedia

(jam)

Planned

Downtime

(jam)

Unplanned

Downtime

(jam)

Loading

Time

(jam)

Operation

Time

(jam)

Availability

Ratio

(%)

Februari 535 60 37 475 438 92,21

Maret 550 72 38 478 440 92,05

April 547 96 36 451 415 92,02

Mei 548 84 40 464 424 91,38

Juni 535 60 37 475 438 92,21

Juli 535 60 36 475 439 92,42

Agustus 535 60 36 475 439 92,42

September 550 72 37 478 441 92,26

Oktober 540 96 33,5 444 410,5 92,45

November 540 84 34 456 422 92,54

Desember 535 60 35 475 440 92,63


4.1.1.3. Mesin Sandblast


mesin sandblast didapatkan dari Persamaan 2.2 yaitu:

jam/hari

jam/hari


mesin sandblast pada tahun 2018. Hasil perhitungan nilai availability ratio dapat


Tabel 4. 3 Availability Ratio Mesin Sandblast Tahun 2018

Bulan

Jumlah

Jam

Kerja

Tersedia

(jam)

Planned

Downtime

(jam)

Unplanned

Downtime

(jam)

Loading

Time

(jam)

Operation

Time

(jam)

Availability

Ratio

(%)

Januari 547 84 36 463 427 92,22

Februari 535 60 37 475 438 92,21


40

Tabel 4. 3 Availability Ratio Mesin Sandblast Tahun 2018 (Lanjutan)

Bulan

Jumlah

Jam

Kerja

Tersedia

(jam)

Planned

Downtime

(jam)

Unplanned

Downtime

(jam)

Loading

Time

(jam)

Operation

Time

(jam)

Availability

Ratio

(%)

Maret 550 72 38 478 440 92,05

April 547 96 36 451 415 92,02

Mei 548 84 40 464 424 91,38

Juni 535 72 37 463 426 92,01

Juli 535 72 36,7 463 426,3 92,07

Agustus 535 72 36,5 463 426,5 92,12

September 550 72 37 478 441 92,26

Oktober 540 96 32 444 412 92,79

November 540 84 33 456 423 92,76

Desember 535 72 35 463 428 92,44


4.1.2. Perhitungan Peformance Efficiency

Perhitungan peformance efficiency merupakan ratio yang mengambarkan

kemampuan dari mesin. Data mesin yang diambil merupakan data mesin mesin

crane, mesin pompa air dan mesin sandblast yang ada di PT. Tambanganraya

Permai.


Salah satu contoh perhitungan peformance efficiency pada bulan Januari 2018

mesin crane didapatkan dari Persamaan 2.3 yaitu:

Cara yang sama digunakan juga untuk menghitung peformance efficiency

pada mesin crane pada tahun 2018. Hasil perhitungan nilai peformance efficiency

dapat dilihat pada Tabel 4.4.

Tabel 4. 4 Peformance Efficiency Mesin Crane Tahun 2018

Bulan Target Kapal

(unit)

Ideal Cyle Time

(jam/unit)

Operation Time

(jam)

Peformance

Efficiency

(%)

Januari 4 96 423 90,78

Februari 4 96 438 87,67

Maret 4 96 442 86,88

April 4 96 415 92,53

Mei 4 96 416 92,31

Juni 4 96 438,2 87,63

Juli 4 96 438,5 87,57


41

Tabel 4. 4 Peformance Efficiency Mesin Crane Tahun 2018 (Lanjutan)

Bulan Target Kapal

(unit)

Ideal Cyle Time

(jam/unit)

Operation Time

(jam)

Peformance

Efficiency

(%)

Agustus 4 96 439 87,47

September 4 96 442 86,88

Oktober 4 96 412 93,20

November 4 96 423 90,78

Desember 4 96 442 86,88




mesin pompa air didapatkan dari Persamaan 2.3 yaitu:


pada mesin pompa air pada tahun 2018. Hasil perhitungan nilai peformance

efficiency dapat dilihat pada Tabel 4.5.

Tabel 4. 5 Peformance Efficiency Mesin Pompa Air Tahun 2018

Bulan Target Kapal

(unit)

Ideal Cyle Time

(jam/unit)

Operation Time

(jam)

Peformance

Efficiency

(%)

Januari 4 96 427 89,93

Februari 4 96 438 87,67

Maret 4 96 440 87,27

April 4 96 415 92,53

Mei 4 96 424 90,57

Juni 4 96 438 87,67

Juli 4 96 439 87,47

Agustus 4 96 439 87,47

September 4 96 441 87,07

Oktober 4 96 410,5 93,54

November 4 96 422 91,00

Desember 4 96 440 87,27




mesin sandblast didapatkan dari Persamaan 2.3 yaitu:

42


pada mesin sandblast pada tahun 2018. Hasil perhitungan nilai peformance

efficiency dapat dilihat pada Tabel 4.6.

Tabel 4. 6 Peformance Efficiency Mesin Sandblast Tahun 2018

Bulan Target Kapal

(unit)

Ideal Cyle Time

(jam/unit)

Operation Time

(jam)

Peformance

Efficiency

(%)

Januari 4 96 427 89,93

Februari 4 96 438 87,67

Maret 4 96 440 87,27

April 4 96 415 92,53

Mei 4 96 424 90,57

Juni 4 96 426 90,14

Juli 4 96 426,3 90,08

Agustus 4 96 426,5 90,04

September 4 96 441 87,07

Oktober 4 96 412 93,20

November 4 96 423 90,78

Desember 4 96 428 89,72


4.1.3. Perhitungan Quality Efficiency

Perhitungan quality efficiency dilakukan berdasarkan ratio jumlah yang

baik terhadap total produk yang di proses. Data mesin yang diambil merupakan

data mesin mesin crane, mesin pompa air dan mesin sandblast yang ada di PT.


Dalam perhitungan quality efficiency mesin mesin crane, mesin pompa air

dan mesin sandblast sama dikarenakan ketiga mesin tersebut merupakan mesin

penunjang dalam proses repair kapal maka data target dan defect sama pada tahun

2018. Salah satu contoh perhitungan quality efficiency pada bulan Januari 2018

didapatkan dari Persamaan 2.4 yaitu:

Cara yang sama digunakan juga untuk menghitung quality efficiency pada

mesin pada tahun 2018. Hasil perhitungan nilai quality efficiency dapat dilihat

pada Tabel 4.7.

43

Tabel 4. 7 Quality Efficiency Mesin Crane, Mesin Pompa Air, Mesin Sandblast Tahun 2018

Bulan Target Kapal

(unit)

Defect

(unit)

Quality Efficiency

(%)

Januari 4 1 75

Februari 4 1 75

Maret 4 3 25

April 4 0 100

Mei 4 1 75

Juni 4 2 50

Juli 4 2 50

Agustus 4 2 50

September 4 3 25

Oktober 4 0 100

November 4 1 75

Desember 4 2 50


4.1.4. Nilai Overall Effectiveness Equipment (OEE)

Nilai overall effectiveness equipment (OEE) merupakan perkalian dari

nilai availability ratio, peformance efficiency, dan quality efficiency.


Salah satu contoh perhitungan overall effectiveness equipment (OEE) pada

bulan Januari 2018 mesin crane didapatkan dari Persamaan 2.1 yaitu:

Cara yang sama digunakan juga untuk menghitung overall effectiveness

equipment pada crane pada tahun 2018. Hasil perhitungan nilai overall

effectiveness equipment dapat dilihat pada Tabel 4.8.

Tabel 4. 8 Nilai Overall Effectiveness Equipment (OEE) Mesin Crane Tahun 2018

Bulan Availability Ratio

(%)

Peformance Efficiency

(%)

Quality Efficiency

(%)

OEE

(%)

Januari 91,36 90,78 75 62,2

Februari 92,21 87,67 75 60,63

Maret 95,51 86,88 25 20,74

April 92,02 92,53 100 85,14

Mei 92,04 92,31 75 63,71

Juni 92,25 87,63 50 40,43

Juli 92,32 87,57 50 40,42

Agustus 92,42 87,47 50 40,41

September 92,47 86,88 25 20,08

Oktober 92,79 93,20 100 86,49

November 92,76 90,78 75 63,16

Desember 93,05 86,88 50 40,42


44



bulan Januari 2018 mesin pompa air didapatkan dari Persamaan 2.1 yaitu:


equipment pada mesin pompa air pada tahun 2018. Hasil perhitungan nilai overall

effectiveness equipmentnya dapat dilihat pada Tabel 4.9.

Tabel 4. 9 Nilai Overall Effectiveness Equipment (OEE) Mesin Pompa Air Tahun 2018

Bulan

Availability

Ratio

(%)

Peformance

Efficiency

(%)

Quality

Efficiency

(%)

OEE

(%)

Januari 92,22 89,93 75 62,2

Februari 92,21 87,67 75 60,63

Maret 92,05 87,27 25 20,08

April 92,02 92,53 100 85,14

Mei 91,38 90,57 75 62,07

Juni 92,21 87,67 50 40,42

Juli 92,42 87,47 50 40,42

Agustus 92,42 87,47 50 40,42

September 92,26 87,07 25 20,08

Oktober 92,45 93,54 100 86,49

November 92,54 91,00 75 63,16

Desember 92,63 87,27 50 40,42




bulan Januari 2018 mesin sandblast didapatkan dari Persamaan 2.1 yaitu:


equipment pada mesin sandblast pada tahun 2018. Hasil perhitungan nilai overall

effectiveness equipmentnya dapat dilihat pada Tabel 4.10.

Tabel 4. 10 Nilai Overall Effectiveness Equipment (OEE) Mesin Sandblast Tahun 2018

Bulan

Availability

Ratio

(%)

Peformance

Efficiency

(%)

Quality

Efficiency

(%)

OEE

(%)

Januari 92,22 89,93 75 62,2

Februari 92,21 87,67 75 62,63

Maret 92,05 87,27 25 20,08


45

Tabel 4. 10 Nilai Overall Effectiveness Equipment (OEE) Mesin Sandblast Tahun 2018 (Lanjutan)

Bulan

Availability

Ratio

(%)

Peformance

Efficiency

(%)

Quality

Efficiency

(%)

OEE

(%)

April 92,02 92,53 100 85,14

Mei 91,38 90,57 75 62,07

Juni 92,01 90,14 50 41,47

Juli 92,07 90,08 50 41,46

Agustus 92,12 90,04 50 41,45

September 92,26 87,07 25 20,08

Oktober 92,79 93,20 100 86,49

November 92,76 90,78 75 63,16

Desember 92,44 89,72 50 41,47


4.1.5. Penentuan State (Status) Mesin

Penentuan status mesin dilakukan berdasarkan nilai OEE dari masing-

masing mesin selama periode tahun 2018. Klasifikasi status mesin ini sudah

ditetapkan menjadi standart menurut Malik dan Hamsal pada Tabel 2.1.


Menentukan atau mengklasifikasikan state (status) mesin crane didasarkan

dari hasil perhitungan OEE yang telah dihitung pada Tabel 4.8. Hasil

mengklasifikasi state (status) mesin crane dapat dilihat pada Tabel 4.11.

Tabel 4. 11 Klasifikasi Status Mesin Crane Tahun 2018

Bulan OEE

(%) Status Keterangan

Januari 62,2 2 Kerusakan Ringan

Februari 60,63 2 Kerusakan Ringan

Maret 20,74 4 Kerusakan Berat

April 85,14 1 Baik

Mei 63,71 2 Kerusakan Ringan

Juni 40,43 3 Kerusakan Sedang

Juli 40,42 3 Kerusakan Sedang

Agustus 40,41 3 Kerusakan Sedang

September 20,08 4 Kerusakan Berat

Oktober 86,49 1 Baik

November 63,16 2 Kerusakan Ringan

Desember 40,42 3 Kerusakan Sedang


Berdasarkan tabel diatas menunjukan bahwa terdapat empat jenis status mesin

terjadi pada mesin crane selama tahun 2018, yaitu status baik, kerusakan ringan,

kerusakan sedang dan kerusakan berat. Oleh karena itu, pada tahap selanjutnya

data yang digunakan untuk perhitungan matriks Markovian Decision Process

melibatkan seluruh jenis status mesin.

46


Menentukan atau mengklasifikasikan state (status) mesin pompa air

didasarkan dari hasil perhitungan OEE yang telah dihitung pada Tabel 4.9. Hasil

mengklasifikasi state (status) mesin pompa air dapat dilihat pada Tabel 4.12.

Tabel 4. 12 Klasifikasi Status Mesin Pompa Air Tahun 2018

Bulan OEE





April 85,14 1 Baik








Desember 40,42 4 Kerusakan Berat



terjadi pada mesin pompa air selama tahun 2018, yaitu status baik, kerusakan

ringan, kerusakan sedang dan kerusakan berat. Oleh karena itu, pada tahap

selanjutnya data yang digunakan untuk perhitungan matriks Markovian Decision

Process melibatkan seluruh jenis status mesin.


Menentukan atau mengklasifikasikan state (status) mesin sandblast

didasarkan dari hasil perhitungan OEE yang telah dihitung pada Tabel 4.10. Hasil

mengklasifikasi state (status) mesin sandblast dapat dilihat pada Tabel 4.13.

Tabel 4. 13 Klasifikasi Status Mesin Sandblast Tahun 2018

Bulan OEE





April 85,14 1 Baik








47

Tabel 4. 13 Klasifikasi Status Mesin Sandblast Tahun 2018 (Lanjutan)

Bulan OEE



Desember 41,47 4 Kerusakan Sedang



terjadi pada mesin sandblast selama tahun 2018, yaitu status baik, kerusakan

ringan, kerusakan sedang dan kerusakan berat. Oleh karena itu, pada tahap

selanjutnya data yang digunakan untuk perhitungan matriks Markovian Decision

Process melibatkan seluruh jenis status mesin.

4.2. Perhitungan Matriks Markov dengan Metode Markovian Decision

Process

Proses perhitungan matriks markov dengan metode Markovian Decision

Process terdapat enam tahap perhitungan yang saling terkait satu sama lain, yaitu

penentuan data transisi status mesin, perhitungan jumlah transisi status mesin,

perhitungan probabilitas transisi status mesin, perhitungan matriks probabilitas

transisi usulan I, perhitungan matriks probabilitas transisi usulan II, perhitungan

biaya pemeliharaan usulan I dan II.

4.2.1. Penentuan Data Transisi State (Status) Mesin

Penentuan data transisi status mesin ini merupakan perubahan status

mesin dari suatu kondisi status ke kondisi status yang lain. Penentuan data transisi

status mesin ini didasarkan menurut Bambang Priambodo pada Tabel 2.3.


Penentuan data transisi status yang terjadi pada mesin crane didapat dari

penentuan status mesin crane yang telah dihitung pada Tabel 4.11. Hasil

penentuan data transisi status yang terjadi pada mesin crane pada tahun 2018


Tabel 4. 14 Data Transisi Status Mesin Crane Tahun 2018

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Januari 1


48

Tabel 4. 14 Data Transisi Status Mesin Crane Tahun 2018 (Lanjutan)

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Februari 1

Maret 1

April 1

Mei 1

Juni 1

Juli 1

Agustus 1

September 1

Oktober 1

November 1

Desember 1


Keterangan:

B/B bulan januari = 0 (jumlah mesin Crane pada kondisi baik ke kondisi baik

terdapat 0 mesin).

B/Kr bulan januari = 1 (jumlah mesin Crane pada kondisi baik ke kondisi

kerusakan ringan terdapat 1 mesin).

B/Ks bulan januari = 0 (jumlah mesin Crane pada kondisi baik ke kondisi

kerusakan sedang terdapat 0 mesin).

B/Kb bulan januari = 0 (jumlah mesin Crane pada kondisi baik ke kondisi

kerusakan berat terdapat 0 mesin).

Kr/Kr bulan januari = 0 (jumlah mesin Crane pada kondisi kerusakan ringan ke

kondisi kerusakan ringan terdapat 0 mesin).

Kr/Ks bulan januari = 0 (jumlah mesin Crane pada kondisi kerusakan ringan ke

kondisi kerusakan sedang terdapat 0 mesin).

Kr/Kb bulan januari = 0 (jumlah mesin Crane pada kondisi kerusakan ringan ke

kondisi kerusakan berat terdapat 0 mesin).

Ks/Ks bulan januari = 0 (jumlah mesin Crane pada kondisi kerusakan sedang ke

kondisi kerusakan sedang terdapat 0 mesin).

Ks/Kb bulan januari = 0 (jumlah mesin Crane pada kondisi kerusakan sedang ke

kondisi kerusakan berat terdapat 0 mesin).

Kb/B bulan januari = 0 (jumlah mesin Crane pada kondisi kerusakan berat ke

kondisi baik terdapat 0 mesin).

Untuk selanjutnya keterangannya sama.

49


Penentuan data transisi status yang terjadi pada mesin pompa air didapat dari

penentuan status mesin pompa air yang telah dihitung pada Tabel 4.12. Hasil

penentuan data transisi status yang terjadi pada mesin pompa air pada tahun 2018


Tabel 4. 15 Data Transisi Status Mesin Pompa Air Tahun 2018

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Januari 1

Februari 1

Maret 1

April 1

Mei 1

Juni 1

Juli 1

Agustus 1

September 1

Oktober 1

November 1

Desember 1


Keterangan:

B/B bulan januari = 0 (jumlah mesin Crane pada kondisi baik ke kondisi baik

terdapat 0 mesin).

B/Kr bulan januari = 0 (jumlah mesin Pompa Air pada kondisi baik ke kondisi


B/Ks bulan januari = 0 (jumlah mesin Pompa Air pada kondisi baik ke kondisi


B/Kb bulan januari = 0 (jumlah mesin Pompa Air pada kondisi baik ke kondisi


Kr/Kr bulan januari = 1 (jumlah mesin Pompa Air pada kondisi kerusakan ringan

ke kondisi kerusakan ringan terdapat 1 mesin).

Kr/Ks bulan januari = 0 (jumlah mesin Pompa Air pada kondisi kerusakan ringan

ke kondisi kerusakan sedang terdapat 0 mesin).

Kr/Kb bulan januari = 0 (jumlah mesin Pompa Air pada kondisi kerusakan ringan

ke kondisi kerusakan berat terdapat 0 mesin).

50

Ks/Ks bulan januari = 0 (jumlah mesin Pompa Air pada kondisi kerusakan sedang


Ks/Kb bulan januari = 0 (jumlah mesin Pompa Air pada kondisi kerusakan sedang


Kb/B bulan januari = 0 (jumlah mesin Pompa Air pada kondisi kerusakan berat

ke kondisi baik terdapat 0 mesin).



Penentuan data transisi status yang terjadi pada mesin sandblast didapat dari

penentuan status mesin sandblast yang telah dihitung pada Tabel 4.13. Hasil

penentuan data transisi status yang terjadi pada mesin sandblast pada tahun 2018


Tabel 4. 16 Data Transisi Status Mesin Sandblast Tahun 2018

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Januari 1

Februari 1

Maret 1

April 1

Mei 1

Juni 1

Juli 1

Agustus 1

September 1

Oktober 1

November 1

Desember 1


Keterangan:

B/B bulan januari = 0 (jumlah mesin Sandblast pada kondisi baik ke kondisi

baik terdapat 0 mesin).

B/Kr bulan januari = 2 (jumlah mesin Sandblast pada kondisi baik ke kondisi


B/Ks bulan januari = 0 (jumlah mesin Sandblast pada kondisi baik ke kondisi


51

B/Kb bulan januari = 0 (jumlah mesin Sandblast pada kondisi baik ke kondisi


Kr/Kr bulan januari = 0 (jumlah mesin Sandblast pada kondisi kerusakan ringan

ke kondisi kerusakan ringan terdapat 0 mesin).

Kr/Ks bulan januari = 0 (jumlah mesin Sandblast pada kondisi kerusakan ringan


Kr/Kb bulan januari = 0 (jumlah mesin Sandblast pada kondisi kerusakan ringan


Ks/Ks bulan januari = 0 (jumlah mesin Sandblast pada kondisi kerusakan sedang


Ks/Kb bulan januari = 0 (jumlah mesin Sandblast pada kondisi kerusakan sedang


Kb/B bulan januari = 0 (jumlah mesin Sandblast pada kondisi kerusakan berat ke

kondisi baik terdapat 0 mesin).


4.2.2. Perhitungan Jumlah Transisi State (Status) Mesin Berdasarkan

Kondisi Mesin

Perhitungan jumlah transisi status mesin ini digunakan untuk

menentukan jumlah transisi status mesin yang berada pada empat kondisi, yaitu

baik, kerusakan ringan, kerusakan sedang, kerusakan berat.


Perhitungan jumlah transisi status mesin crane pada kondisi baik, kerusakan

ringan, kerusakan sedang dan kerusakan berat didapatkan dari hasil penentuan

data transisi status mesin crane pada Tabel 4. 14. Salah satu contoh jumlah transisi

status mesin crane pada bulan Januari 2018 didapatkan dengan rumus yang

terdapat pada Tabel 2.4 yaitu:

52

Menggunakan cara yang sama digunakan juga untuk menghitung jumlah

transisi status pada mesin crane pada tahun 2018. Hasil perhitungan jumlah

transisi status dapat dilihat pada Tabel 4.17.

Tabel 4. 17 Jumlah Transisi Status Mesin Crane Tahun 2018 pada Status Baik, Kerusakan Ringan,

Kerusakan Sedang, Kerusakan Berat

Bulan


Kondisi

Baik

Kondisi

Kerusakan

Ringan

Kondisi

Kerusakan

Sedang

Kondisi

Kerusakan Berat

Januari 1 0 0 0

Februari 0 1 0 0

Maret 0 1 0 0

April 0 0 0 1

Mei 1 0 0 0

Juni 0 1 0 0

Juli 0 0 1 0

Agustus 0 0 1 0

September 0 0 1 0

Oktober 0 0 0 1

November 1 0 0 0

Desember 0 1 0 0

Jumlah 3 4 3 2


Berdasarkan Tabel 4.17 jumlah transisi status mesin crane tahun 2018 pada

status baik sebanyak 3, pada status kerusakan ringan sebanyak 4, pada status

kerusakan sedang sebanyak 3, dan pada status kerusakan berat sebanyak 2. Pada

tahap selanjutnya jumlah transisi status mesin crane ini digunakan untuk

perhitungan probabilitas transisi mesin crane.


Perhitungan jumlah transisi status mesin pompa air pada kondisi baik,

kerusakan ringan, kerusakan sedang dan kerusakan berat didapatkan dari hasil

penentuan data transisi status mesin pompa air pada Tabel 4. 15. Salah satu contoh

53

jumlah transisi status mesin pompa air pada bulan Januari 2018 didapatkan

dengan rumus yang terdapat pada Tabel 2.4 yaitu:


transisi status pada mesin pompa air pada tahun 2018. Hasil perhitungan jumlah


Tabel 4. 18 Jumlah Transisi Status Mesin Pompa Air Tahun 2018 pada Status Baik, Kerusakan

Ringan, Kerusakan Sedang, Kerusakan Berat

Bulan


Kondisi

Baik

Kondisi

Kerusakan

Ringan

Kondisi

Kerusakan

Sedang

Kondisi

Kerusakan Berat

Januari 0 1 0 0

Februari 0 1 0 0

Maret 0 1 0 0

April 0 0 0 1

Mei 1 0 0 0

Juni 0 1 0 0

Juli 0 0 1 0

Agustus 0 0 1 0

September 0 0 1 0

Oktober 0 0 0 1

November 1 0 0 0

Desember 0 1 0 0

Jumlah 2 5 3 2


Berdasarkan Tabel 4.18 jumlah transisi status mesin pompa air tahun 2018

pada status baik sebanyak 3, pada status kerusakan ringan sebanyak 4, pada status


54

tahap selanjutnya jumlah transisi status mesin pompa air ini digunakan untuk

perhitungan probabilitas transisi mesin pompa air.


Perhitungan jumlah transisi status mesin sandblast pada kondisi baik,

kerusakan ringan, kerusakan sedang dan kerusakan berat didapatkan dari hasil

penentuan data transisi status mesin sandblast pada Tabel 4. 16. Salah satu contoh

jumlah transisi status mesin sandblast pada bulan Januari 2018 didapatkan dengan

rumus yang terdapat pada Tabel 2.4 yaitu:


transisi status pada mesin sandblast pada tahun 2018. Hasil perhitungan jumlah


Tabel 4. 19 Jumlah Transisi Status Mesin Sandblast Tahun 2018 pada Status Baik, Kerusakan

Ringan, Kerusakan Sedang, Kerusakan Berat

Bulan


Kondisi

Baik

Kondisi

Kerusakan

Ringan

Kondisi

Kerusakan

Sedang

Kondisi

Kerusakan Berat

Januari 1 0 0 0

Februari 0 1 0 0

Maret 0 1 0 0

April 0 0 0 1

Mei 1 0 0 0

Juni 0 1 0 0

Juli 0 0 1 0


55

Tabel 4. 19 Jumlah Transisi Status Mesin Sandblast Tahun 2018 pada Status Baik, Kerusakan

Ringan, Kerusakan Sedang, Kerusakan Berat (Lanjutan)

Bulan


Kondisi

Baik

Kondisi

Kerusakan

Ringan

Kondisi

Kerusakan

Sedang

Kondisi

Kerusakan Berat

Agustus 0 0 1 0

September 0 0 1 0

Oktober 0 0 0 1

November 1 0 0 0

Desember 0 1 0 0

Jumlah 3 4 3 2


Berdasarkan Tabel 4.19 jumlah transisi status mesin sandblast tahun 2018

pada status baik sebanyak 3, pada status kerusakan ringan sebanyak 4, pada status


tahap selanjutnya jumlah transisi status mesin sandblast ini digunakan untuk

perhitungan probabilitas transisi mesin sandblast.

4.2.3. Pehitungan Probabilitas Transisi State (Status) Mesin

Melakukan perhitungan probabilitas transisi status mesin ini dengan

mengelola proporsi jumlah masing - masing mesin yang mengalami transisi

status, maka diperoleh probabilitas status mesin.


Perhitungan probabilitas transisi status mesin crane ini menggunakan hasil

dari penentuan data transisi status mesin crane pada Tabel 4.14 dan jumlah transisi

status mesin crane pada Tabel 4.17. Salah satu perhitungan probabilitas transisi

status mesin crane pada bulan Januari 2018 didapatkan dengan rumus dari

Persamaan 2.5 yaitu:

⁄ pada bulan Januari

∑


∑

56


∑


∑


∑

Selanjutnya untuk menghitung perhitungan probabilitas transisi status mesin

crane pada tahun 2018 menggunakan cara yang sama. Hasil perhitungan

probabilitas transisi status mesin crane dapat dilihat pada Tabel 4.20.

Tabel 4. 20 Pobabilitas Transisi Status Mesin Crane Tahun 2018

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Januari 0

0 0 0 0 0 0 0 0

Februari 0 0 0 0

0 0 0 0 0

Maret 0 0 0 0 0 0

0 0 0

April 0 0 0 0 0 0 0 0 0

Mei 0

0 0 0 0 0 0 0 0

Juni 0 0 0 0 0

0 0 0 0

Juli 0 0 0 0 0 0 0

0 0

Agustus 0 0 0 0 0 0 0

0 0

September 0 0 0 0 0 0 0 0

0

Oktober 0 0 0 0 0 0 0 0 0

November 0

0 0 0 0 0 0 0 0


57

Tabel 4. 20 Pobabilitas Transisi Status Mesin Crane Tahun 2018 (Lanjutan)

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Desember 0 0 0 0 0

0 0 0 0

∑ 0 0,99 0 0 0,25 0,5 0,25 0,67 0,33 1


Berdasarkan Tabel 4.20 probabilitas transisi status mesin crane pada kondisi

baik (B/B) sebesar 0, pada kondisi baik (B/Kr) sebesar 0,99, pada kondisi baik

(B/Ks) sebesar 0, kondisi baik (B/Kb) sebesar 0, pada kondisi kerusakan ringan

(Kr/Kr) sebesar 0,25, pada kondisi kerusakan ringan (Kr/Ks) sebesar 0,5, pada

kondisi kerusakan ringan (Kr/Kb) sebesar 0,25, pada kondisi kerusakan sedang

(Ks/Ks) sebesar 0,67, pada kondisi kerusakan sedang (Ks/Kb) sebesar 0,33 dan

pada kondisi kerusakan berat (Kb/B) sebesar 1. Pada tahap selanjutnya

perhitungan probabilitas transisi status mesin crane ini digunakan untuk

perhitungan matriks probabilitas transisi usulan I dan usulan II pada mesin crane.


Perhitungan probabilitas transisi status mesin pompa air ini menggunakan

hasil dari penentuan data transisi status mesin pompa air pada Tabel 4.15 dan

jumlah transisi status mesin pompa air pada Tabel 4.18. Salah satu perhitungan

probabilitas transisi status mesin pompa air pada bulan Januari 2018 didapatkan

dengan rumus dari Persamaan 2.5 yaitu:


∑


∑


∑

58


∑


∑


pompa air pada tahun 2018 menggunakan cara yang sama. Hasil perhitungan

probabilitas transisi status mesin pompa air dapat dilihat pada Tabel 4.21.

Tabel 4. 21 Pobabilitas Transisi Status Mesin Pompa Air Tahun 2018

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Januari 0 0 0 0

0 0 0 0 0

Februari 0 0 0 0

0 0 0 0 0

Maret 0 0 0 0 0 0

0 0 0

April 0 0 0 0 0 0 0 0 0

Mei 0

0 0 0 0 0 0 0 0

Juni 0 0 0 0 0

0 0 0 0

Juli 0 0 0 0 0 0 0

0 0

Agustus 0 0 0 0 0 0 0

0 0

September 0 0 0 0 0 0 0 0

0

Oktober 0 0 0 0 0 0 0 0 0

November 0

0 0 0 0 0 0 0 0

Desember 0 0 0 0 0

0 0 0 0

∑ 0 1 0 0 0,4 0,4 0,2 0,67 0,33 1


59

Berdasarkan Tabel 4.21 probabilitas transisi status mesin pompa air pada

kondisi baik (B/B) sebesar 0, pada kondisi baik (B/Kr) sebesar 1, pada kondisi

baik (B/Ks) sebesar 0, kondisi baik (B/Kb) sebesar 0, pada kondisi kerusakan

ringan (Kr/Kr) sebesar 0,4, pada kondisi kerusakan ringan (Kr/Ks) sebesar 0,4,

pada kondisi kerusakan ringan (Kr/Kb) sebesar 0,2, pada kondisi kerusakan

sedang (Ks/Ks) sebesar 0,67, pada kondisi kerusakan sedang (Ks/Kb) sebesar 0,33

dan pada kondisi kerusakan berat (Kb/B) sebesar 1. Pada tahap selanjutnya

perhitungan probabilitas transisi status mesin pompa air ini digunakan untuk

perhitungan matriks probabilitas transisi usulan I dan usulan II pada mesin pompa

air.


Perhitungan probabilitas transisi status mesin sandblast ini menggunakan

hasil dari penentuan data transisi status mesin sandblast pada Tabel 4.16 dan

jumlah transisi status mesin sandblast pada Tabel 4.19. Salah satu perhitungan

probabilitas transisi status mesin sandblast pada bulan Januari 2018 didapatkan

dengan rumus dari Persamaan 2.5 yaitu:


∑


∑


∑


∑

60


∑


sandblast pada tahun 2018 menggunakan cara yang sama. Hasil perhitungan

probabilitas transisi status mesin sandblast dapat dilihat pada Tabel 4.22.

Tabel 4. 22 Pobabilitas Transisi Status Mesin Sandblast Tahun 2018

Bulan

Status

B/

B

B/

Kr

B/

Ks

B/

Kb

Kr/

Kr

Kr/

Ks

Kr/

Kb

Ks/

Ks

Ks/

Kb

Kb/

B

Januari 0

0 0 0 0 0 0 0 0

Februari 0 0 0 0

0 0 0 0 0

Maret 0 0 0 0 0 0

0 0 0

April 0 0 0 0 0 0 0 0 0

Mei 0

0 0 0 0 0 0 0 0

Juni 0 0 0 0 0

0 0 0 0

Juli 0 0 0 0 0 0 0

0 0

Agustus 0 0 0 0 0 0 0

0 0

September 0 0 0 0 0 0 0 0

0

Oktober 0 0 0 0 0 0 0 0 0

November 0

0 0 0 0 0 0 0 0

Desember 0 0 0 0 0

0 0 0 0

∑ 0 0,99 0 0 0,25 0,5 0,25 0,67 0,33 1


Berdasarkan Tabel 4.22 probabilitas transisi status mesin sandblast pada

kondisi baik (B/B) sebesar 0, pada kondisi baik (B/Kr) sebesar 0,99, pada kondisi

baik (B/Ks) sebesar 0, kondisi baik (B/Kb) sebesar 0, pada kondisi kerusakan

ringan (Kr/Kr) sebesar 0,25, pada kondisi kerusakan ringan (Kr/Ks) sebesar 0,5,

pada kondisi kerusakan ringan (Kr/Kb) sebesar 0,25, pada kondisi kerusakan

sedang (Ks/Ks) sebesar 0,67, pada kondisi kerusakan sedang (Ks/Kb) sebesar 0,33

61

dan pada kondisi kerusakan berat (Kb/B) sebesar 1. Pada tahap selanjutnya

perhitungan probabilitas transisi status mesin sandblast ini digunakan untuk

perhitungan matriks probabilitas transisi usulan I dan usulan II pada mesin

sandblast.

4.2.4. Perhitungan Matriks Probabilitas Transisi Usulan I (P0)

Matriks probabilitas transisi usulan I (P0) ini merupakan pemeliharaan

pada kondisi kerusakan berat (status 4) untuk menentukan probabilitas steady

state untuk jangka panjang pada masing – masing mesin. Perhitungan matriks

probabilitas transisi usulan I (P0) ini didasarkan menurut Rochmoeljati pada Tabel

2.6.


Perhitungan matriks probabilitas transisi usulan I (P0) mesin crane pada tahun

2018 menggunakan hasil dari perhitungan probabilitas transisi status mesin crane

pada Tabel 4.20. Hasil perhitungan matriks probabilitas transisi usulan I (P0)

mesin crane dapat dilihat pada Tabel 4.23.

Tabel 4. 23 Matriks Probabilitas Usulan I Mesin Crane (P0) Tahun 2018

1 2 3 4

1 0 0,99 0 0

2 0 0,25 0,5 0,25

3 0 0 0,67 0,33

4 1 0 0 0


Setelah didapatkan matriks probailitas transisi diatas, dalam jangka panjang

probabilitas terjadi kerusakan dan dalam keadaan mapan (steady state) dapat

dihitung dari Persamaan 2.6 dengan menggunakan Tabel 4.23 sebagai berikut:

[

] [ ] [

]

Cacatan:


j i

62

Penyelesaian persamaan diatas sebagai berikut:

⁄

⁄

⁄

186

Tabel 4. 24 Probabilitas Steady State Mesin Crane Usulan I Tahun 2018

Kegiatan

Pemeliharaan

Probabilitas (P0)

Baik

(π1)

Kerusakan Ringan

(π2)

Kerusakan Sedang

(π3)

Keusakan Berat

(π4)

Crane 0,188 0,248 0,376 0,186


63

Berdasarkan hasil perhitungan matriks probabilitas transisi usulan I mesin

crane (P0) pada tahun 2018 didapatkan probabilitas steady state mesin crane yang

terdapat pada Tabel 4.24. Probabilitas steady state mesin crane pada usulan I

(kegiatan pemeliharaan korektif pada kondisi kerusakan berat atau status 4) ini

memiliki peluang mesin crane dalam kondisi baik sebesar 0,188; peluang mesin

crane dalam kondisi kerusakan ringan sebesar 0,248; peluang mesin crane dalam

kondisi kerusakan sedang sebesar 0,376 dan peluang mesin crane dalam kondisi

kerusakan berat sebesar 0,186. Probabilitas steady state ini nanti digunakan untuk

perhitungan keputusan perencanaan pemeliharan mesin crane pada usulan I.


Perhitungan matriks probabilitas transisi usulan I (P0) mesin pompa air pada

tahun 2018 menggunakan hasil dari perhitungan probabilitas transisi status mesin

pompa air pada Tabel 4.21. Hasil perhitungan matriks probabilitas transisi usulan

I (P0) mesin pompa air dapat dilihat pada Tabel 4.25.

Tabel 4. 25 Matriks Probabilitas Usulan I Mesin Pompa Air (P0) Tahun 2018

1 2 3 4

1 0 1 0 0

2 0 0,4 0,4 0,2

3 0 0 0,67 0,33

4 1 0 0 0





[

] [ ] [

]

Cacatan:


j i

64


⁄

⁄

⁄

Tabel 4. 26 Probabilitas Steady State Mesin Pompa Air Usulan I Tahun 2018

Kegiatan

Pemeliharaan

Probabilitas (P0)

Baik

(π1)

Kerusakan Ringan

(π2)

Kerusakan Sedang

(π3)

Keusakan Berat

(π4)

Pompa Air 0,175 0,292 0,355 0,177



pompa air (P0) pada tahun 2018 didapatkan probabilitas steady state mesin pompa

65

air yang terdapat pada Tabel 4.26. Probabilitas steady state mesin pompa air pada

usulan I (kegiatan pemeliharaan korektif pada kondisi kerusakan berat atau status

4) ini memiliki peluang pompa air dalam kondisi baik sebesar 0,175; peluang

mesin pompa air dalam kondisi kerusakan ringan sebesar 0,292; peluang mesin

pompa air dalam kondisi kerusakan sedang sebesar 0,355 dan peluang mesin

pompa air dalam kondisi kerusakan berat sebesar 0,177. Probabilitas steady state

ini nanti digunakan untuk perhitungan keputusan perencanaan pemeliharan mesin

pompa air pada usulan I.


Perhitungan matriks probabilitas transisi usulan I (P0) mesin sandblast pada

tahun 2018 menggunakan hasil dari perhitungan probabilitas transisi status mesin

sandblast pada Tabel 4.22. Hasil perhitungan matriks probabilitas transisi usulan I

(P0) mesin sandblast dapat dilihat pada Tabel 4.27.

Tabel 4. 27 Matriks Probabilitas Usulan I Mesin Sandblast (P0) Tahun 2018

1 2 3 4

1 0 0,99 0 0

2 0 0,25 0,5 0,25

3 0 0 0,67 0,33

4 1 0 0 0





[

] [ ] [

]

Cacatan:


j i

66


⁄

⁄

⁄

186

Tabel 4. 28 Probabilitas Steady State Mesin Sandblast Usulan I Tahun 2018

Kegiatan

Pemeliharaan

Probabilitas (P0)

Baik

(π1)

Kerusakan Ringan

(π2)

Kerusakan Sedang

(π3)

Keusakan Berat

(π4)

Sandblast 0,188 0,248 0,376 0,186



sandblast (P0) pada tahun 2018 didapatkan probabilitas steady state mesin

sandblast yang terdapat pada Tabel 4.28. Probabilitas steady state mesin sandblast

67

pada usulan I (kegiatan pemeliharaan korektif pada kondisi kerusakan berat atau

status 4) ini memiliki peluang mesin sandblast dalam kondisi baik sebesar 0,188;

peluang mesin sandblast dalam kondisi kerusakan ringan sebesar 0,248; peluang

mesin sandblast dalam kondisi kerusakan sedang sebesar 0,376 dan peluang

mesin sandblast dalam kondisi kerusakan berat sebesar 0,186. Probabilitas steady

state ini nanti digunakan untuk perhitungan keputusan perencanaan pemeliharan

mesin sandblast pada usulan I.

4.2.5. Perhitungan Matriks Probabilitas Transisi Usulan II (P1, P2, P3, P4)

Matriks probabilitas transisi usulan II ini merupakan pemeliharaan yang

didapatkan sesuai dengan tindakan transisi usulan (P1, P2, P3, P4) untuk

menentukan probabilitas steady state untuk jangka panjang pada masing – masing

mesin.


1. P1 (pemeliharaan korektif pada status 4 dan pemeliharaan preventif

pada ststus 3)

Perhitungan matriks probabilitas transisi usulan II dengan tindakan

transisi usulan P1 mesin crane pada tahun 2018 menggunakan hasil dari

perhitungan probabilitas transisi status mesin crane pada Tabel 4.20 dan

didasarkan pada Tabel 2.7. Hasil perhitungan matriks probabilitas transisi

usulan II dengan tindakan transisi usulan P1 mesin crane dapat dilihat

pada Tabel 4.29.

Tabel 4. 29 Matriks Probabilitas Usulan II (P1) Mesin Crane Tahun 2018

1 2 3 4

1 0 0,99 0 0

2 0 0,25 0,5 0,25

3 0 1 0 0

4 1 0 0 0


Setelah didapatkan matriks probailitas transisi diatas, dalam jangka

panjang probabilitas terjadi kerusakan dan dalam keadaan mapan (steady

state) dapat dihitung dari Persamaan 2.7 dengan menggunakan Tabel 4.29

sebagai berikut:

j i

68

[

] [ ] [

]

Cacatan:



⁄

69

⁄

Tabel 4. 30 Probabilitas Steady State Mesin Crane Usulan II (P1)

Kegiatan

Pemeliharaan

Probabilitas (P1)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Crane 0,126 0,499 0,249 0,125


Berdasarkan hasil perhitungan matriks probabilitas transisi usulan II

mesin crane (P1) pada tahun 2018 didapatkan probabilitas steady state

mesin crane yang terdapat pada Tabel 4.30. Probabilitas steady state

mesin crane pada usulan II dengan tindakan P1 (kegiatan pemeliharaan

korektif pada status 4 dan pemeliharaan preventif pada ststus 3) ini

memiliki peluang crane dalam kondisi baik sebesar 0,126; peluang mesin

crane dalam kondisi kerusakan ringan sebesar 0,449; peluang mesin crane

dalam kondisi kerusakan sedang sebesar 0,249 dan peluang mesin crane

dalam kondisi kerusakan berat sebesar 0,125.

2. P2 (pemeliharaan korektif pada status 3,4 dan pemeliharaan

preventif pada status 2)






pada Tabel 4.31.

70


1 2 3 4

1 0 0,99 0 0

2 1 0 0 0

3 1 0 0 0

4 1 0 0 0





sebagai berikut:

[

] [ ] [

]

Cacatan:



⁄


Kegiatan

Pemeliharaan

Probabilitas (P2)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Crane 1,01 0,999 0 0




j i

71



korektif pada status 3,4 dan pemeliharaan preventif pada ststus 2) ini



dalam kondisi kerusakan sedang sebesar 0 dan peluang mesin crane dalam

kondisi kerusakan berat sebesar 0.


pada status 2,3)






pada Tabel 4.33.

Tabel 4. 33Matriks Probabilitas Usulan II (P3) Mesin Crane Tahun 2018

1 2 3 4

1 0 0,99 0 0

2 1 0 0 0

3 0 1 0 0

4 1 0 0 0





sebagai berikut:

[

] [ ] [

]

Cacatan:


j i

72


⁄


Kegiatan

Pemeliharaan

Probabilitas (P3)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Crane 0,5 0,495 0 0,005






korektif pada status 4 dan pemeliharaan preventif pada ststus 2,3) ini



dalam kondisi kerusakan sedang sebesar 0 dan peluang mesin crane dalam

kondisi kerusakan berat sebesar 0,005.

73

4. P4 (pemeliharaan korektif pada status 3, 4)




didasarkan pada Tabel 2.10. Hasil perhitungan matriks probabilitas

transisi usulan II dengan tindakan transisi usulan P4 mesin crane dapat



1 2 3 4

1 0 0,99 0 0

2 0 0,25 0,5 0,25

3 1 0 0 0

4 1 0 0 0




state) dapat dihitung dari Persamaan 2.10 dengan menggunakan Tabel

4.35 sebagai berikut:

[

] [ ] [

]

Cacatan:



⁄

j i

74

⁄


Kegiatan

Pemeliharaan

Probabilitas (P4)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Crane 0,284 0,375 0,247 0,094






korektif pada status 3,4) ini memiliki peluang crane dalam kondisi baik

sebesar 0,284; peluang mesin crane dalam kondisi kerusakan ringan

sebesar 0,375; peluang mesin crane dalam kondisi kerusakan sedang

75

sebesar 0,247 dan peluang mesin crane dalam kondisi kerusakan berat

sebesar 0,094.

Tabel 4. 37 Probabilitas Steady State Mesin Crane Usulan II (P1, P2, P3, P4) Tahun 2018

Kegiatan

Pemeliharaan

Probabilitas

Baik

(π1)

Kerusakan Ringan

(π2)

Kerusakan Sedang

(π3)

Keusakan Berat

(π4)

P1 0,126 0,499 0,249 0,125

P2 1,01 0,999 0 0

P3 0,5 0,495 0 0,005

P4 0,284 0,375 0,247 0,094


Berdasarkan hasil dari perhitungan matriks probabilitas transisi usulan II

mesin crane tahun 2018 diatas, maka didapatkan probabilitas steady state mesin

crane yang terdapat pada Tabel 4.37. Probabilitas steady state mesin crane pada

usulan II ini dilakukan pemeliharaan sesuai dengan tidakan (P1, P2, P3, P4). Dapat

dilihat dari tabel tersebut peluang - peluang pemeliharaan mesin crane yang

dilakukan sesuai dengan tidakan pemeliharaan. Hasil dari probabilitas steady state

mesin crane ini nanti digunakan untuk menentukan kapan pemeliharaan mesin

crane harus dilakukan.



pada status 3)


transisi usulan P1 mesin pompa air pada tahun 2018 menggunakan hasil

dari perhitungan probabilitas transisi status mesin pompa air pada Tabel

4.21 dan didasarkan pada Tabel 2.7. Hasil perhitungan matriks

probabilitas transisi usulan II dengan tindakan transisi usulan P1 mesin

pompa air dapat dilihat pada Tabel 4.38.

Tabel 4. 38 Matriks Probabilitas Usulan II (P1) Mesin Pompa Air Tahun 2018

1 2 3 4

1 0 1 0 0

2 0 0,4 0,4 0,2

3 0 1 0 0

4 1 0 0 0


j i

76




sebagai berikut:

[

] [ ] [

]

Cacatan:



⁄

77

⁄

Tabel 4. 39 Probabilitas Steady State Mesin Pompa Air Usulan II (P1)

Kegiatan

Pemeliharaan

Probabilitas (P1)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Pompa Air 0,111 0,555 0,222 0,111



mesin pompa air (P1) pada tahun 2018 didapatkan probabilitas steady

state mesin pompa air yang terdapat pada Tabel 4.39. Probabilitas steady

state mesin pompa air pada usulan II dengan tindakan P1 (kegiatan

pemeliharaan korektif pada status 4 dan pemeliharaan preventif pada

status 3) ini memiliki peluang pompa air dalam kondisi baik sebesar

0,111; peluang mesin pompa air dalam kondisi kerusakan ringan sebesar

0,555; peluang mesin pompa air dalam kondisi kerusakan sedang sebesar

0,222 dan peluang mesin pompa air dalam kondisi kerusakan berat

sebesar 0,111.

2. P2 (pemeliharaan korektif pada status 3,4 dan pemeliharaan

preventif pada status 2)





78




1 2 3 4

1 0 1 0 0

2 1 0 0 0

3 1 0 0 0

4 1 0 0 0





sebagai berikut:

[

] [ ] [

]

Cacatan:




Kegiatan

Pemeliharaan

Probabilitas (P2)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Pompa Air 1 1 0 0




j i

79



pemeliharaan korektif pada status 3,4 dan pemeliharaan preventif pada

status 2) ini memiliki peluang pompa air dalam kondisi baik sebesar 1;

peluang mesin pompa air dalam kondisi kerusakan ringan sebesar 1;

peluang mesin pompa air dalam kondisi kerusakan sedang sebesar 0 dan

peluang mesin pompa air dalam kondisi kerusakan berat sebesar 0.


pada ststus 2,3)








1 2 3 4

1 0 1 0 0

2 1 0 0 0

3 0 1 0 0

4 1 0 0 0





sebagai berikut:

[

] [ ] [

]

Cacatan:


j i

80


⁄


Kegiatan

Pemeliharaan

Probabilitas (P3)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Pompa Air 0,5 0,5 0 0







status 2,3) ini memiliki peluang pompa air dalam kondisi baik sebesar 0,5;

peluang mesin pompa air dalam kondisi kerusakan ringan sebesar 0,5;

peluang mesin pompa air dalam kondisi kerusakan sedang sebesar 0 dan

peluang mesin pompa air dalam kondisi kerusakan berat sebesar 0.

81









1 2 3 4

1 0 1 0 0

2 0 0,4 0,4 0,2

3 1 0 0 0

4 1 0 0 0






[

] [ ] [

]

Cacatan:



⁄

j i

82

⁄


Kegiatan

Pemeliharaan

Probabilitas (P4)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Pompa Air 0,272 0,454 0,182 0,089






pemeliharaan korektif pada status 3,4) ini memiliki peluang pompa air

dalam kondisi baik sebesar 0,272; peluang mesin pompa air dalam kondisi

kerusakan ringan sebesar 0,454; peluang mesin pompa air dalam kondisi

83

kerusakan sedang sebesar 0,182 dan peluang mesin pompa air dalam

kondisi kerusakan berat sebesar 0,089.

Tabel 4. 46 Probabilitas Steady State Mesin Pompa Air Usulan II (P1, P2, P3, P4) Tahun 2018

Kegiatan

Pemeliharaan

Probabilitas

Baik

(π1)

Kerusakan Ringan

(π2)

Kerusakan Sedang

(π3)

Keusakan Berat

(π4)

P1 0,111 0,555 0,222 0,111

P2 1 1 0 0

P3 0,5 0,5 0 0

P4 0,272 0,454 0,182 0,089



mesin pompa air tahun 2018 didapatkan probabilitas steady state mesin pompa air

yang terdapat pada Tabel 4.46. Probabilitas steady state mesin pompa air pada


dilihat dari tabel tersebut peluang - peluang pemeliharaan mesin pompa air yang


mesin pompa air ini nanti digunakan untuk menentukan kapan pemeliharaan

mesin pompa air harus dilakukan.



pada status 3)


transisi usulan P1 mesin sandblast pada tahun 2018 menggunakan hasil

dari perhitungan probabilitas transisi status mesin sandblast pada Tabel



sandblast dapat dilihat pada Tabel 4.47.

Tabel 4. 47 Matriks Probabilitas Usulan II (P1) Mesin Sandblast Tahun 2018

1 2 3 4

1 0 0,99 0 0

2 0 0,25 0,5 0,25

3 0 1 0 0

4 1 0 0 0


j i

84




sebagai berikut:

[

] [ ] [

]

Cacatan:



⁄

85

⁄

Tabel 4. 48 Probabilitas Steady State Mesin Sandblast Usulan II (P1)

Kegiatan

Pemeliharaan

Probabilitas (P1)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Sandblast 0,126 0,499 0,249 0,125



mesin sandblast (P1) pada tahun 2018 didapatkan probabilitas steady state

mesin sandblast yang terdapat pada Tabel 4.48. Probabilitas steady state

mesin sandblast pada usulan II dengan tindakan P1 (kegiatan


status 3) ini memiliki peluang sandblast dalam kondisi baik sebesar

0,126; peluang mesin sandblast dalam kondisi kerusakan ringan sebesar

0,499; peluang mesin sandblast dalam kondisi kerusakan sedang sebesar

0,249 dan peluang mesin sandblast dalam kondisi kerusakan berat sebesar

0,125.

2. P2 (pemeliharaan korektif pada status 3,4 dan pemeliharaan preventif

pada status 2)





86




1 2 3 4

1 0 0,99 0 0

2 1 0 0 0

3 1 0 0 0

4 1 0 0 0





sebagai berikut:

[

] [ ] [

]

Cacatan:



⁄

j i

87


Kegiatan

Pemeliharaan

Probabilitas (P2)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Sandblast 1,01 0,999 0 0






pemeliharaan korektif pada status 3,4 dan pemeliharaan preventif pada

status 2) ini memiliki peluang sandblast dalam kondisi baik sebesar 1,01;

peluang mesin sandblast dalam kondisi kerusakan ringan sebesar 0.999;

peluang mesin sandblast dalam kondisi kerusakan sedang sebesar 0 dan

peluang mesin sandblast dalam kondisi kerusakan berat sebesar 0.


pada ststus 2,3)








1 2 3 4

1 0 0,99 0 0

2 1 0 0 0

3 0 1 0 0

4 1 0 0 0





sebagai berikut:

j i

88

[

] [ ] [

]

Cacatan:



⁄


Kegiatan

Pemeliharaan

Probabilitas (P3)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Sandblast 0,5 0,495 0 0,005


89






status 2,3) ini memiliki peluang sandblast dalam kondisi baik sebesar 0,5;

peluang mesin sandblast dalam kondisi kerusakan ringan sebesar 0,495;

peluang mesin sandblast dalam kondisi kerusakan sedang sebesar 0 dan

peluang mesin sandblast dalam kondisi kerusakan berat sebesar 0,005.









1 2 3 4

1 0 0,99 0 0

2 0 0,25 0,5 0,25

3 1 0 0 0

4 1 0 0 0






[

] [ ] [

]

Cacatan:


j i

90


⁄

⁄


Kegiatan

Pemeliharaan

Probabilitas (P4)

Baik

(π1)

Kerusakan

Ringan

(π2)

Kerusakan

Sedang

(π3)

Keusakan

Berat

(π4)

Sandblast 0,327 0,432 0,216 0,026


91





pemeliharaan korektif pada status 3,4) ini memiliki peluang mesin

sandblast dalam kondisi baik sebesar 0,327; peluang mesin sandblast

dalam kondisi kerusakan ringan sebesar 0,432; peluang mesin sandblast

dalam kondisi kerusakan sedang sebesar 0,216 dan peluang mesin

sandblast dalam kondisi kerusakan berat sebesar 0,026.

Tabel 4. 55 Probabilitas Steady State Mesin Sandblast Usulan II (P1, P2, P3, P4) Tahun 2018

Kegiatan

Pemeliharaan

Probabilitas

Baik

(π1)

Kerusakan Ringan

(π2)

Kerusakan Sedang

(π3)

Keusakan Berat

(π4)

P1 0,126 0,499 0,249 0,125

P2 1.01 0,999 0 0

P3 0,5 0,495 0 0,005

P4 0,327 0,432 0,216 0,026



mesin sandblast tahun 2018 didapatkan probabilitas steady state mesin sandblast

yang terdapat pada Tabel 4.55. Probabilitas steady state mesin sandblast pada


dilihat dari tabel tersebut peluang - peluang pemeliharaan mesin sandblast yang


mesin sandblast ini nanti digunakan untuk menentukan kapan pemeliharaan mesin

sandblast harus dilakukan.

4.2.6. Perhitungan Biaya Pemeliharaan Usulan I dan Usulan II

Melakukan pehitungan biaya pemeliharaan mesin ini merupakan

pehitungan biaya pemeliharaan mesin yang didapatkan berdasarkan data waktu

pemeliharaan korektif dan preventif juga berdasarkan data biaya pemeliharaan

korektif dan preventif.

92

4.2.6.1. Pemeliharaan Usulan I (P0)

Melakukan perhitungan biaya pemeliharaan mesin usulan I (P0) ini dilakukan

dengan menghitung biaya pemeliharaan berdasarkan pemeliharaan korektif karena

pemeliharaan pada kondisi kerusakan berat (status 4) dan juga bedasarkan hasil

probabilitas steady state masing-masing mesin yang telah dihitung, maka akan

diperoleh biaya pemeliharaan masing-masing mesin dengan usulan I.

4.2.6.1.1. Mesin Crane

Perhitungan biaya pemeliharaan mesin crane ini menggunakan hasil dari

perhitungan probabilitas steady state mesin crane pada Tabel 4.24. Perhitungan

biaya pemeliharaan mesin crane tahun 2018 didapatkan dari perhitungan biaya

pemeliharaan korektif dengan Persamaan 2.12 dan biaya rata-rata ekspektasi

dengan Persamaan 2.13.

⁄

Berdasarkan hasil perhitungan diatas dapat diketahui biaya pemeliharaan

mesin crane yang dikeluarkan perusahaan menggunakan usulan I dengan kondisi

kerusakan berat (status 4) sebesar Rp 41.178.419.

4.2.6.1.2. Mesin Pompa Air

Perhitungan biaya pemeliharaan mesin pompa air ini menggunakan hasil dari

perhitungan probabilitas steady state mesin pompa air pada Tabel 4.26.

Perhitungan biaya pemeliharaan mesin pompa air tahun 2018 didapatkan dari

perhitungan biaya pemeliharaan korektif dengan Persamaan 2.12 dan biaya rata-

rata ekspektasi dengan Persamaan 2.13.

⁄

93


mesin crane yang dikeluarkan perusahaan menggunakan usulan I dengan kondisi

kerusakan berat (status 4) sebesar Rp 20.829.503.

4.2.6.1.3. Mesin Sandblast

Perhitungan biaya pemeliharaan mesin sandblast ini menggunakan hasil dari

perhitungan probabilitas steady state mesin sandblast pada Tabel 4.28.

Perhitungan biaya pemeliharaan mesin sandblast tahun 2018 didapatkan dari

perhitungan biaya pemeliharaan korektif dengan Persamaan 2.12 dan biaya rata-

rata ekspektasi dengan Persamaan 2.13.

⁄


mesin sandblast yang dikeluarkan perusahaan menggunakan usulan I dengan

kondisi kerusakan berat (status 4) sebesar Rp 61.078.080.

Setelah dilakukan perhitungan biaya pemeliharaan usulan I pada masing-

masing mesin maka diperoleh total biaya pemeliharaan mesin yang dikeluarkan

perusahaan menggunakan usulan I sebesar Rp 123.086.003.

94

4.2.6.2. Pemeliharaan Usulan II (P1, P2, P3, P4)

Melakukan perhitungan biaya pemeliharaan mesin usulan II ini dilakukan

dengan menghitung biaya pemeliharaan berdasarkan pemeliharaan korektif dan

preventif dan juga bedasarkan hasil probabilitas steady state masing-masing mesin

sesuai dengan tindakan transisi usulan (P1, P2, P3, P4) yang telah dihitung, maka

akan diperoleh biaya pemeliharaan masing-masing mesin dengan usulan II.

4.2.6.2.1. Mesin Crane

Perhitungan biaya pemeliharaan mesin crane ini menggunakan hasil dari

perhitungan probabilitas steady state mesin crane pada Tabel 4.37. Perhitungan

biaya pemeliharaan mesin crane tahun 2018 didapatkan dari perhitungan biaya

pemeliharaan preventif dan korektif dengan Persamaan 2.11 dan Persamaan 2.12

dan juga biaya rata-rata ekspektasi dengan Persamaan 2.13.

⁄

⁄

P1 (pemeliharaan korektif pada status 4 dan pemeliharaan preventif pada status

3)

P2 (pemeliharaan korektif pada status 3,4 dan pemeliharaan preventif pada

status 2)


2,3)

95

P4 (pemeliharaan korektif pada status 3,4)

Berdasarkan hasil perhitungan diatas didapatkan biaya rata-rata ekpektasi

yang paling rendah terletak pada tindakan pemeliharaan usulan P1 (pemeliharaan

korektif pada status 4 dan pemeliharaan preventif pada status 3). Maka dapat

diketahui biaya pemeliharaan mesin crane yang dikeluarkan perusahaan

menggunakan usulan II dengan pemeliharaan korektif pada status 4 dan

pemeliharaan preventif pada status 3 sebesar Rp 66.667.069.

4.2.6.2.2. Mesin Pompa Air

Perhitungan biaya pemeliharaan mesin pompa air ini menggunakan hasil dari

perhitungan probabilitas steady state mesin pompa air pada Tabel 4.46.

Perhitungan biaya pemeliharaan mesin pompa air tahun 2018 didapatkan dari

perhitungan biaya pemeliharaan preventif dan korektif dengan Persamaan 2.11

dan Persamaan 2.12 dan juga biaya rata-rata ekspektasi dengan Persamaan 2.13.

⁄

⁄


3)


status 2)

96


2,3)




korektif pada status 3,4). Maka dapat diketahui biaya pemeliharaan mesin pompa

air yang dikeluarkan perusahaan menggunakan usulan II dengan pemeliharaan

korektif pada status 3,4 sebesar Rp 31.891.500.

4.2.6.2.3. Mesin Sandblast

Perhitungan biaya pemeliharaan mesin sandblast ini menggunakan hasil dari

perhitungan probabilitas steady state mesin sandblast pada Tabel 4.55.

Perhitungan biaya pemeliharaan mesin sandblast tahun 2018 didapatkan dari

perhitungan biaya pemeliharaan preventif dan korektif dengan Persamaan 2.11

dan Persamaan 2.12 dan juga biaya rata-rata ekspektasi dengan Persamaan 2.13.

⁄

⁄


3)

97


status 2)


2,3)




korektif pada status 3,4). Maka dapat diketahui biaya pemeliharaan mesin

sandblast yang dikeluarkan perusahaan menggunakan usulan II dengan

pemeliharaan korektif pada status 3,4 sebesar Rp 79.467.180.

Setelah dilakukan perhitungan biaya pemeliharaan usulan II pada masing-

masing mesin maka diperoleh total biaya pemeliharaan mesin yang dikeluarkan

perusahaan menggunakan usulan II sebesar Rp 178.025.748.

98

4.3. Analisis Hasil dan Pembahasan

Proses analisis hasil dan pembahasan ini akan diketahui penghematan

biaya dan perencanaan pemeliharaan mesin dengan menggunakan hasil

perhitungan biaya pemeliharaan dengan usulan I dan usulan II.

4.3.1. Penghematan Biaya Pemeliharaan

Setelah menghitung biaya rata-rata ekspektasi pemeliharaan usulan I dan

biaya rata-rata ekspektasi pemeliharaan terendah dari pemeliharaan usulan II pada

keadaan steady state dari Januari sampai Desember 2018 untuk keseluruahan

mesin repair kapal yang dididentifikasi, maka diperoleh penghematan biaya

pemeliharaan mesin yang dapat dilihat pada Tabel 4.56.

Tabel 4. 56 Penghematan Biaya Pemliharaan Mesin

Total Biaya

Pemeliharaan Mesin

(Crane, Pompa Air,

Sandblast)

Penghematan

(dari kondisi

perusahaan tahun

2018)

Penghematan

(dari kondisi

perusahaan tahun

2018 dalam %)

Biaya pemeliharaan

kondisi perusahaan Rp 1.892.593.600

Ekspektasi biaya

pemeliharaan

usulan I

Rp 123.086.003 Rp. 1.121.546.447 50,1%

Ekspektasi biaya

pemeliharaan

usulan II

Rp 178.025.748 Rp 1.066.606.702 45,7%


99

Berdasarkan Tabel 4.56 dapat diketahui penghematan biaya

pemeliharaan sebesar Rp. 1.121.546.447 untuk usulan I dan Rp 1.066.606.702

untuk usulan II atau jika dipresentasikan sebesar 50,1% untuk usulan I dan 45,7%

usulan II. Jadi dari hasil tersebut pemeliharaan usulan I menggunakan metode

Markovian Decision Proses yang lebih dapat menghemat biaya pemeliharaan

mesin dari biaya pemeliharaan yang sudah dikeluarkan oleh perusahaan.

4.3.2. Perencanaan Pemeliharaan Mesin

Pemeliharaan kerusakan mesin crane, mesin pompa air dan mesin

sandblast pada kondisi perusahaan dalam 1 tahun memerlukan waktu 1300 jam

didapat dari penjumlahan waktu total pemeliharaan korektif untuk mesin crane,

mesin pompa air dan mesin sandblast. Selain itu memerlukan biaya pemeliharaan

sebesar Rp 1.244.632.450 dengan 12 bulan masa kerja selama 1 tahun.

4.3.2.1. Perencanaan Pemeliharaan Mesin Usulan I

Pemeliharaan mesin yang diidentifikasi untuk kondisi perusahaan dan

pemeliharaan usulan I menggunakan metode Markovian Decision Process selama

1 tahun memerlukan waktu sebagai berikut, dihitung dengan Persamaan 2.14:

Jadi pemeliharaan mesin membutuhkan waktu selama 129 jam dan membutuhkan

biaya pemeliharaan sebesar Rp 123.086.003 dengan pemeliharaan usulan I.

Perencanaan penjadwalan pemeliharaan masing-masing mesin dapat dihitung

dengan Persamaan 2.14 dan Persamaan 2.15 sebagai berikut:

A. Perencanaan jadwal pemeliharaan untuk mesin crane

100

Jadi pemeliharaan dilakukan setiap:

B. Perencanaan jadwal pemeliharaan untuk mesin pompa air


C. Perencanaan jadwal pemeliharaan untuk mesin sandblast


4.3.2.2. Perencanaan Pemeliharaan Mesin Usulan II

Pemeliharaan mesin yang diidentifikasi untuk kondisi perusahaan dan

pemeliharaan usulan II menggunakan metode Markovian Decision Process

selama 1 tahun memerlukan waktu sebagai berikut, dihitungn dengan Persamaan

2.14:

Jadi pemeliharaan mesin membutuhkan waktu selama 186 jam dan membutuhkan

biaya pemeliharaan sebesar Rp 178.025.748 dengan pemeliharaan usulan II.

101

Perencanaan penjadwalan pemeliharaan masing-masing mesin dapat dihitung

dengan Persamaan 2.14 dan Persamaan 2.15 sebagai berikut:

A. Perencanaan jadwal pemeliharaan untuk mesin crane


B. Perencanaan jadwal pemeliharaan untuk mesin pompa air


C. Perencanaan jadwal pemeliharaan untuk mesin sandblast


102

Tabel 4. 57 Perencanaan Pemeliharaan Mesin

Total Waktu Pemeliharaan

Mesin

(Crane, Pompa Air, Sandblast

dalam 1 Tahun)

Perencanaan Pemeliharaan Mesin

Crane Pompa

Air Sandblast

Perencanaan

pemeliharaan

mesin kondisi

perusahaan

1300 jam

Perencanaan

pemeliharaan

mesin usulan I

129 jam 43 jam

(0,4 bulan)

43 jam

(0,4 bulan)

43 jam

(0,4 bulan)

Perencanaan

pemeliharaan

mesin usulan II

186 jam 62 jam

(0,6 bulan)

62 jam

(0,6 bulan)

62 jam

(0,6 bulan)


Berdasarkan Tabel 4.57 dapat diketahui perencanaan pemeliharaan mesin

dalam 1 tahun membutuhkan waktu selama 129 jam untuk usulan I dan 186 jam

untuk usulan II. Jadi dari hasil tersebut pemeliharaan usulan I menggunakan

metode Markovian Decision Process yang lebih dapat menghemat waktu

pemeliharaan mesin dari biaya pemeliharaan yang sudah dikeluarkan oleh

perusahaan.

103

BAB V

PENUTUP

5.1. Kesimpulan

Berdasarkan pengolahan data dan pembahasan yang dilakukan pada Bab

IV, maka kesimpulan yang dapat diambil dalam penelitian ini adalah sebagai

berikut:

1. Transisi status pada mesin Crane, mesin Pompa Air dan mesin Sandblast di

PT. Tambanganraya Permai berdasarkan kriteria kondisi mesin dengan

metode Overall Equipment Effectiveness terdapat empat jenis status mesin

pada masing – masing mesin yang terjadi selama tahun 2018, yaitu status

baik, kerusakan ringan, kerusakan sedang dan kerusakan berat. Rata-rata

Mesin Crane sering mengalami kerusakan ringan, rata-rata Mesin Pompa Air

sering mengalami kerusakan sedang, dan rata-rata Mesin Sandblast sering

mengalami kerusakan berat.

2. Waktu pemeliharaan mesin repair kapal pada PT. Tambanganraya Permai

yang tepat dan baik dilakukan perawatan dengan metode Markovian Decision

Process usulan I setiap 43 jam untuk mesin Crane, 43 jam untuk mesin

Pompa Air dan 43 jam untuk mesin Sandblast untuk mencegah terjadinya

kerusakan.

3. Biaya pemeliharaan mesin repair kapal pada PT. Tambanganraya Permai

adalah menggunakan metode Markovian Decision Process usulan I sebesar

Rp 123.086.003 dimana lebih hemat dari biaya pemeliharaan perusahaan

sebesar Rp. 1.121.546.447 atau 50,1%.

5.2. Saran

Berdasarkan hasil penelitian dan juga kesimpulan yang telah diuraikan,

maka penulis memberikan saran yakni:

1. Untuk perusahaan PT. Tambanganraya Permai sebaiknya mempertimbangkan

untuk menerapkan metode Markovian Decision Process usulan I dalam

104

perencanaan pemeliharaan mesin agar waktu dan biaya yang dikeluarkan

untuk pemeliharaan mesin lebih tepat dan baik.

2. Untuk peniliti selanjutnya yang ingin meneruskan penelitian ini bisa

menambah metode penelitian agar pemeliharaan mesin lebih baik lagi dengan

menghitung nilai keandalan mesin, membreakdown masing - masing

komponen kritis pada setiap mesin.

105

DAFTAR PUSTAKA

Andriani, M. N., Firdaniza, & Iin, I. (2017). Reabilitas Suatu Mesin

Menggunakan Rantai Markov (Studi Kasus: Mesin Proofer di Pabrik Roti

Super Jam Banten). Jurnal Matematika Integratif Vol.13, No.01, pp.41-

47.

Ansori, N., & Mustajib, M. (2013). Sistem Perawatan Terpadu. Graha Ilmu,

Yogyakarta.

Asgara, B. Y., & Hartono, G. (2014). Analisis Efektifitas Mesin Overhead Crane

dengan Metode Overall Equipment Efektiveness (OEE) di PT. BTU, Divisi

Boarding Bridge. INASEA Vol.15, No.01, pp.62 -70.

Assauri, S. (2008). Manajemen Produksi dan Operasi Edisi Revisi 2008.

Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta.

Erni, N., & Benny, W. (2011). Usulan Penerapan Teori Markov dalam

Pengambilan Keputusan Perawatan Tahunan pada PT. Pupuk Kijang.

Jurnal Inovasi Vol.07, No.01, pp.56-63.

Hariani, L. I., R, Renanda. N., & Setiawan, T. A. (2012). Analisis Nilai Efektivitas

Mesin Injection Moulding Type ARB-1007 Menggunakan Metode Overall

Equipment Effectiveness (OEE). pp.290-298.

Malik, N. A., & Hamsal, M. (2013). Pengukuran Kinerja Operasional Melalui

Implementasi Total Produktive Maintenance di PT. XYZ. Journal of

Business and Enterprenuership Vol.01, No.02, pp.51-73.

Manesi, D. (2015). Penerapan Preventif Maintenance untuk Meningkatkan

Kinerja Fasilitas Praktik Laboratorium Prodi Pendidikan Teknik Mesin

Udana. Jurnal Teknologi FST Udana Vol.03, No.04, pp.9-17.

Petrus, A., Effendi, U., & Effendi, M. (2014). Penerpan Metode Markovian

Decision Proses dan Overall Equipment Effectiveness untuk Menentukan

Kebijakan Perawatan Mesin Produksi di PTPN XII (Persero) Bantaran-

Blitar.

Priambodo, B. (2018). Minimalisasi Biaya Maintenance Lift Menggunakan

Metode Markov. pp.12-16.

106

Pudji, E., & Ilma, F. (2012). Perencanaan Pemeliharaan Mesin dengan

Menggunakan Metode Markov Chain untuk Mengurangi Biaya

Pemeliharaan di PT. Pholips Indonesia. Prosiding Seminar Nasional

Aplikasi Sains & Teknologi (SNASI) PERIODE III Yogyakarta,

pp.45-54.

Rochmoeljati, R. (2012). Perencanaan Perawatan Mesin Menggunakan Metode

Markov Chain untuk Meminimumkan Biaya Perawatan. Jurnal Teknik

Industri FTI UPNV Jatim, pp.63-74.

Rully, T., & Putri, C. F. (2015). Analisa Kebijakan Pemeliharaan Mesin dalam

Rangka Meminimumkan Biaya Pemeliharaan pada PT. Paramount Bed

Indonesia. Jurnal Ilmiah Manajemen Fakultas Ekonomi Vol.01, No.02,

pp.86-93.

117

LAMPIRAN

Lampiran 1: Data Jenis Dan Jumlah Mesin Repair Kapal

No Jenis Mesin Repair Kapal Jumlah

1 Pompa Air 1

2 Crane 1

3 Generator Sandblast 2

118

POMPA AIR

Engine:

Brand: MITSUBISHI 6DB

Type: OHV 4 stroke engine

Starter: Recoil

Cylinder Number: Single

Ignition Sysmte: Transistor

Max. Output: 6 HP

Lubrication Oil Capacity: 0,6 L

CRANE

Mitsubishi

Typ : 6 DB 10P

Construction :Engine

Year :1995

ID :M3727

Serial / Chassisnr :151450

Extras :Used

SANDBLAST

Status :Checked

Make :Boge

Model :S100-2

Motor KW :75.0

Max Bar :10.0

119

Lampiran 2: Data Downtime Mesin Repair Kapal di PT. Tambanganraya Permai

Tahun 2018

122

Lampiran 3: Jumlah Jam Kerja yang Tersedia di PT. Tambanganraya Permai

123

Lampiran 4: Data Jumlah Kapal Repair di PT. Tambanganraya Permain Tahun 2018

No. Nama Kapal Naik dok Turun dok

1 KM. F 31-Des-17 13-Jan-18

2 KM. H VIII 13-Jan-18 23-Jan-18

3 KM. SM I 23-Jan-18 29-Jan-18

4 KM. TS 29-Jan-18 07-Feb-18

5 KM. PI 07-Feb-18 15-Feb-18

6 KM. C 1 15-Feb-18 25-Feb-18

7 KM. BS I 25-Feb-18 13-Mar-18

8 KM. HB 13-Mar-18 24-Mar-18

9 KM. GD 24-Mar-18 04-Apr-18

10 KM. SN 11 04-Apr-18 13-Apr-18

11 KM. KN 13-Apr-18 21-Apr-18

12 KM. MK I 21-Apr-18 28-Apr-18

13 KM. BM 79 28-Apr-18 12-Mei-18

14 KM. LB16 12-Mei-18 24-Mei-18

15 KM. P 24-Mei-18 30-Mei-18

16 KM. MM 30-Mei-18 05-Jun-18

17 KM. IM 05-Jun-18 12-Jun-18

18 KM. TA 12-Jun-18 01-Jul-18

19 KM. S XXVII 01-Jul-18 12-Jul-18

20 KM. LD 12-Jul-18 11-Agu-18

124

No. Nama Kapal Naik dok Turun dok

21 11-Agu-18 12-Agu-18

22 KM. T 12-Agu-18 29-Agu-18

23 KM. S 89 SANDAR

24 KM. PK SANDAR

25 KM. B 10 29-Agu-18 07-Sep-18

26 KM. SP 07-Sep-18 15-Sep-18

27 KM. TB 15-Sep-18 25-Sep-18

28 KM. AP 25-Sep-18 07-Okt-18

29 KM. RS 07-Okt-18 21-Okt-18

30 KM. BM 21-Okt-18 01-Nov-18

31 KM. WM 3 01-Nov-18 19-Nov-18

32 KM. TX 2 19-Nov-18 03-Des-18

33 KM. MP 03-Des-18 10-Des-18

125

Lampiran 5: Data Biaya Pemeliharaan di PT. Tambanganraya Permai Tahun 2018

127

Lampiran 6 : Perkiraan Biaya Downtime Perbaikan dan Percegahan di PT.

Tambanganraya Permai

128

BIODATA PENULIS

Sintia Novilia Putri dilahirkan di Blitar pada tanggal 13

November 1996 dari ayah Nur Eko Sulistyo dan ibu Dewi

Lestari. Penulis adalah putri kedua dari tiga bersaudara.

Tahun 2015 penulis lulus dari SMA Negeri 1 Srengat dan

pada tahun itu juga penulis melanjutkan pendidikan di

perguruan tinggi, tepatnya di Politeknik Perkapalan Negeri

Surabaya (PPNS) Jurusan Teknik Bangunan Kapal

Program Studi D4 – Manajemen Bisnis. Selama mengikuti

perkuliahan penulis pernah menjadi Panitia Pemilihan

Umum Pusat “Pemilihan Umum Raya CAPRESBEM 2017 PPNS”, Sekretaris Divisi

Dagri HMMBM (Himpunan Mahasiswa Manajemen Bisnis Maritim). Dan juga

penulis pernah mengikuti pubilkasi jurnal Daya Saing Jurnal Ekonomi Manajemen

Surber Daya di NCMAB Surakarta pada tahun 2018. Selain itu penulis juga pernah

melakukan On The Job Training (OJT) di Teminal Nilam Utara dan PT.

Tambanganraya Permai yang berlokasi di Perak, Surabaya. Penulis menyelesaikan

kuliah pada tahun 2019.

E-mail: [email protected]

mailto:[email protected]

analisis keputusan perencanaan pemeliharaan mesin …repository.ppns.ac.id/2201/1/1115040040 -...

Documents