JURNAL TEKNIK POMITS Vol. 1, No.

1, (2013) 1-6 1

Analisis Keandalan Pada Boiler PLTU dengan

Menggunakan Metode Failure Mode Effect
Analysis (FMEA)
Weta Hary Wahyunugraha, Abdullah Alkaff, dan Nurlita Gamayanti
Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
E-mail: lita@ee.its.ac.id

Abstrak Boiler dan sistem pendukungnya merupakan
peralatan yang penting dalam sebuah pembangkit tenaga listrik.
Keandalan merupakan sebuah cara untuk mengetahui performa
dari peralatan. Banyaknya kegagalan yang terjadi pada boiler
membuat kegiatan perawatan harus disusun dengan baik agar
peralatan tidak membuat efek besar pada sistem. Penelitian ini
menitikberatkan pada keandalan pada boiler dan sistem
pendukungnya yang terangkum dalam sebuah perangkat lunak
berbasis PHP dan MySQL. Perangkat ini akan merangkum
informasi yang mendukung analisis kualitatif dengan FMEA
untuk boiler serta melakukan perhitungan guna mendapatkan
analisis secara kuantitatif. Metode FMEA merupakan salah satu
metode untuk menganalisa keandalan secara kualitatif yaitu
menemukan kegagalan yang terjadi pada sistem serta efek yang
ditimbulkan dan meminimalkan efek yang akan terjadi.
Database pada MySQL berisikan informasi mengenai peralatan,
sub peralatan, bentuk kegagalan, dampak kegagalan,penyebab
kegagalan, severity, occurrence, detection dan nilai MTTF.
Informasi ini berguna untuk menentukan analisa peralatan
dengan metode FMEA. Perangkat ini mampu menganalisa
peralatan pada boiler dan sistem pendukungnya berdasarkan
keandalan paling kecil didukung dengan Risk Priority Number
(RPN) yang didapat dari analisis kualitatif. Perangkat ini juga
merekomendasikan kegiatan perawatan yang dilakukan untuk
peralatan yang mengalami kerusakan dalam bentuk laporan.
Kata Kunci Keandalan, FMEA, RPN, Pemrograman PHP
dan MySQL, Boiler, Prioritas Perawatan.
Effect Analysis (FMEA) merupakan sebuah metode dalam
menganalisa keandalan secara kualitatif. Kegagalan pada
sebuah peralatan memiliki dampak pada sebuah sistem dimana
peralatan itu beroperasi. Masing-masing dampak kegagalan
memiliki penyebab yang berbeda-beda tergantung jenis
peralatan. Pada sisi analisa kuantitatif, masing-masing sub
peralatan boiler memiliki Mean Time To Failure (MTTF)
yang berbeda-beda. MTTF ini dijadikan acuan untuk
mengetahui nilai keandalan dan laju kerusakan pada peralatan
tersebut.
Sebuah perangkat lunak berbasis PHP dan MySQL akan
dibangun pada penelitian ini untuk mempermudah pengguna
dalam menganalisis kegagalan pada boiler. Perangkat ini
menampung informasi yang dibutuhkan pengguna dalam
menganalisis kegagalan dan menyimpannya ke dalam sebuah
database.
II. URAIAN PENELITIAN
Penelitian ini bertujuan untuk mengetahui keandalan boiler
PLTU dan peralatan pendukungnya pada kondisi sekarang ini.
Seperti yang diketahui boiler memiliki fungsi vital pada
sebuah pembangkit. Boiler diharuskan memiliki keandalan
tinggi untuk mempertahankan nilai energi yang dihasilkan
oleh pembangkit.

I. PENDAHULUAN

P embangkit listrik tenaga uap PT. Indonesia Power UBP

Perak memiliki 2 unit pembangkit dengan kapasitas
terpasang 2X50 MW. Pembangkit yang dimiliki PT. Indonesia
Power UBP Perak ini menggunakan bahan bakar MFO dalam
pembangkitan energi lisitrik. Pada sebuah pembangkit terdiri
dari banyak peralatan yang mendukung dalam produksi energi
listrik. Diantara peralatan tersebut boiler merupakan peralatan
pada pembangkit yang memiliki peran penting dalam
pembangkitan energi listrik. Uap kering yang digunakan untuk
memutar turbin dan generator diproduksi oleh boiler. Peran
penting dari boiler ini yang mengharuskan boiler selalu dalam
kondisi yang baik untuk mempertahankan kualitas energi yang
dihasilkan oleh pembangkit. Boiler memiliki peralatan
pendukung yang dibahas pada penelitian ini seperti Boiler
Feed Pump, Fuel oil pump, Superheater, Air Heater. Gambar 1. Diagram Alir Boiler dan Peralatan Pendukung
Keandalan boiler dapat dianalisa dari 2 sisi yaitu dengan Pada aktifitas boiler, air merupakan bahan utama dalam
cara analisis kuantitatif dan analisis kualitatif. Failure Mode proses produksi uap. Air dipanaskan oleh heater dan dipompa
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6
masuk ke pipa boiler oleh Boiler Feed Pump. Untuk
pemanasan air yang terdapat pada pipa boiler terjadi pada
furnace. MFO sebagai bahan bakar boiler dipanaskan oleh
heater dan dipompa masuk oleh Fuel Oil Pump. Proses
pengabutan bahan bakar dibantu oleh udara yang dihasilkan
dari FD Fan. Udara yang masuk ini dipanaskan sampai
menuju temperatur tertentu dengan bantuan Air Heater.
Selanjutnya burner membantu dalam menghasilkan dan
mengatur api yang masuk ke furnace. Uap yang dihasilkan
pipa boiler dipanaskan kembali ke dalam Superheater
sehingga menjadi uap kering dan selanjutnya digunakan untuk
memutar turbin.
Start
Boiler dan peralatan
pendukungnya
Tentukan peralatan, subsistem dan bentuk
kegagalan
Analisa Kualitatif
Informasi efek kegagalan dan
penyebab
Penilaian S,O,D dan mengkalkulasi
nilai RPN peralatan
Data waktu operasi peralatan
(t),Informasi MTTF peralatan
Analisa Kuantitatif
Mendapatkan nilai keandalan R(t)
dan laju kerusakan peralatan h(t)
Laporan dan Rekomendasi kegiatan
yang harus dilakukan untuk kegiatan
perawatan
Stop
Gambar 2. Flowchart Perancangan Sistem
Flowchart pada Gambar 2 diatas menjelaskan langkah-
langkah dalam menganalisa sebuah peralatan. Pada aktifitas
boiler, semua peralatan apabila digunakan dalam jangka waktu
tertentu pasti memiliki penurunan kinerja yang dipengaruhi
oleh kegagalan yang terjadi pada peralatan tersebut. Bentuk
kegagalan yang terjadi berbeda-beda menurut jenis
peralatannya. Kegagalan sebuah peralatan memiliki pengaruh
atau dampak terhadap peralatan lain. Dampak kegagalan ini
yang berpengaruh terhadap kinerja pada boiler.
Dalam kegiatan perawatan dibutuhkan informasi yang
lengkap terhadap sebuah peralatan untuk mengetahui
kegagalan yang terjadi beserta penyebab dan dampaknya.
Belum adanya sistem yang mampu me-record informasi
2
tersebut ke dalam sebuah sistem perangkat lunak
menyebabkan informasi yang diterima pengguna tidak
maksimal sehingga dapat menghambat dalam kegiatan
perawatan. Prioritas perawatan dibutuhkan dalam melakukan
kegiatan perawatan pada waktu tertentu, sehingga peralatan
yang sering mengalami kegagalan dapat diantisipasi
sebelumnya.
III. METODE
1. Keandalan
Keandalan dari suatu sistem atau peralatan didefinisikan
sebagai probabilitas bahwa suatu sistem tersebut berfungsi
dengan baik untuk melakukan tugas tertentu [2]. Keandalan
suatu sistem merupakan ukuran probabilitas yang merupakan
fungsi dari waktu sehingga untuk mengetahui keandalan
sistem tersebut diperlukan suatu fungsi yang disebut fungsi
keandalan atau R(t).
2. Mean Time To Failure (MTTF)
Keandalan dari suatu sistem seringkali diberikan dalam
bentuk angka yang menyatakan ekspektasi masa pakai sistem
tersebut, yang dinotasikan E [T] dan sering disebut dengan
rata-rata waktu kerusakan atau Mean Time To Failure (MTTF)
[2]. MTTF hanya dipergunakan pada komponen/ peralatan
yang sekali mengalami kerusakan harus diganti dengan
komponen/ peralatan yang masih baru dan baik.
E [T] = MTTF =
R(t ) dt
0
3. Laju Kerusakan
Keandalan sebuah sistem dapat dilihat dari laju kerusakan
dari sistem tersebut. Gejala kerusakan dapat juga dinyatakan
dengan fungsi kerusakan (hazard function) atau fungsi laju
kerusakan (failure rate function). Laju kerusakan (h(t))
menyatakan banyaknya kerusakan yang terjadi tiap satuan
waktu atau laju proporsi kerusakan sesaat untuk komponen
yang bertahan sampai dengan saat itu [2].
Gambar. 3 Grafik Bath-tub
Gambar.3 Menunjukkan karakteristik dari sebuah kegagalan.
Periode 0 sampai dengan 1 t , mempunyai waktu yang
pendek pada permulaan bekerjanya peralatan.Kurva
menunjukkan bahwa laju kerusakan menurun dengan
bertambahnya waktu atau diistilahkan dengan
Decreasing Failure Rate (DFR). Kerusakan yang terjadi
umumnya disebabkan kesalahan dalam proses
menufakturing atau desain yang kurang sempurna.
Periode 1 t sampai 2 t mempunyai laju kerusakan paling
kecil dan tetap yang disebut Constant Failure Rate
(CFR). Periode ini dikenal dengan Useful Life Period.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 3

Pada periode setelah 2 t menunjukkan kenaikan laju pada sebuah ranking dari severity dan probability dari
kerusakan dengan bertambahnya waktu yang sering kegagalan)
disebut dengan Increasing Failure Rate (IFR). Hal ini FMEA biasanya dilakukan selama tahap konseptual dan
terjadi karena proses keausan peralatan. tahap awal desain dari sistem dengan tujuan untuk
4. Model Probabilitas Komponen meyakinkan bahwa semua kemungkinan kegagalan telah
Untuk menghitung keandalan suatu komponen, langkah dipertimbangkan dan usaha yang tepat untuk mengatasinya
pertama adalah harus mengetahui model probabilitas telah dibuat untuk mengurangi semua kegagalan-kegagalan.
komponen yang biasanya dinyatakan dengan distribusi Kegiatan FMEA melibatkan banyak hal seperti me-review
statistik. Dalam analisa keandalan, ada beberapa distribusi berbagai komponen, rakitan, dan subsistem untuk
statistik yang umum dipergunakan, yaitu distribusi weibull[2]. mengidentifikasi mode mode kegagalannya, penyebab
kegagalannya, serta dampak kegagalan yang ditimbulkan.
4.1 Distribusi Weibull dua parameter Sebuah FMEA dapat digunakan untuk mengidentifikasi
Distribusi ini dikembangkan oleh Weibull. cara-cara kegagalan yang potensial untuk sebuah produk atau
= disebut dengan slope/kemiringan dari fungsi Weibul. proses. Metode ini kemudian memerlukan analisa dari tim
> 0. untuk menggunakan pengalaman masa lalu dan keputusan
= disebut scala parameter (menentukan karakteristik dari engineering untuk memberikan peringkat pada setiap potensial
life time). > 0 masalah menurut rating skala berikut :
Severity
Fungsi keandalannya : Severity adalah sebuah penilaian pada tingkat keseriusan
R(t ) exp t suatu efek atau akibat dari potensi kegagalan pada suatu
komponen yang berpengaruh pada suatu hasil kerja mesin
Dengan fungsi laju kerusakan :
yang dianalisa/diperiksa, Severity dapat dinilai pada skala
t ht (t ) 1 1 sampai 10.


MTTF exp t dt Tabel. 1 Severity
0
Rangking Severity Deskripsi
1 1
MTTF 1 Berbahaya tanpa
Kegagalan sistem yang
10 menghasilkan efek sangat
peringatan
berbahaya
4.2 Distribusi Weibull 3 parameter
Berbahaya Kegagalan sistem yang

Fungsi Keandalannya : R(t ) exp t t 0 9 dengan menghasilkan efek
Dimana : peringatan berbahaya
8 Sangat tinggi Sistem tidak beroperasi
t0 = umur minimum suatu komponen. t > t0 > 0.
Sistem beroperasi tetapi
Laju kerusakan : 7 Tinggi tidak dapat dijalankan
f (t ) secara penuh
h(t ) (t )
R(t ) Sistem beroperasi dan aman
= t t 0
1 tetapi mengalami penurunan
6 Sedang
performa sehingga
1
1 mempengaruhi output
MTTF 1 t0 Mengalami penurunan
5 Rendah
kinerja secara bertahap
5. Failure Mode Effect Analysis Efek yang kecil pada
Failure modes and effects analysis (FMEA) merupakan 4 Sangat rendah
performa sistem
salah satu teknik yang sistematis untuk menganalisa Sedikit berpengaruh pada
kegagalan.. Teknik analisa ini lebih menekankan pada 3 Kecil
kinerja sistem
hardware-oriented approach atau bottom-up approach. Efek yang diabaikan pada
Dikatakan demikian karena analisa yang dilakukan dimulai 2 Sangat kecil
kinerja sistem
dari peralatan dan meneruskannya ke sistem yang merupakan
1 Tidak ada efek Tidak ada efek
tingkat yang lebih tinggi. Proses ini mencoba mendefinisikan
dampak yang terjadi pada sebuah kegagalan peralatan. [1]
FMEA merupakan sebuah metodologi yang digunakan untuk Occurrence
menganalisa dan menemukan : Occurrence adalah sebuah penilaian dengan tingkatan
1. Semua kegagalan-kegagalan yang potensial terjadi pada tertentu dimana adanya sebuah sebab kerusakan secara
suatu sistem mekanis yang terjadi pada peralatan tersebut. Dari
2. Efek-efek dari kegagalan ini yang terjadi pada sistem dan angka/tingkatan occurrence ini dapat diketahui
bagaimana cara untuk memperbaiki atau meminimalkan kemungkinan terdapatnya kerusakan dan tingkat
kegagalan-kegagalan atau efek-efeknya pada sistem keseringan terjadinya kerusakan peralatan.
(Perbaikan dan minimalis yang dilakukan berdasarkan
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 4

Tabel. 2 Occurrence Rangking DetectionDeskripsi

Rangking Occurrence Deskripsi 3 Tinggi Perawatan preventif memiliki
10 Sangat tinggi Sering gagal kemungkinan tinggi untuk
9 mendeteksi penyebab potensial
8 Tinggi Kegagalan yang berulang atau mekanisme kegagalan dan
7 mode kegagalan.
6 2 Sangat Perawatan preventif memiliki
5 Sedang Jarang terjadi kegagalan tinggi kemungkinan sangat tinggi untuk
4 mendeteksi penyebab potensial
3 atau mekanisme kegagalan dan
Rendah Sangat kecil terjadi kegagalan mode kegagalan.
2 1 Hampir Perawatan preventif akan selalu
1 Tidak ada efek Hampir tidak ada kegagalan pasti mendeteksi penyebab potensial
atau mekanisme kegagalan dan
Detection mode kegagalan.
Detection adalah sebuah penilaian yang juga memiliki Setelah pemberian rating dilakukan, nilai RPN dari setiap
tingkatan seperti halnya severity dan occurrence. penyebab kegagalan dihitung dengan rumus :
Penilaian tingkat detection sangat penting dalam RPN = Severity x Occurrence x Detection
menemukan potensi penyebab mekanis yang Nilai RPN digunakan untuk membandingkan penyebab-
menimbulkan kerusakan serta tindakan perbaikannya. penyebab yang teridentifikasi selama dilakukan analisis. dari
Tabel. 3 Detection setiap masalah yang potensial dapat kemudian.
Rangking Detection Deskripsi
10 Tidak Perawatan preventif akan selalu
pasti tidak mampu untuk mendeteksi IV. IMPLEMENTASI DAN PENGUJIAN SISTEM
penyebab potensial atau Pengujian sistem pada penelitian ini akan diambil sebuah
mekanisme kegagalan dan mode peralatan dengan beberapa bentuk kegagalan untuk menguji
kegagalan. hasil keluaran dari metode FMEA, analisis kuantitatif dan
9 Sangat Perawatan preventif memiliki keluaran perangkat lunak yang digunakan dalam menganalisis
kecil kemungkinan very remote keandalan.
untuk mampu mendeteksi 1) Pengujian Keluaran FMEA
penyebab potensial atau Pengujian keluaran ini akan menunjukkan analisis
mekanisme kegagalan dan mode kualitatif terhadap peralatan boiler yang memiliki beberapa
kegagalan. sub peralatan dengan berbagai bentuk kegagalan.
8 Kecil Perawatan preventif memiliki Tabel.4 Hasil analisis FMEA
kemungkinan remote untuk Sub Bentuk
mampu mendeteksi penyebab Penyebab Dampak S O D RPN
Peralatan Kegagalan
potensial atau mekanisme Unit
kegagalan dan mode kegagalan. derating
7 Sangat Perawatan preventif memiliki Kualitas air beban
Kebocoran
Genbank yang mencapai
rendah kemungkinan sangat rendah genbank
/ disebabkan 50% dan 9 4 4 144
untuk mampu mendateksi tube /
Walltube kebocoran dapat
walltube
penyebab potensial kegagalan condensor menyebab
dan mode kegagalan. kan trip
unit
6 Rendah Perawatan preventif memiliki Unit
kemungkinan rendah untuk Tube, Bend
derating
Tube bocor
mampu mendeteksi penyebab (indikasi
beban
potensial atau mekanisme mencapai
pemakaian
50% dan 8 4 5 160
kegagalan dan mode kegagalan. air banyak,
dapat
5 Sedang Perawatan preventif memiliki pengamatan
menyebab
flow Feed
kemungkinan moderate untuk Water)
kan trip
mendeteksi penyebab potensial unit
atau mekanisme kegagalan dan Kebocoran 1. Fin tube Kerugian
Boiler
boiler bocor kalor yang 4 4 3 48
mode kegagalan. insulation
insulation 2. Korosif terbuang
4 Menengah Perawatan preventif memiliki Furnace Plugging
keatas kemungkinan moderately High Furnace Pressure elemen air Unit trip 7 1 3 21
untuk mendeteksi penyebab High heater
potensial atau mekanisme Loss Of flame
Main Modul flame
kegagalan dan mode kegagalan. Burner
Burner Trip
rusak, Flame
Derating 4 7 5 140
scanner kotor
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 5

Pengujian ini menghasilkan RPN tertinggi sebesar 160 4) Implementasi Perangkat Lunak
pada sub peralatan walltube dengan bentuk kegagalan berupa Walltube atau pipa boiler merupakan salah satu sub
bend tube bocor. Pada hasil FMEA peralatan yang memiliki peralatan yang terdapat pada boiler yang memiliki fungsi
RPN tertinggi akan diprioritaskan dalam kegiatan perawatan. dalam proses produksi uap. Pipa boiler ini sering mengalami
bentuk kegagalan berupa kebocoran pada dinding pipa yang
2) Pengujian Analisis Kuantitatif biasa disebabkan oleh kualitas air akibat kebocoran
Keandalan pada sub peralatan boiler akan menurun seiring kondensor. Dampak dari kebocoran ini menyebabkan unit
dengan bertambahnya waktu operasi. Peralatan yang diuji derating atau bahkan bisa menyebabkan unit trip. Dari analisis
adalah walltube, boiler insulation, furnace dan main burner. penyebab dan dampak, pipa boiler dapat dianalisis tingkat
Pada pengujian ini, persamaan R(t) dan h(t) diberikan kefatalan (Severity) sebesar 9, tingkat kejadian (Occurrence)
masukan t sebesar 8760jam. sebesar 4 dan tingkat deteksi (Detection) sebesar 4. Ketiga
Tabel.5 Nilai R(t) dan h(t) bagian ini yang akan menjelaskan sejauh mana kegagalan
Peralatan Sub Peralatan R(t) h(t) berdampak terhadap sistem. Tabel 1 menunjukkan informasi
pada FMEA worksheet. FMEA worksheet ini berguna untuk
Walltube 0.802209 0.0000539357 menampung informasi untuk semua kegagalan yang terjadi
pada peralatan tetapi belum diprioritaskan.
Boiler
Boiler 0.455344 0.000192537
Insulation
Tabel.7 FMEA Worksheet
Furnace 0.999536 0.000000113586 Sub Bentuk Penyebab Dampak S O D
System Kegagalan
Main Burner 0.455344 0.000192537
Tabel 5 menunjukkan bahwa nilai keandalan paling kecil
pada peralatan boiler adalah boiler insulation dan main burner Genbank Kebocoran Kualitas air Unit derating 9 4 4
sebesar 0.455344. Penurunan keandalan dipengaruhi oleh / genbank yang beban mencapai
keausan dari peralatan yang merupakan peralatan mekanik. Walltube tube / disebabkan 50% dan dapat
walltube kebocoran menyebabkan
Pada waktu t = 8760 maka yang diprioritaskan untuk dirawat condensor trip unit
adalah main burner dan boiler insulation.
Informasi dari FMEA worksheet dijadikan masukan kepada
3) Perbandingan Hasil Analisis FMEA dengan Analisis database dan selanjutnya diolah oleh perangkat lunak berbasis
Kuantitatif PHP dan MySQL. Secara garis besar hasil keluaran perangkat
Untuk mengetahui hubungan dari analisis FMEA dengan dalam menganalisis sebuah kegagalan dapat dilihat pada
analisis secara matematis, maka masing-masing bentuk Gambar. 2.
kegagalan yang memiliki RPN dibandingkan dengan nilai
keandalan pada masing-masing peralatan.
Tabel.6 Perbandingan RPN dengan R(t)
Sub
Peralatan
Peralatan
Bentuk Kegagalan RPN R(t)

Kebocoran genbank tube

/ walltube
144 0.802209
Genbank
/ Tube, Bend Tube bocor
Walltube (indikasi pemakaian air
banyak, pengamatan
160 0.802209
flow Feed Water)
Boiler
Boiler Kebocoran boiler
insulation insulation
48 0.455344
Furnace Furnace Pressure High 21 0.999536
Burner Trip 140 0.455344
Main Kebocoran flexible hose
atomizing steam
48 0.455344
Burner
Gagal Start / gagal
penyalaan
128 0.455344
Dalam prioritas perawatan, peralatan diurutkan
berdasarkan nilai keandalan yang paling kecil. Dari analisis Gambar. 4 Keluaran Analisis FMEA
didapat nilai keandalan paling kecil yaitu main burner dan Dari Gambar. 2 ditampilkan juga nilai RPN dan MTTF dari
boiler insulation. Main burner memiliki 3 bentuk kegagalan bentuk kegagalan pipa boiler. RPN merupakan perkalian
dan yang paling besar nilai RPN nya adalah kegagalan burner antara severity, occurrence dan detection. Dari perhitungan
trip sebesar 140. Analisis ini belum bisa menunjukkan RPN walltube didapatkan nilai sebesar 144. Nilai MTTF
ketersesuaian antara RPN dan R(t) karena pada peralatan diperoleh dari data perusahaan dan didapatkan nilai 17304.4
boiler RPN tertingginya adalah 160. jam. Selain menganalisis secara kualitas, perangkat ini juga
akan menganalisis secara kuantitatif. Analisis kuantitatif ini
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6
berguna untuk mengetahui nilai keandalan R(t) dan laju
kerusakan h(t). Nilai keandalan dan laju kerusakan untuk
bentuk kegagalan walltube yaitu sebagai berikut,
=2.143866, =17736.4221, =1/=0.00005638. menunjukkan prioritas peralatan yang diutamakan untuk
( )
()
( ) ( )
Dengan masukan t = 8760 jam maka nilai R(t) dan h(t)
dapat dihitung sebagai berikut,
( ) ( )
( ) ( ( ))
( )
laju kerusakannya,
( ) ( )
( ) ( ( ))
( )
Tahap selanjutnya setelah didapatkan nilai keandalan dan
laju kerusakan adalah laporan. Laporan ini bertujuan agar
pengguna dapat mengetahui prioritas peralatan ketika waktu t.
Gambar .5 Hasil Laporan Perangkat lunak
Gambar 5 menunjukkan pengurutan prioritas untuk
semua peralatan. Laporan yang diberikan oleh perangkat telah
diperingkat sesuai dengan keandalan. Keandalan yang
memiliki nilai paling kecil memiliki peringkat yang paling
atas karena dari segi prioritas terhadap waktu t peralatan
tersebut diutamakan dalam perawatan. Untuk peralatan yang
memiliki keandalan yang tinggi diperingkat diurutan bawah
karena dianggap masih memiliki kerja yang baik dan
direkomendasikan juga kegiatan perawatan.
V. KESIMPULAN/RINGKASAN
Dari penelitian yang dilakukan dapat disimpulkan bahwa
analisis kuantitatif yang dilakukan pada sebuah peralatan
menunjukkan bahwa keandalan pada boiler dan peralatan
pendukungnya mengalami penurunan keandalan selama masa
operasi peralatan. Penurunan nilai keandalan sebuah peralatan
dipengaruhi oleh kerusakan peralatan. Pada analisis FMEA
masing-masing bentuk kegagalan peralatan memiliki tingkat
kefatalan (Severity), tingkat kejadian (Occurence) dan tingkat
deteksi (Detection) yang berbeda-beda sesuai dengan
penyebab dan dampak yang ditimbulkan oleh kegagalan. Pada
laporan terdapat 31 sub peralatan yang dianalisis dengan 66
6
bentuk kegagalan yang terjadi selama periode waktu operasi
(t). Dengan rincian 53 bentuk kegagalan mengalami
maintenance pada saat overhoul tiap 8760jam dan 13 bentuk
kegagalan mengalami penggantian. Laporan ini juga
dilakukan kegiatan perawatan. Perangkat lunak yang dibuat
penelitian ini sudah mampu untuk melakukan analisis
keandalan secara kualitatif dan kuantitatif untuk peralatan
karena dapat mengakomodasi informasi yang dibutuhkan
pengguna dalam melakukan kegiatan perawatan. Tetapi
perangkat ini masih belum bisa menunjukkan hubungan secara
spesifik tentang keandalan dengan metode FMEA dikarenakan
keterbatasan dalam hal data kerusakan peralatan dari
perusahaan yang masih kurang informatif.
Saran untuk penelitian selanjutnya yaitu pengembangan
perangkat lunak dengan membuatnya lebih dinamis sehingga
pada tiap overhaul tidak dibutuhkan FMEA yang baru lagi
serta membuat interface FMEA berupa simulasi plant
sehingga dapat membantu memonitoring kerja peralatan
berdasarkan keandalannya secara virtual. Selain itu FMEA
bisa digabungkan dengan RCM sehingga dapat memprediksi
kegagalan yang terjadi di masa yang akan datang serta interval
perawatan berdasarkan keandalannya.
DAFTAR PUSTAKA
[1] Priyanta, Dwi, Keandalan dan Perawatan,Jurusan
Teknik Sistem Perkapalan FTK-ITS,Surabaya,2000.
[2] Alkaff, Abdullah, Teknik Keandalan dan Keselamatan
Sistem, Jurusan Teknik Elektro FTI-ITS, Surabaya,
1992.
[3] Nedelcu A, Dumitrascu A.-E, Fota A, Lepadatescu B,
Risks Estimation Using Failure Mode and Effects
Analyses Method, Proceedings of the 8th WSEAS
International Conference on SIGNAL PROCESSING,
ROBOTICS and AUTOMATION, USA, 2009.
[4] Cicek, K.; Turan, H.H.; Topcu, Y.I.; Searslan, M.N.,
"Risk-based preventive maintenance planning using
Failure Mode and Effect Analysis (FMEA) for marine
engine systems," Engineering Systems Management and
Its Applications (ICESMA), 2010 Second International
Conference on , vol., no., pp.1,6, March 30 2010-April 1
2010.
[5] Averil, M.Law dan David Kelton, Simulation Modeling
and Analysis, McGraw-Hill, Singapore, 1991.
[6] Rafli P, Farid, Rancang Bangun Perangkat Lunak
Reliability Centered Maintenance (RCM) Untuk Gardu
Induk, Jurusan Teknik Elektro FTI-ITS, Surabaya, 2012.
[7] Dan Ling; Hong-Zhong Huang; Wei Song; Yu Liu; Zuo,
M.J., "Design FMEA for a diesel engine using two risk
priority numbers," Reliability and Maintainability
Symposium (RAMS), 2012 Proceedings - Annual , vol.,
no., pp.1,5, 23-26 Jan. 2012.
[8] Yumaida, Analisis Risiko Kegagalan Pemeliharaan Pada
Pabrik Pengolahan Pupuk NPK Granular , Jurusan
Teknik Industri FT-UI, Depok, 2011.