Claim Missing Document
Check
Articles

Found 1 Documents
Search

Desain Optimasi Pemeliharaan Mesin Industri Tissue Converting dengan Metode OMMP (Overall Measure of Maintenance Performance) dan MQFD (Maintenance Quality Function Deployment) Melalui Simulasi Monte Carlo Sebagai Data Generate Hery Setia Wardana; Ni Luh Putu Hariastuti
Jurnal Locus Penelitian dan Pengabdian Vol. 5 No. 8 (2026): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v5i8.6119

Abstract

Industri tissue converting memiliki tingkat ketergantungan yang tinggi terhadap keandalan mesin produksi. Tingginya frekuensi kerusakan dan downtime pada mesin Interfolder, Logsaw, dan Packaging di PT. XYZ menyebabkan peningkatan biaya perawatan serta penurunan efektivitas produksi. Penelitian ini bertujuan untuk merancang model optimasi pemeliharaan mesin melalui integrasi metode Overall Measure of Maintenance Performance (OMMP), Maintenance Quality Function Deployment (MQFD), dan simulasi Monte Carlo. Penelitian menggunakan pendekatan kuantitatif dengan studi kasus pada PT. XYZ Mojokerto. Simulasi Monte Carlo digunakan untuk menghasilkan data kegagalan dan perbaikan mesin berdasarkan distribusi probabilitas yang sesuai. Selanjutnya dilakukan pengukuran kinerja pemeliharaan menggunakan indikator Mean Time Between Failure (MTBF), Mean Time To Repair (MTTR), Availability, Reliability, dan Maintenance Cost Ratio (MCR) yang diintegrasikan dalam metode OMMP. Hasil evaluasi menunjukkan nilai OMMP mesin Packaging sebesar 0,550, Interfolder sebesar 0,535, dan Logsaw sebesar 0,324, sehingga mesin Logsaw menjadi prioritas utama perbaikan. Analisis MQFD menghasilkan prioritas strategi teknis berupa penyediaan spare part kritis (27,6%), peningkatan kompetensi teknisi (19,2%), preventive maintenance terjadwal (19,0%), penyusunan SOP maintenance (18,9%), dan monitoring kondisi mesin (15,2%). Integrasi OMMP, MQFD, dan simulasi Monte Carlo terbukti mampu menghasilkan model pemeliharaan yang lebih komprehensif dalam meningkatkan keandalan mesin, menurunkan downtime, dan mendukung efektivitas sistem maintenance perusahaan.