Judi Alhilman
Program Studi Teknik Industri, Fakultas Rekayasa Industri, Telkom University

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

PERENCANAAN KEBIJAKAN PERAWATAN MESIN CORAZZA FF100 PADA LINE 3 PT XYZ DENGAN METODE RELIABILITY CENTERED MAINTENANCE (RCM) II Ully Tri Kirana; Judi Alhilman; Sutrisno Sutrisno
JRSI (Jurnal Rekayasa Sistem dan Industri) Vol 3 No 01 (2016): Jurnal Rekayasa Sistem & Industri - Januari 2016
Publisher : School of Industrial and System Engineering, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jrsi.v3i01.41

Abstract

PT XYZ merupakan produsen yang bergerak dalam bisnis keju. Meskipun telah menerapkan kegiatan preventive maintenance, frekuensi kerusakannya masih tinggi menyebabkan terhambatnya kelancaran proses produksi serta mengindikasikan nilai keandalannya kecil. Oleh karena itu perlu dilakukan analisis kegiatan perawatan yang tepat sesuai dengan karakteristik kerusakan serta interval waktu kegiatan perawatan pada mesin Corazza FF100 dengan analisis Reliability Centered Maintenance (RCM) II yang menekankan pada karakteristik keandalan (reliability). Melakukan identifikasi risiko yang dipetakan dalam risk matrix. Tahapan dalam RCM yaitu pengukuran kualitatif dengan membuat Failure Mode and Effect Analysis (FMEA) untuk mengidentifikasi penyebab serta efek terjadinya kegagalan item. Untuk mengetahui konsekuensi yang ditimbulkan dilakukan klasifikasi berdasarkan Logic Tree Analysis (LTA) kemudian pemilihan tindakan kegiatan perawatan. Tahap selanjutnya yaitu pengukuran kuantitatif dengan melakukan pengumpulan data kerusakan dan data perbaikan untuk mendapatkan interval waktu perawatan. Maintainable item pada mesin Corazza FF100 berjumlah 27. Berdasarkan metode Reliability Centered Maintenance (RCM) didapatkan 67 kegiatan perawatan. Terdapat 17 scheduled discard task, 15 scheduled restoration task, 31 scheduled on condition dan 4 failure finding. Penentuan interval waktu perawatan berdasarkan kebijakan perawatannya dengan mempertimbangkan karakteristik kerusakan dan biaya perawatan.
Penilaian Kinerja Berbasis Reliability Pada Continuous Casting Machine 3 (CCM 3) Pt Krakatau Steel (Persero) Tbk Menggunakan Metode Reliability Availability Maintainability dan Cost of Unreliability IKA PRAESITA; Judi Alhilman; Nopendri Nopendri
JRSI (Jurnal Rekayasa Sistem dan Industri) Vol 3 No 04 (2016): Jurnal Rekayasa Sistem & Industri - Oktober 2016
Publisher : School of Industrial and System Engineering, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jrsi.v3i04.271

Abstract

Industri baja merupakan industri strategis yang digunakan sebagai bahan baku penting bagi industri-industri secara keseluruhan, baik untuk infrastruktur, produksi barang modal, alat transportasi, otomotif, hingga persenjataan. World Steel Association mencatat, konsumsi baja per kapita pada tahun 2014, Indonesia mencapai 62,2 kg/kapita, namun angka tersebut masih tergolong rendah. Pemerintah Indonesia saat ini sadar akan hal tersebut dan merencanakan akan meningkatkan konsumsi baja nasional. Salah satu cara dalam mengurangi kerugian yang terjadi adalah dengan meningkatkan RAM (Reliability Availability Maintainability) dari mesin CCM 3. Dalam perhitungan RAM digunakan pemodelan RBD (Reliability Block Diagram) untuk mempermudah pemahaman terhadap sistem. Biaya yang dihasilkan dari masalah RAM dapat diketahui dengan menggunakan metode COUR (Cost of Unreliability). Hasil pengolahan data menggunakan RAM dengan pemodelan RBD didapatkan nilai reliability system sebesar 28,44% pada t = 936 dan nilai maintainability mesin sebesar 100% minimal membutuhkan waktu 13 jam. Dengan nilai inherent availability sebesar 99,47% dan operational availability sebesar 99,44%. Berdasarkan evaluasi yang telah dilakukan dengan menggunakan kebijakan perusahaan dan Key Performance Indicator IVARA, indikator availability telah mencapai target indikator yang diberikan. Dari hasil perhitungan menggunakan RAM didapatkan nilai COUR sebesar Rp 5.031.295.257,00 berdasarkan pada downtime atau corrective time.
ESTIMASI BIAYA MAINTENANCE DENGAN METODE MARKOV CHAIN DAN PENENTUAN UMUR MESIN SERTA JUMLAH MAINTENANCE CREW YANG OPTIMAL DENGAN METODE LIFE CYCLE COST (STUDI KASUS: PT TOA GALVA) Ade Rizka Eliyus; Judi Alhilman; Sutrisno Sutrisno
JRSI (Jurnal Rekayasa Sistem dan Industri) Vol 1 No 02 (2014): Jurnal Rekayasa Sistem & Industri - Oktober 2014
Publisher : School of Industrial and System Engineering, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

PT Toa Galva Industries adalah perusahaan yang bergerak dibidang elektronika dengan spesialisasi sound and communication. Agar dapat memenuhi permintaan pasar, perusahaan membutuhkan mesin-mesin yang mendukung proses produksi, antara lain mesin plastic injection dan mesin spinning manual. Kedua mesin ini memiliki peran yang sangat penting dalam proses produksi, sehingga apabila mesin-mesin tersebut mengalami kerusakan akan mengakibatkan kerugian bagi perusahaan. Berdasarkan data historis, perawatan korektif untuk mesin plastic injection pada tahun 2013 mencapai 16% dari total perawatan korektif keseluruhan mesin produksi, sedangkan mesin spinning mencapai 14%. Hal ini terjadi karena masih sering terjadi kerusakan mendadak pada mesin. Manajer Pemeliharaan belum mampu menghitung kebutuhan biaya maintenance untuk menjamin performansi mesin karena tidak dapat memprediksi kondisi mesin-mesin tersebut. Selain itu, mesin akan mengalami penuaan dan peningkatan hazard rate, sehingga perhitungan umur mesin dan jumlah maintenance crew yang optimal perlu dilakukan. Penelitian ini menggunakan metode Markov Chain untuk mengetahui kondisi mesin pada tahun yang akan datang sehingga dapat mengestimasi biaya maintenance yang dibutuhkan. Di samping itu, penelitian ini menggunakan metode Life Cycle Cost untuk menentukan umur mesin dan jumlah maintenance crew yang optimal. Berdasarkan hasil pengolahan data menggunakan Markov Chain, penelitian ini menghasilkan total biaya maintenance selama 5 tahun untuk mesin plastic injection adalah sebesar Rp 607,335,692.62 dan untuk mesin spinning manual adalah sebesar Rp 302,480,000. Berdasarkan perhitungan LCC, maka total LCC yang paling rendah untuk mesin plastic injection adalah Rp 5,287,581,342.10 yang menghasilkan jumlah maintenance set crew sebanyak 1 orang/shift dan umur mesin 10 tahun. Sedangkan total LCC yang paling rendah untuk mesin spinning manual adalah Rp 1,434,002,591.21 yang menghasilkan jumlah maintenance crew sebanyak 1 orang/shift dan umur mesin 3 tahun.
USULAN PREVENTIVE MAINTENANCE PADA MESIN KOMORI LS440 DENGAN MENGGUNAKAN METODE RELIABILITY CENTERED MAINTENANCE (RCM II) DAN RISK BASED MAINTENANCE (RBM) DI PT ABC Destina Surya Dhamayanti; Judi Alhilman; Nurdinintya Athari
JRSI (Jurnal Rekayasa Sistem dan Industri) Vol 3 No 02 (2016): Jurnal Rekayasa Sistem & Industri - April 2016
Publisher : School of Industrial and System Engineering, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jrsi.v3i02.29

Abstract

PT ABC merupakan perusahaan cetak dalam skala nasional. Produk yang dihasilkan oleh perusahaan merupakan buku ajar, majalah, surat kabar, dan lain sebagainya. Kegiatan maintenance yang ada PT ABC terbagi menajadi dua, yaitu preventive maintenance setiap senin dan kamis serta kegiatan corrective maintenance yang dilakukan jika mesin mengalami kegagalan fungsi. Kegagalan fungsi pada mesin Komori masih cukup tinggi. Oleh karena itu, diperlukan kegiatan pecegahaan untuk meningkatkan reliabilitas mesin. Metode yang dilakukan adalah Reliability Centered Maintenance, yaitu dengan menganalisis failure yang terjadi dengan menggunakan analisis Failure Mode and Effect Analysis dan Decision Worksheet. Hasil dari analisis ini merupakan preventive task masing-masing komponen. Sedangkan untuk menganalisis risiko yang diakibatkan jika mesin mengalami gagal fungsi, yaitu dengan metode Risk Based Maintenance. Hasil yang diperoleh dari nilai risiko yang ditanggung perusahaan ketika mesin mengalami failure, yaitu sebesar Rp965.904.899,36. Berdasarkan hasil pengolahan data pada subsistem kritis diperoleh kesimpulan bahwa enam komponen dilakukan dengan task scheduled on condition, tiga komponen dengan task scheduled restoration, dan enam komponen dengan task scheduled discard. Sedangkan untuk interval waktu dalam pengerjaan preventive maintenance pada komponen tersebut disesuaikan dengan task yang diperoleh. Setelah mendapatkan interval waktu perawatan, kemudian ditentukan biaya perawatan usulan yang dikeluarkan perusahaan, yaitu sebesar Rp971.567.519,69.