Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pemeliharaan (maintenance) bagi suatu perusahaan sangatlah penting untuk menjaga fasilitas perusahaan yang ada dalam kondisi yang andal, hal ini diupayakan agar produk yang dihasilkan oleh perusahaan tersebut tidak terganggu dengan adanya kerusakan-kerusakan baik kerusakan ringan hingga kerusakan berat sewaktu beroperasi supaya hasil produksi tidak terlambat ke pelanggan atau mencegah tidak dapat berproduksi sama sekali. Perusahaan yang baru tumbuh seperti percetakan PT. Akasara Grafika Pratama sangatlah membutuhkan program pemeliharaan yang terencana dengan baik, khususnya jadwal pemeliharaan mesin cetak yang dipakai untuk berproduksi. Kerusakan-kerusakan baik yang berpengaruh langsung terhadap produksi sudah mulai terjadi. Banyak hal yang menyebabkan terjadinya kerusakan-kerusakan tersebut salah satunya yaitu tidak dilaksanakannya program pemelibaraan pencegahan (Preventive Maintenance). Untuk membuat suatu program pemelibaraan harus diketahui cara mengoperasikan serta pemeliharaan mesin tersebut dari buku petunjuk penggunaan serta pemeliharaan mesin tersebut yang dikeluarkan oleh perusahan pembuat mesin tersebut. Waktu pemeliharaan yang didapat dati buku panduan tersebut kemudian diolah kembali dengan informasi jumlah tenaga kerja guna mendapatkan waktu total pengerjaan pemeliharaan serta mencegah pengelompokan beberapa jenis pekerjaan padawaktu tertentu. Hasil yang didapat berupa jadwal pemeliharaan untuk program harian, mingguan, bulanan dan tahunan"

"Penelitian ini membahas tentang analisa kehandalan pada mesin CNC Milling VDL-500 pada sebuah perusahaan yang bergerak dibidang forging. Tujuan dari penelitian ini adalah untuk mendapatkan interval penjadwalan preventive maintenance untuk meningkatkan kehandalan, karena dari pihak pabrikan tidak memiliki jadwal pemeliharaan mesin yang mengakibatkan ketersediaan mesin menurun. Dengan melakukan analisa kehandalan dan analisa resiko,ditemukan 10 komponen utama yang dapat menyebabkan kegagalan mesin, 8 diantaranya membutuhkan kegiatan preventive maintenance yaitu Spindle dengan interval 143 jam, Conveyor dengan interval 260 jam, Slide unit & work table dengan interval 648 jam, Pneumatic Device dengan interval 936 jam, Lubrication Device dengan interval 775 jam, X Axis Servo Driver dengan interval 610 jam, Z Axis Servo Driver dengan interval 1331 jam dan Cooling dengan interval 1105 jam beserta penugasannya dari tiap komponen dengan memasukkan analisis resiko. Untuk 2 komponen lainnya yaitu Y Axis Servo Driver dan Electric Cabinet tidak membutuhkan jadwal preventive maintenance karena tidak dapat meningkatkan kehandalannya.

---

This research discusses about the reliability analysis on CNC Milling machines VDL-500 in a forging company. The purpose of this research is to get the interval scheduling of preventive maintenance to improve CNC Milling VDL- 500 performance because that company not have preventive maintenance schedule so availability of machine decreasing. With Reliability analysis and risk analysis, 10 major components that were found to cause engine failure, 8 of them require Spindle maintenance activity with 143 hours interval, Conveyor maintenance with 260 hours interval, Slide unit and work table maintenance with 648 hours interval, Pneumatic Device with 936 hours interval, Lubrication Device with 775 hours interval, X Axis Servo Driver with 610 hours interval, Z Axis Servo Driver with 1331 hours interval and Cooling with 1105 hours interval with its assignment of each component by including risk analysis. Two other components, Y Axis Servo Driver and Electric Cabinet, are not require preventive schedule maintenance because it can’t increase the reliability."

"ABSTRAKCrusher Line A adalah mesin PT XYZ dengan frekuensi kerusakan tertinggi tahun 2016 menggunakan pemeliharaan mesin tidak sesuai keandalan. Diperlukan analisis keandalan untuk merencanakan pemeliharaan. Dengan mempertimbangkan keandalan, biaya, dan kapasitas produksi, dibuat 4 rencana pemeliharaan, yaitu PM berorientasi keandalan komponen, PM berorientasi umur pakai komponen, PM berdasarkan MTBF kondisi pemeliharaan 2016, dan PM berdasarkan MTBF optimum 2015. PM berorientasi umur pakai komponen memiliki kapasitas produksi terbaik. PM berdasarkan MTBF kondisi pemeliharaan 2016 memiliki biaya terbaik. PM berdasarkan MTBF optimum 2015 memiliki keandalan terbaik. PM berorientasi keandalan komponen memiliki faktor keandalan dan faktor biaya kedua terbaik yang diusulkan untuk diterapkan.

---

ABSTRACTCrusher Line A is a PT XYZ machinery with the highest failure frequency using a maintenance plan that is not according to machine reliability. Reliability analysis is required to create the plan. In consideration of reliability, cost, and production, 4 maintenance plans is created, namely Component reliability oriented PM, Component life time oriented PM, MTBF of 2016 maintenance based PM, and Optimum MTBF of 2015 based PM. Component life time oriented PM has the best production, MTBF of 2016 maintenance based PM has the best cost, Optimum MTBF of 2015 based PM has the best reliability. Component reliability based PM is the second best in terms of reliability and cost, therefore it is recommended to be applied."

"ABSTRAKProses produksi tepung terigu terdiri dari enam proses utama, terdapat permasalahan pada salah satu proses yaitu proses pengemasan disebabkan oleh tingginya intensitas breakdown mesin dan apabila terjadi secara terus menerus dapat mempengaruhi waktu downtime produksi yang mengakibatkan kurang maksimalnya utilisasi mesin sehingga jumlahnya harus diminimalisir. Penelitian ini diawali dengan mengidentifikasi akar permasalahan utilisasi mesin yang tidak maksimal dengan cause-effect analysis, didapatkan penyebab utama yaitu belum adanya jadwal pemeliharaan yang tepat. Permasalahan difokuskan pada mesin packer dan empat komponen kritis didalamnya yaitu komponen heater, metal detector, sealing dan plastic wrapper. Penelitian dilanjutkan dengan perhitungan Time to Failure dan Time to Repair yang kemudian dilanjutkan ke perhitungan Mean Time to Failure dan Mean Time to Repair sesuai dengan distribusi yang sudah dicocokkan. Penelitian diakhiri dengan penentuan interval untuk pemeliharaan berdasarkan batas akhir reliability masing-masing mesin.

---

ABSTRAKFlour production process consists of six main processes, there is a problem in one of the process. It is the packaging process caused by the high intensity of machine breakdown and if it occurs continuously, it can affect the downtime of production resulting in less maximum utilization of the machine so that the amount should be minimized. This research begins by identifying the root of the problem in machine utilization that is not optimum with the cause effect analysis, the main cause of it is that there is no proper maintenance schedule. The problem is focused on the packer machine and the four critical components inside, there are heater component, metal detector, sealing and plastic wrapper. The study advanced with the calculation of Time to Failure and Time to Repair which then continued to the calculation of Mean Time to Failure and Mean Time to Repair in accordance with the distribution that has been matched. The study ends with the determination of the interval for maintenance based on the limits of the reliability of each machine."

"Proses pengolahan CPO membutuhkan mesin-mesin kritis, termasuk mesin screw press, yang vital untuk menjaga produktivitas dan kualitas produk. Kurangnya penjadwalan preventive maintenance yang terorganisir pada mesin-mesin pengolahan kelapa sawit dapat membawa konsekuensi serius. Risiko kegagalan mesin dapat meningkat, yang berpotensi menghambat kelancaran produksi dan menimbulkan biaya perbaikan yang tinggi. Sehingga dilakukan penelitian ini yang bertujuan merancang pemeliharaan preventif untuk mesin press dengan tujuan meminimalkan risiko kegagalan dan meningkatkan efisiensi operasional menggunakan metodologi Reliability Centered Maintenance (RCM). Rencana pemeliharaan ini dikembangkan berdasarkan analisis FMEA untuk komponen-komponen kritis seperti worm screw, bearing, lengthening shaft, dan press cage. Data reliabilitas dari Januari hingga Desember 2023 menunjukkan kondisi awal komponen-komponen tersebut, dimana untuk mencapai reliabilitas target 70%, jadwal pemeliharaan ditetapkan dengan poin seperti rekondisi worm screw setiap 22 hari dengan kawat las SS 304 electrode, penggantian bearing setiap 22 hari sebelum melewati umur teknis, pemeriksaan baut dan mur lengthening shaft setiap 17 hari, serta pemeriksaan dan pembersihan press cage setiap 18 hari. Implementasi rencana pemeliharaan ini diharapkan dapat mengurangi risiko kegagalan mesin screw press, meminimalkan downtime produksi, dan mendukung pencapaian target produksi secara efisien dalam pasar global yang kompetitif.

---

The processing of CPO requires critical machinery, including screw press machines, which are essential for maintaining productivity and product quality. A lack of organized preventive maintenance scheduling for palm oil processing machines can lead to serious consequences. The risk of machinery failure may increase, potentially disrupting production flow and resulting in high repair costs. Hence, this research aims to design preventive maintenance for press machines to minimize failure risks and enhance operational efficiency using the Reliability Centered Maintenance (RCM) methodology. The maintenance plan is developed based on Failure Modes and Effects Analysis (FMEA) for critical components such as worm screws, bearings, lengthening shafts, and press cages. Reliability data from January to December 2023 indicated the initial conditions of these components. To achieve a target reliability of 70%, the maintenance schedule includes actions such as reconditioning worm screws every 22 days using SS 304 electrode wire, replacing bearings every 22 days before reaching their technical life, inspecting bolts and nuts on the lengthening shaft every 17 days, and inspecting and cleaning the press cage every 18 days. Implementation of this maintenance plan is expected to reduce the risk of screw press machine failures, minimize production downtime, and support efficient production target achievements in a competitive global market."

"Dengan meningkatnya pandemic Covid-19, seluruh dunia menerapkan cara kerja dari rumah atau biasa disebut dengan Work From Home (WFH). Hal ini menyebabkan banyaknya kesempatan dan hal baru untuk mencari nafkah dan keuntungan. Salah satunya adalah dengan cara investasi cryptocurrency, yang tentunya dapat dilakukan dari rumah masing-masing. Untuk mendapatkan koin cryptocurrency, ada dua cara untuk dilakukan. Pertama adalah dengan cara membeli koin tersebut layaknya membeli mata uang dunia seperti dollar, euro, poundsterling, dan sebagainya. Cara yang kedua adalah dengan cara menambang koin tersebut menggunakan suatu rangkaian alat yang biasa disebut dengan cryptocurrency mining rig. Cara alat ini bekerja adalah dengan menyelesaikan hashing pada blockchain untuk meneruskan perintah ke blockchain lain agar transaksi cryptocurrency dapat berjalan dan sampai ke rekening tujuan. Dari pekerjaan tersebut, mesin mining mendapatkan upah dari transaksi tersebut layaknya transfer antar bank, yang dimana ada biaya administrasi antar bank. Dikarenakan mesin mining bekerja selama 24 jam, pada waktu yang tak bisa ditentukan, mesin akan mati secara tiba-tiba. Hal ini tentunya akan menjadi masalah, terutama ketika mesin mati, tidak ada operator yang menyadarinya, karena waktu mati yang tak tentu. Oleh karena itu, diperlukannya prediksi kapan mesin downtime dengan menggunakan metode Simulasi Monte Carlo, karena metode tersebut bertujuan mencari solusi dan prediksi kejadian kedepan dengan menggunakan sampel yang acak. Data yang telah diolah melalui metode diatas, dapat menghasilkan data planned downtime, uptime, dan juga availability. Dengan data ini, maka prediksi pun dapat dilakukan terhadap 10.000 kejadian kedepan dan waktu untuk planned maintenance yang optimal akan didapat.

---

With the increasing Covid-19 pandemic, the whole world is implementing work from home or commonly known as Work From Home (WFH). This led to many new opportunities and opportunities to earn a living and profit. One of them is by investing in cryptocurrency, which of course can be done from each other's homes. To get cryptocurrency coins, there are two ways to do it. The first is by buying these coins like buying world currencies such as dollars, euros, pounds, and so on. The second way is by mining these coins using a series of tools commonly called cryptocurrency mining rigs. The way this tool works is by completing hashing on the blockchain to pass the command to another blockchain so that cryptocurrency transactions can run and reach the destination account. From this work, mining machines get wages from these transactions like inter-bank transfers, where there are administrative fees between banks. Because the mining machine works for 24 hours, at an indeterminate time, the machine will shut down suddenly. This of course will be a problem, especially when the machine is off, no operator is aware of it, because the dead time is indeterminate. Therefore, it is necessary to predict when the machine will downtime using the Monte Carlo Simulation method, because this method aims to find solutions and predict future events using random samples. Data that has been processed through the method above, can result in planned downtime, uptime, and data availability. With this data, predictions can be made for 10,000 future events and the time for optimal planned maintenance will be obtained."

"Pada kebanyakan mesin, contohnya mesin produksi di industri manufaktur atau pada alat berat seperti excavator atau dozer, waktu untuk proses cooling down dan dismantling memang terjadi dalam waktu yang cepat sehingga suku cadang pengganti harus sudah siap tersedia saat kegiatan pemeliharaan atau shutdown dimulai. Namun pada turbin gas, pada apapun situasi shutdown-nya, apakah preventive maintenance atau shutdown tidak terencana, kegiatan cooling down dan dismantling memakan waktu hingga berhari-hari bahkan melebihi 1 minggu. Karakteristik unik tersebut belum diperhitungkan di dalam penelitian sebelumnya. Diajukan sebuah model integrasi persediaan suku cadang dan preventive maintenance yang memperhitungkan faktor waktu cooling down dan dismantling mesin. Dengan menerapkan metode just-in-time, suku cadang tiba tepat setelah selesainya cooling down dan dismantling mesin. Model ini meniru situasi dan kondisi perusahaan pembangkit listrik di Indonesia. Dilakukan simulasi discrete-event yang menggunakan data-data histori operasional, pemeliharaan, persediaan, dan logistik dari perusahaan tersebut. Dengan memasukkan karakteristik stokastik yang dihasilkan oleh adanya variasi pada durasi cooling down & dismantling, durasi assembling, dan durasi pengiriman suku cadang, penerapan model yang diajukan dapat menurunkan durasi persediaan suku cadang di gudang yang berdampak pada menurunnya biaya penyimpanan sehingga dapat berujung kepada peningkatan keuntungan perusahaan.

---

For most engines, e.g production machinery in manufacturing industry or heavy equipment like excavator or dozer, the time for cooling down and dismantling process occurs very rapidly so that spare parts must be ready before maintenance or shutdown activities begin. But for gas turbines, whether it is preventive maintenance or unplanned shut down, the cooling down and dismantling process lasts for a few days and even more than 1 week. This unique characteristic has not been considered in previous studies. An integration model of spare parts inventory and preventive maintenance is proposed. The proposed model will consider the time factor of engine cooling down and dismantling. By using just-in-time delivery, the spare parts arrive after the completion of engine cooling down and dismantling period.

This model will imitate the situation and condition of a power generation company in Indonesia. Discrete-event simulations are carried out using the company`s operation, maintenance, inventory, and logistics historical data. By incorporating the stochastic characteristic generated by the variations in the duration of cooling down & dismantling, the duration of assembling, and the duration of parts delivery, the application of the proposed model can reduce the duration of spare part inventory in the warehouse which will result to lower storage cost so that it can lead to an increase in the company`s profit."