Reliability ITS

KEANDALAN DAN
PERAWATAN
Oleh
Ir. Dwi Priyanta, MSE
Tent ang Modul Aj ar
MODUL 1 Konsep Dasar
MODUL 2 Met ode Pengk aj i anKeandal an Bagi an 1
MODUL 5 St r at egi Unt uk Kebi j ak sanaan Per aw at an
Tent ang Penul i s
JURUSAN TEKNI K SI STEM PERKAPALAN
FAKULTAS TEKNOLOGI KELAUTAN
I NSTI TUT TEKNOLOGI SEPULUH NOPEMEBER
SURABAYA
Copyr i ght ada pada penul i s
Last Updat ed Mar c h 2000
TENTANG MODUL AJAR
Modul aj ar ini mer upakan kumpulan dan r angkuman dari mat eri
kuliah keandalan dan per awat an di Jur usan Teknik Si st em
Per kapalan, Fakult as Teknologi Kelaut an I TS, Sur abaya. Mat eri
kuliah i ni dir angkum dari ber bagai t ext book dan j urnal.
Melalui pr ogr am Teaching Gr ant yang merupakan salah sat u
implement asi pr ogr am DUE- Like, penulis ber kesempat an unt uk
mengumpul kan dan menulis kembali semua mat eri kuliah yang
di aj ar kan dal am bent uk elekt r onik f ile. Semua mat eri disimpan
dalam bent uk por t able document f or mat ( pdf) file yang hanya bisa
dibaca ( r ead only) .
Unt uk info lebih l anj ut mengenai modul aj ar ini, pembaca dapat
menghubungi
I r. Dwi Pr iyant a, MSE
Jurusan t eknik Sist em Per kapalan
Fakult as Teknologi Kelaut an
I nst it ut Teknologi Sepuluh Nopember ( I TS)
Kampus I TS Keput ih Sukolilo
SURABAYA 60111
Telp. ( 031) 599 4251 ext . 1102
Fax. ( 031) 599 4754
KEMBALI KE MENU UTAMA
T
TTE
EEN
NNT
TTA
AAN
NNG
GG P
PPE
EEN
NNU
UUL
LLI
IIS
SS
Dwi Priyant a, lahir di kediri pada 1968.
Menamat kan pendidikan menengah at as
di SMA Negeri 1 Kediri pada 1987 dan
melanj ut kan ke Jurusan Teknik
Permesinan Kapal - Fakult as Teknologi
Kelaut an I nst it ut Teknologi Sepuluh
Nopember ( I TS) Surabaya melalui j alur
PMDK. Set elah menamat kan pendidikan
program S1 pada 1992, penulis menj adi
st af pengaj ar di j urusan yang sama di
I TS. Melalui program beasiswa Asian
Development Bank ( ADB) , penulis
melanj ut kan pendidikan Mast er di School
of Naval Archit ect ure and Marine
Engineering Universit y of New Orleans, Louisiana USA pada Agust us
1995 dan menamat kan pendidikan mast er dengan meraih gelar Mast er of
Science in Engineering ( MSE) pada April 1997 dengan bidang keahlian
Engineering Syst em Reliabilit y. Set elah menyelesaikan program mast er,
selama t iga bulan penulis menj adi salah sat u st aff di Freeport Sulphur
Company, New Orleans USA sebuah penambangan belerang milik
Freeport yang beroperasi di Gulf of Mexico - dengan t ugas unt uk
melakukan st udi implement asi Reliabilit y Cent ered Maint enance unt uk
salah sat u sist em. Penulis sekarang menj adi dosen t et ap dan kepala
laborat orium Syst em Reliabilit y and Safet y di Jurusan Teknik Sist em
Perkapalan Fakult as Teknologi Kelaut an I TS.
KEANDALAN DAN PERAWATAN
Konsep Dasar
Oleh
SURABAYA
MODUL
1
DAFTAR ISI MODUL 1
BAB 1 Pengenalan Disiplin Ilmu Keandalan dan Aplikasinya
1.1 Pendahuluan
1.2 Definisi
1.3 Indeks Keandalan
1.4 Kajian Keandalan
1.5 Aplikasi Keandalan
1.6 Referensi dan Bibliografi
BAB 2 Probabilitas
2.1 Pendahuluan
2.2 Permutasi
2.3 Kombinasi
2.4 Pemakaian Permutasi dan Kombinasi untuk Perhitungan
Probabilitas
2.5 Hukum untuk Menggabungkan Probabilitas
2.6 Teorema Binomial
BAB 3 Pemodelan Jaringan dan Evaluasi Sistem
3.1 Pendahuluan
3.2 Sistem Dengan Susunan Seri
3.3 Sistem Dengan Susuna Paralel
3.4 Sistem Dengan Susunan Gabungan Seri Paralel
3.5 Sistem Dengan Susunan Berlebihan Secara Parsial (Partially
Redundant System)
3.6 Pertimbangan Desain Antara Susunan Seri dan Paralel
FOR INTERNAL USE ONLY
3.7 Standby Redundant System
3.8 Pemodelan Jaringan yang Kompleks
3.9 Conditional Probability Approach
3.10 Metode Cut Set
3.11 Metode Tie Set
1
Pengenal an Di si pl i n I l mu
Keandal an dan Apl i k asi ny a
1. 1 Pendahul uan
Didalam masyarakat modern, para insiyur profesional dan
manaj er t eknik bert anggung j awab t erhadap perencanaan, desain,
manufakt ur dan pengoperasian dari produk yang sederhana sampai
sist em yang komplek. Kerusakan dari produk daan sist em ini sering
dapat memberi dampak yang bervariasi mulai dari sesuat u yang t idak
menyenangkan dan mengganggu sampai dampak yang
membahayakan t erhadap masyarakat dan t erhadap lingkungan
sekit arnya. Para pemakai, konsumen, dan masyarakat umumya
mengharapkan produk dan sist em yang handal. Pert anyaan yang
muncul adalah seberapa handal at au seberapa aman suat u sist em
akan beroperasi selama masa pengoperasiannya dimasa yang akan
dat ang? Pert anyaan ini sebagian dapat dij awaaab dengan
mengunakan evaluasi keandala secara kuant it at if. Konsekuensinya
sebuah t eknik unt uk mendesain dan mengoperasikan dari suat u
sist em yang sederhana dan komplek bersamaan dengan penambahan
j umlah at uran- at uran resmi, t ermasuk aspek keset imbangan produk
2
dan agen- agen resmi. Buku ini t erut ama berkait an dengan
penggambaran t eknik pengevaluasian keandalan yang sangat luas
dan aplikasinya. Bagaimanapun, adalah suat u yang berguna unt uk
mendiskusikan beberapa isu dan filosofi yang berkait an dengan
keandalan unt uk melet akkan t eknik pengevalusian ini kedalam suat u
perspekt if dan mengident ifikasi lat ar belakang dari berbagai t eknik
pengevaluasian dan pengukuran yang t elah dikembangkan dan j uga
unt uk menunj ukan mengapa t eknik ini dikembangkan.
Pengembangan t eknik pengevaluasian keandalan pada awalnya
berhubungan dengan indust ri ruang angkasa dan aplikasi milit er.
Pengembangan t eknik inii diikut i dengan cepat oleh aplikasi di reakt or
nuklir, yang pada saat ini dibawah t ekanan yang sangat kuat unt uk
memast ikan reakt or nuklir yang aman dan handal: dibidang
penyuplaian list rik, yang diharapkan dapat menyuplai kebut uhan
energi t anpa kerusakan lokal at au kerusakan dalam skala yang
besar: dan di pengolahan pengolahan yang memiliki proses yang
kont inu sepert i pengolahan baj a dan pengolahan bahan kimia, yang
dapat mengalami penundaan dan kerugian yang besay j ika t erj adi
kegagalan pada sist em maupun yang menyebabkan kemat ian dan
polusi lingkungan. Semua area yang t elah disebut kan t elah
mengalami beberapa masalah akhir- akhir ini. Masalah- masalah ini
t ermasuk kecelakaan dibidang ruang angkasa ( Pesawat ruang
angkasa Chalelenger, 1986: beberapa kecelakaan pesawat t erbang
komersial) , kecelakaan dibidang nuklir ( Three Mile I sland, 1979;
Chernobyl, 1986) , kecelakaan dibidang penyuplaian t enaga list rik
( New York Blackout , 1977) , kecelakaan diprose pengolahan
( Flixborough, 1974; Seveso 1976; Bhopal, 1984) , dan berbagai
masalah lain dimana kecelakaan yang t erj adi dapat mengakibat kan
gangguan t erhadap masyarakat dan lingkungann dan mungkin
mengakibat kan kemat ian.
Kej adian kej adian ini t elah meningkat kan t ekanan unt uk
melakukan penilaian keandalan, keselamat an dan semua
kemungkinan resiko secara obyekt if. Celakanya resiko yang dipahami
3
oleh publik umum seringkali berdasarkan emosi, ut amanya dampak
yang diakibat kan dari sekt or nuklir. Masyarakat umumnya mengalami
kesulit an dalam membedakan ant ara bahaya ( hazard) , yang
dikait kan dengan gangguan t et api t idak memperhit ungkan
kemungkinan t erj adinya kej adian- kej adian yang membahayakan
t et api j uga peluang t erj dinya kej adian yang membahayakan t ersebut .
Teknik pengevaluasian keandalan dapat membant u dalam melakukan
penilaian secara obyekt if t erhadap kemungkinan resiko dan
membant u unt uk menghit ung bukan hanya bahaya yang akan t erj adi
t et api j uga kemungkinannya.
Teknik pengevaluasian keandalan yang moderen j uga dipakai
didalam aplikasi yang lebih luas t ermasuk aplikasi domest ik, ot omobil
dan berbagai produk lain yang secara individu memiliki dampak sosio
ekonomik yang kecil. Jika mengalami kegagalan. Kecenderungan
t erbaru baik dimasyarakat Amerika ut ara dan Eropa adalah
meningkat nya kebut uhan unt uk melakukan penilaian resiko dan
keandalan. Kecenderungan- kecenderungan ini berpusat kepada
perubahan hukum- hukum yang berkait an dengan j aminan produk
dimana penyuplai, desainer dan pemroduksi akan dikenai t anggung
j awab at as cedera dan kemat ian konsumen akibat produk yang cacat .
Pet unj uk- pet unj uk j uga akan dit erbit kan oleh pemerint ah dan badan-
badan pengat ur yang berkait an dengan kelayakan, keselamat an dan
resiko, dan yang berkait an dengan kebut uhan yang pent ing unt uk
melakukan penilaian keandalan dan resiko kemungkinan secara
obyekt if.
Dari diskusi ini j elas bahwa semua insiyur harus memiliki
kepedulian t erhadap konsep dasar yang berkait an dengan aplikasi
t eknik- t eknik pengevaluasian keandalan.
4
1. 2 Def i ni si
Secara umum t eori keandalan dapat dikelompokan menj adi
empat keompok ut ama, yait u :
Keandalan komponen dan sist em ( Component and syst em
r eliabilit y)
Keandalan st rukt ur ( St ruct ural reliabilit y)
Keandalan manusia (Human reliabilit y)
Keandalan perangkat lunak (Soft ware reliabilit y)
Sesuai dengan j udul dikt at ini, maka didalam dikt at ini hanya
akan membahas mengenai keandalan sist em dan komponen.
Sebelum melangkah lebih j auh, ada baiknya bila pembaca
menget ahui beberapa definisi dasar yang berkait an dengan
keandalan sist em dan komponen. Adapun beberapa t erminologi dan
definisi yang akan dit ampilkan pada seksi ini adalah, keandalan
( r eliabilit y) , ket ersediaan (availabilit y) , dan kemampurawat an
( maint ainabilit y) .
Keandal an
Didefinisikan sebagai probabilit as dari suat u it em unt uk dapat
melaksanakan fungsi yang t elah dit et apkan, pada kondisi
pengoperasian dan lingkungan t ert ent u unt uk periode wakt u yang
t elah dit ent ukan.
Terminologi it em yang dipakai didalam definisi keandalan diat as
dapat mewakili sembarang komponen, subsist em, at au sist em yang
dapat dianggap sebagai sat u kesat uan.
Definisi di at as dapat disarikan menj adi empat komponen pokok
yai t u :
pr obabilit as
kiner j a (performance) yang memadai
wakt u
5
kondisi pengoper asian
Probabilt as, yang merupakan komponen pokok pert ama,
merupakan input numerik bagi pengkaj ian keandalan sut au sist em
yang j uga merupakan indeks kuant it at if unt uk menilai kelayakan
suat u sist em. Pada beberapa kaj ian yang melibat kan disiplin ilmu
keandalan, probabilit as bukan merupakan sat u- sat unya indeks, ada
beberapa indeks lain yang dapat dipakai unt uk menilai keandalan
suat u sist em yang sedang dikaj i.
Tiga komponen lain - yait u kinerj a, wakt u dan kondisi
pengoperasian semuanya merupakan paramet er- paramet er
engineering dan t eori probabilit as t idak banyak membant u unt uk
kaj ian engineering ini. Seringkali insinyur yang bert anggungj awab
langsung t erhadap sat u sist em t ert ent u yang cukup akurat unt uk
memberikan informasi yang cukup memuaskan berkait an dengan
kaj ian sist em yang sedang dilakukan. Wakt u yang t elah dit et apkan
unt uk pengoperasian sist em bisa saj a kont inyu at au secara sporadis,
sedangkan kondisi pengoperasian bisa kondisi pengoperasian yang
uniform at au bervariabel, sepert i pada fase pengoperasaian propulsi
roket dan pada pengoperasian pesawat t erbang komersial pada saat
t ake- off, cruising dan landing.
Krit eria t ent ang kinerj a yang memadai dari sebuah sist em
merupakan masalah yang melibat kan permasalahana manaj erial.
Kegagalan pengoperasian sist em dapat didefiniskan secara beragam
mulai dari kegagalan kat ast ropik at au gangguan t erhadap fungsi
sist em, sepert i pada pompa yang menyuplai bahan bakar unt uk
mot or penggerak kapal yang mungkin t idak mampu menyuplai
kebut uhan minimum bahan bakar meskipun pada kenyat aannya
pompa bahan bakar t ersebut masih bisa beroperasi.
Ket er sedi aan
Didefinisikan sebagai probabilit as unt uk dapat menemukan suat u
sist em ( dengan berbagai kombinasi aspek- aspek keandalannya,
6
kemampurawat an dan dukungan perawat an) unt uk melakukan
fungsi yang diperlukan pada suat u periode wakt u t ert ent u.
Ket ersediaan dari sebuah sist em dapat diekspresikan kedalam
sebuah persamaan mat emat is yang menyat akan relasi anat ara
periode dimana sist em dapat beroperasi ( T
OP
) dengan penj umlahan
ant ara periode wakt u ini dengan wakt u dimana sist em dalam keadaan
t idak dapat beroperasi ( T
DOWN
) . Persamaan di bawah ini menunj ukkan
hubungan ant ara T
OP
, T
DOWN
, dan ket ersediaan, A, sedangkan gambar
1. 1 menunj ukkan ilust rasi dari ket ersediaan.
DOWN OP
OP
T T
T
A
+
= ( 1.1)
Ada beberapa fakt or yang mempengaruhi ket ersediaan suat u
sist em. Gambar 1. 2 menunj ukkan beberapa fakt or yang mempe-
ngaruhi ket ersediaan suat u sist em, beberapa diant aranya dapat
diperbaiki pada saat fase desain dan beberapa yang lainnya dapat
diperbaiki pada saat fase operasional. Dari gambar 1. 2 t erlihat bahwa
pada dasarnya perawat an akan berfungsi unt uk menj aga
ket ersediaan sist em melalui pengont rolan yang opt imal pada
perawat an korekt if dan perawat an prevent if sert a didukung oleh
administ rasi dan penggunaan semua sumber daya secara efisien.
7
Gambar 1. 1
I lust rasi ket ersediaan
Ket er sedi aan
Laj u
Kegagal an
Down t ime
Desai n
Per awat an
Pr event i f
Kul ai t as
Per awat an
Wak t u
Per awat an
Kor ekt i f
Wak t u
Per awat an
Pr event i f
Ket er l am-
bat an
Sumber
daya
Kont r ol dan
I nf or masi
Per al at an
dan met ode
Kont r ol dan
ef i si ensi
Kemampu-
r awat an
Gambar 1. 2
Fakt or- fakt or yang mempengaruhi ket ersediaan
8
Kemampur aw at an
Didefinisikan sebagai kemampuan suat u it em dalam kondisi pemakian
t ert ent u, unt uk dirawat , at au dikembalikan ke keadaan semula
dimana it em it u dapat menj alankan fungsi yang diperlukan, j ika
perawat an dilakukan dalam kondisi t ert ent u dan dengan
menggunakan prosedur dan sumber daya yang sudah dit ent ukan.
Kemampuarawat an adalah fakt or yang pent ing dalam
menent ukan ket ersediaan dari suat u it em. RAM sering kali dipakai
sebagai suat u singkat an yang mewakili reliabiliy, availabilit y, dan
maint ainabilit y.
1.3 I ndek s Keandal an
I ndeks keaandalan yang paling klasik adalah probabilit as
sepert i yang didefinisikan di seksi 1. 2 Bagaimanapun, indeks yang
lain j uga dihit ung dan dikembangkan secara t erat ur. I ndeks
keandalan yang paling cocok sangat t ergant ung dari sist em dan
kebut uhan dari sist em t ersebut . Cont oh- cont oh t ipikal berikut ini
merupakan cont oh t ipikal dari indeks keandalan selain indeks klasik
probabilit as.
Jumlah kegagalan yang diharapkan akan t erj adi dalam periode
wakt u t er t ent u
Wakt u rat a- rat a diant ara dua kegagalan
Laj u kegagalan dari suat u proses
Durasi rat a- rat a downt ime dari suat u sist em at au peralat an
Nilai harapan keunt ungan yang hilang karena kegagalan
Nilai harapan yang hilang dari out put suat u proses karena
kegagalan
9
I ndeks- indeks ini dapat dievaluasi dengan menggunakan t eori
keandalan yang relevan set elah beberapa krit eria t ert ent u yang
berhubungan dengan kondisi operasional dari suat u it em dipenuhi.
1. 4 Kaj i an Keandal an
Secara umum ada dua met ode yang secara luas dipakai unt uk
melakukan kaj ian keandalan t erhadap suat u sist em rekayasa. Kedua
met ode analisa ini adalah analisa kualit at if yang berbasis pada
pengalaman dari personel yang t erlibat dalam analisa kualit at if dan
analisa kuant it at if dimana perhit ungan dan met ode yang dipakai
sangat memainkan peranan yang sangat pent ing. Meskipun analisa
kualit t aif dan kuant it at if j elas berbeda, t et api ada bat as yang samar
ant ara kedua analisis t ersebut . Sebagai cont oh, sebuah int angible
decision mat rix dibuat berdasarkan perhit ungan, oleh karena it u
dapat diklasifikasikan ke dalam met ode kuant it at if. Tet api, figur- figur
yang dipakai mat riks di at as dibuat berdasarakan penilaian kualit at if
dan oleh karena it u mat rik ini dikat egorikan ke dalam kelompok
analisa kualit at if. Gambar 1. 3 dan 1. 4 masing masing menunj ukkan
organisasi unt uk analisa keandalan dan prosedur kerj a secara umum
bidang rekayasa keandalan ( reliabilit y engineering) .
Selain berbagai met ode analisa keandalan yang sudah
dit ampilkan pada gambara 1. 2 dan 1. 3, berikut ini beberapa met ode
analisa keandalan lain. Bent uk dari analisa keandalan secara kualit at if
ini bisa berupa
analisa mode dan dampak kegagalan (failure mode and effect s
analysis - FMEA)
analisa pohon kegagalan (fault t r ee analysis - FTA) .
10
ANALI SA
KUALI TATI F
( PENGALAMAN)
I NTANGI BLE
DECI SI ON MATRI X
CRI TI CALI TY
ANALYSI S
FAI LURE MODE-
EFFECT ANALYSI S
ANALI SA
KUANTI TATI F
( PERHI TUNGAN)
COMPONENT LEVEL SYSTEM LEVEL
PHYSI CS OF
FAI LURE
STATI STI CS
FAULT TREE
ANALYSI S
MARKOV
ANALYSI S
Et c.
Gambar 1. 3
Or ganisasi analisa keandalan ( r beck 1992)
Sedang bent uk dari analisa keandalan secara kuant it at if bisa
dikelompokkan lagi menj adi dua kelompok besar, yait u analisa
keandalan secara analit is dan analisa keandalan dengan
menggunakan simulasi. Teknik simulasi yang paling sering dipakai
unt uk mengevaluasi keandalan dari sist em adalah t eknik simulasi
mont ecar lo.
11
RELI ABI LI TY TASK
FUNCTI ONAL
DI AGRAM
BLOCK DI AGRAM
FMEA
PROPOSAL
SYSTEM
ANALYSIS
MAINTENANCE
ANALYSIS
COMPONENT
ANALYSIS
FTA
MARKOV
Etc.
STATISTICAL
STRENGTH
ANALYSIS
SPARE PART
ANALYSIS
MARKOV
System
Design
Component
Design
Environment
Improvement
Monitoring
Quality
Control
Spare Parts
ANALYSIS METHODS
Gambar 1. 4
prosedur kerj a secara umum unt uk
bidang r ekayasa keandalan ( St efenson, 1990)
Met ode evaluasi keandalan secara kuant it at if yang sering
dipakai diant aranya
per hi t ungan l angsung (direct calculat ion) unt uk sist em- sist em
yang sederhana
pendekat an dengan probabilit as kondisional ( condit ional
pr obabilit y appr oach)
met ode cut set
met ode t ie set
pohon kej adian ( event t rees)
pohon kegagalan ( fault t rees)
12
rant ai markov ( markov chain)
proses markov ( markov process)
1.5 Apl i k asi Keandal an
Tuj uan ut ama dari st udi keandalan adalah unt uk memberikan
informasi sebagai basis unt uk mengambil keput usan. Berkait an
dengan it u, t eknologi keandalan mempunyai pot ensi unt uk dipakai
dalam ruang yang sangat luas. Adapun area yang memanfaat kan
t eknologi keandalan diant aranya adalah sebagai berikut .
Anal i sa r esi k o/ k esel amat an ( Saf et y / r i sk anal y ses)
Analisa keandalan adalah merupakan bagian yang sudah sangat
mant ap dari hampir sebagian besar unt uk st udi- st udi resiko dan
keselamat an. Bagian dari analisa resiko ( risk analysis) umumnya
dilakukan dengan menerapkan t eknik keandalan sepert i analisa
modus dan dampak kegagalan ( Failure Mode and Effect s Analysis-
FMEA) dan analisa pohon kegagalan (Fault t ree analysis) . Sedangkan
met ode lain yang j uga digunakan unt uk menganalisa resiko ant ara
lain Crit icalit y Analysis, Hazards and Operabilit y ( HAZOP) St udies,
dan Cause- Consequence Analysis. Gambar 1. 5 menunj ukkan
diagaram analisa resiko secara umum.
13
HAZOP FMEA
et c.
Recommendat i ons
Wh a t c a n g o
wr on g an d
c o n s e q u e n c e s
Ot h er so u r ces
r esear ch
acci d en t
r epor t s et c.
I DENTI FI CATI ON
RECOMMENDATI ONS
Co st ef f ect i v e d esi g n
a n d o p e r a t i o n
i m p r o v e m e n t s
Qu an t i t at i v e an al y si s
r eq u i r ed
Ev en t t r ee Fau l t t r ee
Hu m a n Rel i a b i l i t y
An al y si s
ANALYSI S I MPLEMENTATI ON
I NPUT
Ma n a g er i a l Fi n a n ci a l
Soci et al Pol i t i cal
Reg u l at or y
I mpl ent at i on
De s i g n a n d p r o c e d u r a l
i m p r o v e m e n t s a n d
t r ai n i n g
Gambar 1. 5
Pr osedur Analisa Resiko ( Ruxt on 1997)
Pr ot ek si Li ngk ungan ( Env i r onment al Pr ot ect i on)
St udi keandalan bisa j uga dipakai unt uk memperbaiki desain
dan ket erat uran poperasional dari sist em ant ipolusi sepert i sist em
pembersih gas/ air.
Kual i t as ( Qual i t y)
Manaj emen dan j aminan kualit as mendapat kan perhat ian
yangg lebih meningkat dari t ahun- t ahun sebelumnya. Hal ini t erj adi
karena adanya dorongan unt uk mengaplikasikan rangkaian st andar
int ernat ionall I SO 9000.
Konsep t ent ang kualit as ( qualit y) dan keandalan ( reliabilit y)
t erkait sangat erat . Keandalan dalam beberapa hal dianggap sebagai
karakt erist ik dari kualit as. Oleh karena it u sist em- sist em yang saling
14
melengkapi dari suat u sist em yang besar yang akan dilengkapi
dengan manaj emenkeandalan dan j aminan kualit as merupakan
bagian dari manaj emen kualit as secara t ot al (Tot al Qualit y
Management - TQM)
Opt i masi oper asi dan per aw at an ( Opt i mi zat i on of mai nt enance
and oper at i on)
Perawat an dilakukan unt uk mencegah kegagalan sist em
maupun unt uk mengembalikan fungsi sist em j ika kegagalan t elah
t erj adi. Jadi t uj uan ut ama dari perawat an adalah unt uk menj aga dan
memperbaiki keandalan dari sist em dan kelancaran produksi/ operasi.
Beberapa indust ri t elah menyadari bet apa pent ingnya
hubungan ant ara keandalan dan perawat an dan t elah
mengimplement asikan perawat an yang berbasiskan pada keandalan
at au yang lebih dikenal dengan RCM ( Reliabilit y- Cent ered
Maint enance) . Met odologi RCM bert uj uan unt uk memperbaiki cost -
effect iveness dan mengont rol perawat an pada berbagai j enis indust ri,
oleh karena it u RCM akan dapat memperbaiki ket ersediaan dan
keselamat an. Kaj ian keandalan j uga merupakan elemen pent ing pada
berbagai aplikasi berikut ini : Life Cycle Cost ( LCC) analisis, Life Cycle
Profit ( LCP) analysis, pengalokasi dukungan logist ik, pengalokasian
suku cadang dan analisa unt uk menent ukan level operat or.
Desai n r ek ayasa ( Engi neer i ng desi gn)
Keandalan merupakan salah sat u karakt erist ik kualit as dari
suat u produk t eknik. Oleh karena it u j aminan keandalan merupakan
salah sat u t opik yang paling pent ing selama proses pendesaian suat u
produk
15
1. 6 Ref er ensi dan Bi bl i ogr af i
1. Billint on, R. and Ronald N. Allan [ 1992] , Reliabilit y Evaluat ion of
Engineering Syst ems: Concept s and Techniques, 2
nd
edit ion,
Plenum Press, New York and London
2. Hyland, Arnlj ot and Marvin Rausand [ 1994] , Syst em Reliabilit y
Theory Models And St at ist ical Met hods, John Willey & Sons, I nc.
3. rbeck, F. [ 1992] , I mplement at ion of Reliabilit y Met hodology t o
Ships Machinery , Transact ion I MarE, Vol 103
4. Ruxt on, T. [ 1997] , Formal Safet y Assessment , Transact ion
I MarE, Par t 4.
5. St efenson, Prof. J. [ 1990] , Design Procedures for The Reliabilit y of
I nt egrat ed Marine Syst ems , paper 5 I CMES
6. .[ 1994] , Training Course in Reliabilit y- Cent ered Maint enance,
MARI NTEK- SI NTEF Group.
KEMBALI KE DAFTAR I SI MODUL 1
16
Pr obabi l i t as
2. 1 Pendahul uan
Kat a probabiliit as sering dipakai j ika kehilangan sent uhan
dalam mengimplikasikan bahwa suat u kej adian yang mempunyai
peluang yang bagus akan t erj adi. Dalam hal ini penilaian yang
dilakukan ini adalah ukuran yang bersifat subyekt if at au kualit at if.
Adalah pent ing unt uk menyadari bahwa probabilit as mempunyai art i
secara t eknis karena secara ilmiah probabilit as dapat dit afsirkan
sebagai ukuran dari kemungkinan, yait u mendefinisikan secara
kuant at if kemungkinan dari suat u event at au kej adian secara
mat emat is. Probabilit as merupakan suat u indeks numerik yang
nilainya ant ara 0 dan 1. I ndeks numerik 0 akan mendefinisikan
suaat u kej adian yang past i t idak akan t erj adi, sedang indeks numerik
1 akan mendefinisikan suat u kej adian yang past i t erj adi.
Dari pengert ian t ent ang konsep probabilit as diat as j elas t erlihat
bahwa sangat sedikit sekali kej adian yang mempunyai nilai
probabilit as 0 at au 1. Yang ada adalah hampir semua kej adian
mempunyai nilai probabilit as ant ara 0 dan 1. Unt uk keperluan t eori
keandalan, nilai probabilit as secara garis besar dapat dikelompokan
17
menj adi dua keluaran yait u keluaran yang mewaakiliii kej adian yang
didefinisikan sebagai kej adian yang sukses, sedang keluaran yang
lainnya mewakilii kej adian yang didefinisikan sebagai kej adian yang
gagal. Bila ada lebih dari dua keluaran yang mungkin dari suat uu
event at au kej adian, maka keluaran it u dapat dikelompokan menj adi
kelompok keluaran yang mewaakili kej adian yang sukses sedang
sisanya bisa dikelompokan sebagai kej adian yang gagal.
Bila suat u eksperimen akan menghasilkan berbagai
kemungkinan keluaran maka semua keluaran yang mungkinn dari
eksper imen t er sebut disebut sebagai r uang sampel (sample space) .
Jika semua keluaran dari eksperimen ini bisa dikelompokan menj adi
dua yait uu kelompok keluaran at au kej adian yang didefinisikan
sebagai kej adian sukses, sedanng kelompok lainnya adalah
kelompok yang didefinisikan sebagai kelompok kej adian gagal maka
secara umum probilit as sukses dan gagal dari kej adian diat as dapat
didefinisikan sebagai.
f s
s
p sukses P
+
= = ) ( ( 2.1)
f s
f
q gagal P
+
= = ) ( ( 2.2)
Dimana :
P = banyaknya cara kej adian sukses yang dapat t erj adi
q = banyaknya cara kej adian kegagalan yang dapat t erj adi
con t oh 2 . 1
Pada eksperimen pelemparan t iga buah mat a uang logam sebanyak
t iga kali maka ruang sampel dari eksperimen it u adalah
18
S = { KKK, KKE, KEK, EKK, KEE, EKE, EEK, EEE }
Dengan K adalah bagian at as dan E adalah bagian belakang dari mat a
uang logam t ersebut . Jika didefinisikan kej adian yang menghasilkan
ket iga bagian at as dari mat a uang logam it u sebagaii kej adian sukses
maka probabilit as sukses dari eksperimen it u adalah
8
1
) ( = sukses P q
2. 2 Per mut asi
Sebuah susunan dari n buah obyek dalam urut an t ert ent u
disebut permut asi dari obyek. Susunan dari sembarang r dari n obyek
dengan r n disebut permut asi r at au permut asi r obyek dari n obyek
dan dinot asikan sebagai P( n, r) at au nPr. Secara umum permut asi r
obyek dari n obyek dan dirumuskan oleh
) ! (
!
r n
n
r
P
n
= ( 2.3)
Dengan
n! = n.( n - 1) .( n - 2) ..1
0! = 1
Cont oh 2.2
Dari 10 buah persediaan pompa yang ada di gudang, 4 diant aranya
akan diist al pada empat buah subsist em yang berbeda. Ada beberapa
cara unt uk memilih 4 buah pompa ini dari 10 bbuah pompa yang ada.
19
Sol usi
Permasalahan ini dapat diselesaikan dengan menggunkan konsep
permut asi, mengingat penempat an pompa pada subsist em t ert ent u
ident ik dengan memberikan urut an t ert ent u pada pompa yang akan
dipasang.
cara 5040
) ! 4 10 (
610
4 10
=
= P q
Dari n obyek yang mengalami permut ai mungkin ada r obyek
diant aranya yang sama, sehingga r
1
+ r
2
+ + r
k
= n. Unt uk
menghit ung banyaknya permut asi dari kasus ini, rumus yang
dit uliskan pada persamaan 2.3 akan berubah menj adi
! ! . . . .
2
!
1
!
k
r r r
n
r
P
n
= ( 2.4)
Cont oh 2.3
Beber apa pat ern yang berbeda yang dapat dibuat dalam sebuah baris
bila ada 10 buah lampu berwarna yang 4 diant aranya berwarna
merah, 3 diant aranya berwaarna kuning dan 3 diant aranya berwarna
hi j au.
Jaw ab
4200
! 3 ! 3 ! 4
! 10
= = P pat ern q
20
2. 3 Kombi nasi
Jumlah kombinasi dari n obyek yang berbeda adalah j umlah
pilihan yang berlainan dari r obyek, masing- masing t anpa
memandang urut an dari susunan dari obyek didalam kelompok
t ersebut . Hal inilah yang membedakan ant ara permut asi dan
kombinasi. Jumlah kombinasi r obyek dari n obyek dinot asikan oleh
r n
C at au ( )
n
r
. Secara umum kombinasi r obyek dari n obyek dapat
diekspresikan ke dalam formula
( )
! ) ! (
!
r r n
n
r
C
n
n
r
= = ( 2.5)
Cont oh 2.4
Sebuah sub sist em mempunyai dua buah modul yang ident ik. Kedua
modul ini didesain unt uk bekerj a secara bergiiran at au st andby. Bila
ada 4 buah modul yang t ersedia, ada beberapa cara unt uk memilih
kedua modul unt uk diinst al kedalam sub sist em t ersebut .
Sol usi
Unt uk menginst al kedua modul ini, bisa dipilih dua modul diant ara
empat buah modul yang t ersedia t anpa memperhat ikan urut an
penempat an modul it u didalam sub sist em karena modul yang
diinst al adalah ident ik. Banyaknya cara unt uk memilih modul bisa
dipecahkan dengan menggunakan formula kombinasi yait u
( ) 6
! 2 )! 2 4 (
! 4
4
2
=
= cara q
21
2. 4 Pemak ai an Per mut asi dan Kombi nasi Unt uk Per hi t ungan
Pr obabi l i t as
Dalam aplikasi t eori keandalan secara prakt is, konsep
kombinasi umumnya lebih pent ing dari permut asi, karena umumnya
perlu unt uk menget ahui event - event apa yang bila dikombinasikan
akan menyebabkan kegagalan dari suat u sist em, dan urut an
bagaimana kegagalan it u t erj adi j arang yang peduli.
Berikut ini akan diberikan beberapa cont oh pemakaian
permut asi dan kombinasi dalam perhit ungan probabilit as
Cont oh 2.5
Empat buah bola lampu dipilih secara random dari 10 buah lampu
yang ada dimana 3 diant aranya adalah bola lampu yang rusak.
Hit ung probabilit as dari pengambilan keempat bola lampu it u j uga.
a) Keempat bola lampu yang diambil t idak ada yang cacat
b) Ada sat u bola lampu yang cacat
c) Paling sedikit ada sat u buah bola lampu yang cacat .
Sol usi
Banyaknya cara unt uk memilih 4 bola lampu dari 10 buah lampu ada
210
! 4 ) ! 4 10 (
! 10
10
4
=
cara
a) Ada 7 buah lampu yang t idak mengalami kerusakan. Jadi
banyaknya cara unt ukk memilih 4 buah lampu t anpa ada rusak
ada
35
! 4 ) ! 4 7 (
! 7
7
4
=
cara
22
P( 4 bola lampu baik) =
6
1
210
35
= q
b) Dari dat a, ada 3 buah bola lampu yang cacat dan
( ) 35
! 3 )! 3 7 (
! 7
7
3
=
= cara unt uk memilih 3 buah lampu yang t idak

cacat dari 7 buah bola lampu yang t idak cacat , sehingga
banyaknya cara unt uk memilih empat buah bola lampu dimana
sat u diant aranya adalah bola lampu yang cacat adalah 3x35 = 105
cara.
P( 1 bola lampu cacat dan 3 bola lampu baik) =
2
1
210
105
= q
c) Kej adian yang mewakili pengambilan empat buah lampu paling
sedikit ada sat u buah lampu yang cacat merupakan komplemen
dari kej adian yang mewakili pengambilan empat buah bola lampu
t anpa cacat , sehingga probabilit as kej adian ini adalah
P( minimal 1 bola lampu cacat ) = 1 -
6
5
6
1
= q
Cont oh 2.6
Jika t iga buah kart u diambi secara acak dari saat u set kart u yang
lengkap, hit ung probabilit as
a) Ket iga kart u it u adalah kart u yang bergambar hat i
b) Dua kart u bergambar hat i dan sat u bergambar diamond
23
Sol usi
Banyaknya cara unt uk memilih 3 buah kart u dari 52 buah kart u ada
22100
! 3 ) ! 3 52 (
! 52
3
52
=
cara
a) Banyaknya cara unt uk mengambil 3 buah kart u yang bergambar
hat i dari 13 buah kart u yang bergambar hat i ada
286
! 3 ) ! 3 13 (
! 13
13
3
=
cara
P( 3 kart u bergambar hat i ) =
850
11
22100
286
= q
b) Banyaknya cara unt uk mengambil sat u kart u yang bergambar
diamond ada 13 cara sedang banyaknya cara unt uk mengambil 2
kart u yang bergambar hat i ada 78
) ! 2 13 (
! 13
13
2
=
cara.
Sehingga banyaknya cara unt uk mengambil t iga buah kart u
dimana sat u kart u bergambar diamond dan dua lainnya
bergambar hat i ada 13 x 78 = 1014 cara.
P( 1 kart u diamond dan 2 kart u hat i) =
850
39
22100
1014
= q
2. 5. Huk um unt uk Menggabungk an Pr obabi l i t as
Kej adi an bebas ( I ndependent ev ent s)
Dua buah kej adian dikat akan bebas j ika hasil dari sat u event
t idak mempengaruhi hasil dari event yang lain.
Cont oh dari kej adian bebas ini adalah bila kit a melemparkan
sebuah dadu dan dan sebuah koin secara bersama- sama. Apapun
24
hasil keluaran yang dihasilkan oleh dadu t idak akan mempengaruhi
hasil keluaran koin.
Kej adi an gabungan ek sk l usi f ( Mut ual l y ex cl usi ve event s)
Dua keadian dikat akan t ergabung secara eksklusif bila dua
kej adian t ersebut t idak dapat t erj adi secara bersama- sama.
Cont oh dari kej adian gabungan ekslusif ini adalah bila kit a
melempar sebuah koin, keluaran yang mungkin adalah bagian at as
at au bagian bawah dari uang logam it u, t et api keduanya t idak
mungkin t erj adi secara bersama- sama. Cont oh lainnya adalah bila
kit a melempar sebuah dadu, maka mat a dadu yang keluar mungkin
mat a 1, 2, 3, 4, 5, at au 6, t et api keenam mat a dadu ini t idak
mungkin keluar secara bersamaan.
Kej adi an k ompl ement er ( Compl ement ar y event s)
Dua kej adian dikat akan saling berkomplemen bila salah sat u
dari kej adian it u t idak t erj adi maka kej adian yang lainnya past i
t erj adi. Kej adian ini bisa dilukiskan dalam bent uk diagram venn
sepert i yang t erlihat pada gambar 2. 1. Dari gambar 2. 1, bila P( A)
mewakili probabilit as dari kej adian A dan P( B) mewakili probabilit as
dari kej adian B maka hubungan ant ara P( A) dan P( B) dapat
diekspresikan dalam sebuah formula yait u
1 ) ( ) ( = + B P A P ( 2.6)
25
Gambar 2. 1
Kej adian komplement er
Cont oh dari kej adian komplement er ini adalah bila kit a
melempar sebuah mat a uang logam, hanya ada dua kemungkinan
keluaran yait u bagian depan dan bagian belakang dari mat a uang
t er sebut .
Kej adi an k ondi si onal ( Condi t i onal event s)
Kej adian kondisional adalah kej adian yang kondisi t erj adinya
t ergant ung dari kej adian lain.
Misalkan ada dua kej adian A dan B. Probabilit as dari kej adian A
adalah diekspresikan dengan P( A) dan probabilit as dari kej adian B
diekspresikan dengan P( B) , selain it u misalkan pula ada kej adian dari
A set elah kondisi B t erj adi. Probabilit as dari kej adian ini dapat
dinot asikan dengan ekspresi P( AB) . Ekspresi P( AB) dapat dibaca
sebagai probabilit as kondisional kej adian A akan t erj adi pada saat
kej adian B t elah t erj adi. Secara mat emat is probabilit as kondisional ini
dapat diekspresikan sebagai
) (
) (
) (
B P
B A P
B A P

= ( 2.7)
26
persamaan 2.7 dapat pula diubah menj adi
) (
) (
) (
A P
B A P
A B P

= ( 2.8)
Cont oh 2.7
Dari dat a perawat an peralat an- peralat an yang berada di dalam suat u
sist em pembangkit t enaga list rik, 25% kerusakan yang t erj adi
disebabkan karena kerusakan mekanik, 15% kerusakan yang t erj adi
disebabkan oleh kerusakan elekt rik, dan 10% kerusakan yang t erj adi
disebabkan karena kerusakan mekanik dan elekt rik. Bila sebuah
peralat an dipilih secara random t ent ukan
a. probabilit as kerusakan peralat an it u disebabkan oleh kerusakan
elekt rik set elah sebelumnya t erj adi kerusakan mekanik.
b. probabilit as kerusakan peralat an it u disebabkan oleh kerusakan
mekanik set elah sebelumnya t erj adi kerusakan elekt rik.
Sol usi
Misalkan,
M = kej adian yang mewakili kerusakan peralat an yang
disebabkan oleh kerusakan mekanik.
P( M) = 0,25
E = kej adian yang mewakili kerusakan peralat an yang
disebabkan oleh kerusakan elekt rik.
P( E) = 0, 15, dan P( M E) = 0,10.
a. 4 , 0
25 , 0
10 , 0
) (
) (
) ( = =
=
M P
M E P
M E P
27
b. 667 , 0
15 , 0
10 , 0
) (
) (
) ( = =
=
E P
M E P
E M P q
Kej adi an y ang t er j adi secar a ser ent ak
( Si mul t aneous occur r ence of ev ent s)
Kej adian secara serent ak dari dua kej adian A dan B adalah
kej adian unt uk kedua A DAN B.
Secara mat emat is kej adian ini dapat dit uliskan sebagai ( A B)
at au ( A DAN B) at au ( AB) . Ada dua kasus unt uk kej adian yang t erj adi
secara serent ak ini yait u bila kedua kej adian ini saling bebas
( independent event s) dan bila kedua kej adian ini t idak saling bebas
( dependent event s) .
I ndependent event s
Unt uk independent event s probabilit as dari masing-
masing kej adian t idak saling mempengaruhi sehingga unt uk
kasus ini akan berlaku P( A B) = P( A) dan P( B A) = P( B) .
Secara mat emat is probabilit as kej adian secara serent ak unt uk
dua kej adian yang saling bebas dapat diekspresikan sebagai
) ( ) . ( ) ( B P A P B A P = ( 2.9)
Sedangkan bila ada n buah kej adian yang independent ,
probabilit as kej adian dari n buah kej adian yang independent
yang t erj dai secara serent ak dapat diekspresikan sebagai
) ( . . . ) ( ) ( ) . . . (
2 1 2 1 n n
A P A P A P A A A P = ( 2.10)
28
Cont oh 2.8
Seorang insinyur akan memilih dua buah modul sist em kont rol.
Probabilit as modul A t idak cacat adalah 0, 95 dan probabilit as modul B
t idak cacat adalah 0, 87. Probabilit as dari kedua modul it u unt uk t idak
cacat dapat dihit ung sebagai
P( A t idak cacat B t idak cacat )
= P( A t idak cacat ) x P( B t idak cacat )
= 0,95 x 0,87 = 0,8265 q
Dependent ev ent s
Jika dua kej adian t idak saling bebas, maka probabilit as
dari kej adian sat u event akan dipengaruhi oleh kej adian
lainnya. Dalam kasus ini, persamaan 2.9 akan berubah menj adi
) ( ) . ( ) ( ) . ( ) ( A P A B P B P B A P B A P = = ( 2.11)
Mi ni mal sat u k ej adi an dar i dua k ej adi an
Kej adian paling sedikit sat u dari dua kej adian A dan B adalah
kej adian dari A at au kej adian dari B at au kedua- duanya.
Secara mat emat is kej adian ini dapat dit uliskan sebagai ( A B)
at au ( A ATAU B) at au ( A + B) . Ada t iga kasus unt uk kej adian sepert i
ini yait u pert ama bila kedua kej adian ini saling bebas (independent
event s) t et api t idak t ergabung secara eksklusif ( not mut ually
exclusive) , kedua bila kedua kej adian ini saling bebas (independent
event s) dan t ergabung secara eksklusif (mut ually exclusive) dan yang
ket iga bila kedua kej adian ini t idak saling bebas (dependent event s) .
Secara umum ekspresi probabilit as unt uk minimal sat u kej adian
dari dua kej adian adalah
29
) ( ) ( ) ( ) ( B A P B P A P B A P + = ( 2.12)
Kej adi an i ndependent t et api t i dak mut ual l y ex cl usi ve
Unt uk kej adian independent t et api t idak mut ually
exclusive nilai dari P( A B) dapat diekspresikan dalam P( A
B) = P( A) . P( B) , sehingga persamaan 2. 12 dapat diubah
menj adi
) ( ) ( ) ( ) ( ) ( B P A P B P A P B A P + = ( 2.13)
Kej adi an i ndependent dan mut ual l y ex cl usi ve
Unt uk kej adian independent dan mut ually exclusive nilai
dari P( A B) dapat diekspresikan dalam P( A B) = 0,
sehingga persamaan 2.12 dapat diubah menj adi
) ( ) ( ) ( B P A P B A P + = ( 2.14)
Kej adi an t i dak sal i ng bebas
Unt uk kej adaian t idak saling bebas nilai dari P( A B) dapat
diekspresikan dalam P( A B) = P( B|A) . P( A) = P( A|B) . P( B) , sehingga
persamaan 2. 12 dapat diubah menj adi
) ( ) ( ) ( ) ( ) ( B P B A P B P A P B A P + = ( 2. 15a)
) ( ) ( ) ( ) ( ) ( A P A B P B P A P B A P + =
( 2.15b)
30
Apl i k asi dar i pr obabi l i t as k ondi si onal
Konsep probabilit as kondisional yang diekspresikan dalam
persamaan 2. 7 dan 2. 8 dapat diperluas dengan memperluas salah
sat u event , misal event A, menj adi t ergant ung dari beberapa event
mut ual l y excl usi ve B
i
. Perluasan dari konsep ini dapat dilihat pada
gambar 2.2.
Gambar 2. 2
Pr obabilit as Kondisional
Persamaan 2.7 dapat diubah menj adi
) ( ) . ( ) ( B P B A P B A P = ( 2.16)
Dengan mengaplikaskan persamaan ( 2. 16) unt uk mengekspresikan
persamaan mat emat is dari diagaram venn di at as maka akan
diperoleh persamaan baru yait u :
P( A B
1
) = P( A | B
1
) . P( B
1
)
P( A B
2
) = P( A | B
2
) . P( B
2
)
P( A B
3
) = P( A | B
3
) . P( B
3
)
.
.
31
.
P( A B
i
) = P( A | B
i
) . P( B
i
)
.
.
.
P( A Bn) = P( A | Bn) .P( Bn)
Dan j ika digabungkan bersama- sama akan diperoleh persamaan baru
) ( ) ( ) (
1 1
i i
n
i
i
n
i
B P B A P B A P

= =
= ( 2.17)
Ruas kiri dari persamaan 2. 17 dapat disederhanakan menj adi P( A) ,
dan persamaan 2.17 dapat disederhanakan lagi menj adi
) ( ) ( ) (
1 1
i i
n
i
n
i
B P B A P A P

= =
= ( 2.18)
Cont oh 2.9
Tiga buah mesin A, B, dan C masing- masing menghasilkan produk
40%, 35%, dan 25% dari t ot al produk yang dihasilkan oleh pabrik
t ersebut . Persent ase dari barang- barang yang cacat yang dihasilkan
oleh masing- masing mesin ini adalah 2%, 3% dan 4%. Jika sebuah
produk diambil secara random, t et nt ukan probabilit as bahwa produk
yang diambil it u adalah produk yang cacat .
Sol usi
Jika
32
Y = Kej adian yang mewakili sebuah it em yang cacat
A = Kej adian yang mewakili sebuah it em diproduksi oleh
mesin A
B = Kej adian yang mewakili sebuah it em diproduksi oleh
mesin B
C = Kej adian yang mewakili sebuah it em diproduksi oleh
mesin C
maka
P( Y) = P( A) P( Y|A) + P( B) P( Y|B) + P( C) P( Y|C)
= ( 0, 4) ( 0, 02) + ( 0, 35) ( 0, 03) + ( 0, 25) ( 0, 04)
= 0,008 + 0,0105 + 0,0100
= 0,0285
Cont oh 2.10
Sebuah produk diproduksi dari dua plant . Plant pert ama
menghasilkan 60% dari seluruh produk sedang sisanya yang 40%
diproduksi oleh plant 2. Dari plant 1, 95% produk diant aranya
memenuhi st andard yang disyarat kan sedang dari plant 2, 90%
produk yang dihasilkan memenuhi st andard yang dit ent ukan.
Tent ukan :
a. Dari 100 produk yang dibeli oleh konsumen berapa buah
yang akan memenuhi st andard.
b. Jika diberikan sebuah produk yang st andar, berapa
probabilit as bahwa produk it u di hasilkan oleh plant 2.
Sol usi
Jika
A = Kej adian yang mewakili produk yang st andar
B
1
= Kej adian yang mewakili produk yang dihasilkan oleh plant 1
33
B
2
= Kej adian yang mewakili produk yang dihasilkan oleh plant 2
maka
P( A|B
1
) = 0, 95, P( A|B
2
) = 0, 90, P( B
1
) = 0,6, dan P( B
2
) = 0,4.
a. P( A) = P( A|B
1
) P( B
1
) + P( A|B
2
) P( B
2
)
= ( 0,95) ( 0,6) + ( 0,90) ( 0,4) = 0,93
Dari 100 it em yang dibeli oleh konsumen, 0,93 x 100 = 93
diant aranya akan memenuhi st andar.
b. Pert anyaan ini dapat diselesaikan dengan persamaan
) (
) (
) (
2
2
A P
B A P
A B P

= , dimana q
P( A B
2
) = P( B
2
) . P( A|B
2
) = ( 0,4) ( 0,90) = 0,36 dan P( A) = 0,93
sehingga,
387 , 0
93 , 0
36 , 0
) (
2
= = A B P q
Persamaan 2. 18 dapat dipakai unt uk evaluasi keandalan dari
suat u sist em yang mempunyai blok diagram yang sangat komplek.
Unt uk keperluan ini, misalkan sebuah kej adian A hanya bergant ung
dari kej adian B yang memiliki dua kej adian yang mut ually exclusive
yait u B
s
dab B
f
yang masing- masing mewakili kej adian dari komponen
B dalam keadaan baik dan dalam keadaan buruk. Persamaan 2.18
dapat dit ulis menj adi
) ( ) ( ) ( ) ( ) (
f f S S
B P B A P B P B A P A P + = ( 2.19)
34
Khusus unt uk keperluan pengevaluasian keandalan dari suat u
sist em, t uj uan dari pengevaluasian adalah unt uk mengevaluasi
probabilit as kesuksesan at au probabilit as kegagalan dari suat u
sist em, sehingga unt uk keperluan ini, persamaan ( 2. 19 ) dapat
dimodifikasi menj adi
) j elek) P( B kondisi Bdal am j ika sukses P( si st em
) baik) P( B kondisi Bdal am j ika sukses P( si st em sukses) P( si st em
f
S
+ =
( 2.20)
Sedangkan probabilit as dari kej adian komplemennya adalah
) ( ) j el ek kondisi Bdal am j ika gagal si st em (
) ( ) bai k kondisi Bdal am j ika gagal si st em ( ) gagal si st em (
f
S
B P P
B P P P + =
( 2.21)
Cont oh 2.11
Sebuah subsist em t erdiri dari dua komponen yait u komponen A dan
komponen B. Agar subsist em ini sukses menj alankan misinya, kedua
komponen ini harus bekerj a dengan baik. Dengan menggunakan
persamaan 2. 20, dapat kan probabilit as unt uk sukses dari subsist em
t er sebut .
Sol usi
Misalkan,
R
A
= Probabilit as kesuksesan dari komponen A unt uk dapat
menj alankan misinya.
Q
A
= Probabilit as kegagalan dari komponen A unt uk dapat
35
dan R
A
+ Q
A
= 1
R
B
= Probabilit as kesuksesan dari komponen B unt uk dapat
Q
B
= Probabilit as kegagalan dari komponen B unt uk dapat
dan R
B
+ Q
B
= 1
Maka,
P( sist em sukses) = P( Sist em sukses | komponen B bagus) .P( B
bagus) + P( sist em gagal | komponen B
j elek) . P( B j elek)
= ( R
A
x R
B
) + ( 0 x Q
B
) = R
A
x R
B
Cont oh di at as merupakan sebuah cont oh unt uk sist em yang
mempunyai susunan seri, dimana kedua komponen harus bekerj a
dengan baik agar sist em dengan susunan seri dapat sukses dalam
q
Cont oh 2.12
Dari dat a perawat an peralat an- peralat an yang berada didalam suau
sist em pembangkit t enaga list rik, 25 % kerusakan yang t erj adi
disebabkan karena mekanik, 15 % kerusakan yang t erj adi
disebabkan karena elekt rik, dan 10% kerusakan yang t erj adi
disebabkan karena kerusakan mekanik dan elekt rik. Bila sebuah
peralat an dipilih random t ent ukan
a. Probabilit as kerusakan peralat an it u disebabkan oleh kerusakan
elekt rik set elah sebelum nya t erj adi kerusakan mekanik.
b. Probabilit as kerusakan peralat an it u disebabkan oleh kerusakan
mekanik set elah sebelumnya t erj adi kerusakan elekt rik
36
Sol usi
Misalkan
M = Kej adian yang mewakili kerusakan peralat an yang
disebabkan oleh kerusakan mekanik.
P( M) = 0,25
E = kej adian yang mewakili kerusakan peralat an yang
disebabkan oleh kerusakan elekt rik.
P( E) = 0, 15 dan . 10 , 0 ) ( = E M P
a. 4 , 0
25 , 0
10 , 0
) (
) (
) | ( = =
=
M P
M E P
M E P q
b. 667 , 0
15 , 0
10 , 0
) (
) (
) ( = =
=
E P
M E P
E M P q
2. 6 Teor ema Bi nomi al
Pangkat n dari bent uk ( p+ q) dapat diekspresikan dalam suku-
suku koefisien binomial sepert i pada persamaan di bawah ini

= + +
+ +
+ + = +
n
r
r r n
r n
r r n n n n n
q p C
q p
r n r
n
q p
n n
q np p q p
0
n
2 2 1
q . . .
) ! ! (
!
. . .
! 2
) 1 (
) (
( 2.22)
Jika p dan q masing masing menyat akan probabilit as dari suat u
event , maka persamaan ( 2. 22) akan menyat akan persamaan
37
dist ribusi binomial bila beberapa syarat berikut ini dapat dipenuhi.
Syarat syarat yang harus dipenuhi adalah :
Jumlah t rial harus t et ap, at au n harus diket ahui.
Masing- masing t rial harus menghasilkan event sukses at au
event gagal, at au dengan kat a lain hanya ada dua keluaran
yang mungkin dan p + q = 1.
Semua t rial harus memiliki probabilit as sukses yang ident ik,
dengan demikian t rial harus memiliki probabilit as kegagalan
yang ident ik pula, at au nilai dari p dan q t et ap konst an.
Semua t rial harus independen.
38
nd
edit ion,
2. Frankel, Ernst G. , [ 1988] , Syst ems Reliabilit y and Risk Analysis,
2
nd
edit ion, Kluwer Academic Publishers, PO BOX 17, 3300 AA
Dordrecht , The Net herlands.
3. Ramakumar, R [ 1993] ., Engineering Reliabilit y : Fundament als
and Applicat ions, Prent ice Hall, I nc. Englewood Cliffs, New Jersey
07632.
39
Pemodel an Jar i ngan
Dan Eval uasi Si st em
3. 1 Pendahul uan
Unt uk meegevaluasi keandalan dari suat u komponen at au
sist em yang pert ama kali harus dilakukan adalah dengan
memodelkan komponen at au sist em t ersebut kedalam diagram blok
keandalan (reliabiliy block diagram) . Dari diagram blok keandalan ini
kemudian dihit ung keandalan dari komponen at au sist em yang
bersangkut an. Hal ini sangat mungkin dilakukan unt uk sist em yang
sederhana. Unt uk sist em yang lebih kompleks, evalusi keandalan
dapat dilakukan dengan memakai t eknik lain sepert i pendekat an
probabilit as kondisional ( condit iional probabilist ic approach) ,
himpunan pemot ong ( cut set ) , himpunan pengumpul ( t ie set ) dan
pendekat an- pendekat an probabilist ik lain.
Dalam mengevaluasi keandalan dari sist em, indeks keandalan
dari masing- masing komponen yang ada didalam sist em yang akan
dievaluasi dapat diekspresikan dengan nilai yang konst an unt uk
didurasi wakt u t ert ent u. Cara mengevaluasi keandalan sist em sepert i
ini dikat egorikan sebagai evaluasi model keandalan st at is.
40
Evaluasi keandalan dari suat u sist em dengan memakai model
st at is biasanya dilakukan pada analisa pendahuluan unt uk mendesain
suat u sist em. Model st ast is dipakai unt uk mengeveluasi berbagai
kemungkinan desain dan dipakai unt uk menent ukan level keandalan
yang diperlukan baik unt uk subsist em dan komponen yang ada
didalam sist em.
Unt uk membuat blok diagram keandalan dari suat u sist em,
ant ara bent uk fisik sist em dan model blok diagram keandalan dari
sist em t idak harus selalu sama. Blok diagram keandalan dari sist em
akan sangat t ergant ung dari kepiawaian sang analisis dalam
memahami cara kerj a suat u sist em dan menerj emahkannya kedalam
blok diagram keandalan. Susunan diagram blok keandalan ini unt uk
sist em yang sederhana pada dasarnya t erdiri dari susunan seri dan
paralel at au kombinasi susunan seri dan paralel.
Sebagai cont oh yang sederhana akan dipakai sebuah subsist em
yang t erdiri dari dua buah filt eer. Jika didefinisikan agar sist em it u
dapat berfungsi diperlukan dua buah filt er yang bekerj a bersama-
sama, maka diagram bllok keandalan dengan susunan seri adalah
yang paling t epat unt uk dipakai sebagai model. Sedang bila sist em
it u akan berfungsi dengan baik bila hanya membut uhkan sat u buah
filt er yang bekerj a, maka diagram blok keandalan dengan susunan
paralel adalah yang paling t epat unt uk dipakai sebagai model.
Gambar . menunj ukan blok diagram keandalan dengan susunan seri
dan paralel dari dua buah filt er yang dipakai sebagai cont oh
penj elasan.
41
1 2
a. Susunan Seri
1
2
b. Susunan Paralel
Gambar 3. 1
Susunan ser i dan par alel
3. 2 Si st em Dengan Susunan Ser i
Suat u sist em dapat dimodelkan dengan susunan seri j ika
kompponen- komponen yang ada didalam sist em it u harus bekerj a
at au berfungsi seluruhnya agar sist em t ersebut sukses dalam
menj alankan misinya. At au dengan kat a lain bila ada sat u komponen
saj a yang t idak bekerj a, maka akan mengakibat kan sist em it u gagal
menj alankan fungsinya. Sist em yang mempunyai susunan seri dapat
dikat egorikan sebagai sist em yang t idak berlebihan ( non- redundant
syst em) . Blok diagram keandalan unt uk sist em yang t erdiri dari dua
komponen dengan susunan seri dapat dilihat pada gambar 3. 1 a.
Misal keandalan unt uk komponen 1 pada gambar 3. 1 a, adalah
R
1
dan keandalan unt uk komponen 2 adalah R
2
. Jika keandalan ini
mewakili probabilit as suat u komponen unt uk t idak mengalami
kegagalan at au probabilit as sukses dari komponen pada periode
wakt u yang t elah dit ent ukan, maka keandalan dari sist em t ersebut
diat as dapat diekspesikan sebagai perkalian indeks keandalan kedua
42
komponen. Secara mat emat is, j ika Rs menyat akan keandalan dari
sist em diat as maka
2 1
R R Rs = ( 3.1)
Dari sist em selain diekspresikan dalam keandalan, sist em it u
j uga bisa diekspresikan dalam bent uk ket akandalan ( unreliabilit y) .
I ndeks ket akandalan ini mewakili probabilit as dari suat u komponen
yang akan mengalami kegagalan pada periode wakt u t ert ent u.
Ket akandalan dari sebuah komponen i dinot asikan dengan not asi Qi.
Hubungan ant ara indeks keandalan dan indeks ket andalan dari suat u
komponen dapat diekspresikan kedalam rumusan sebagai berikut .
1 = + Qi Ri ( 3.2)
1 n 2 . . .
Gambar 3. 2
Diagr am blok keandalan dar i n buah komponen dalam susunan ser i
Jika ada n buah komponen dalam susunan seri dan masing-
masing memiliki indeks keandalan R1, R2, Rn, sepert i t erlihat pada
gambar 3. 2, maka ekspresi keandalan dari sist em it u adalah
43
i
R
n
i
n
R R R
s
R
1
. . . . .
2 1
=
= = ( 3.3)
Sedang ekspresi ket akandalan dari sist em dengan susunan seri dari n
buah komponen adalah
i
R
n
i
s
R
s
Q
1
1 1
=
= = ( 3.4)
Cont oh 3.1
Sebuah sist em kont rol t erdiri dari lima buah unit dimana semua unit
pendukungnya ini bekerj a seluruhnya agar sist em kont rol t ersebut
dapat berfungsi. Jika indeks keandalan dari kelima unit it u masing-
masing adalah 0, 9; 0, 95; 0, 87; dan 0, 9, t ent ukan indeks keandalan
dari sist em kont rol t ersebut .
Sol usi
Blok diagram keandalan yang paling mewakili dari sist em kont rol
t ersebut adalah blok diagram keandalan dengan susunan seri. Jika
keandalan dari masing- masing unit diekspresikan dalam Ri maka
keandalan dari sist em kont rol it uu adalah
622602 , 0 ) 9 , 0 ) ( 93 , 0 ) ( 87 , 0 ) ( 95 , 0 ) ( 9 , 0 (
5
1
= =
=
= Ri
i
Rs q
Cont oh 3.2
a. Dari cont oh 1, j ika masing- masing komponen mempunyai
keandalan 0, 9, t ent ukan keandalan dari sist em kont rol diat as.
44
b. Jika seorang desainer sanggup menyederhanakan sist em kont rol
t ersebut diat as hanya menj adi t iga unit , dengan nilai keandalan
unt uk masing- masing unit t et ap 0, 9, hit ung keandalan dari sist em
kont rol yang baru.
c. Beri koment ar t ent ang nilai keandalan dari dua sist em t ersebut
diat as
Sol usi
a. Unt uk sist em kont rol dengan susunan seri dari lima unit yang
memiliki keandalan yang sama R1 = R2 = R3 = R4 = R5 = R =
0,9
59049 , 0
5
) 9 , 0 (
5
5
1
= = =
=
= R Ri
i
Rs q
b. Unt uk sist em kont rol dengan susunan seri dari t iga unit yang
memiliki keandalan yang sama R1 = R2 = R3 = R = 0,9
729 , 0
3
) 9 , 0 (
3
3
1
= = =
=
= R Ri
i
Rs q
c. Dari hasil perhit ungan diat as j elas t erlihat bahwa komponen yang
ident ik dengan keandalan yang sama bila disusun secara seri,
maka semakin banyak komponen yang disusun dalam susunan
seri semakin banyak komponen yang disusun dalam susunan seri
semakin t urun keandalan dari sist em it u. I ni adalah karakt erist ik
ut ama dari sist em dengan susunan seri. q
45
0
0,2
0,4
0,6
0,8
1
1,2
0 10 20 30 40 50 60 70 80 90 100
Jumlah Komponen
K
e
a
n
d
a
l
a
n

S
i
s
t
e
m
Gambar 3. 3
Keandalan dar i komponen- komponen dengan susunan ser i.
Angka di dekat kur va menunj ukkan keandalan unt uk masing- masing komponen
Hubungan ant ara j umlah komponen dalam susunan seri dengan
nilai keandalannya unt uk t iap- t iap komponen dengan keandalan 0, 9;
0, 95; 0, 97; 0, 98; 0, 99; 0, 999; dan 0, 9999 dapat dilihat pada gambar
3. 3.
Cont oh 3.3
Sebuah sist em t erdiri dari 10 buah komponen yang ident ik. Agar
sist em ini dapat bekerj a kesepuluh komponen ini harus bekerj
0,9999
0,999
0,99
0,98
0,97
0,95
0,9
46
seluruhnya. Jika sist em ini didesain agar memiliki keandalan 0, 95,
t ent ukan nilai minimum dari masing- masing komponen
Sol usi
Jika keandalan masing- masing kompponen adalah R, keandalan
unt uk sist em it u adalah
Rs = R
10
Keandalan yang disyarat kan adalah 0, 95, sehingga keandalan dari
masing- masing komponen dapat dicari dengan menyelesaikan
per samaan
R
10
= 0,95
R = 0,994884 q
Keandalan dari sist em dengan n komponen yang ident ik dalam
susunan seri dapat pula didapat kan dengan cara pendekat an. Cara
pendekat an ini dit urunkan dari persamaan 3. 3 dann persamaan 3. 2.
Secara umum keandalan dari sist em dengan n komponen yang
ident ik dengan keandalan unt uk masing- masing komponen adalah R
dan ket akandalan unt uk masing- masing komponen adalah Q dapat
diekspresikan kedalam persamaan
n
R Rs = ( 3.5)
Persamaan 3.5 diat as dapat j uga dit ulis dalam bent uk
ket akandalan sebagai
n
Q Rs ) 1 ( = ( 3.6)
47
Dengan menerapkan t eorema binomial, persamaan diat as
dapat diselesaikan menj adi
n
Q Q
n n
Q n Rs ) ( . . . .
2
) (
2
) 1 (
) ( 1 + +
+ + = ( 3.7)
Jika nilai dari Q adalah sangat kecil, maka keandalan dari sist em
dengan n komponen yang ident ik dalam susunan seri adalah
nQ Rs 1 (3.8)
Persamaan ( 3. 8) dapat pula dipakai unt uk menyelesaikan cont oh soal
3.3
0,95 = 1 10Q
Q = 5 x 10
- 3
R = 1 Q = 1 5 x 10
- 3
= 0,995
Hasil perhit ungan ini 0, 012% lebih t inggi dari hasil perhit ungan
eksak. Unt uk perhit ungan dengan met ode pendekat an, hasil yang
diperoleh inii t idak t erlalu j elek
3. 3 Si st em Dengan Susunan Par al el
Suat u sist em dapat dimodelkan dengan susunan paralel j ika
seluruh komponen- komponen yang ada didalam sist em it u gagal
berfungsi maka akan mengakibat kan sist em it u gagal menj alankan
fungsinya. Sist em yang memiliki konfigurasi paralel dapat
48
dikat egorikan sebagai sist em yang sangat berlebihan (fully redundant
syst em) . Blok diagram keandalan unt uk sist em yang t erdiri dari dua
komponen dengan susunan paralel dapat dilihat pada gambar 3. 1 b.
Misal ket akandalan unt uk komponen 1 pada gambar 3.1 b
adalah Q
1
dan ket akandalan unt uk komponen 2 adalah Q
2
. Jika
ket akandalan ini mewakili probabilit as suat u komponen unt uk
mengalami kegagalan dari komponen pada periode wakt u yang t elah
dit ent ukan, maka ket akandalan dari sist em t ersebut diat as dapat
diekspresikan sebagai perkalian ket akandalan dari sist em t ersebut
diat as dapat diekspresikan sebagai perkalian ket akandalan kedua
komponen. Secara mat emat is, j ika Qp menyat akan ket akandalan dari
sist em diat as maka
2 1
Q Q
p
Q = ( 3.9)
Sedangkan ekspresi keandalan dari sist em dengan susunan
paralel unt uk gambar 3. 1 b adalah
2 1
1 1 Q Q Qp Rp = = ( 3.10)
at au
2 1 2 1 ) 2 1 ) ( 1 1 ( 1 R R R R R R Rp + = = ( 3.11)
Sedang unt uk n komponen yang t ersusun dalam susunan
paralel dengan ket akandalan unt uk masing- masing komponen adalah
Qi maka ekspresi ket akandalan dari sist em it uu adalah
i
Q
n
i
n
Q Q Q
p
Q
1
. . . .
2 1
=
= = ( 3.12)
49
1
2
.

.

.
n
Gambar 3. 4
Blok diagr am keandalan n buah komponen dalam susunan par alel
Sedang ekspresi keandalan dari n buah komponen yang
t ersusunan secara paralel adalah
i
n
i
p
Q R
1
1
=
= ( 3.13)
Cont oh 3.4
Sebuah sist em yang t erdiri dari t iga buah komponen dengan
keandalan unt uk masing- masing komponen adalah R1 = 0, 9, R2 =
0,95, dan R3 = 0,97. Ket iga kompponen inii akan disusun secara
paralel. Hit ung keandalan dari sist em ini.
50
Sol usi
Ket akandalan dari sist em ini adalah
Qp = Q1Q2Q3 = 0,1 x 0,05 x 0,03 = 1,5 x 10
- 4
Keandalan dari sist em inii adalah
Rp = 1 Q p = 1 1,5 x 10
- 4
= 0,99985
Cont oh 3.5
Seorang syst em engineer akan mendesain sebuah subsist em yang
merupakan bagian dari sebuah sist em pengolahan minyak. Subsist em
ini hanya memerlukan sat u buah komponen agar dapat menunj ang
proses pengolahan minyak. Unt uk meningkat kan keandalan dari
subsist em ini insiyur t adi merencanakan akan memasang komponen
yang ident ik dalam subsist em ini secara paralel. Karena ket erbat asan
dana hanya ada t iga buah alt ernat if subsist em yang akan ia desain,
masing- masing desain t erdiri dari 2, 3, dan 4 komponen. Keandalan
dari masing- masing komponen ini adalah 0, 98. Jika sasaran dari
pemilihan desain ini adalah unt uk mendapat kan t ingkat keandalan
yang t inggi, susunan mana kira- kira yang akan dipilih oleh insyiyur
t adi.
51
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
Jumlah Komponen
K
e
a
n
d
a
l
a
n

S
i
s
t
e
m
Gambar 3. 5
Keandalan dar i komponen- komponen dengan susunan ser i.
Angka di dekat kur va menunj ukkan keandalan unt uk masing- masing komponen
Sol usi
Unt uk subsist em dengan dua komponen keandalan dari subsist em it u
adalah :
Rp = 1 Q
2
= 1 0,02
2
= 0,9996
0,75
0,8
0,85
0,95
52
Unt uk subsist em dengan t iga komponen keandalan dari subsist em it u
adal ah
Rp = 1 Q
3
= 1 0,02
3
= 0,999992
Unt uk subsist em dengan empat komponen keandalan dari subsist em
it u adalah :
Rp = 1 Q
4
= 1 0,02
4
= 0,99999984
Dari hasil perhit ungan diat as j elas insiyur t adi akan memilih desain
ket iga yait u buah komponen dalam susunan paralel.
Dari cont oh desain diat as, j elas t erlihat bahwa keandalan dari
sist em dengan susunan paralel akan bert ambah seiring dengan
bert ambahnya j umalh komponen. Hal inii merupakan seiring dengan
bert ambahnya j umlah komponen. Hal ini merupakan sifat ut ama dari
suat u sist em dengan susunan paralel. Reprensent asi grafis dari sifat
ut ama ini dapat dilihat pada gambar 3. 5.
3. 4 Si st em Dengan Susunan Gabungan Ser i - Par al el
Unt uk menganalisa suat u sist em sederhana dengan susunan
seri at au paralel sudah didiskusikan pada seksi t erdahulu. Susunan
seri at au paralel merupakan susunan dasar yang akan dipakai unt uk
menganalisa sist em yang mempunayai susunan yang lebih kompleks.
Blok diagram keandalan yang lebih kompleks akan mempunyai
st rukt ur gabungan ant ara susunan seri dan paralel.
Prinsip dasar yang dipakai unt uk menyelesaikan konfigurasi
yang komplek ini adalah dengan mereduksi konfigurasi yang komplek
iin secara berurut an dengan j alan menyederhanakan blok yang
53
mempunayi st rukt ur seri at au paralel t erlebih dahulu menj adi blok
diagram yang ekuivalen. Blok diagram yang ekuivalen ini akan
mewakilii konfigurasi asli sebelum konfigurasi ini disederhanakan.
Unt uk j elasnya akan diberikan beberapa cont oh berikut ini.
Cont oh 3.6
Gambar dibawah inii menunj ukan blok diagram keandalan dari suat u
sist em. Keandalan unt uk masing- masing kompponen adalah R
1
= R
2
= 0, 97 ; R
3
= 0, 99 ; R
4
= 0, 94 ; R
5
= 0, 98 ; R
6
= 0,93. Hit ung
keandalan dari sist em t ersebut .
1 n 2
4 6 5
Gambar 3. 6
Diagr am blok keandalan unt uk cont oh soal nomor 6
Sol usi
Unt uk menyelessaikan konfigurasi sepert i ini, t erlebih dahulu
komponen 1, 2, dan 3 disederhanakan menj adi sebuah komponen
yang ekuivalen yait u komponen 7. Demikian j uga dengan komponen
4, 5 dan 6. Ket iga kompponen ini disederhanakan menj adi sebuah
komponen yang ekuivalen yait u komponen 8
54
7
8
9
Gambar 3. 7
Penyer dehanaan blok diagr am keandalan cont oh soal 6
912285 , 0 99 , 0 97 , 0 95 , 0
3 2 1 7
= =
=
x x
R R R R
93 , 0 98 , 0 94 , 0
6 5 4 8
x x
R R R R
=
=
Pada akhirnya kedua komponen yang ekuivalen ini, yait u
komponen 7 dan 8 disederhanakann menj adi komponen 9 yang
mewakili sist em secara keseluruhan.
8 7 9
Q Q Q
p
Q = =
at au
987431843 , 0
) 143284 , 0 ) ( 087715 , 0 ( 1
9 7
1
9
=
=
= Q Q R
55
Cont oh 3.7
Dapat kan ekspresi umum unt uk sist em yang diwakili oleh blok
diagram keandalan sepert i pada gambar 3. 8 berikut ini, j ika semua
komponen memilki keandalan R dan Ket akandalan Q
1
2
3
4
5
6
Gambar 3. 8
Diagr am blok keandalan cont oh soal 3. 7
Sol usi
Komponen 1 dan 2 disederhanakan menj adi sebuah komponen yang
ekuivalen, yaait u komponen 7. Demikian j uga komponen 4 dan 5
disederhanakan menj adi sebuah ko
ponen yang ekuivalen, yait u komponen 8
56
7
6 8
3
10
9
11
Gambar 3. 9
Penyeder hanaan diagr am blok keandalan cont oh soal 3. 7
2 1 2 1 2 1
1
7
R R R R Q Q R + = =
semua komponen mempunyai keandalan R, sehingga
2
2
7
R R R =
Unt uk komponen 8, yang memiliki konfigurasi dan keandalan masing-
masing komponen yang sama dengan komponen 7, keandalannya
adal ah
2
2
8
R R R =
Komponen 7 dan 3 disederhanakan menj adi sebuah komponen yang
ekuivalen yit u komponen 9 dengan keandalannya.
3 2
2
)
2
2 (
3 7 9
R R
R R R
R R R
=
=
=
57
Unt uk komponen 10, yang memiiki konfigurasi dan keandalan
masing- masing komponen yang sama dengan komponen 9,
keandalannya adalah
3 2
2
)
2
2 (
6 8 10
R R
R R R
R R R
=
=
=
Keandalannya unt uk seluruh sist em adalah
2
)
3 2
2 (
10 9 11
R R
R R R
=
=
3. 5 Si st em dengan Susunan Ber l ebi han Secar a Par si al
( Par t i al l y Redundant Sy st em)
Jika sist em dengan susunan seri dikat egorikan sebagai sist em
yang t idak berlebihan ( non- redundant syst em) dan sist em dengan
susunan paralel dikat egorikan sebagai sist em dengan susunan yang
sangat berlebihan (fully redundant syst em) , maka ada sebuah sist em
yang bisa dikat egorikan sebagai sist em dengan susunan berlebihan
secar a par sial (part ially redundant syst em) .
Unt uk mengevaluasi keandalan dari sist em yang memiliki
konfigurasi berlebihan secara parsial, konsep susunan seri dan
susunan paralel yang t elah dibahas di seksi t erdahulu t idak dapat
langsung dit erapkan. Unt uk menyelesaikan perhit ungan keandalan
sist em ini, perlu dit erapkan konsep dist ribusi binomial. Cont oh berikut
58
akan memperj elas pembahasan mengenai sist em dengan st rukt ur
berlebihan secara parsial.
Cont oh 3.8
Sebuah sist em yang t erdiri dari t iga buah susbsist em dengan
keadalan unt uk masing- masing subsist em adalah R
1
, R
2
, dan R
3
. Agar
sist em it u dapat berfungsi, minimal harus ada dua sist em yang
berfungsi. Diagram blok keandalan unt uk sist em ini diilust rasikan
pada gambar 3. 10. Dapat kan ekspresi umum yang mewakili
keandalan sist em t er sebut .
Gambar 3.10
Diagr am blok keandalan cont oh soal 8
Sol usi
Dengan mengaplikasikan konsep dist ribusi binomial, keandalan
dari sist em it u dapat diekspresikan sebagai
3 2 1 3 2 1 3 2 1 3 2 1
R R Q R Q R Q R R R R R R
Si st em
+ + + =
59
Jika masing- masing subsist em memiliki keandalan yang sama yait u
R, maka ekspresi keandalan dari sist em it u adalah
Q R R R
Si st em
2 3
3 + =
q
3. 6 Per t i mbangan Desai n Ant ar a Susunan Ser i dan Par al el
Misalkan ada sebuah sist em yang t erdiri dari n buah komponen
dalam susunan seri. Unt uk meningkat kan keandalan dari sist em ini
ada dua cara dasar yang umum dipakai yait u dengan membuat
masing- masing komponen yang ada di sist em berlebihan
( component - level redundancy) at au membuat sist emya yang
berlebihan ( syst em- level redundancy) . Diagram blok unt uk kedua
alt ernat if desain ini dapt dilihat pada gambar 3. 11.
60
Gambar 3.11
Konfigurasi component - l evel r edundancy dan syst em- l evel r edundancy
Unt uk konfigurasi pada gambar 3. 11 a, j ika keandalan unt uk
masing- masing komponen adalah R, maka keandalan dari sit em it u
adal ah
n m
a Si st em
R R ) ) 1 ( 1 ( = ( 3.14)
61
Sedang unt uk konfigurasi pada gambar 3.11 b, j ika keandalan unt uk
masing- masing komponen adalah R, maka keandalan dari sit em it u
adal ah
m n
b Si st em
R R ) 1 ( 1 = ( 3.15)
Plot kurva dari persamaan 3.14 dan 3.15 dapat dilihat pada gambar
3. 12 dan 3. 13.
0.7
0.75
0.8
0.85
0.9
0.95
1
1.05
1 2 3 4 5
Jumlah komponen (n)
K
e
a
n
d
a
l
a
n

s
i
s
t
e
m
m=2, R=0,8
m=3, R=0,8
m=4, R=0,8
m=2, R=0,9
m=3, R=0,9
m=4, R=0,9
Gambar 3.12
Plot kur va unt uk per samaan 3. 14
62
0.5
0.7
0.9
1.1
1 2 3 4 5
Jumlah Komponen (n)
K
e
a
n
d
a
l
a
n

S
i
s
t
e
m
m=2, R=0,8
m=3, R=0,8
m=4, R=0,8
m=2, R=0,9
m=3, R=0,9
m=4, R=0,9
Gambar 3.13
Plot kur va unt uk per samaan 3. 15
Dengan membandingkan kurva 3. 12 dan 3. 13 j elas t erlihat
bahwa component - level redundancy akan memberikan keandalan
sist em yang lebih t inggi unt uk berbagai harga m dan n yang dicoba.
Dari kedua kurva yangsudah diplot , dapat pula disimpulkan bahwa
dengan memberikan cadangan pada t iap komponen akan
memberikan keandalan yang lebih t inggi secara keseluruhan
dibandingkan dengan memberi cadangan pada t iap sist em.
63
3.7 St andby Redundant Sy st em
Pada sist em paralel redundancy, seluruh komponen
dioperasikan secara simult an, sedangkan pada sist em st andby
redundant , unit st andby akan dioperasikan hanya ket ika dalam
keadaan normal unit operasi dalam keadaan gagal. Perbedaan ant ara
dua hal it u digambarkan dalam gambar 3. 14 dibawah ini.
Secara umum ada dua buah kasus dasar yang berhubungan
dengan swit ching. Pert ama, kit a bisa menganggap swit ch yang
dipakai adalah swi t ch yang sempurna sehingga bisa dikat egorikan
sebagai kasus pengalihan yang sempurna ( per fect swit ching) sert a
yang kedua, kit a bisa menganggap swit ch yang dipakai adalah swi t ch
yang t idak sempurna sehingga bisa dikat egorikan sebagai kasus
pengalihan yang t idak sempurna (I mper fect swit ching)
2
1
2
1
( a) ( b)
Gambar 3.14
Sist em dengan susunan par alel dan sist em dengan susunan st andby
Per f ect sw i t chi ng
Pada kasus ini, swit ch diamsusikan t idak pernah gagal pada
saat pengoperasian dan j uga t idak akan mengalami kegagalan pada
64
saat melakukan pengalihan dari pengoperasian normal ke posisi
st andby. Gambar 3. 14 merupakan cont oh t ipikal dari sebuah sist em
yang memiliki susunan st andby.
Jika diasumsikan bahwa komponen 2 t idak mengalami
kegagalan pada saat sedang dalam kondisi st andby, maka sist em
hanya akan mengalami kegagalan bila komponen 1 sat u t elah gagal
sebelumnya dan set elah pengoperasiannya dialihkan ke komponen 2,
komponen 2 j uga gagal beroperasi.
Karena it u probabilit as kegagalan sist em dapat dinyat akan ke
dalam persamaan berikut ini.
) 1 2 ( ) 1 ( Q Q Q =
( 3.16)
Jika diasumsikan komponen 1 dan komponen 2 saling bebas
( independent ) , maka persamaan ( 3. 160 dapat disederhanakan
menj adi
2 1
) 2 ( ) 1 ( Q Q Q Q Q = (3.17)
Persamaan ( 3. 17) memberikan kesan seolah olah sama
dengan persamaan ket akandalan sist em yang memiliki dua
komponen dengan susunan paralel. Hal ini t idaklah benar karena nilai
numerik dari ket akandalan unt uk komponen 2 t idak sama, karena
komponen 2, yang merupakan komponen st andby, hanya dipakai
dalam wakt u yang sangat singkat , sehingga indeks ket akandalan
komponen 2 bila difungsikan sebagai komponen akt if dan st andby
akan memiliki indeks yang berbeda.
65
I mper f ect Sw i t chi ng
Unt uk kasus ini, kemungkinan swit ch mengalami kegagalan
dalam mengalihkan t ugas dari komponen akt if ke komponen st andby
akan dimasukkan dalam perhit ungan. Jika P
s
menyat akan probabilit as
dari sukses dari swit ch unt uk mengalihkan t ugas, maka probabilit as
kegagalan dari swit ch unt uk melakukan pengalihan t ugas dapat
dinyat akan oleh s P = 1 P
s
.
Dengan menggunakan persamaan ( 2.21) , maka unt uk kasus
imperfect swit ching dapat diformulasikan ke dalam persamaan
berikut ini.
P( sist em gagal) = P ( sist em gagal dengan kondisi swit ch berhasil
melakukan pengalihan) x P ( Proses pengalihan
berj alan sukses) + P ( sist em gagal dengan
kondisi swit ch gagal melakukan pengalihan) x
P( Proses pengalihan gagal)
At au secara mat emat is dapat dit ulis sebagai
) 1 (
) 1 (
2 1 1
1 2 1
Q P Q Q
P Q P Q Q Q
s
s s
=
+ =
( 3.18)
2
1
S S
P
S
R
S
66
Gambar 3.15
Blok diagr am unt uk kasus st andby r edundancy dengan swit ch t ak sempur na
Persamaan ( 3. 18) unt uk imperfect swit ching yang t elah
dit urunkan, dapat diperluas lagi dengan menambahkan blok diagram
lagi pada gambar 3.14 b, sehingga blok diagram keandalan unt uk
kasus imperfect swit ching berubah menj adi sepert i pada gambar
3. 15. Blok diagram S yang pert ama mewakili swit ch dalam
melakukan proses pengalihan dari komponen akt if 1 ke komponen
st andby 2 dengan probabilit as kesuksesan P
s
, sedangkan blok
diagram kedua mewakili mode pengoperasian normal dari swit ch
dengan indeks keandalan R
s
dan indeks ket akandalan Q
s
. Dari
gambar 3. 15 t erlihat bahwa t ambahan komponen kedua disusun
secar seri dengan susunan komponen yang sudah ada, sehingga
persamaan keandalan dari sist em di at as dapat dit ulis sebagai
s s
R Q P Q Q R ) ] } 1 ( [ 1 {
2 1 1
= ( 3.19)
3.8 Pemodel an Jar i ngan y ang Kompl ek s
Pada seksi t erdahulu t elah dibahas bagaimana memodelkan dan
mengevaluasi keandalan dari suat u sist em yang memiliki susunan
yang sangat sederhana. Pemodelan yang dimaksud adalah
pemodelan sist em dengan susunan seri at au paralel. Ada beberapa
susunan model yang pengevaluasian keandalannya t idak bisa
diselesaikan hanya dengan mengandalkan t eknik pengevaluasian
susunan seri at au paralel saj a. Cont oh yang sering dipakai unt uk
susunan yang kompleks adalah susunan j embat an sepert i yang
t erlihat pada gambar 3. 16.
67
Secara visual, model sist em yang dit unukkan pada gambar
3. 16 t idak bisa disederhanakan menj adi sist em dengan susunan seri
dan paralel sepert i yang t elah dij elaskan pada bab 3. Ada berbagai
t eknik st andard yang bisa dipakai unt uk mengevaluasi keandalan dai
sist em yang memiliki diagram blok keandadalan yang kompleks. Ada
beberapa t eknik yang bisa dipakai unt uk menyelesaikan evaluasi
sist em yang memiliki susunan yang kompleks. Teknik t eknik it u
ant ara lain t eknik pengevaluasian dengan memakai pendekat an
proabilit as kondisonal/ bersyarat ( condit ional probabilit y approach) ,
met ode cut set (cut set met hod) dan analisa pohon kegagalan ( event
t r ee analysis) .
1
4 2
5
3
Gambar 3.16
Sist em dengan susunan j embat an
3. 9 Condi t i onal Pr obabi l i t y Appr oach
Teknik pengevaluasian unt uk sist em yang kompleks dengan
memanfaat kan pendekat an probabilit as bersyarat (condit ional
pr obabilit y appr oach) sebagian t elah diulas pada bab 2. Persamaan
68
2. 20 dan 2. 21 akan dipakai unt uk mengevaluasi keandalan sist em.
Kedua persamaan it u adalah
) j elek) P( B kondisi Bdal am j ika sukses P( si st em
) baik) P( B kondisi Bdal am j ika sukses P( si st em sukses) P( si st em
f
S
+ =
( 3.20)
Sedangkan probabilit as dari kej adian komplemennya adalah
) ( ) j el ek kondisi Bdal am j ika gagal si st em (
) ( ) bai k kondisi Bdal am j ika gagal si st em ( ) gagal si st em (
f
S
B P P
B P P P + =
( 3.21)
Cont oh 3.9
Unt uk sist em yang diwakili oleh gambar 3. 16, sist em it u akan
berfungsi j ika salah sat u j alur 13, 24, 154, at au 253 dalam kondisi
yang bagus. Tent ukan ekspresi keandalan dari sist em yang memiliki
blok diagram keandalan sepert i pada gambar 3. 16.
Sol usi
Unt uk menerapkan pendekat an probabilit as bersyarat , yang
pert ama harus dilakukan adalah memilih komponen yang akan
dipert imbangkan sebagai komponen yang baik dan komponen yang
buruk. Semua komponen yang ada yait u komponen 1 sampai
komponen 5 dapat dipilih sebagai komponen yang akan
dipert imbangkan sebagai komponen yang baik dan buruk. Pemilihan
komponen ini sangat pent ing, karena pemilihan komponen yang t epat
akan sangat membant u unt uk mempercepat penyelesaian evaluasi
keandalan dari sist em.
69
Unt uk soal diat as, komponen nomor 5 dipilih sebagai komponen
yang akan dipert imbangkan. Akibat dari pemilihan komponen ini,
maka akan ada dua buah blok diagram keandalan yang masing-
masing mewakili kondisi komponen 5 dalam keadaan baik dan buruk.
Gambar 3. 17 menunj ukkan pembagian blok diagram ini.
1
4 2
5
3
1
4 2
3 1
4 2
3
Komponen 5 baik Komponen 5 jelek
Gambar 3.17
Blok diagr am unt uk komponen no. 5 dalam kondisi baik dan j elek
Ji ka R
i
menyat akan keandalan dari komponen i dan Q
i
menyat akan
ket akandalan dari komponen i, maka secara umum persamaan
70
keandalan unt uk blok diagram dengan susunan j embat an sepert i
t erlihat pada gambar 3. 17 adalah
5 5
j elek) 5 no. komp. j ika ( baik) 5 no. komp. j ika ( Q R R R R
S S S
+ = ( 3.22)
Unt uk blok yang pert ama, dimana komponen nomor 5 dianggap
dalam kondisi yang bagus, persamaan keandalan dari blok di at as
adal ah
) Q - ( 1 ) Q - ( 1 = baik) 5 no. komp. j ika (
4 3 2 1
Q Q R
S
( 3.23)
Unt uk blok yang kedua, dimana komponen nomor 5 dianggap dalam
kondisi yang j elek, persamaan keandalan dari blok di at as adalah
) - ( 1 ) - ( 1 - 1 = j elek) 5 no. komp. j ika (
4 2 3 1
R R R R R
S
( 3.24)
Dengan mensubst it usikan persamaan ( 3. 23) dan ( 3. 24) ke dalam
persamaan ( 3.22) , maka akan diperoleh persamaan keandalan dari
sist em yang dimaksud. Persamaan keandalan dari sist em it u adalah
5 4 2 3 1 5 4 3 2 1
) ) 1 ) ( 1 ( 1 ( ) 1 ) ( 1 ( Q R R R R R Q Q Q Q R
S
+ = ( 3.25)
Jika masing- masing komponen memiliki nilai keandalan R = 0, 95,
maka keandalan dari sist em it u adalah
05 , 0 ) ) 95 , 0 1 ( 1 ( 95 , 0 ) 05 , 0 1 ( ) ) 1 ( 1 ( ) 1 (
2 2 2 2 2 2 2 2
+ = + = Q R R Q R
S
994781 , 0 =
S
R o
71
4
5 3
2
1
Gambar 3.18
Blok diagr am keandalan unt uk cont oh soal 3. 10
Cont oh 3.10
Gambar 3.18 menunj ukkan sebuah blok diagram keandalan dari
suat u sist em. Diket ahui R
1
= 0,80, R
2
= 0,85, R
3
= 0,90, R
4
= 0,95,
dan R
5
= 0,97. Dengan menggunakan pendekat an probabilit as
bersyarat , t ent ukan keandalan dari sist em t ersebut .
Sol usi
Sepert i pada cont oh soal t erdahulu, langkah pert ama yang
harus dilakukan adalah memilih komponen yang akan dipakai sebagai
acuan sebagai komponen bersyarat . Unt uk soal di at as komponen
nomor 2 adalah komponen yang paling cocok unt uk dipilih sebagai
komponen yang akan dipakai sebagai acuan sebagai komponen
bersyarat . Jika komponen 2 dalam keadaan baik, maka blok
diagaram keandalan yang dit unj ukkan pada gambar 3. 18 akan
berubah menj adi sepert i yang dit unj ukkan pada gambar 3. 19 sedang
j ika komponen 2 dalam keadaan j elek, maka blok diagaram
keandalan yang dit unj ukkan pada gambar 3. 18 akan berubah
menj adi sepert i yang dit unj ukkan pada gambar 3.20.
72
5
4
Gambar 3.19
Blok diagram keandalan cont oh soal no. 3. 10
unt uk kondisi komponen no. 2 dalam kondisi baik
4
3 5
1
Gambar 3.20
Blok diagram keandalan cont oh soal no. 3. 10
unt uk kondisi komponen no. 2 dalam kondisi j elek
Persamaan keandalan unt uk sist em yang dit unj ukkan pada gambar
3. 18 adalah :
2 2
S S S
+ = ( 3.26)
73
Unt uk kondisi j ika komponen 2 dalam keadaan baik, maka keandalan
dari sist emnya bisa dit urunkan dari blok diagram pada gambar 3.19,
yai t u
9985 , 0 ) 03 , 0 05 , 0 ( 1
Q - 1 = baik) 2 no. komp. j ika (
5 4
= =
Q R
S
( 3.27)
Unt uk kondisi j ika komponen 2 dalam keadaan j elek, maka keandalan
dari sist emnya bisa dit urunkan dari blok diagram pada gambar 3.20,
yai t u
96952 , 0
) 97 , 0 90 , 0 1 ) ( 95 , 0 80 , 0 1 ( 1
) R - ) ( 1 R R - ( 1 - 1 = j elek) 2 no. komp. j ika (
5 3 4 1
=
=
R R
S
( 3.28)
Dengan memasukkan nilai- nilai yang diperoleh pada persamaan
( 3. 27) dan ( 3. 28) ke dalam persamaan ( 3. 26) , maka akan diperoleh
keandalan dari sist em. Nilai keandalan dari sist em it u adalah :
2 2
S S S
+ =
994153 , 0 15 , 0 96952 , 0 85 , 0 9985 , 0 = + =
S
R o
3. 10 Met ode Cut Set
Unt uk memahami konsep cut set , perhat ikan gambar blok
diagram keandalan dari suat u sist em sepert i yang t erlukis pada
gambar 3. 21. Pada gambar 3. 21, sebuah komponen di hubungkan
secara seri dengan dua komponen lain yang t elah dihubungkan
secara paralel t erlebih dahulu. Bila komponen 1 rusak maka akan
74
mengakibat kan sist em t idak berfungsi. Sist em t ersebut j uga t idak
akan berfungsi j ika komponen 2 dan 3 dalam keadaan rusak,
komponen 1 dan 2 dalam keadaan rusak, komponen 1 dan 3 dalam
keadaan rusak, dan bila ket iga komponen dalam keadaan rusak. Bila
komponen- komponen yang sudah disebut kan di at as dikumpulkan
dalam sebuah himpunan ( set ) maka t erbent uk himpunan yang
beranggot akan komponen- komponen yang bila komponen- komponen
it u dalam keadaan rusak akan menyebabkan sist em t idak berfungsi.
I ni merupakan konsep dari cut set . Jadi cut set dapat didefinisikan
sebagai ber ikut .
Sebuah cut set adalah sekumpulan dari komponen yang bila
komponen- komponen it u mengalami kegagalan, maka akan
menyebabkan seluruh sist em akan mengalami kegagalan pula.
Sebuah cut set dikat akan sebagai minimal cut set bila salah sat u
komponen yang t erdapat di dalam minimal cut set it u mengalami
kegagalan, maka akan menyebabkan seluruh sist em akan mengalami
kegagalan pula, t et api bila salah sat u komponen yang t erdapat di
dalam mininimal cut set bekerj a, maka t idak mengakibat kan sist em
menj adi gagal.
Cut set dari blok diagram keandalan pada gambar 3.21 adalah :
{ 1} , { 2,3} , { 1,2} , { 1,3} , dan { 1,2,3} . Sedang minimal cut set dari
blok diagram keandalan pada gambar 3.21 adalah : { 1} , { 2,3} .
75
3
2
1
Gambar 3.21
Blok diagr am keandalan
Met ode cut set adalah met ode yang sangat berguna unt uk
mengevaluasi keandalan dari suat u sist em karena dua alasan ut ama,
yai t u
Met ode ini dapat dengan mudah di kerj akan dengan menggunakan
program komput er unt uk mendapat kan penyelesaian yang cepat
dan akur at .
Cut set langsung berkait an dengan modus- modus kegagalan
sist em.
Unt uk dapat memahami perhit ungan keandalan sist em dengan
menggunakan met ode cut set , perhat ikan kembali gambar 3. 16.
Minimal cut set dari blok diagram keandalannya adalah { 1, 2} ,
{ 3, 4} , { 1, 4, 5} , dan { 2, 3, 5} . Mengingat semua komponen yang
t erdapat di dalam minimal cut set ini harus gagal semuanya maka
probabilit as kegagalan unt uk semua komponen yang ada di dalam
minimal cut set dapat diekspresikan dalam bent uk blok diagram
keandalan dengan susunan paralel. Suat u sist em akan mengalami
kegagalan j ika t iap- t iap cut set mengalami kegagalan, maka semua
cut set akan dihubungkan dalam susunan seri dalam blok diagram
keandalan unt uk mengekspresikannya.
76
1 3
2
5 5
3
1
4
4 2
Gambar 3.22
Minimal cut set dar i cont oh 3. 22
Blok diagram keandalan yang dit unj ukkan pada gambar 3.22
yang merupakan susunan seri dari beberapa minimal cut set lainnya
t idak bisa dipakai unt uk mengevaluasi keandalan sist em. I ni t erj adi
karena ada beberapa komponen yang muncul lebih dari sat u kali di
dalam sat u kelompok minimal cut set . Selanj ut nya unt uk
mengevaluasi keandalan dari sist em, maka konsep gabungan dari
dua himpunan at au lebih akan dipakai. Jika C
i
menyat akan minimal
cut set ke- i, maka unt uk kasus di at as kit a akan memiliki :
C
1
= { 1, 2} , C
2
= { 3, 4} , C
3
= { 1, 4, 5} , dan C
4
= { 2,3,5} .
Dan j ika P( C
i
) mewakili probabilit as unt uk event C
i
maka
ket akandalan dari sist em secara umum dapat diekspresikan sebagai
77
( )
= =
=
+ + +
= =
n
i
i
j
j
k
n
n
k j i
n
i
n
i
i
j
j i i n i S
C C C P C C C P
C C P C P C C C C P Q
3
1
2
1
1
2 1
1
1 2
1
1
2 1
) . . . ( ) 1 ( . . . ) (
) ( ) ( . . . . . .
( 3.29)
Cont oh 3.11
Gunakan formula 3. 29 unt uk menghit ung ket akandalan dari sist em
yang memiliki diagram blok keandalan sepert i pada gambar 3. 16.
Sol usi
Minimal cut set unt uk kasus st rukt ur j embat an sepert i pada
gambar 3. 16 adalah
C
1
= { 1, 2} , C
2
= { 3, 4} , C
3
= { 1, 4, 5} , dan C
4
= { 2,3,5}
Sedangkan ekspresi ket akandalan sist emnya adalah
Q P C C C C P C P C P C P C P C C
P C C P C C P C C P C C P C C
P C C C P C C C P C C C P C C C
P
S
= = + + +
+
+ + +
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
1 2 3 4 1 2 3 4 1 2
1 3 1 4 2 3 2 4 3 4
1 2 3 1 2 4 1 3 4 2 3 4

( ) C C C C
1 2 3 4

( 3.30)
dimana
P C Q Q ( )
1 1 2
= P C Q Q Q ( )
3 1 4 5
=
P C Q Q ( )
2 3 4
= P C Q Q Q ( )
4 2 3 5
=
P C C P C P C Q Q Q Q ( ) ( ) ( )
1 2 1 2 1 2 3 4
= =
78
P C C P C P C Q Q Q Q ( ) ( ) ( )
1 3 1 3 1 2 4 5
= =
P C C P C P C Q Q Q Q ( ) ( ) ( )
1 4 1 4 1 2 3 5
= =
P C C P C P C Q Q Q Q ( ) ( ) ( )
2 3 2 3 1 3 4 5
= =
P C C P C P C Q Q Q Q ( ) ( ) ( )
2 4 2 4 2 3 4 5
= =
P C C P C P C Q Q Q Q Q ( ) ( ) ( )
3 4 3 4 1 2 3 4 5
= =
P C C C P C C C P C C C
P C C C P C C C C
Q Q Q Q Q
( ) ( ) ( )
( ) ( )
1 2 3 1 2 4 1 3 4
2 3 4 1 2 3 4
1 2 3 4 5
= =
= =
=

Jadi, ket akandalan dari sist em adalah
Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q
Q Q Q Q Q Q Q Q Q
S
= + + +
+
1 2 3 4 1 4 5 2 3 5 1 2 3 4 1 2 4 5 1 3 4 5
2 3 4 5 1 2 3 4 5
2
( 3.31)
Dengan mengambil nilai keandalan unt uk masing- masing komponen
dari cont oh soal nomor 1 yait u R R R R R R
1 2 3 4 5
0 95 = = = = = = , , maka
kit a akan memeperoleh nilai- nilai ket akandalan dari masing- masing
komponen adalah
Q Q Q Q Q Q
1 2 3 4 5
0 05 = = = = = = , .
Ket akandalan dari sist em akan menj adi
005219 , 0
05 , 0 2 05 , 0 5 05 , 0 2 05 , 0 2
2 5 2 2
5 4 3 2
5 4 3 2
=
+ + =
+ + = Q Q Q Q Q
S
Sedang keandalan dari sist em
79
994781 , 0 1 = =
S S
Q R
Sama dengan hasil yang diperoleh pada cont oh soal pert ama. o
Perhit ungan keandalan dan ket akandalan dari sist em baik
dengan memakai pendekat an probabilit as bersyarat dan met ode cut
set sama- sama menghasilkan hasil yang presisi. Unt uk sist em yang
memiliki st rukt ur yang lebih komplek dan j umlah komponen yang
lebih banyak, kedua met ode perhit ungan keandalan yang sudah
diuraikan secar t eorit is dapat dipakai unt uk melakukan perhit ungan.
Kendala yang dihadapi hanya wakt u yang diperlukan unt uk
menyelesaikan perhit ungan it u sangat lama dan melelahkan.
Perhit ungan keandalan dengan pendekat an akan mempercepat
penyelesaian meski dengan t ingkat presisi yang lebih rendah. Tingkat
kesalahan (error) yang dibuat dengan met ode pendekat an ini masih
dalam bat as- bat as yang masih dapat di t erima.
Unt uk melakukan perhit ungan keandalan dengan met ode
pendekat an ada dua harga yang akan diperoleh. Harga- harga it u
adalah bat as at as (upper bound) dan bat as bawah (lower bound) dari
ket akandalan sist em yang dievaluasi. Upper bound dari ket akandalan
suat u sist em dapat dihit ung dengan mengambil kelompok pert ama
dari persamaan ( 3. 29) dan lower bound dari ket akandalan suat u
sist em dapat dihit ung dengan mengambil kelompok pert ama dan
kedua dari persamaan ( 3. 29) .
Formula upper bound dari ket akandalan sist em adalah
=
=
n
i
i S
C P Q
1
bound Upper
) ( ( 3.32)
Sedang formula unt uk lower bound dari ket akandalan sist em adalah
80

= =
=
=
n
i
n
i
i
j
j i i S
C C P C P Q
1 2
1
1
) ( ) ( ( 3.33)
Cont oh 3.12
Dengan menggunakan persamaan ( 3. 32) dan ( 3. 34) , hit ung
keandalan dari sist em yang memiliki blok diagram keandalan sepert i
yang dit unj ukkan pada gambar 3. 16. Bandingkan nilai keandalan
yang diperoleh dengan memakai met ode pendekat an ini dan nilai
keandalan yang t elah dihit ung pada cont oh 3. 11.
Sol usi
Dengan mengambil nilai keandalan unt uk masing- masing komponen
dari cont oh soal 3. 10 yait u R R R R R R
1 2 3 4 5
0 95 = = = = = = , , maka kit a
akan memeperoleh nilai- nilai ket akandalan dari masing- masing
komponen adalah
Q Q Q Q Q Q
1 2 3 4 5
0 05 = = = = = = , .
Dengan demikian
P C Q Q Q ( )
1 1 2
2
= = P C Q Q Q Q ( )
3 1 4 5
3
= =
P C Q Q Q ( )
2 3 4
2
= = P C Q Q Q Q ( )
4 2 3 5
3
= =
P C C P C P C Q Q Q Q Q ( ) ( ) ( )
1 2 1 2 1 2 3 4
4
= = =
P C C P C P C Q Q Q Q Q ( ) ( ) ( )
1 3 1 3 1 2 4 5
4
= = =
P C C P C P C Q Q Q Q Q ( ) ( ) ( )
1 4 1 4 1 2 3 5
4
= = =
P C C P C P C Q Q Q Q Q ( ) ( ) ( )
2 3 2 3 1 3 4 5
4
= = =
P C C P C P C Q Q Q Q Q ( ) ( ) ( )
2 4 2 4 2 3 4 5
4
= = =
P C C P C P C Q Q Q Q Q Q ( ) ( ) ( )
3 4 3 4 1 2 3 4 5
5
= = =
81
Sehingga upper bound ket akandalan dari sist em adalah
00525 , 0 05 , 0 2 05 , 0 2 2 2
3 2 3 2
bound Upper
= + = + = Q Q Q
S
dan nilai keandalan dari sist em adalah = 1 - 0,00525 = 0,99475.
Nilai ket akandalan dari sist em dengan menggunakan pendekat an
upper bound adalah 0, 59% lebih t inggi dari nilai ket akandalan sist em
yang sebenarnya yait u 0, 005219. Sedangkan keandalan sist emnya
adalah 0,003% lebih rendah dari nilai keandalan sist em yang
sebenarnya.
Lower bound ket akandalan dari sist em adalah
005218 , 0
05 , 0 05 , 0 5 05 , 0 2 05 , 0 2 5 2 2
5 4 3 2 5 4 3 2
bound Lower
=
+ = + = Q Q Q Q Q
S
dan nilai keandalan dari sist em it u adalah = 1 - 0,005218 =
0,994782.
Nilai ket akandalan dari sist em dengan menggunakan pendekat an
lower bound adalah 0, 02% lebih rendah dari nilai ket akandalan
sist em yang sebenarnya yait u 0, 005219. Sedangkan keandalan
sist emnya adalah 0, 0001% lebih t inggi dari nilai keandalan sist em
yang sebenarnya. q
Dari uraian di at as j elas t erlihat bahwa t ingkat kesalahan relat if hasil
perhit ungan keandalan dan ket akandalan sist em dengan memakai
met ode perhit ungan masih dalam bat as- bat as yang waj ar.
82
Cont oh 3.13
Dengan menggunakan blok diagram keandalan pada gambar 3. 18,
hit ung ket akandalan dari sist em dengan menggunakan formula
( 3.32) unt uk upper bound ket akandalan sist em dan formula ( 3.33)
unt uk lower bound ket akandalan sist em.
Sol usi
Dari soal cont oh soal nomor 2 diket ahui R
1
= 0, 80, R
2
= 0, 85, R
3
=
0, 90, R
4
= 0, 95, dan R
5
= 0, 97. Berikut ini adalah diagram blok
keandalan yang dipakai.
4
5 3
2
1
Minimal cut set dari blok diagram keandalan di at as adalah :
C
1
= { 4,5} C
2
= { 1,2,3}
C
3
= { 1,2,5} C
4
= { 2,3,4}
P( C
1
) = Q
4
Q
5
= 0,05 x 0,03 = 0,0015
P( C
2
) = Q
1
Q
2
Q
3
= 0,20 x 0,15 x 0,10 = 0,003
P( C
3
) = Q
1
Q
2
Q
5
= 0,20 x 0,15 x 0,03 = 0,0009
P( C
4
) = Q
2
Q
3
Q
4
= 0,15 x 0,10 x 0,05 = 0,00075
P( C
1
C
2
) = Q
1
Q
2
Q
3
Q
4
Q
5
= 0,20 x 0,15 x 0,10 x 0,05 x 0,03
= 4,5 x 10
- 7
P( C
1
C
3
) = Q
1
Q
2
Q
4
Q
5
= 0,20 x 0,15 x 0,05 x 0,03 = 4,5 x 10
- 5
83
P( C
1
C
4
) = Q
2
Q
3
Q
4
Q
5
= 0,15 x 0,10 x 0,05 x 0,03 = 2,25 x 10
- 7
P( C
2
C
3
) = Q
1
Q
2
Q
3
Q
5
= 0,20 x 0,15 x 0,10 x 0,03 = 9 x 10
- 5
P( C
2
C
4
) = Q
1
Q
2
Q
3
Q
4
= 0,20 x 0,15 x 0,10 x 0,05 = 1,5 x 10
- 4
P( C
3
C
4
) = Q
1
Q
2
Q
3
Q
4
Q
5
= 0,20 x 0,15 x 0,10 x 0,05 x 0,03
= 4,5 x 10
- 7
Upper bound ket akandalan sist em adalah
Q
S
= P( C
1
) + P( C
2
) + P( C
3
) + P( C
4
) = 6,15 x 10
- 3
Lower bound ket akandalan sist em adalah
Q
S
= P( C
1
) + P( C
2
) + P( C
3
) + P( C
4
) - P( C
1
C
2
) - P( C
1
C
3
)
P( C
1
C
4
) - P( C
2
C
3
) - P( C
2
C
4
) - P( C
3
C
4
) = 5,86 x 10
- 3
o
3.11 Met ode Ti e set
Met ode t i e set adalah merupakan komplemen dari met ode cut
set . Met ode ini digunakan dengan frekuensi yang lebih sedikit , karena
secara prakt is met ode ini t idak secara langsung mengarah ke mode
kegagalan dari sist em. Met ode ini mempunyai aplikasi yang khusus
dan sehingga met ode ini t idak didiskusikan didiskusikan dengan rinci.
Tie set adalah j alur minimal dari sist em dan oleh karena it u t ie
set merupakan sekumpulan komponen yang ada pada sist em yang
dihubungkan secara seri. Akibat nya, sebuah t ie set dikat akan gagal
j ika salah sat u komponen didalamnya gagal dan probabilit as ini dapat
dihit ung mengunakan prinsip dari sist em seri. Oleh karena it u agar
sist em mengalami kegagalan, seluruh t ie set harus gagal dan oleh
karena it u seluruh t ie set secara efekt if akan dihubugkan secara
paralel. Dengan menggunakan konsep ini diagram t ie set unt uk
model gambar 3.16 dit unj ukan dalam gambar 3.23.
84
1
2
2
5
5 3
1 4
4
3
T
1
T
2
T
4
T
3
Gambar 3.23
Tie set dari gambar 3. 16
Yang perlu dicat at adalah, meskipun t ie set dihubungkan secara
paralel, konsep sist em paralel t idak dapat digunakan karena
komponen sama dapat muncul dalam dua at au lebih t ie set . Konsep
gabungan ( union) akan berlaku sepert i yang diaplikasikan pada
minimal cut set .
Dari konsep sebelumnya t ie set dan gambar 3. 16, reliabilit as
dari sist em dit unj ukan dalam gambar 3. 23 memiliki persamaan
( )
4 3 2 1
T T T T P R
s
= ( 3.34)
dimana T
i
adalah t ie set ke i dan probabilit as dari kej adian P( T
i
) .
Persamaan ( 3.34) dapat dikembangkan dalam cara yang sama
dengan persamaaan ( 3. 29) .
85
) (
) ( ) (
) ( ) ( ) (
) ( ) ( ) ( ) (
) ( ) ( ) ( ) ( ) (
4 3 2 1
4 3 2 4 3 1
4 2 1 3 2 1 4 3
4 2 3 2 4 1 3 1
2 1 4 3 2 1
T T T T P
T T T P T T T P
T T T P T T T P T T P
T T P T T P T T P T T P
T T P T P T P T P T P Rs

+ +
+ +

+ + + =
( 3.35)
dimana
5 4 3 2 1 4 3 2 1
4 3 2
4 3 1
4 2 1 3 2 1
4 3 2 1 2 1 2 1
5 4 3 2 1 4 3 4 3
5 4 3 2 4 2 4 2
5 4 2 1 3 2 3 2
5 3 2 1 4 1 4 1
5 4 3 1 3 1 3 1
4 3 2 1 2 1 2 1
3 5 2 4
4 5 1 3
4 2 2
3 1 1
) (
) (
) (
) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) (
) (
) (
) (
R R R R R T T T T P
T T T P
T T T P
T T T P T T T P
R R R R T P T P T T P
R R R R R T P T P T T P
R R R T P
R R R T P
R R T P
R R T P
= =
=
=
=
= =
= =
= =
= =
= =
= =
= =
=
=
=
=
86
Persamaan ( 3. 35) memberikan indeks keandalan dari sist em. Jika R
1
= R
2
= R
3
= R
4
= R
5
= R, persamaan ( 3.35) akan berubah menj adi
5 4 3 2
2 5 2 2 R R R R Rs + + =
Sat u kekurangan dari t ie set adalah persamaan ( 3. 35) t idak
dapat dipakai unt uk menurunkan persamaan pendekat an unt uk
mengevaluasi indeks keandalan sist em. Hal ini disebabkan, karena
secara umum nilai dari R adalah sangat t inggi sehingga hasil
pendekat an yang dilakukan akan memiliki t ingkat kesalahan yang
cukup besar.
87
nd
edit ion,
2. Henley, E. J. and Hiromit su Kumamot o [ 1992] , Probabilist ic Risk
Assessment : reliabilit y Engineering, Design, and Analysis, I EEE
Press, New York.
4. Kececioglu, D. [ 1991] , Reliabilit y Engineering Handbooks Volume
2, Prent ice Hall, Englewood Cliffs, New Jersey.
07632.
Metode PengkajianKeandalan
Bagian 1
Oleh
SURABAYA
MODUL
2
DAFTAR ISI MODUL 2
BAB 4 Pengantar Analisa Resiko
4.1 Pendahuluan
4.2 Studi Resiko Fase I : Pendefinisian Sistem dan Preliminary Hazard
Analysis
4.2.1 Preliminary Hazard Analysis (PHA)
4.3 Studi Resiko Fase II : Identifikasi Urutan Kecelakaan
4.4 Studi Resiko Fase III : Consequence Analysis
BAB 5 Fault Tree Analysis (FTA) dan Failure Modes and
Effects Analysis (FMEA)
5.1 Pendahuluan
5.2 Kegagalan (Failure)
5.3 Fault Tree Analysis
5.3.1 Definisi Problem dan Kondisi Batas
5.3.2 Pengkonstruksian Fault Tree
5.3.3 Pengidentifikasian Minimal Cut Set
5.3.4 Evaluasi Kualitatif Fault Tree
5.3.5 Evaluasi Kuantitatif Fault Tree
5.4 Failure Modes and Effects Analysis (FMEA)
1
Pengant ar Anal i sa Resi k o
4. 1 Pendahul uan
Terminologi dan pengert ian keandalan ( reliabilit y) , kese-
lamat an (saf et y) , bahaya ( hazard) dan resiko ( r i sk) seringkali
t umpang t indih. Terminologi keselamat an at au analisa resiko ( r i sk
analysis) memiliki makna yang sama sehingga kedua t erminologi ini
dapat digunakan saling bert ukaran sat u dengan yang lain. Kedua
t erminologi ini, sepert i halnya analisa keandalan (reliabilit y analysis)
meruj uk pada st udi pada proses kerj a at au kegagalan peralat an sert a
pengoperasiannya. Jika t uj uan dari st udi adalah unt uk menent ukan
paramet er keselamat an ( safet y paramet er) , perlu kiranya unt uk
mempert imbangkan kemungkinan kerusakan yang t erj adi pada at au
yang disebabkan oleh sist em. Jika fase dari st udi menyarankan
bahwa ada kemungkinan sist em mengalami kegagalan maka st udi
r esiko ( risk st udy) akan dilakukkan unt uk menent ukan dampak
kegagalan dalam kerangka kemungkinan kerusakan t erhadap propert i
at au t erhadap manusia.
2
Menyebabkan
Kecelakaan Tragis Pada
Berbagai Fasilitas
Demand untuk
Memperbaiki Tingkat
Keselamatan
Membutuhkan
ANALISA RESIKO
Peningkatan dalam
Human Reliability
Peningkatan
Reliability Fasilitas
Membutuhkan Membutuhkan
Rekomendasi Rekomendasi
Pengembangan Sistem
Informasi
Membutuhkan
Pemanfaatan Teknologi
Informasi
Model untuk Memprediksi
Keselamatan
Pengoperasian Fasilitas
Kritis secara AMAN
EFISIEN dan EKONOMIS
Menghasilkan
Untuk Menjamin
Gambar 4. 1
Demand t er hadap keselamat an
3
Sebuah cont oh dari analisa keandalan adalah t ent ang analisa
seberapa sering sebuah reakt or kimia mengalami panas yang
berlebihan ( over heat ) karena pompa, heat exchanger, operat or,
sist em kont rol, dan berbagai perlengkapan dan peralat an lain
mengalami malfungsi. Jika st udi ini diperluas dengan melibat kan
kaj ian seberapa sering t erj adinya penyimpangan t emperat ur yang
dapat menyebabkan t erj adinya ledakan, maka kit a akan melihat
masalah keselamat an at au bahaya. Unt uk menyimpulkan st udi
keselamat an yang dilakukan unt uk permasalahan di at as, kit a harus
melakukan verivikasi bahwa reakt or kimia t idak akan mengalami
panas yang berlebihan, t idak ada perlengkapan dan peralat an yang
mengalami kegagalan karena fakt or- fakt or diluar design envelope.
Jika analisa ledakan reakt or diperluas dengan melibat kan
sej umlah dampak dampak berikut frekuensi t erj adinya dampak
dampak t ersebut , maka anlisa resiko t elah rampung. Karena Salah
sat u t uj uan dari analisa resiko adalah unt uk menent ukan probabilit as
seberapa sering resiko ini t erj adi dan berbagai kemungkinan dampak
dari kegagalan sist em. Sebagai cont oh, dampak dari ledakan yang
merupakan akibat dari penyimpangan t emperat ur reakt or mungkin
dapat berupa cedera ringan yang disebabkan oleh pecahan pecahan
bagian reakt or at au berupa bencana mayor karena t erj adinya
kebakaran.
Dengan semakin banyaknya kecelakaan dan musibah yang
menimpa mulai dari meledaknya pesawat Challanger ( 1986) ,
kecelakaan pesawat penerbangan komersial, kecelakaan reakt or
nuklir ( Three Mile I sland 1979, Chernobyl 1986) , kecelakaan pada
proses pengolahan ( Bhopal 1984) , sert a berbagai kecelakaan lain
yang menimpa indust ri marit im besert a damapak dari kecelakaan dan
musibah t ersebut t erhadap lingkungan, t elah mendorong berbagai
pihak unt uk meningkat kan t ingkat keselamat an sert a mengurangi
resiko yang mungkin t erj adi akibat t erj adinya sat u kecelakaan pada
berbagai fasilit as yang krit is. Gambar 4. 1 menunj ukkan diagram yang
melat ar belakangi perlunya meningkat kan keselamat an berbagai
4
fasilit as yang krit is yang mungkin memberikan dampak yang sangat
buruk baik secara ekonomis, keselamat an maupun dampak
t erhadapa lingkungan bila sampai t erj adi kecelakaan pada fasilit as
kr it is t er sebut .
Pada seksi berikut nya akan dibahas berbagai met ode met ode
unt uk analisa resiko secara garis besar. Bagi para pembaca yang
t ert arik unt uk mendalami analisa resiko lebih j auh, pembaca
disarankan unt uk meruj uk pada beberapa lit erat ur yang dipakai pada
modul ini at au beberapa lit erat ur lain.
4. 2 St udi Resi k o Fase I : Pendef i ni si an Si st em dan Pr el i mi nar y
Hazar d Anal ysi s
Resiko t imbul karena t erlepasnya energi at au mat erial beracun
lain yang t idak t erkont rol. Pada umumnya bagian bagian t ert ent u
dari sebuah plant lebih berbahaya bila dibandingkan dengan bagian
lainnya, oleh karena it u, t ahap awal dalam analisa adalah memecah
plant menj adi subsist em unt uk menet ukan seksi seksi at au
komponen komponen yang kemungkinan besar merupakan sumber
sumber pelepasan yang t idak t erkont rol. Berikut ini dua langkah
pert ama yang harus dilakukan:
Langk ah 1 I dent i f i k asi ber bagai bahay a ( Hazar d)
yangt i mbul .
( Apakah it u berupa sebuah kebicirangas beracun,
sebuah ledakan, kebakaran at au hal lainnya)
Langk ah 2 I dent i f i k asi bagi an bagi an dar i si st em y ang
dapat meni ngk at k an k eadaan bahay a.
5
( Apakah it u melibat kan reakt or kimia, t angki
penyimpanan, power plat at au hal lainnya)
Dalam mengident ifikasi subsist em dari sebuah plant yang dapat
meningkat kan keadaan bahaya, adalah sangat berguna unt uk
memakai daft ar kat a penunj uk ( guide words) yang dapat
menst imulasi pikiran pikiran yang lebih kreat if. Beberapa kat a
penunj uk yang dapat dipakai unt uk menget ahui deviasi dari sebuah
proses dapat dilihat pada t abel 4. 1.
Tabel 4. 1
Kat a penunj uk ( guide wor ds)
No. Kat a Pen u n j u k No. Kat a Pen u n j u k
1 Lebih dari ( mor e of ) 6 Baik maupun . . ( As well as)
2 Kur ang dar i ( Less of ) 7 Terbalik ( Rever se)
3 Tdak ada ( None of ) 8 Lebih lambat dari ( Lat er t han)
4 Bagian dari ( Par t of ) 9 Lebih cepat dar i ( Sooner t han)
5 Selain dari ( Ot her t han)
Sat u sat unya pet unj uk dalam memahami bahaya dari sist em
adalah penilaian engineering dan pemahaman det ail t erhdap
lingkungannya, sert a peralat an peralat an yang ada pada sist em.
Penget ahuan t ent ang t oxic, perat uran keselamat an, kondisi eksplosif,
reakt ivit as, corrosiveness, dan flamabilit y merupakan hal yang
fundament al. Checklist , sepert i yang dikembangkan oleh perusahaan
pesawat t erbang Boeing sepert i yang t erlihat pada t abel 4. 2,
merupakan alat dasar dalam mengident ifikasi bahaya.
6
Tabel 4. 2
Cont oh checklist ber bagai sumber bahaya
HAZARDOUS ENERGY SOURCES
Fuels Pressure Cont ainers Fal l i ng Obj ect s
Pr opel l ant s Spr ing- loaded Devices Cat apul t ed Obj ect s
I nit iat ors Suspension Syst ems Heat ing Devices
Explosive char ges Gas Generat ors Pumps, Blower s, Fans
Char ged Elect r ical Capacit or s Elect rical Generat ors Rot at ing Machinery
St or age Bat t er ies RF Ener gy Sour ces Act uat ing devices
St at ic Elect r ical Char ges Radioact ive Ener gy Sour ces Nuclear Devices
Langk ah 3 Pembat asan St udi .
( Apakah akan dilakukan st udi secara det ail
t erhadap resiko sabot ase, perang, gempa, dan lain
- lain)
4.2.1 Pr el i mi nar y Hazar d Anal y si s ( PHA)
Seringkali, st udi pada fase I akan melibat kan lebih dari sebuah
ident ifikasi awal dari elemen elemen sist em at au event event
yang yang mengarah pada suat u bahaya. Jika analisa diperluas
dengan cara formal ( secara kualit at if) dengan mempert imbangkan
baik urut urut an event yang mengubah sebuah bahaya menj adi
sebuah kecelakaan maupun ukuran ukuran korekt if lain sert a
konsekuensi dari sebuah kecelakaan, maka st udi ini dinamakan
preliminary hazard analysis ( PHA) .
Berbagai bahaya yang sudah diident ifi kasi kemudian dikelom-
pokkan berdasarkan dampak dampak yang dit imbulkan. Skema
perangkingan yang umum dipakai dapat dilihat pada t abel 4. 3.
7
Tabel 4. 3
Pengelompokan bahay ber dasar kan dampaknya
Cl ass Ef f ect s
Class I Hazards Negl i gi bl e Ef f ect s
Class I I Hazards Mar gi nal Ef f ect s
Class I I I Hazards Cr i t i cal Ef f ect s
Class I V Hazards Cat ast r ophi c Ef f ect s
Langkah berikut nya adalah menent ukan Kelompok unt uk
pencegahan kecelakaan , j ika ada Class I V Hazards, maka kelompok
bahaya ini harus dihilangkan demikian j uga bila ada kemungkinan
dari Class I I I Hazards dan Class I I Hazards. Keput usan yang akan
diambil dit unj ukkan dalam bent uk decision t ree sepert i yang
dit unj ukkan pada gambar 4. 2. Sedangkan format yang dipakai Boein
unt uk PHA dit unj ukkan pada gambar 4.4.
Performs
Hazards Analysis
Hazards found
and identified
No hazards
found
Decide to correct
hazards
Decide to accept
hazards
Provide corrective
action
Provide contingency
action
Do both
Gambar 4. 2
Decision t r ee int ik hazar ds analysis
8
10A1
Hardware
10A2
Procedures
10A3
Personel
1. Hardware or functional element being analyzed. will not produce equipment damage or personnel injury. Class II - Marginal -
2. Applicable system phases or modes of operation condition(s) such that personnel error, deficiency/inadequancy of design, or
3. Elements in the hardware or function being analyzed that are inherently hazardous malfunction will degrade performance. Can be counteracted or controlled without
4. Conditions, undesired events, or faults that could cause the hazardous element to become major damage or any injury to personnel. Class III - Critical - Condition(s) such that
the identified hazardous condition personnel error, deficiency/inadequancy of design, or malfunction will degrade
5. Hazardous conditions that could result from the interaction of the system and each performance, damage equipment or result in a hazard requiring immediate corrective
hazardous element in the system action for personnel or equipment survival. Class IV - Catastrophic - condition(s)
6. Undesired events or faults that could cause the hazardous condition to become the such that personnel error, deficiency/inadequancy of design, or malfunction will
identified potential accident severely degrade performance and cause subsequent equipment loss and / or death
7. Any potential accidents that could result from the identified hazardous conditions or multiple injuries to personnel.
8. Possible effects of the potential accident, should it occur. 10. Recommended preventive measures to eliminate or control identified hazardous
9. Qualitative measure of significance for the potential effect on each identified hazardous, conditions and/or potential accidents. Preventive measures to be recommended
according to the following criteria : Class I - Safe - condition(s) such that personnel error, should be hardware design requirements, incorporation of safety devices,
deficiency/inadequancy of design, or malfunction will not result in major degradation and hardware design changes, special procedures, personnel requirements.
11. Record validated preventive measures and keep aware of the status of the
remaining recommended preventive measures. Complete by answering
(1) has the recommended solution been incorporated ?
(2) is the solution effective ?
1. Subsystem
or function
10. Accident prevention measure
11. Validation
Boeing Company Format
5. Hazardous
condition
4. Event causing
hazardous element
3. Hazardous
element
2. Mode
9. Hazard
Class
8. Effect
7. Potential
accident
6. Evant causing
hazardous
condidtion
Gambar 4. 3
Format PHA yang disarankan : Format milik Boeing Company
4. 3 St udi Resi k o Fase I I : I dent i f i k asi Ur ut an Kecel ak aan
Fase I I dari st udi biasanya dimulai set elah pemilihan hardware
dan set elah konfigurasi sist em dibuat . Teknik analit ik yang umum
dipakai adalah event t ree , fault t ree analysis( FTA) , failure modes and
effect s analysis ( FMEA) dan crit icalit y analysis. FTA dan FMEA akan
dibahas lebih det ail pada seksi 5. 3 dan 5. 4.
Sebagai cont oh, akan diulas st udi keselamat an sebuah sist em
yang memiliki susunan seri dimana sist em ini t erdiri dari sebua
9
pompa dan sebuah kat up yang masing masing memiliki probabilit as
sukses dalam menj alankan fungsinya masing masing 0, 98 dan
0, 95. Gambar dari sist em ini dit unj ukkan pada gambar 4. 4. Analisa
event t ree unt uk sist em ini dit unj ukkan oleh gambar 4. 5.
Start
Sukses
Gambar 4. 4
Diagr am pompa - kat up
Pump Valve
RP=0,98
QP = 0,02
RV = 0,95
QV = 0,02
System
failure
System
success
P(success) =
0,931
P(fail) = 0,98x0,05 +
0,02 = 0,069
Gambar 4. 5
Diagr am event t r ee unt uk sist em pompa - kat up
10
4. 4 St udi Resi k o Fase I I I : Consequence Anal y si s
Consequence analysis merupakan t ahap akhir dari st udi / analisa
resiko. Salah sat u met ode yang dipakai adalah cause and
consequence analysis ( CCA) . Teknologi CCA CCA merupakan sebuah
perkawinan fault t ree ( unt uk menunj ukkan penyebab) dan event t ree
( unt uk menunj ukkan akibat / consequence) .
Prosedur unt uk pengkonst ruksian diagram CCA berawal dari
pemilihan sebuah init al event , yang kemudian event ini
dikembangkan lebih j auh dengan menj awab beberapa pert anyaan
berikut ini.
Pada kondisi bagaimana event event ini mengarah ke event
event lain yang lebih j auh ?
Apa kondisi alt ernat if plant yang dapat mengarah ke event
event yang berbeda ?
Komponen komponen lain apa yang mempengaruhi event
ini ? apakah event ini mempengaruhi lebih dari sat u
komponen ?
Event lain apa yang menyebabkan event ini ?
Gambar 4. 6 menunj ukkan t ipikal dari sebuah diagram cause and
consequence analysis.
11
Gambar 4. 6
Cont oh t ipikal dar i cause and consequence analysis
12
Press, New York.
I MarE, Par t 4.
13
Faul t Tr ee Anal y si s ( FTA)
dan Fai l ur e Modes and
Ef f ect s Anal y si s ( FMEA)
5. 1 Pendahul uan
Dalam sit uasi t ert ent u dat a unt uk menganalisa keandalan
secara kuant it at if t idak cukup at au mungkin t idak ada. Alt ernat ifnya,
kit a masih bisa melakukan penilaian keandalan berdasarkan dat a
yang ada secara kualit at if dan berdasarkan pengalaman. Dengan
analisa kualit at if ini t idak berart i kesimpulan yang dihasilkan akan
t idak berharga. Jika analisa yang dilakukan berdasarkan analisa yang
t erst rukt ur, dapat dit elusuri sehingga dasar dari penilaian dengan
menggunakan analisa yang t erst rukt ur, dapat dit elusuri sehingga
dasar dari penilaian secara kualit at if dapat pula dipakai. Bahkan, j ika
dat a yang t ersedia cukup unt uk melakukan penilaian secara kualit at if.
Analisa kualit at if yang sering dipakai unt uk mengevaluasi keandalan
dari suat u sist em adalah analisa kegagalan.
Suat u sist em secara normal akan t erdiri dari sej umlah blok- blok
fungsional yang t erkait sedemikian rupa sehingga sist em t ersebut
dapat menj alankan fungsinya. Terminologi blok fungsional dapat
14
berupa sebuah komponen sampai sebuah subsist em t ergant ung dari
j enis sist em dan kondisi bat as yang dipakai dalam menganalisa suat u
kasus. Hubungan st rukt ural ant ara sist em dengan komponen
mungkin bisa dilukiskan dengan berbagai cara. Semua pendekat an
yang dipakai unt uk melakukan pendekat an unt uk mengevalusi
kegagalan dari suat u sist em adalah unt uk mengilust rasikan
bagaimana suat u sist em t ert ent u akan mengalami at au t idak akan
mengalami kegagalan.
Ada berbagai t eknik unt uk mengevaluasi dan mengkaj i
kegagalan sist em, baik secara kualit at if maupun secara kuant it at if.
Pendekat an dan met odologi t erbaik unt uk mengecaluasi kegagalan
sist em t ergant ung dari beberapa fakt or ant ara lain :
Tuj uan dari st udi yang akan dilakukan.
Karakt erist ik sist em dan t at a let ak sist em
Mode mode kegagalan (failure modes) yang relevan
Prosedur pengoperasian dan perawat an sist em
Berikut ini akan diulas dua met ode yang banyak digunakan
unt uk menganalisa kegagalan sist em. Kedua met ode it u adalah Fault
Tree Analysis ( FTA) dan Failure Modes and Effect s Analysis ( FMEA) .
FMEA dapat dikat egorikan sebagai met ode anlisa kualit at if,
sedangkan FTA selain dapat digunakan unt uk keperluan analisa
kegagalan kualit at if j uga dapat digunakan unt uk analisa kegagalan
secara kuant it at if.
5. 2 Kegagal an ( Fai l ur e)
Kegagalan dapat didefinisikan sebagai t erhent inya kemampuan
suat u it em dapat berupa komponen sampai berupa sat u sist em
15
yang kompleks unt uk menj alankan fungsinya. Kegagalan dari suat u
komponen dapat diklasifikasikan menj adi t iga kelompok, yait u :
Kegagalan primer (primary failure)
Kegagalan sekunder (secondary failure)
Kesalahan perint ah (command fault s)
Kegagalan primer dapat didefinisikan sebagai suat u komponen
berada dalam keadaan rusak (non- working st at e) dimana komponen
t ersebut memang diperhit ungkan akan mengalami kegagalan,
sehingga perlu diadakan aksi perbaikan agar komponen t ersebut
dapat kembali berada pada keadaan siap bekerj a ( working st at e) .
Kegagalan primer pada komponen akan t erj adi pada design envelope
dari komponen, dan penyebab dari kegagalan ini adalah umur dari
komponen. Sebagai cont oh kerusakan pada t angki karena kelelahan
mat erial merupakan cont oh dari kegagalan primer.
Kegagalan sekunder dapat dikat akan sama dengan kegagalan
primer kecuali kegagalan komponen t erj adi diluar perhit ungan. St res
yang berlebihan yang dit erima komponen baik pada masa lalu
maupun pada saat sekarang merupakan penyebab kegagalan
sekunder. St res ini melibat kan amplit udo dari kondisi yang t idak
dapat dit olrir, frekuensi, durasi, at au polarit as, dan input sumber
sumber energi t ermal, mekanikal elekt rikal, kimia, magnet ik, at au
radioakt if. St res ini disebabkan oleh komponen komponen yang ada
disekit ar at au lingkungan disekit ar komponen yang mengalami
kegagalan, yang melibat kan kondisi met eorologi at au geologi, dan
sist em engineering yang lain. Personel, sepert i operat or dan
inspekt or j uga mungkin menybabkan t erj adinya kegagalan sekunder,
j ika mereka merusakkan komponen. Perlu dicat at bahwa st res yang
berlebihan pada komponen t idak akan menj amin komponen akan
kembali pada working- st at e sepert i semula, karena st res yang
dialami komponen akan meninggalkan kerusakan ( memori) pada
komponen yang direparasi.
16
Kesalahan perint ah didefinisikan sebagai komponen berada
dalam keadaan r usak (non- working st at e ) karena kesalahan sinyal
pengont rol at au noise , seringkali aksi perbaikan t idak diperlukan
unt uk mengembalikan komponen pada keadaan semula.
COMPONENT
FAILURE
(1) Primary
Failure
(2)
Secondary
Failure
(3)Command
Fault
E
x
c
e
s
s
i
v
e
S
t
r
e
s
s
e
s
C
o
m
p
o
n
e
n
t

W
i
t
h
i
n
D
e
s
i
g
n

e
n
v
e
l
o
p
e
Inadvertent Control
Signals and Noise
(3-1) Neighboring
Components
(3-2)
Environment
(3-3) Plant
Personnel
(1-1)
Natural
Aging
(2-1) Neighboring
Components
(
2
-
2
)
E
n
v
i
r
o
n
m
e
n
t
(
2
-
3
)

P
l
a
n
t
P
e
r
s
o
n
n
e
l
Gambar 5. 1
Karakt erist ik kegagalan komponen
17
Gambar 5. 1 menunj ukkan karakt erist ik kegagalan dari sebuah
komponen. Lingkaran pert ama yang mengelilingi lingkaran yang
bert uliskan component failure menunj ukkan bahwa kegagalan
komponen diebabkan oleh ( 1) primary failure, ( 2) secondary failure
at au ( 3) command fault s. Berbagai penyebab yang mungkin dari
ket iga kat egori kegagalan ini dit unj ukkan oleh lingkaran t erluar.
5. 3 Faul t Tr ee Anal y si s
Teknik unt uk mengident ifikasikan kegagalan ( failure) dar i suat u
sist em dengan memakai FT ( fault t r ee) diperkenalkan pert ama kali
pada t ahun 1962 oleh Bell Telephone Laborat ories dalam kait annya
dengan st udi t ent ang evaluasi keselamat an sist em peluncuran
minut eman misile ant ar benua. Boeing company memperbaiki t eknik
yang dipakai oleh Bell Telephone Laborat ories dan memperkenalkan
progam komput er unt uk melakukan analisa dengan memanfaat kan
FT baik secara kualit at if maupun secara kuant it at if.
FTA ( Fault Tr ee Analysis) berorient asi pada fungsi ( funct ion-
orient ed) at au yang lebih dikenal dengan t op down approach
karena analisa ini berawal dari syst em level ( t op) dan meneruskan
nya kebawah. Tit ik awal dari analisa ini adalah pengident ifikasikan
mode kegagalan fungsional pada t op level dari suat u sist em at au
subsist em.
FTA adalah t eknik yang banyak dipakai unt uk st udi yang
berkait an dengan resiko dan keandalan dari suat u sist em
engineering. Event pot ensial yang menyebabkan kegagalan dari
suat u sist em engineering dan probabilit as t erj adinya event t ersebut
dapat dit ent ukan dengan FTA. Sebuah TOP event yang merupakan
definisi dari kegagalan suat u sist em ( syst em failure) , harus
dit ent ukan t erlebih dahulu dalam mengkonst rusikan FTA. Sist em
kemudian dianalisa unt uk menemukan semua kemungkinan yang
18
didefinesikan pada TOP event . FT adalah sebuah model grafis yang
t erdiri dari beberapa kombinasi kesalahan ( fault ) secara pararel dan
secara berurut an yang mungkin menyebabkan awal dari failure event
yang sudah dit et apkan.
Set elah mengident ifikasi TOP event , event - event yang memberi
kont ribusi secara langsung t erj adinya t op event diident ifikasi dan
dihubungkan ke TOP event dengan memakai hubungan logika ( logical
link) . Gerbang AND ( AND gat e) dan sampai dicapai event dasar yang
idependent dan seragam ( mut ually independent basic event ) . Analisa
dedukt if ini menunj ukan analisa kualit at if dan kuant it at if dari sist em
engineering yang dianalisa.
Sebuah f ault t r ee mengilust rasikan keadaan dari komponen-
komponen sist em ( basic event ) dan hubungan ant ara basic event
dan TOP event . Simbol grafis yang dipakai unt uk menyat akan
hubungan disebut gerbang logika ( logika gat e) . Out put dari sebuah
gerbang logika dit ent ukan oleh event yang masuk kegerbang
t ersebut . Sebuah FTA secara umum dilakukan dalam 5 t ahapan, yait u
Mendefinisikan problem dan kondisi bat as ( boundary
condit ion) dari sist em
Pengkont ruksian fault t ree
Mengident ifikasi minimal cut set at au minimal pat h set
Analisa kualit at if dari fault t ree
Analisa kuant it at if fault t ree
5. 3. 1 Def i ni si Pr obl em dan Kondi si Bat as
Akt ivit as pert ama dari fault t ree analysis t erdiri dari dua st ep,
yai t u :
Mendefinisikan crit ical event yang akan dianalisa
Mendefinisikan boundary condit ion unt uk analisa
19
Crit ical event yang akan dianalisa secara normal disebut dengan TOP
event . Pent ing kiranya unt uk bahwa TOP event harus didefinisikan
secara j elas dan t idak kabur (unambiguous) . Diskripsi dari TOP event
seharusnya selalu memberikan j awban t erhadap pert anyaan apa
( what ) , dimana (where) , dan kapan (when) .
What
Mendiskripsikan t ipe dari crit ical event yang sedang t erj adi, sebagai
cont oh kebakaran (fire) .
Where
Mendiskripsikan dimana crit ical event t erj adi, sebagai cont oh crit ical
event t erj adi di process oxidat ion react or.
When
Mendiskripsikan dimana crit ical event t erj adi, sebagai cont oh crit ical
event t erj adi pada saat pengoperasian normal.
Sebagai cont oh TOP event yang melibat kan ket iga krit eria di
at as adalah : Kebakaran yang t erj adi di process oxidat ion react or
pada saat pengoperasian normal .
Agar analisis dapat dilakukan secara konsist en, adalah hal yang
pent ing bahwa kondisi bat as bagi analisa didefinisikan secara hat i
hat i. Dari kondisi bat as, kit a akan memilliki beberpa pemahaman
sebagai berikut :
Bat as fisik sist em.
Bagian mana dari sist em yang akan dimasukkan dalam
analisa dan bagian mana yang t idak ?
Kondisi awal.
Kondisi pengoperasian sist em yang bagaimana pada saat
TOP event t erj adi ? Apakah sist em bekerj a pada kapasit as
yang penuh / sebagaian ?
Kondisi bat as yang berhubungan dengnan st res ekst ernal.
20
Apa t ipe st res ekst ernal yang seharusnya disert akan dalam
analisa?
Level dari resolusi.
Seberapa det ail kit a akan mengident ifikasi berbagai alasan
pot ent ial yang menyebabkan kegagalan ?
System Failure or
Accident (TOP EVENT)
The fault tree consists of
sequences of events that lead to
the system failure or accident
The sequences of events are
built by AND, OR, or other logic
gate
The events above the gates and all
events that have a more basic cause
are denoted by rectangles with
the event described in the rectangle
The sequence finally lead to a basic
cause for which there is failure rate
data available. The basic causes are
denoted by circles and represent
the limit of resolution of the fault tree
Gambar 5. 2
St r ukt ur f undament al f ault t r ee
21
5. 3. 2 Pengk onst r uk si an Faul t Tr ee
Pengkonst ruksian fault t ree selalu bermula dari TOP event . Oleh
karena it u, berbagai fault event yang secara langsung, pent ing, dan
berbagai penyebab t erj adinya TOP event harus secara t elit i
diident ifikasi. Berbagai penyebab ini dikoneksikan ke TOP event oleh
sebuah gerbang logika. Pent ing kiranya bahwa penyebab level
pert ama dibawah TOP event harus disusun secara t erst rukt ur. Level
pert ama ini sering disebut dengan TOP st ruct ure dari sebuah f ault
t r ee. TOP st ruct ure ini sering diambil dari kegagalan modul modul
ut ama sist em, at au fungsi ut ama dari sist em. Analisa dilanj ut kan
level demi level samapai semua fault event t elah dikembangkan
sampai pada resolusi yang dit ent ukan. Analisa ini merupakan analisa
dedukt if dan dilakukan dengan mengulang pert anyaan Apa alasan
t erj adinya event ini ? . Gambar 5. 2 menunj ukkan st rukt ur
fundament al dari sebuah fault t ree, sedangkan t abel 5. 1
menunj ukkan berbagai simbol yang dipakai unt uk mengkost ruksi
sebuah fault t ree.
Ada beberapa at uran yang harus dipenuhi dalam
mengkonst ruksi sebuah fault t ree. Berikut ini beberapa at uran yang
dipakai unt uk mengkonst ruksi sebuah fault t ree.
1. Di sk r i psi k an f aul t event .
Masing masing basic event harus didefiniskan secara t elit i ( apa,
dimana, kapan) dalam sebuah kot ak.
2 Eval uasi f aul t event .
Sepert i yang t elah diuraikan pada seksi 5. 2, kegagalan komponen
dikelompokkan dalam t iga kelompok yait u, primary failures,
secondary failures, dan command fault s.
22
Tabel 5. 1
Simbol f ault t r ee
NAMA SI MBOL DI SKRI PSI
OR Gat e
A
E1 E2
OR- Gat e menunj ukkan out put
dari event A t erj adi j ika
sembar ang input event Ei t erj adi.
Logi c gat es
AND Gat e
A
E1 E2
AND Gat e menunj ukkan out put
dari event A akan t erj adi j ika
semua input event Ei t erj adi
secara serent ak.
Basi c ev en t Basic event menyat akan
kegagalan sebuah basic
equipment yang t idak
memer lukan penelit ian lebih
lanj ut dar i penyebab kegagalan
I n pu t ev en t s Undeveloped event Undevel oped event menyat akan
sebuah event yang t idak dit elit i
l ebi h l anj ut kar ena t i dak
t er sedianya/ cukupnya inf or masi
at au kar ena konsekuensi dar i
event ini t idak t er lalu pent ing
Descr i pt i on
of st at e
Comment r ect angl e
Comment r ect angle
di manf aat kan unt uk i nf or masi
t ambahan
Tr an sf er
sy mbol s
Transfer -
out
Transfer -
in
Simbol t r ansfer - out menun-
j ukkan bahwa f ault t r ee
dikembangkan lebih j auh dan
ber kait an dengan simbol t r ansfer -
in
23
Sebuah normal basic event di dalam sebuah fault t ree
merupakan sebuah primary failures yang menunj ukkan bahwa
komponen merupakan penyebab dari dari kegagalan. Secondary
failures dan command fault s merupakan int ermediat e event yang
membut uhkan invest igasi lebih mendalam unt uk mengident ifikasi
alasan ut ama.
Pada saat mengevaluasi sebuah fault event , seorang analis
akan bert anya, Dapat kah fault ini dikat egorikan dalam primary
failure ? Jika j awabannya adalah YA, maka analis t ersebut dapat
mengkalsifikasikan fault event sebagai normal basic event . Jika
j awabannya adalah TI DAK, maka analis t ersebut dapat
mengkalsifikasikan fault event sebagai int ermediat e event , yang
harus didevelop lebih j auh, at au sebagai secondary basic event .
Secondary basic event sering disebut dengan undeveloped event
dan menunj ukkan sebuah fault event yang t idak dikaj i lebih j auh
karena informasinya t idak t ersedia at au karena dampak yang
dit imbulkan t idak signifikan.
3. Lengk api semua ger bang l ogi k a.
Semua input ke gat e t ert ent u harus didefiniskan dengan
lengkap dan didiskripsikan sebelum memproses gat e lainnya. Fault
t ree harus diselesaikan pada masing masing level sebelum
memulai level berikut nya.
Cont oh 5.1
Gambar 5. 3 menunj ukkan sebuah coolant supply syst em yang t erdiri
dari sebuah const ant speed pump, heat exchnager, cont rol valve,
r esser voir, perpipaan. Fungsi ut ama dari sist em ini adalah unt uk
memberikan suplai pendingainan yang cukup t erhadap peralat an
ut ama. Konst ruksi sebuah fault t ree unt uk sist em ini dengan TOP
event hilangnya aliran (coolant ) minimum ke heat exchanger.
24
PRIMARY
EQUIPMENT
RESERVOIR
HEAT
EXCHANGER
Primary
coolant line
Control Valve
Constant
speed
pump
Bypass
line
Gambar 5. 3
Cool ant suppl y syst em
Sol usi
Hilangnya aliran ( coolant ) minimum mungkin t erj adi karena
pecahnya primary coolant line at au hilangnya aliaran dari coolant
valve, sehingga event event ini dikait kan dengan OR Gat e.
Pecahnya / bocornya pipa merupakan primary failure, oleh karena it u
event ini t idak dikembangkan lebih j auh. Tiga event yang lain yang
secara langsung dapat menyebabkan hilangnya aliran dari cont rol
valve j uga dihubungkan dengan OR gat e. Diagarm FTA dari coolant
supplay syst em dapat dilihat pada gambar 5.4.
25
Loss of minimum flow to
heat exchanger
Rupture of primary
coolant line
No axial flow from
control valve
Rupture (loss of
containment) of
control valve
Flow blockage within
control valve
No flow into control
valve inlet
Foreign objects in
cooling fluid collect in
valve body
Pieces of failed
pump enter valve
Pump fails with
internal break up
Control valve closed
beyond minimum
flow position
Valve closed to full
position when valve stop
fails
Rupture (loss of
containment) of
control valve
No flow into control
valve inlet
Rupture of inlet line
Primary pump failure
Loss of pump inlet
supply
Pump prime mover
failure
Gambar 5. 4
FTA dar i coolant supply syst em
5. 3. 3 Pengi dent i f i k asi an Mi ni mal Cut Set
Sebuah fault t ree memberikan informasi yang berharga t ent ang
berbagai kombinasi dari fault event yang mengarah pada crit ical
failure sist em. Kombinasi dari berbagai fault event disebut dengan cut
set . Pada t erminologi fault t ree, sebuah cut set didefiniskan sebagai
basic event yang bila t erj adi ( secara simult an) akan mengakibat kan
t erj adinya TOP event . Sebuah cut set dikat akan sebagai minimal cut
set j ika cut set t ersebut t idak dapat direduksi t anpa menghilangkan
st at usnya sebagai cut set .
26
Jumlah basic event yang berbeda di dalam sebuah minimal cut
set disebut dengan orde cut set . Unt uk fault t ree yang sederhana
adalah mungkin unt uk mendapat kan minimal cut set dengan t anpa
menggunakan prosedur formal / algorit ma. Unt uk fault t ree yang
lebih besar, maka diperlukan sebuah algorit ma unt uk mendapat kan
minimal cut set pada fault t ree. MOCUS ( met hod for obt aining cut
set s) merupakan sebuah algorit ma yang dapat dipakai unt uk
mendapat kan minimal cut set dalam sebuah fault t ree. Algorit ma ini
akan dij elaskan dengan menggunakan cont oh.
TOP Event
G
1
1
G
2
TOP Event
G
3
2
3 4 5 6
G
6
7 8
G
4
G
4
Gambar 5. 5
Faul t t r ee cont oh soal 5. 2
Cont oh 5.2
Gambar 5. 5 menunj ukkan sebuah Fault Tree. Dengan menggunakan
algorit ma MOCUS, t ent ukan minimal cut set dari fault t ree t ersebut .
27
Sol usi
Tabel 5. 2
Algor it ma MOCUS unt uk cont oh soal 5. 2
STEP
1 2 3
1 1 1
2 2
G2
G4 3,4
G5 5,6
G3 G6 7
8
Tabel 5. 2 menunj ukkan algorit ma MOCUS unt uk mendapat kan
minimal cut set dari fault t ree pada gambar 5. 5. Berikut ini
penj elasan dari algorit ma di at as.
St ep 1
List semua basic event yang menj adi input dari G1. Karena G1
merupakan OR gat e maka semua input disusun secara vert ikal.
St ep 2
Event 1 merupakan basic event , sehingga event ini t idak
dikembangkan, sedangkan G2 dan G4 masing masing merupakan
OR Gat e, sehingga kit a harus me- list semua input yang memasuki
gat e ini. Gat e 2 merupakan OR gat e, sehingga semua event yang
memasuki gat e ini yait u event 2 dan G4 - di- list secara vert ikal.
Demikian j uga dengan gat e 3 yang merupakan OR gat e, maka semua
event yang memasuki gat e yait u G5 dan G6 - ini j uga di- list secara
ver t ikal.
28
St ep 3
Gat e 4 merupakan AND gat e, sehingga semua event yang memasuki
gat e ini basic event 3 dan basic event 4 - harus dit ulis secara
horisont al. Gat e 5 j uga merupakan AND gat e, sehingga merupakan
AND gat e, sehingga semua event yang memasuki gat e ini harus
dit ulis secara horisont al. horisont al. Gat e 6 merupakan OR gat e,
sehingga semua event yang memasuki gat e ini basic event 7 dan
basic event 8 - harus dit ulis secara vert ikal.
Semua event yang diperoleh dengan algorit ma MOCUS pada
st ep 3 semuanya merupakan basic event , sehingga kit a mendapat kan
cut set dari fault t ree ini adalah { 1} , { 2} , { 3, 4} , { 5, 6} , { 7} , dan { 8}
yang semuanya merupakan minimal cut set.
5. 3. 4 Ev al uasi Kual i t at i f Faul t Tr ee
Evaluasi kualit at if dari sebuah fault t ree dapat dilakukan
berdasarkan minimal cut set . Kekrit isan dari sebuah cut set j elas
t ergant ung pad j umlah basic event di dalam cut set ( orde dari
cut set ) . Sebuah cut set dengan orde sat u umumnya lebih krit is
daripada sebuah cut set dengan orde dua at au lebih. Jika sebuah
fault t ree memiliki cut set dengan orde sat u, maka TOP event akan
t erj adi sesaat set elah basic event yang bersangkut an t erj adi. Jika
sebuah cut set memiliki dua basic event , kedua event ini harus
t erj adi secara serent ak agar TOP event dapat t erj adi.
Fakt or lain yang pent ing adalah j enis basic event dari sebuah
minimal cut set . Kekrit isan dari berbagai cut set dapat dirangking
berdasarkan dari basic event berikut ini :
Human error
Kegagalan komponen / peralat an yang akt if ( act ive
equipment failure)
29
Kegagalan komponen / peralat an yang pasif ( passive
equipment failure)
Peringkat ini disusun berdasarkan asumsi bahwa human error lebih
sering t erj adi dari pada komponen / peralat an yang akt if dan
komponen / peralat an yang akt if lebih rent an t erhadapa kegagalan
bila dibandingkan komponen / peralat an yang pasif.
5. 3. 5 Ev al uasi Kuant i t ai f Faul t Tr ee
Secara umum ada dua buah met ode unt uk mengevaluasi
sebuah fault t ree secara kuant it at if. Kedua met ode ini adalah met ode
dengan menggunakan pendekat an alj abar boolean (boolean algebra
appr oach) sert a met ode perhit ung langsung ( direct numerical
appr oach) .
Bool ean al gebr a appr oach
Tabel 5.3 menunj ukkan hukum hukum alj abar boolean yang
dipakai unt uk melakukan evaluasi fault t ree secara kuant it at if.
Pendekat an alj abar boolean berawal dari TOP event dan
mendiskripsikannya secara logis dalam basic event , incomplet e event
dan int ermediat e event . Semua int ermediat e event akan digant ikan
oleh event event pada hirarki yang lebih rendah. Hal ini t erus
dilakukan sampai pernyat aan logika yang menyat akan TOP event
semuanya dalam bent uk basic event dan incomplet e event . Cont oh
5.3 akan mengilust rasikan pemakain met ode ini dalam mengevaluasi
sebuah fault t ree.
30
Tabel 5. 3
Hukum hukum alj abar boolean
Jeni s For mul a Jeni s For mul a
AA = A A( B+ C) = AB + AC
A + A = A
Hukum
dist r ibut if A+ BC = ( A+ B) ( A+ C)
A( A+ B) = A 0A = 0
A A = 0
1A = A
Hukum
dasar
A + A = 1
0 + A = A
AB = BA
Hukum
yang
melibat kan
1 dan 0
1 + A = 1 Hukum
komut at if A + B = B + A
A( BC) = ( AB) C
B A AB + =
Hukum
Asosiat if A+ ( B+ C) = ( A+ B) + C
Hukum De
Morgan
B A B A = +
T
G
1
G
2
E1
E3
E2
Gambar 5. 6
Fault t r ee unt uk cont oh soal 5. 3
31
Cont oh 5.3
Gambar 5. 6 menunj ukkan sebuah fault t ree. TOP event dari fault t ree
ini menyat akan hilangya suplai daya list rik. TOP event ini memiliki
dua input event yait u I nt ermediat e event ( I ) dan incomplet e event
yang mewakili hilangnya power dc ( E3) . I nt ermediat e event ( I )
memiliki dua incomplet e evemt E1 dan E2 yang masing masing
mewakili hilangnya offsit e power dan hilangnya onsit e power. Dat a
keandalan yang t ersedia unt uk E1, E2, dan E3 masing masing
adalah 0, 933 ; 0, 925 ; dan 0, 995. Dengan menggunakan pendekat an
alaj abar boolean dapat kan probabilit as t erj adinya kegagalan TOP
event .
Sol usi
Ekspresi alaj abar boolean unt uk level pert ama adalah
T = I + E3
I nt ermediat e evant dapat digant i dengan
I = E1. E2
Oleh kar ena it u
T = E1.E2
Persamaan di at as merupakan ekspresi akhir alj abar boolean dari
fault t ree yang sedang dianalisa. Probabilit as t erj adinya TOP event T
dapat dievaluasi dengan menggunakan alj abar boolean.
P( T) = P( E1.E2 + E3)
32
= [ P( E1) P( E2) ] + P( E3) [ P( E1) P( E2) P( E3) ]
dimana
P( E1) = 1 0,933 = 0,067
P( E2) = 1 0,925 = 0,075
P( E3) = 1 0,995 = 0,005
Sehingga
P( T) = 0,01 q
Di r ect numer i cal appr oach
Kerugian dari boolean algebra approach adalah ekspresi yang
kompleks j ika sist em yang besar dan fault t ree yang berhubungan
dengan sist em t ersebut akan dikaj i. Pendekat an alt ernat if unt uk
menghit ung nilai numerik probabilit as dapat dilakukan dengan
menggunakan direct numerical approach. Berbeda dengan boolean
algebra approach yang memiliki sifat t op- down approach maka
pendekat an numerik ini bersifat bot t om- up approach. Pendekat an
numerik ini berawal dari level hirarki yang paling rendah dan
mengkombinasikan semua probabilit as dari event yang ada pada
level ini dengnan menggunakan logic gat e yang t epat dimana event
event ini dikait kan. Kombinasi probabilit as ini akan memberikan nilai
probabilit as dari int ermediat e event pada level hirarki diat asnya.
Proses ini berlangsung t erus ke at as sampai TOP event dicapai.
Cont oh 5.4
Tinj au kembali cont oh soal 5. 3. dengan menggunakan pendekat an
numerik hit ung probabilit as t erj adinya TOP event .
33
Sol usi
P( I ) = P( E1) P( E2)
= ( 1- 0,933) ( 1- 0,925) = 0,005025
P( T) = P( I U E3) = P( I ) + P( E3) - P( I ) P( E3)
= o,005025 + ( 1 0,995) 0,005025 ( 1 0,995)
= 0,01 q
Unt uk fault t ree yang cukup kompleks, selain menggunakan
dua met ode evaluasi yang sudah didiskusikan di at as, evaluasi
kuant it at if dari dapat j uga dievaluasi dengan menggunakan formula
pendekat an sepert i yang sudah didiskusikan pada seksi 3. 10. dat a
yang diperlukan adalah minimal cut set dari fault t ree.
Jika C
i
menyat akan minimal cut set ke- i dari suat u fult t ree, dan
j ika P( C
i
) mewakili probabilit as unt uk event C
i
maka dengan
menggunakan alj abar boolean unreliabilit y dari sist em secara umum
( )
= =
=
+ + +
= =
n
i
i
j
j
k
n
n
k j i
n
i
n
i
i
j
j i i n i S
C C C P C C C P
C C P C P C C C C P Q
3
1
2
1
1
2 1
1
1 2
1
1
2 1
) ... ( ) 1 ( ... ) (
) ( ) ( ... ...
( 5.1)
Henley dan Kumamot o [ 1992] memberikan suat u met ode
evaluasi secara aproksimasi unt uk sist em yang memiliki konst ruksi
fault t ree yang sangat kompleks dengan menyederhanaan persamaan
( 5. 1) . Aproksimasi ket akandalan dari sist em dapat diperoleh dengan
menghit ung upperbound dan lowerbound dari unreliabilit y sist em
dengan formula sebagai berikut .
34
=
=
n
i
i S
C P Q
1
bound Upper
) ( ( 5.2)
Sedang formula unt uk lower bound dari unreliabilit y sist em adalah

= =
=
=
n
i
n
i
i
j
j i i S
C C P C P Q
1 2
1
1
) ( ) ( ( 5.3)
Tabel 5. 4
Hubungan ant ar a blok diagr am r eliabilit y dengan f ault t r ee
Bl ok Di agr am Rel i abi l i t y Fau l t Tr ee
1 3 2
TOP
1 3 2
1
3
2
TOP
1 3 2
35
Sebuah fault t ree dapat dit erj emahkan ke dalam blok diagram
keandalan dengan menerj emahkan basic event ke dalam sebuah blok
dan menerj emahkan gerbang logika ke dalam susunan t ert ent u -
seri, paralel at au susunan lainnya - yang menghubungkan berbagai
blok. Hubungan ant ara fault t ree dan blok diagram reliabilit y unt uk
konfigurasi yang sederhana diperlihat kan pada t abel 5. 4.
5. 4 Fai l ur e Modes and Ef f ect s Anal y si s ( FMEA)
Failure modes and effect s analysis ( FMEA) merupakan salah
sat u t eknik yang sist emat is unt uk menganalisa kegagalan. Teknik ini
dikembangkan pert ama kali sekit ar t ahun 1950- an oleh para
reliabilit y engineers yang sedang mempelaj ari masalah yang
dit imbulkan oleh peralat an milit er yang mengalami malfungsi.
Teknik analisa ini lebih menekankan pada hardware- orient ed
appr oach at au bot t om- up approach. Dikat akan demikian karena
analisa yang dilakukan dimulai dari peralat an dan meneruskannya ke
sist em yang merupakan t ingkat yang lebih t inggi. Proses ini mencoba
menj awab pert anyaan Apa dampak yang akan t erj adi j ika t erj adi
kegagalan pada . ? .
FMEA sering menj adi langkah awal dalam mempelaj ari
keandalan sist em. Kegiat an FMEA melibat kan banyak hal - sepert i
me-r eview berbagai komponen, rakit an, dan subsist em - unt uk
mengident ifikasi mode mode kegagalannya, penyebab
kegagalannya, sert a dampak kegagalan yang dit imbulkan. Unt uk
masing masing komponen, berbagai mode kegagalan berikut
dampaknya pada sist em dit ulis pada sebuah FMEA wor ksheet . Ada
berbagai bent uk dari worksheet unt uk FMEA, salah sat u diant anya
sepert i yang dit unj ukkan pada gambar 5. 7.
36
gambar 5. 7
Tipikal FMEA wor ksheet
37
Sebuah FMEA akan berubah menj adi FMECA ( failure mode,
effect s, and crit icallit y analysis) j ika kekrit isan at au priorit as akan
dikait an dengan dampak dari mode kegagalan yang dit imbulkan oleh
sebuah komponen.
Secara umum t uj uan dari penyusunan FMEA ( I EEE St d. 352)
adalah sebagai ber ikut .
1. Membat u dalam pemilihan desain alt ernat if yang memiliki
keandalan dan keselamat an pot ensial yang t inggi selama fase
desain.
2. Unt uk menj amin bahwa semua bent uk mode kegagalan yang
dapat diperkirakan berikut dampak yang dit imbulkannya
t erhadap kesuksesan operasional sist em t elah
dipert imbangkan.
3. Membuat list kegagalan pot ensial , sert a mengident ifikasi
seberapa besar dampak yang dit imbulkannya.
4. Men- develop krit eria awal unt uk rencana dan desain penguj ian
sert a unt uk membuat daft ar pemeriksaaan sist em.
5. Sebagai basis analisa kualit at if keandalan dan ket ersediaan.
6. Sebagai dokument asi unt uk referensi pada masa yang akan
dat ang unt uk membant u menganalisa kegagalan yang t erj adi
di lapangan sert a membant u bila sewakt u wakt u t erj adi
perubahan desain.
7. Sebagai dat a input unt uk st udi banding.
8. Sebagai basis unt uk menent ukan priorit as perawat an korekt if.
FMEA merupakan salah sat u bent uk analisa kualit at if, dan FMEA
harus dilakukan oleh seorang desainer pada t ahap desain sist em.
Tuj uannya adalah unt uk mengident ifikasi desain di area mana yang
masih memerlukan perbaikan agar persyarat an keandalan dapat
dipenuhi.
38
5.4.1 Pr osedur Penyusunan FMEA
FMEA sangat sederhana unt uk dilakukan. FMEA t idak
membut uhkan ket rampilan yang canggih bagi seorang personel unt uk
melakukan analisa. Hal yang diperlukan dalam menganalisa adalah
unt uk menget ahui dan memahami fungsi dari sist em dan beberapa
const rain dimana sist em it u harus dapat beroperasi. Berikut ini
beberapa pert anyaan dasar yang yang harus dij awab oleh seorang
analis dalam melakukan analisa FMEA ( I EEE St d. No. 352) .
1. Bagaimana masing masing komponen mengalami
kegagalan ?
2. Mekanisme apa yang mungkin menghasilkan suat u mode
kegagalan t ert ent u ?
3. Apa dampak dari kegagalan yang t erj adi ?
4. Apakah kegagalan yang t erj adi ada kait annya dengan
keselamat an at au t idak ?
5. Bagaiman kegagalan it u dapat didet eksi ?
6. Apa yang harus disediakan desain unt uk mengkompensasi
kegagalan ?
Pert anyaan pert anyaan t ersebut di at as akan dit abelkan dalm
sebuah spread sheet . Gambar 5.7 menunj ukkan cont oh t ipikal dari
sebuah FMEA. Berikut ini penj elasan dari masing masing kolom
yang ada di FMEA worksheet .
Ref er ence ( k ol om 1)
Menunj ukkan nam unit at au gambar.
Funct i on ( k ol om 2)
Mendiskripsikan fungsi dari komponen yang sedang di analisa.
39
Tabel 5. 5
Mode Kegagalan ( Failure mode)
FAI LURE MODE EXPLANATI ON
MECHANI CAL
Clogging Clogging of filt er
Cracking A cr ack develop in t he mat er ial, r esult ing in a cr ack- up
of t he component or equipment
Ext ernal leakage The component or equipment has det er ior at ed, r esult ing
in an ext ernal leakage
I nt er nal leakage The component or equipment has det er ior at ed, r esult ing
in an int ernal leakage
Loose part Loose component or par t ( s) in component
St uck The component or equipment is st uck ( not possible t o
move) , r esult ing in it no longer per for ming it s specified
f unct ion
St uck cl osed The component or equipment is st uck in closed posit ion
due t o par t icle in f luid, r esult ing in it no longer
per for ming it s specified
St uck open The component or equipment is st uck in open posit ion
due t o par t icle in f luid, r esult ing in it no longer
per for ming it s specified
Worn out The component is wor n due t o wear
Failed Mechanical component f ailur e ( not cover ed by ot her
failure mode)
ELECTRI CAL / I NSTRUMENT
Eart h fault Ear t h leakage f r om elect r ical component s, r esult ing in
failur e of t he component or equipment
Open circuit Br oken wir es, elect r onic component s or loose
connect ions, r esult ing in f ailur e of t he component or
equipment
Out of range The component is st ill in oper at ion, but is not
per for ming wit hin it s specified funct ional r ange
Short circuit Elect r ical shor t cir cuit , r esult ing in failur e of t he
component or equipment
Failed Elect r ical or inst r ument component f ailur e ( not cover ed
by ot her failure modes)
40
Oper at i onal mode ( k ol om 3)
Menunj ukkan mode pengoperasian dari komponen. Sebagai cont oh,
sebuah komponen mungkin memiliki lebih dari sat u mode
pengoperasian sepert i pengoperasian normal at au st andby.
Fai l ur e mode ( k ol om 4)
Unt uk masing masing fungsi komponen dan mode
pengoperasiannya, semua mode kegagalan diident ifikasi dan direcord
pada kolom ini. Sebuah mode kegagalan dapat didefinisikan sebagai
kegagalan komponen unt uk memenuhi salah sat u fungsi dari
komponen t er sebut .
Cara prakt is unt uk mendapat kan mode kegagalan yang
signifikan adalah dari pengalaman pengoperasian komponen dan
menanyakan kepada personel yang menangani perawat an komponen.
Tabel 5.5 menunj ukkan beberpa t ipikal mode kegagalan yang dialami
oleh peralat an mekanik dan elekt rik.
Fai l ur e mechani sm ( k ol om 5)
Semua mekanisme kegagalan yang mungkin yang dihasilkan oleh
mode kegagalan yang sudah diident ifkasi direcord dalam kolom ini.
Tabel 5.6 menunj ukkan beberpa t ipikal mode kegagalan yang dialami
oleh peralat an.
Det ect i on of f ai l ur e ( k ol om 6)
Berbagai kemungkinan pendet eksian dari berbagai mode kegagalan
direcord pada kolom ini. Tabel 5. 7 menunj ukkan beberpa t ipikal
met ode pendet eksian mode kegagalan yang mungkin dialami oleh
per alat an.
41
Tabel 5. 6
Mekanisme kegagalan ( Failure mechanism)
CAUSE EXPLANATI ON
Abrasive fluid Abrasive fluid result ing in det eriorat ion of component causing a failure
Accelerat ed
wear
Accelerat ed wear result ing in det eriorat ion of component causing a failure
Age Age result ing in det eriorat ion of component causing a failure
Ambient air Ambient air affect ing t he component causing a failure
Cavit at ion Format ion of t ransient voids or vacuum bubbles in a liquid st ream passing over a
surface is called cavit at ion
Clogging Clogging of component causing a failure
Corrosion The mat erial is gradually worn due t o chemical react ion result ing in failure of t he
component
Dust Dust affect ing t he component causing failure
Erosion Fluid cont ains abrasive subst ance t hat cause erosion, result ing in failure of t he
component
Fat igue Cyclic or repeat ed st resses result ing in component failure when t he abilit y of met al t o
wit hst and is lost
Frict ion Frict ion bet ween t wo mat erials result ing in det eriorat ion of component causing a
failure
Flow rat e Flow rat e in pipes or t hrough equipment result ing det eriorat ion or build up of coat in
component causing a failure
Fouling Fouling is t he format ion of deposit s ot her t han salt and scale and may be due t o
corrosion, solid mat t er ent ering t he feed, or deposit s. Fouling of t he surface result s in
reduced performance or failure of t he component
Medium Medium st ored or flowing t hrough t he equipment result ing in det eriorat ion or build up
of coat in equipment causing a failure ( H2S cont ent , sea wat er, alga growt h, et c.)
Moist ure Moist ure affect ing t he component causing a failure
Normal wear Normal wear result ing in det eriorat ion of component causing a failure
Operat ion Operat ion result ing in det eriorat ion or build up of coat in equipment causing a failure
Part icles Fluid cont ains part icles t hat cause t he component t o j am
Plugging Plugged pipe or equipment causing a failure
Pressure High or low pressure result ing det eriorat ion or build up of coat in equipment causing
a failure
Prot ect ion Poor prot ect ion of equipment result ing in det eriorat ion of equipment causing a failure
Sea wat er Sea wat er affect ing component out side ( casing) causing a failure
St r ess St ress on component causing mat erial det eriorat ion and crack up
Temperat ure High or low t emperat ure result ing in det eriorat ion or build- up of coat in component
causing a failure
Vibrat ion,
ext ernal
Vibrat ion, not from t he equipment it self, affect ing t he component and causing a failure
Vibrat ion,
int ernal
Vibrat ion, from t he equipment it self, affect ing t he component and causing a failure
42
Tabel 5. 7
Met ode pendet eksian kegagalan
DETECTI ON
METHOD
EXPLANATI ON
Casual
obser vat ion
Casual obser vat ion of pot ent ial failur e dur ing daily r out ine
Alar m funct ion Alarm funct ion inst alled t o det ect pot ent ial failure in equipment
Funct ional t est Funct ional t est of t he component t o det ect pot ent ial failur e
Cor r osion
monit oring
Corrosion monit oring equipment inst alled t o measure corrosion rat e
Oil sampling Sampling of lube oil and hydr aulic oil t o det ect pot ent ial failur e
Ther mogr aphy Thermographical t est of component t o det ect abnormal t emperat ure
Non- dest ruct ive
t est
NDT including X- r ay and ot her met hods t o det ect pot ent ial failur e of
component
I nt er nal
inspect ion
I nt ernal inspect ion of component t o det ect pot ent ial failure
Performance
monit oring
Measur ement s of r elevant par amet er s such as t emper at ur e, f low,
pressure, energy consumpt ion et c. in comparison wit h reference dat a
and t r end development
Visual inspect ion Visual inspect ion of component t o det ect pot ent ial failure
Vibrat ion
analysis
Vibrat ion dat a collect ion analysis
Ef f ect s on ot her component s i n t he same
subsyst em ( k ol om 7)
Semua dampak dari mode kegagalan yang t elah t erident ifikasi pada
komponen lain pada subsist em direcord pada kolom ini.
Ef f ect s on t he pr i mar y f unct i on of t he syst em ( k ol om 8)
Semua dampak ut ama yang dari semua mode kegagalan yang t elah
t erident ifikasi t erhadap fungsi ut ama sist em direcord pada kolom ini.
43
Fai l ur e r at e ( k ol om 9)
Laj u kegagalan dari masing masing mode kegagalan direcord pada
kolom ini. Unt uk kasus yang t idak memiliki dat a kuant it at if, maka
klasifikasi pada t abel 5. 8 dapat digunakan unt uk mengisi kolom ini.
Tabel 5. 8
Dat a kualit at if f ailur e r at e
Fai l ur e Rat e Ket er an g an
Very unlikely Ter j adi sekali set iap 1000 t ahun
Remot e Terj adi sekali set iap 100 t ahun
Occasional Ter j adi sekali set iap 10 t ahun
Probable Terj adi sekali set ahun
Frequent Ter j adi sekali sebulan at au lebih ser ing
Sever i t y r ank i ng ( k ol om 10)
Kolom ini berisikan penj elasan dampak pot ensial yang t erburuk yang
diakibat kan oleh suat u kegagalan, dampak ini dit ent ukan
berdasarkan t ingkat cedera yang dialami oleh personel, t ingkat
kerusakan propert i, at au t ingkat kerusakan sist em yang t erj adi. Tabel
5. 9 menunj ukkan t ingkat kerusakan yang sering dipakai.
Ri sk Reduci ng Measur es ( k ol om 11)
Kolom ini berisikan berbagai kemungkinan kegiat an yang dilakukan
unt uk mengembalikan at au mencegah akibat serius dari sebuah
kegagalan.
Comment s ( k ol om 12)
Kolom ini dapat dipakai unt uk merecord informasi informasi lain
yang t idak t erekam pada kolom kolom yang lain.
44
Tabel 5. 9
Pengelompokan t ingkat ker usakan
Kat egor i Ket er an g an
Cat ast ropic Kegagalan suat u komponen dapat menyebabkan kemat ian
at au ceder a at au menghent ikan per f or mance sist em yang
t elah dit et apkan
Cr i t i cal Kegagalan suat u komponen dapat menyebabkan penur unan
kiner j a diluar bat as yang dapat dit er ima dan dapat
membahayakan keselamat an ( dapat menyebabkan kemat ian
at au ceder a j ika aksi kor ekt if t idak seger a dilakukan)
Maj or Kegagalan suat u komponen dapat menyebabkan penur unan
kiner j a diluar bat as yang dapat dit er ima t et api masih dapat
dikont r ol dengan car a dan pr osedur lain yang sudah
dit et apkan
Mi nor Kegagalan suat u komponen t idak menyebabkan penur unan
kinerj a diluar bat as yang dapat dit erima
Dengan mengombinasikan failure rat e ( kolom 9) dan sever it y
( kolom 10) , kit a bisa mendapat kan rangking kekrit isan dari failure
mode yang berbeda. Tabel 5.10 menunj ukkan apa yang disebut
dengan crit icallit y mat rix. Pada cont oh ini, failure rat e dikelompokkan
dalam lima kelas sepert i yang sudah dij elaskan pada kolom 9.
Demikian j uga dengan pengelompokkan severit y yang dikelompokkan
menj adi empat kelas sepert i yang dij elaskan pada kolom 10. Mode
kegagalan yang paling krit is dit unj ukkan dengan t anda ( x) pada
poj ok kanan at as dari mat rix sedangkan yang paling t idak krit is
dit unj ukkan dengan t anda ( x) pada poj ok kiri bawah mat rix.
45
Tabel 5. 10
Pengelompokan t ingkat ker usakan
Sev er i t y Gr ou p
Fai l ur e Rat e
Mi nor Maj o r Cr i t i cal Cat ast r ophi c
Fr equent
Pr obabl e
Occat i on al (x)
Remot e (x)
Ver y unl i k el y (x) (x)
46
1. Frankel, Ernst G. , [ 1988] , Syst ems Reliabilit y and Risk Analysis,
2
nd
edit ion, Kluwer Academic Publishers, PO BOX 17, 3300 AA
Dordrecht , The Net herlands.
2. Henley, E.J. and Hiromit su Kumamot o [ 1992] , Probabilist ic Risk
Press, New York.
4. McCormick, N.J.[ 1981] , Reliabilit y and Risk Analysis : Met hods and
Nuclear Power Applicat ions, Academic Press, I nc.
I MarE, Par t 4.
6. Sandt orv, H., J. Eldby, M. Rasmussen [ 1990] , Reliabilit y- Cent ered
Maint enance Hanbook for Offshore Applicat ion, Sint ef Report .
7. .[ 1994] , Training Course in Reliabilit y- Cent ered Maint enance
( RCM) , MARI NTEK Sint ef Group.
8.
9. Kececioglu, D. [ 1991] , Reliabilit y Engineering Handbooks Volume
2, Prent ice Hall, Englewood Cliffs, New Jersey.
07632.
Bagian 2
Oleh
SURABAYA
MODUL
3
DAFTAR ISI MODUL 3
BAB 6 Distribusi Probabilitas dan Terminologi Keandalan
6.1 Pendahuluan
6.2 Variabel Random
6.3 Variabel Random Kontinyu
6.4 Variabel random Diskrit
6.5 Fungsi Distribusi Kumulatif
6.6 Terminologi Keandalan
6.7 Kurva Laju Kegagalan
6.8 Distribusi Binomial
6.9 Distribusi Poisson
6.10 Distribusi Normal
6.11 Distribusi Lognormal
6.12 Distribusi Eksponensial
6.13 Distribusi Weibull
6.14 Goodnes-of-fit Tests
BAB 7 Model Keandalan Dinamis
7.1 Pendahuluan
7.2 Sistem Dengan Susunan Seri
7.3 Sistem Dengan Susunan Paralel
7.4 Sistem Dengan Susunan Gabungan Seri Paralel
7.5 Sistem Dengan Susunan Berlebihan Secara Parsial (Partially
Redundant System)
7.6 Sistem Standby (Standby System)
7.6.1 Perfect Switching
7.6.2 Imperfect Switching
BAB 8 Component Import ance
8.1 Pendahuluan
8.2 Birnbaums Measure
8.3 Criticallity Importance
8.4 Vesely Fussells Measure
8.5 Improvement Potential
1
Di st r i busi Pr obabi l i t as
dan Ter mi nol ogi Keandal an
6. 1 Pendahul uan
Bab yang t erdahulu hanya mengevaluasi keandalan suat u
sist em rekayasa (engineering) denngan t idak menggunakan dist ribusi
probabilit as dari masing- masing komponen yang ada di dalam sist em
t ersebut . Dalam hal ini nilai keandalan dari masing- masing komponen
yang ada di dalam sist em berupa angka yang t et ap, art inya t idak
bergant ung pada wakt u. Unt uk t ahap awal dalam mempelaj ari t eori
keandalan sist em hal ini akan sangat membant u unt uk memahami
dasar- dasar perhit ungan keandalan dari suat u sist em.
Nilai keandalan suat u komponen at au sist em merupakan nilai
kemungkinan/ probabilit as dari suat u komponen at au sist em unt uk
dapat memenuhi fungsinya dalam kurun wakt u dan kondisi t ert ent u
yang sudah dit et apkan. Dan kenyat aannya, unt uk mengevaluasi
keandalan suat u sist em rekayasa yang sebenarnya, nilai keandalan
dari suat u komponen t idak lagi merupakan harga yang t et ap
melainkan akan bergant ung t erhadap wakt u. Unt uk it u
2
pengevaluasian keandalan akan banyak berhubungan dist ribusi
probabilit as dengan wakt u sebagai variabel random.
Ada dua kelompok ut ama dari dist ribusi probabilit as, yait u
dist ribusi diskrit ( discret e dist ribut ion) dan dist ribusi kont inyu
( cont inuous dist ribut ion) . Dist ribusi diskrit yang sering dipakai adalah
dist ribusi binomial dan dist ibusi Poisson. Sedang dist ribusi kont inyu
yang sering banyak dipakai adalah dist ribusi eksponensial, dist ribusi
normal, dist ribusi lognormal, dist ribusi weibull, dist ribusi Rayleigh,
dan dist ribusi gama.
Konsep yang berkait an dengan dist ribusi probabilit as yang akan
di bahas pada seksi ini adalah variabel random, fungsi probabilit as
massa ( probabilit y mass funct ion) , fungsi probabilit as densit as
( probabilit y densit y funct ion) , fungsi dist ribusi kumulat if
( cummulat ive dist ribut ion funct ion) , nilai har apan (expect ed value) ,
varian dan deviasi st andar. Konsep t ersebut di at as sangat diperlukan
dalam mengevaluasi keandalan dari suat u sist em rekayasa yang
berbasis pada wakt u.
6. 2. Var i abel Random
Di dalam mengolah dat a, ada suat u nilai at au paramet er yang
akan diukur. Agar t eori probabilit as dapat dit erapkan maka kej adian
dari nilai- nilai ini haruslah random t erhadapa wakt u ( t ime) at au
ruang ( space) at au kedua- duanya. Paramet er dari kej adian yang
akan diukur, misal laj u kegagalan dari komponen, lama wakt u unt uk
mereparasi, kekuat an mekanis dari komponen, adalah variabel yang
bervariasi secara random t erhadap wakt u dan/ at au ruang. Variabel
random ini dapat didefinisikan secara diskrit maupun secara kont inyu.
Sebua variabel random diskrit adalah variabel random yang
hanya mempunyai bilangan diskrit pada suat u int erval t ert ent u.
Sedang variabel random kont inyu adalah variabel yang mempunyai
3
nilai secara kont inyu pada suat u int erval t ert ent u. Cont oh dari
variabel random diskrit adalah pada eksperimen pelemparan dadu,
dimana variabel randomnya didefinisikan sebagai hasil yang keluar
dari pelemparan sebuah dadu. Sedangkan cont oh unt uk random
variabel yang kont inyu misalnya adalah pada eksperimen penguj ian
kegagalan komponen dengan wakt u sebagai variabel randomnya.
Perilaku dari variabel random didiskripsikan dalam hukum-
hukum probabilit as. Cara yang paling umum dalam mengekspresikan
probabilit as dari suat u variabel random adalah dengan memakai
dist ribusi proabilit as.
Unt uk analisa keandalan sist em, variabel random yang sering
dipakai adalah variabel random wakt u kegagalan (t ime t o failure
TTF) dan sering dinot asikan dengan T. Gambar 6. 1 menunj ukkan
ilust rasi dari sebuah TTF. Absis pada pada gambar 6. 1 menunj ukkan
wakt u sedang orninat menunj ukkan keadaan dari komponen / sist em,
j ika komponen / sist em dalam keadaan up / t idak rusak maka
komponen / sist em dit unj ukkan dengan angka 1 sebaliknya j ika
komponen / sist em dalam keadaan down / rusak maka komponen /
sist em dit unj ukkan oleh angka 0.
Gambar 6. 1
I lust r asi TTF dar i sebuah komponen / sist em
4
6. 3. Var i abel Random Kont i ny u
Misalkan T adalah random variabel yang kont inyu dan f( t )
mewakili suat u fungsi probabilit as unt uk random variabel T. Jika P( a
T b) menyat akan probabilit as dari variabel random t pada int erval a
dan b maka
( )

b
a
dt t f b T a P ) ( ( 6.1)
Fungsi f( t ) yang mewakili fungsi probabilit as unt uk variabel random T
yang yang kont inyu disebut fungsi probabilit as densit as (probabilit y
densit y funct ion) . Unt uk selanj ut nya ist ilah fungsi probabilit as
densit as akan disingkat dengan fpd. Secara umum fungsi probabilit as
densit as memenuhi sifat :
< < t , f ( t ) 0 ( 6.2)

1 dt t f ) ( ( 6.3)
Cont oh 6.1
Unt uk memberi gambaran mengenai sifat - sifat dari fpd, per hat ikan
fungsi berikut ini.
f t
at t
( )

'
0 5
0 untuk t yang lain
Tent ukan nilai a agar fungsi di at as dapat dikat egorikan sebagai fpd.
5
Sol usi
Agar fungsi di at as dapat dikat egorikan sebagai fpd maka
f t dt ( )
1
at dt
1
0
5
a
2
25
0 08 ,
Jadi persamaan fpd unt uk fungsi di at as adalah
f t
t t
( )
,
'
0 08 0 5
0 untuk t yang lain
Syarat yang lain, yait u f t ( ) 0 sudah dipenuhi, karena nilai dari f( t )
unt uk nilai t dengan int erval 0 sampai 5 selalu posit if. Sket sa dari fpd
unt uk fungsi di at as dapat dilihat pada gambar 6. 2. q
Gambar 6. 2
fpd unt uk cont oh soal 6. 1
6
Ni lai harapan (expect at ion) dari variabel random T dengan fpd
f( t ) didefiniskan oleh
( )

dt t t f t E ) ( ( 6.4)
Sedang varians (variance) dari f( t ) didefinisikan oleh
{ } ( ) { }
2
t E t E t Var ) ( ( 6.5)
Persamaan ( 6. 5) dapat disederhanakan menj adi
2 2
) } ( { ) ( ) ( t E t E t Var ( 6.6)
Sedang deviasi st andar (deviat ion st andard) didefinisikan oleh
) (t Var ( 6.7)
6. 4. Var i abel Random Di sk r i t
Jika T adalah random variabel yang diskrit dan f( t ) mewakili
suat u fungsi probabilit as unt uk random variabel T dan P( T = a)
menyat akan probabilit as dari variabel random T pada saat T = a,
maka
) ( ) ( a f a T P ( 6.8)
Fungsi f( t ) yang mewakili fungsi probabilit as unt uk variabel
random T yang yang diskrit disebut fungsi probabilit as massa
7
( probabilit y mass funct ion) . Unt uk selanj ut nya ist ilah fungsi
probabilit as densit as akan disingkat dengan pmf . Secara umum
fungsi probabilit as densit as memenuhi sifat :
t semua unt uk , ) ( 0 t f ( 6.9)

t semua
1 f ( t ) ( 6.10)
Cont oh 6.2
Pada sebuah percobaan pelemparan sebuah mat a dadu, j ika T
merupakan variabel random yang mewakili mat a dadu dan f( t )
mewakili probabilit as dari variabel random T, maka hubungan ant ara
variabel random T dengan probabilit as dapat dit abelkan sebagai
ber ikut .
T 1 2 3 4 5 6
f ( t ) 1/ 6 1/ 6 1/ 6 1/ 6 1/ 6 1/ 6
Jika hubungan ant ara variabel random T dan fungsi probabilit as f( t )
diplot pada sebuah kurva, akan t erlihat bahwa fungsi probabilit as di
at as memenuhi sifat - sifat f pm. Sket sa dari fpm unt uk fungsi di at as
dapat dilihat pada gambar 6.3. q
8
Gambar 6. 3
fpm unt uk soal no 6. 2
Nilai har apan (expect at ion) dari variabel random T dengan f pm
f( t ) didefiniskan oleh
( )

1 i
i i
t f t t E ) ( ( 6.11)
Sedang varians ( variance) , dan deviasi st andar dari f( t ) dapat
dihit ung degan menggunakan persamaan sepert i yang didefinisikan
pada persamaan ( 6.6) dan ( 6.7) .
6.5 Fungsi Di st r i busi Kumul at i f
Jika T adalah variabel random, baik variabel random yang
kont inyu at aupun variabel random yang diskrit , maka fungsi dist ribusi
kumul at i f (cumulat ive dist ribut ion funct ion) dari variabel random T
didefinisikan oleh
) ( ) ( t T P t F ( 6.12)
9
Jika T merupakan variabel random yang kont inyu dengan fpd
f( t ) , maka fungsi dist ribusi kumulat ifnya adalah

t
du u f t T P t F ) ( ) ( ) ( ( 6.13)
Sedang j ika T merupakan variabel random yang diskrit dengan
fpm f( t ) , maka fungsi dist ribusi kumulat ifnya adalah
t t
i
i
t f t F ) ( ) ( ( 6.14)
Cont oh 6.3
Pada cont oh 6. 1, fpd dari variabel random T didefinisikan oleh
f t
t t
( )
,
'
0 08 0 5
0 untuk t yang lain
Dapat kan fungsi dist ribusi kumulat if dari fungsi di at as.
10
0
0.2
0.4
0.6
0.8
1
0 1 2 3 4 5
t
F
(
t
)
Gambar 6. 4
Fungsi dist r ibusi kumulat if cont oh soal 6. 3
Sol usi
maka fungsi dist ribusi kumulat if dari fungsi di at as adalah
F t u du t
t
( ) , ,
0 08 0 04
2
0
0 t 5
Gambar 6. 4 menunj ukkan sket sa dari fungsi dist ribusi kumulat if
dari cont oh soal 6. 3. q
Hubungan ant ara fungsi dist ribusi kumulat if dan fpd adalah
) ( ) ( t F
dt
d
t f ( 6.15)
11
6. 6. Ter mi nol ogi Keandal an
Fungsi dist ribusi kumulat if nilainya akan naik mulai dari nol
sampai sat u seiring dengan naiknya nilai variabel random dari yang
t erkecil sampai yang t erbesar. Fungsi dist ribusi ini bert ambah sepert i
anak t angga unt uk variabel random diskrit dan bert ambah sepert i
kurva yang kont inyu unt uk random variabel yang kont inyu.
Dalam mengevaluasi keandalan suat u sist em, variabel random
yang dipakai umumnya adalah wakt u. Pada saat t = 0 komponen
at au sist em berada dalam kondisi akan beroperasi, sehingga
probabilit as komponen at au sist em it u unt uk mengalami kegagalan
pada saat t = 0 adalah 0. Pada saat t probabilit as unt uk
mengalami kegagalan dari suat u komponen at au sist em yang
dioperasikan akan cenderung mendekat i 1. Karakt erist ik ini sama
dengan fungsi dist ribusi kumulat if. Fungsi dist ribusi kumulat if ini akan
mengukur probabilit as kegagalan dari suat u sist em at au komponen
sebagai fungsi dari wakt u. Dalam t erminologi keandalan fungsi
dist ribusi kumulat if ini dikenal sebagai fungsi dist ribusi kegagalan
kumulat if ( cumulat ive failure dist ribut ion funct ion) at au disingkat
dist ribusi kegagalan kumulat if ( cumulat ive failure dist ribut ion) .
Dist ribusi kegagalan kumulat if ini biasanya dilambangkan dengan
Q( t ).
Jika R( t ) menyat akan fungsi keandalan dari suat u komponen
at au suat u sist em sebagai fungsi wakt u maka hubungan ant ara fungsi
keandalan R( t ) dan dist ribusi kegagalan kumulat if at au fungsi
ket akandalan Q( t ) dihubungkan oleh sebuah formula di bawah ini.
) ( ) ( t Q t R 1 ( 6.16)
Persamaan ( 6. 15) menunj ukkan bahwa fungsi dist ribusi probabilit as
merupakan t urunan dari dist ribusi probabilit as kumulat if. Dalam
12
t erminologi keandalan fungsi dist ribusi probabilit as ini disebut dengan
fungsi densit as kegagalan (failure densit y funct ion) . Fungsi densit as
kegagalan ini, yang dinot asikan dengan f ( t ), dapat dit urunkan baik
dari fungsi ket akandalan maupun fungsi keandalan sepert i pada
formula di bawah ini.
dt
t dR
dt
t dQ
t f
) ( ) (
) ( ( 6.17)
Sebaliknya fungsi ket akandalan maupun fungsi keandalan
dapat diperoleh dari fungsi densit as kegagalan sepert i yang dit uliskan
dalam formulasi di bawah ini.
t
dt t f t Q
0
) ( ) ( ( 6.18)
dan

t
t
dt t f dt t f t R ) ( ) ( ) (
0
1 ( 6.19)
Gambar 6.5 menunj ukkan sebuah t ipikal kurva fungsi densit as
kegagalan. Sesuai dengan formulasi fungsi ket akandalan dan
keandalan yang dit unj ukkan pada rumus ( 6.18) dan ( 6.19) maka
luasan daearah di bawah kurva unt uk int erval mulai dari 0 sampai t
mewakili fungsi ket akandalan sedang luasan daerah di bawah kurva
unt uk int erval mulai dari t sampai t ak hingga.
13
Gambar 6. 5
Tipikal fungsi densit as kegagalan
Sat u konsep lagi yang sering dipakai adalah laj u perubahan
( t ransit ion rat e) . Salah sat u aplikasi dari konsep laj u perubahan yang
sering dipakai dalam mengevaluasi komponen at au sist em adalaha
laj u kegagalan ( failure rat e) dan laj u pembenahan ( repair rat e) .
Penj elasan berikut ini akan menj elaskan bagaimana laj u kegagalan
dari suat u komponen at au siat em yang memiliki fungsi densit as
kegagalan f( t ).
Misalkan pada saat t sebuah komponen sedang bekerj a.
Probabilit as dari komponen it u unt uk mengalami kegagalan pada
int erval wakt u ant ara t dan t + t j ika komponen it u diket ahui
berfungsi pada saat t dapat diekspresikan oleh
) (
) (
) (
t T P
t t T t P
t T t t T t P
>
+ < <
> + < ( 6.20)
Bagian pembilang dari persaamaan ( 6. 20) dapat diekspresikan dalam
bent uk fungsi dist ribusi kumulat if sebagai F( t +t ) - F( t ) , sedang
penyebut dari persamaan ( 6. 20) dapat diekspresikan sebagai R( t ) .
Persamaan ( 6.20) dapat dit ulis menj adi
14
) (
) ( ) (
) (
t R
t F t t F
t T t t T t P
+
> + < ( 6.21)
Dengan membagi ekspresi probabilit as pada persamaan ( 6. 20) at au
( 6. 21) dengan int erval wakt u t dan membuat t 0, maka akan
diperoleh laj u kegagalan dari suat u komponen dan diekspresikan
dengan not asi z( t ) .
) (
) ( ) ( l i m
) (
t R t
t F t t F
t
t z
1
0

+

( 6.22)
Ekspr esi
t
t F t t F
t
+

) ( ) ( l i m
0
pada persamaan ( 6.22) adalah sama
ident ik dengan persamaan ( 6. 15) , sehingga persamaan ( 6. 22) dapat
disederhanakan menj adi
) (
) (
) (
t R
t f
t z ( 6.23)
Dengan mensubst it usikan persamaan ( 6. 17) ke persamaan ( 6. 23) ,
maka akan diperoleh
dt
t dR
t R
t z
) (
) (
) (
1
( 6.24)
Dengan mengint egralkan kedua ruas dari 0 sampai t , dan
mensubst it usikan nilai R( 0) = 1, maka persamaan ( 6. 24) akan
menj adi
15

t
t R dt t z
0
) ( l n ) ( ( 6.25)
at au
t
du u z
e t R
0
) (
) ( ( 6.26)
Unt uk kasus yang khusus dimana laj u kegagalan suat u
komponen adalah konst an, z( t ) = , maka persamaan ( 6. 26) akan
berubah menj adi
t
e t R

) ( ( 6.27)
yang merupakan ekspresi fungsi keandalan dari suat u komponen
at au sist em yang mengikut i dist ribusi eksponensial.
Wakt u rat a- rat a kegagalan (mean t ime t o failure = MTTF) dari
suat u komponen yang memiliki fungsi densit as kegagalan ( failure
densit y funct ion) f( t ) didefinisikan oleh nilai harapan dari komponen
it u. Secara mat emat is wakt u rat a- rat a kegagalan dapat diekspresikan
sebagai

0
dt t t f T E MTTF ) ( ) ( ( 6.28)
Dengan mensubst it usikan persamaan ( 6. 17) ke dalam persamaan
( 6. 28) , maka akan diperoleh
16

0
dt t t R MTTF ) ( ' ( 6.29)
Persamaan ( 6. 29) dapat diselesaikan dengan memakai int egral
parsial
[ ] MTTF tR t R t dt +
( ) ( )
0
0
Jika MTTF < , maka nilai dari [ ] tR t ( )
0
0
, sehingga persamaan di
at as menj adi
0
dt t R MTTF ) ( ( 6.30)
Persamaan ( 6. 30) lebih banyak dipakai unt uk mendapat kan MTTF
suat u komponen. Unt uk kasus komponen yang memiliki fungsi
keandalan R t e
t
( )

, maka MTTF dari komponen it u adalah

0
1
dt e MTTF
t
( 6.31)
6. 7 Kur v a Laj u Kegagal an
Laj u kegagalan dari suat u komponen at au sist em dapat di plot
pada suat u kurva dengan variabel random wakt u sebagai absis dan
laj u kegagalan dari komponen at au sist em sebagai ordinat . Kurva laj u
kegagalan klasik yang sering dipakai unt uk menj elaskan perilaku dari
17
komponen at au sist em adalah kurva bak mandi ( bat h- up curve) .
Kurva ini t erdiri dari t iga buah bagian ut ama, yait u masa awal (burn-
in per iod) , masa yang berguna ( useful life per iod) , dan masa aus
( wear out period) . Gambar 6.6 menunj ukkan kurva bak mandi
dengan ket iga bagian ut amanya.
Gambar 6. 6
Kurva laj u kegagalan bak mandi
Bagian pert ama dari kurva ini, yait u masa awal dari suat u
sist em at au komponen, dit andai dengan t ingginya kegagalan pada
fase awal dan berangsur- angsur t urun seiring bert ambahnya wakt u.
Bagian kedua dari kurva ini dit andai dengan laj u kegagalan yang
konst an dari komponen at au sist em. Sedang bagian ket iga dari
kurva ini dit andai dengan naiknya laj u kegagalan dari komponen at au
sist em seiring dengan bert ambahnya wakt u.
18
6. 8 Di st r i busi Bi nomi al
Misalkan R menyat akan probabilit as sukses dari suat u kej adian
dan Q menyat akan proabilit as gagal dari suat u even, sehingga R + Q
= 1 dan probabilit as dari R dan Q adalah t et ap. Jika ada n kali t rial
yang diulang maka proabilit as k kali sukses dari n kali t rial dengan T
sebagai variabel random dapat dit uliskan dalam dist ribusi binomial
sebagai
k n k
Q R
k
n
k T P

,
_
) ( ( 6.32)
Sedangkan rat a- rat a ( mean) , varian ( variance) , dan st andar deviasi
dari dist ribusi binomial dapat diekspresikan oleh persamaan-
persamaan berikut .
nR ( 6.33)
nRQ
2
( 6.34)
nRQ ( 6.35)
Cont oh 6.4
Sebuah subsist em t erdiri dari dari t iga buah komponen yang
masing- masing memiliki probabilit as kesusksesan unt uk menj alankan
fungsinya 0, 95. Agar subsiist em ini dapat berfungsi dengan normal,
diperlukan minimal dua komponen yang berfungsi dengan baik.
Tent ukan probabilit as dari subsist em it u unt uk suskes menj alankan
fungsinya.
19
Sol usi
Probabilit as sukses unt uk t iap komponen, R = 0, 95 sehingga Q =
0, 05. Agar subsist em it u sukses menj alankan fungsinya, harus ada
minimal 2 buah komponen yang berfungsi.
Ada 3 buah komponen yang ident ik, ini sama halnya kit a
melakukan t iga kali t rial unt uk sebuah komponen, j adi probabilit as
subsist em it u unt uk sukses menj alankan fungsinya adalah
P R R Q ( ) ( , ) ( , ) ( , ) , sukes

_
,
+

_
,
+
3
3
3
2
0 95 3 0 95 0 05 0 99275
3 2 3 2
q
6. 9 Di st r i busi Poi sson
Dist ribusi Poisson mewakili probabilit as dari sebuah kej adian
yang diisolasi pada suat u int erval wakt u kont inyu t ert ent u unt uk laj u
kegagalan yang konst an. Karakt erist ik khusus dari dist ribusi Poisson
adalah dist ribusi hanya memperhit ungkan kej adian dari sat u event
t ert ent u sedangkan evant lain yang t idak t ermasuk dalam kej adian
t idak diperhit ungkan. I ni yang membedakan ant ara dist ribusi Poisson
dan dist ribusi binomial. Jika dist ribusi binomial memperhit ungkan
baik probabilit as unt uk suskes dan gagal dari suat u event maka
dist ribusi Poisson hanya memperhit ungkan probabilit as kegagalan
at au kesuksesan dari suat u event .
Dist ribusi Poisson t ermasuk salah sat u dist ribusi yang diskrit .
Fungsi probabilit as massa dari dist ribusi Poisson dengan T sebagai
variabel random didefinisikan oleh
!
) (
) (
k
e t
k T P
t k

( 6.36)
20
dengan k bilangan bulat posit if.
Sedangkan rat a- rat a ( mean) , varian ( variance) , dan st andar
deviasi dari dist ribusi Poisson dapat diekspresikan oleh persamaan-
persamaan berikut .
t ( 6.37)
t
2
( 6.38)
t ( 6.39)
Cont oh 6.5
Pada sebuah sist em inst alasi pipa, j umlah kegagalan pipa per t ahun
per 1000 met er adalah 0, 3. Jika diambil pipa sepanj ang 100 met er
sebagai sample, hit ung probabilit as pipa it u unt uk mengalami
kegagalan sebanyak 3 kali unt uk periode ( a) 5 t ahun dan ( b) 10
t ahun.
Sol usi
Laj u kegagalan dari pipa adalah
( ,
,
0 03 100
1000
0 003
kegagalan / tahun) m
m
kegagalan / tahun
a. Unt uk periode 5 t ahun
t 0 003 5 0 015 , ,
21
P T
e
( )
( , )
!
,
,

3
0 015
3
5 54 10
3 0 015
7
q
b. Unt uk periode 10 t ahun
t 0 003 10 0 03 , ,
P T
e
( )
( , )
!
,
,

3
0 03
3
4 37 10
3 0 03
6
q
6. 10 Di st r i busi Nor mal
Dist ribusi normal, yang seringkali direfer sebagai dist ribusi
Gaussian, merupakan dist ribusi probabilit as yang paling banyak dan
sering dipakai. Dalam kait annya dengan keandalan, dist ribusi ini
banyak dipakai pada cabang keandalan st rukt ur ( st r uct ur al
r eliabilit y) .
Kurva fungsi probabilit as densit as dari dit ribusi normal memiliki
bent uk simet ris yang sempurna t erhadap nilai rat a rat anya (mean
value) dan dispersi t erhadap mean diukur dengan deviasi st andarnya.
Bent uk yang presisi dan posisi dari fungsi densit as dapat dit ent ukan
hanya dengan t erm mean dan st andar deviasi saj a. Sifat ini
menghasilkan kemungkinan bagi dist ribusi normal unt uk disalah-
pakaikan ( misused) karena semua dist ribusi dapat dikarakt erisasi
oleh mean dan st andar deviasi. Dengan hanya menent ukan mean dan
st andar deviasi, amat mungkin bahwa dist ribusi yang bukan normal
akan diasumsikan memiliki dist ribusi normal, karena t idak informasi
t ambahan lain yang t ersedia selain mean dan st andar deviasi. Sat u
22
t eorema yang sering diruj uk, dan sekali lagi besar kemungkinan j uga
disalh- pakaikan adalah Cent ral Limit Theorem ( CLT) .
Jika t ime t o failure dari suat u komponen adalah T mengikut i
dist ribusi normal, maka pdf nya dapat diekspresikan sebagai
2
2
1
2
1
) (
,
_
t
t
e
t
t f

( 6.40)
dengan
= deviasi st andar
= rat a- rat a/ mean
Fungsi keandalan dari sebuah komponen yang memiliki dist ribusi
normal dapat dit ulis sebagai
,
_
,
_
t
t
t
dt
t
t
e
t
t R

1
2
2
1
2
1
) ( ( 6.50)
sedangkan fungsi unreliabilit y- nya adalah
,
_

t
t
t Q
) ( ( 6.51)
Mean t ime t o failure dari dist ribusi normal ini adalah
MTTF = ( 6.52)
23
6. 11 Di st r i busi Lognor mal
Dist ribusi lognormal berhubungan dengan dist ribusi normal.
Time t o failure, dari suat u komponen dikat akan memiliki dist ribusi
lognormal bola y = ln T mengikut i dist ribusi normal dengan rat a- rat a
T dan varians
T
. Probabilit y densit y funct ion dari dist ribusi
lognormal adalah
dt
T
T t
e
T
t
t f
2
2
1
2
1

,
_
'
' l n
'
) (

( 6.53)
Fungsi keandalan dari komponen yang mengikut i dist ribusi
lognormal adalah
,
_
0
2
2
1
2
1
dt
T
T t
e
T
t
t R
'
' l n
'
) (

( 6.54)
sedang fungsi ket akandalannya adalah
24
t d
T
T t
e
t
T
t
t Q
2
'
' ln
2
1
2
'
1
1 ) (
,
_

( 6.55)
6. 12 Di st r i busi Ek sponensi al
Dist ribusi eksponensial merupakan dist ribusi yang paling
banyak dipakai di dalam mengevaluasi keandalan sist em. Ciri ut ama
dari dist ibusi ini adalah laj u kegagalannya yang konst an.
Jika wakt u unt uk galal (t ime t o failure) dari suat u komponen
adalah T t erdist ribusi secara eksponensial dengan paramet er , maka
fungsi densit as probabilit as dapat diekspresikan sebagai
t
e t f

) ( ( 6.56)
Sedangkan fungsi keandalannya adalah

t
t
e du u f t R

) ( ) ( ( 6.57)
Dengan demikian fungsi ket akandalannya dapat dit ulis sebagai
t
e t R t Q

1 1 ) ( ) ( ( 6.58)
25
Wakt u rat a- rat a kegagalan dari komponen it u adalah

0
1
dt t R MTTF ) ( ( 6.59)
Yang menarik dari dist ribusi ini adalah j ika komponen yang memiliki
dist ribusi eksponen ini dioperasikan sampai MTTF- nya, at au t
1
,
maka keandalan dari komponen it u dapat diprediksi dengan memakai
persamaan ( 6. 59) , yait u
( )
R e e ( ) ,37
1
1
1
0
Jadi bila sebuah komponen yang memiliki fungsi densit as

kegagalan yang mengikut i dist ribusi eksponensial bila dioperasikan
dengan durasi sampai pada MTTF- nya, maka keandalan dari
komponen it u hanya t inggal 37%.
26
0
0.00002
0.00004
0.00006
0.00008
0.0001
0.00012
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Waktu (Jam)
f
(
t
)
f t e ( ) ,
,

1 14 10
4 1 14 10
4
Gambar 6. 7
Tipikal f ungsi densit as pr obabilit as eksponensial
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Waktu (Jam)
R
(
t
)

a
t
a
u

Q
(
t
)
R t e ( )
,

1 14 10
4
Q t e ( )
,

1
114 10
4
Gambar 6. 8
Fungsi keandalan dan ket akandalan eksponensial
27
Laj u kegagalan dari komponen yang memiliki fungsi densit as
kegagalan yang mengikut i dist ribusi eksponensial dapat dit urunkan
dengan menerapkan persamaan ( 6. 23) .
t
t
e
e
t R
t f
t z
) (
) (
) ( ( 6.60)
Tipikal kurva dari dist ribusi eksponensial unt uk = 1.14x10
- 4
kegagalan/ j am dapat dilihat pada gambar 6. 7. Sedang fungsi
keandalan dan ket akandalannya dapat dilihat pada gambar 6. 8.
Misalkan komponen yang memiliki fungsi densit as kegagalan
yang mengikut i dist ribusi eksponensial t elah berioperasi selama t .
Unt uk mengevaluasi probabilit as kegagalan dari komponen it u pada
int erval wakt u , probabilit as kegagalan dari komponen it u t idak bisa
dihit ung secar a a priori at au independen dari wakt u pengoperasian
sebelumnya sampai wakt u t . Alasannya adalah, j ika pada int erval
( 0, t ) maka komponen it u t idak bisa gagal pada int erval ( t , t +) . Oleh
karena it u unt uk mengevaluasi probabilit as kegagalan dari komponen
it u selama periode wakt u adalah pent ing unt uk mempert imbangkan
probabilit as kegagalan selama periode wakt u ( 0, t ) . Probabilit as
kegagalan selama wakt u dikenal sebagai probabilit as a post eriori ,
yait u harga dari probabilit as kegagalannya t ergant ung dari sej arah
komponen yang t erdahulu.
Misalkan T adalah wakt u kegagalan (t ime t o failure) dar i suat u
komponen yang mengikut i dist ribusi eksponensial, maka akan
berlaku probabilit as kondisional di bawah ini
>
+ >
> + > e
e
e
t T P
t T P
t T t T P
t
t ) (
=
) (
) (
) ( ( 6.61)
28
Persamaan ( 6. 61) menunj ukkan probabilit as dari suat u
komponen yang akan berfungsi pada int erval t + j ika diket ahui
bahwa komponen it u berfungsi pada saat t t idak t ergant ung dari
wakt u operasional sebelumnya, dalam hal ini wakt u operasional
komponen it u adalah t . Sifat ini disebut sebagai sifat t ak bermemori
( memory less propert y) dari dist ribusi eksponensial.
Kembali kepada probabilit as a priori dan probabilit as a
post eriori, j elas bahwa probabilit as kegagalan dari komponen yang
mengikut i dist ribusi eksponensial t idak t ergant ung dari sej arah
komponen yang t erdahulu. At au dengan kat a lain unt uk dist ribusi
eksponensial, probabilit as a priori dan probabilit as a post eriori adal ah
sama. Hal ini t idak berlaku unt uk komponen- komponen lain yang
mengikut i dist ribusi probabilit as selain dist ribusi eksponensial.
6.13 Di st r i busi Wei bul l
Selain dist ribusi eksponensial yang sering dipakai di dalam
mengevaluasi keandalan sist em, dist ribusi weibull banyak dipakai
karena dist ribusi ini memiliki shape paramet er sehingga dist ribusi
mampu unt uk memodelkan barbagai dat a.
Jika t ime t o failure dari suat u komponen adalah T mengikut i
dist ribusi Weibull dengan t iga paramet er , , dan , maka pdf nya
,
_

,
_
t
e
t
t f
1
) ( ( 6.62)
dengan
29
= shape paramet er, > 0
= scale paramet er, > 0
= shape paramet er, < first t ime t o failure
j ika nilai dari = 0, maka akan diperoleh dist ribusi Weibull dengan
dua paramet er. Beberapa karakt erist ik dari dist ribusi Weibull
ber dasar kan adalah
Unt uk 0 < < 1, laj u kegagalan ( failure rat e ) akan berkurang
seiring bert ambahnya wakt u.
Unt uk = 1, maka failure rat e- nya adalah konst an.
Unt uk > 1, laj u kegagalan ( failure rat e) akan bert ambah seiring
bert ambahnya wakt u.
Sedangkan fungsi reliabilit y- nya adalah
,
_
t
e t R ) ( ( 6.63)
dan fungsi unreliabilit y- nya dapat dit ulis sebagai
,
_

t
e t Q 1 ) ( ( 6.64)
Mean t ime t o failure dari dist ribusi Weibull it u adalah
,
_
+ + 1
1
MTTF ( 6.65)
30
dimana ( ) menyat akan fungsi gamma
6.14 Goodness- of - f i t t est
Jika ada sekumpulan dat a wakt u kegagalan ( TTF) dari sebuah
komponen, kit a t idak bisa langsung menyimpulkan bahwa dat a
t ersebut memiliki dist ribusi normal unt uk memodelkan kegagalan
sist em, kecuali ada bukt i bukt i fisik yang menunj ang. Pert anyaan
yang t imbul adalah seberapa t epat dat a yang ada memiliki
kesesuaian dengan dist ribusi probabilit as t ert ent u unt uk memodelkan
kegagalan komponen. Pert anyaan ini dapat dilakukan dengan
melakukan uj i kesesuaian (goodness- of- fit t est ) .
Ada berbagai met ode unt uk mlakukan penguj ian ini, sepert i
maximum likelihood est imat e ( MLE) , chi- square t est (
2
) , dan
Kolmorov Smirnov ( K- S) t et s. Bagi pembaca yang menginginkan
mempulaj ari met ode ini lebih det ail, dianj urkan unt uk merefer
referensi 2 dan 3. Sedangkan bagi para pembaca yang menginginkan
memakai bant uan soft ware dalam mengolah dan menganalisa dat a,
ada beberapa soft ware komersial yang yang bisa dipakai dan
menyediakan fasilit as unt uk analisa dat a sepert i yang t elah
disebut kan di at as, diant aranya SPSS dan Weibull + + .
31
nd
edit ion,
3. Lawless, J.F. [ 1982] , St at ist ical Models and Met hods for Lifet ime
Dat a, John Willey and Sons< New York.
32
Model Keandal an Di nami s
7. 1 Pendahul uan
Prosedur st andar unt uk mengevaluasi keandalan dari suat u
sist em adalah dengan memecah sist em it u menj adi beberapa
komponen. Langkah berikut nya adalah mengest imasi keandalan dari
masing- masing komponen. Nilai keandalan dari masing- masing
komponen ini bisa diperoleh dengan j alan memperkirakan keandalan
unt uk masing- masing komponen berdasarkan pengalaman,
mengambil dari dat abase keandalan yang sudah ada, at au dengan
mengumpulkan dat a pengoperasian dari t iap- t iap komponen yang
bersangkut an kemudian mengolahnya menj adi dat a keandalan yang
siap pakai. Set elah masing- masing angka keandalan dari masing-
masing komponen diket ahui, baru keandalan dari sist em t ersebut
dapat dievaluasi dengan memakai prosedur st andar unt uk
mengevaluasi keandalan.
Unt uk mengevaluasi keandalan dari suat u sit em dengan
memakai pemodelan keandalan st at is adalah mudah. Hal ini
dikarenanakan angka keandalan dari masing- masing komponen yang
ada adalah konst an. Art inya angka keandalan ini t idak t ergant ung
33
dari wakt u. Teknik evaluasi dengan menerapkan pemodelan
keandalan st at is sepert i ini sangat berguna pada desain permulaan
suat u sist em, dimana berbagai konfigurasi sist em dicoba unt uk
dievaluasi keandalannya.
Kenyat aan yang ada di lapangan adalah keandalan dari suat u
sist em at au komponen akan t ergant ung t erhadap wakt u. Unt uk it u
keandalan dari masing- masing komponen, subsit em at au sist em akan
j uga t ergant ung t erhadap wakt u. Unt uk it u keandalan dari masing-
masing komponen, subsist em at au sist em ini akan diwakili oleh suat u
fungsi densit as probabilit as t ert ent u yang merupakan fungsi dari
wakt u. Beberapa dist ribusi probabilit as yang banyak dipakai dalam
mengevaluasi keandalan sudah disinggung pada bab 6.
Lain halnya dengan bab t erdahulu yang membahas pemodelan
keandalan st at is dari suat u sist em, dimana keandalan dari masing-
masing komponen dianggap konst an dan t idak t ergant ung pada
wakt u, maka pada bab ini akan membahas model keandalan dinamis
dari suat u sist em. Model keandalan dinamis ini akan melibat kan
wakt u art inya keandalan dari masing- masing komponen at au sist em
akan t ergant ung dari wakt u. Oleh karenan it u, pemodelan keandalan
yang t ergant ung wakt u lebih sulit bila dibandingkan dengan
pemodelan keandalan st at is.
Beberapa model keandalan yang sudah dibahas pada bab 3
akan dibahas lagi pada bab ini t et api dengan melibat kan dist ribusi
probabilit as eksponensial unt uk masing- masing komponen yang ada
di dalam sist em.
7. 2 Si st em dengan Susunan Ser i
Misalkan dua buah komponen yang disusun secara seri memiliki
fungsi keandalan masing- masing R
1
( t ) dan R
2
( t ) . Probabilit as dari
34
sist em it u unt uk t et ap beroperasi unt uk suat u periode wakt u t dapat
diekspresikan sebagai
) ( ) ( ) ( t R t R t R
S 2 1
( 7.1)
Dengan memanfaat kan persamaan 5. 26 unt uk mengekspresikan
keandalan dari masing- masing komponen maka persamaan 6.2 dapat
dit ulis sebagai

t t
d z d z
S
e e t R
0
2
0
1
) ( ) (
) ( ( 7.2)
Sedang unt uk sist em dengan n buah komponen dalam susunan seri,
keandalan dari sist emnya dapat diekspresikan dengan persamaan
berikut ini
t
i
d z
n
i
S
e t R
0
1
) (
) ( ( 7.3)
Unt uk kasus khusus, dimana masing- masing komponen
mengikut i dist ribusi eksponensial maka persamaan ( 7.2) menj adi
t t t
S
e e e t R
) (
) (
2 1 2 1
+
( 7.4)
sedang persamaan 6( 7. 3) akan berubah menj adi
n
i
i
i
t
t
n
i
S
e e t R
1
1
) ( ( 7.5)
35
Fungsi densit as kegagalan unt uk n buah komponen dalam
susunan seri yang masing- masing komponennya mengikut i dist ribusi
eksponensial dapat diperoleh dengan memanfaat kan persamaan
5. 17. Fungsi densit as kegagalannya adalah
n
i
i
t
n
i
i S
e t f
1
1
) ( ( 7.6)
Sedang laj u kegagalannya adalah

n
i
i
S
S
S S
t R
t f
t z
1

) (
) (
) ( ( 7.7)
yang merupakan penj umlahan laj u kegagalan dari masing- masing
komponen.
Wakt u rat a- rat a kegagalan dari konfigurasi seri ini dapat
dihit ung dengan memakai persamaan ( 6. 19) .

n
i
i
t
S
dt e dt t R MTTF
n
i
i
1
0 0
1
1

) (
( 7.8)
Cont oh 7.1
Sebuah subsist em kont rol t erdiri dari dua buah modul yang
mempunyai konfigurasi seri. Masing- masing modul ini mempunyai
laj u kegagalan yang konst an yait u 3 kegagalan per sat u j ut a j am
unt uk modul pert ama dan 5 kegagalan per sat u j am.
a. Hit ung laj u kegagalan dari subsist em kont rol t ersebut .
b. Hit ung keandalan dari subsist em it u bila dioperasikan 200 j am.
36
c. Set elah subsist em it u dioperasikan 200 j am ( soal b) , subsist em it u
dioperasikan lagi selama 50 j am, hit ung keandalan dari sist em it u.
d. Wakt u rat a- rat a kegagalan dari subsist em kont rol t ersebut .
Sol usi
Laj u kegagalan dari masing- masing modul adalah konst an, j adi
modul- modul ini mengikut i dist ribusi eksponensial.
Laj u kegagalan dari modul1 adalah
1 6
1 6
3
10
3 10

jam jam
-1
Laj u kegagalan dari modul 2 adalah
2 6
1 6
5
10
5 10

jam jam
-1
a. Dengan menggunakan persamaan ( 7.7) , laj u kegagalan dari
subsist em kont rol t ersebut di at as adalah

S
+

1 2
6
8 10 jam
-1
q
b. Fungsi keandalan dari sist em it u adalah

S
+

1 2
6
8 10 jam
-1
Unt uk misi pengoperasian selama 200 j am maka keandalan dari
subsist em kont rol it u adalah
R e
S
( ) ,
( )( )
200 0 9984
8 10 200
6

q
c. Unt uk misi pengoperasian dengan durasi 50 j am set elah
sebelumnya dioperasikan 200 j am, keandalan dari subsist em it u
37
dapat dihit ung dengan memakai t eori probabilit as kondisional.
Misalkan T adalah wakt u kegagalan (t ime t o failure) dari susbsit em
kont rol, maka ekspresi probabilit as kondisional unt uk masalah di
at as adal ah
R P T T
P T
P T
( , ) ( )
( )
( )
200 50 200 50 200
250
200
> + >
>
>
R
R
R
e
e
e ( , )
( )
( )
( )( )
( )( )
( )( )
200 50
250
200
8 10 250
8 10 200
8 10 50
6
6
6

R( , ) , 200 50 0 9996 q
Cont oh di at as merupakan cont oh dari sifat t ak bermemori
( memory less propert y) dari dist ribusi eksponensial.
d. Wakt u rat a- rat a kegagalan dari subsist em kont rol it u adalah
MTTF R t dt
S
S

( ) . jam
1 1
8 10
125 000
6
0

q
7. 3 Si st em dengan Susunan Par al el
Jika dua buah komponen yang disusun secara paralel memiliki
fungsi ket akandalan masing- masing Q
1
( t ) dan Q
2
( t ) , maka
probabilit as dari sist em it u unt uk mengalami kegagalan unt uk suat u
periode wakt u t dapat diekspresikan sebagai
) ( ) ( ) ( t Q t Q t Q
P 2 1
( 7.9)
Sedangkan ekspresi keandalan unt uk kedua komponen it u adalah
38
) ( ) ( ) ( ) ( ) ( t R t R t R t R t R
P 2 1 2 1
+ ( 7.10)
at au

t t t t
d z d z d z d z
P
e e e e t R
0
2
0
1
0
2
0
1
) ( ) ( ) ( ) (
) ( ( 7.11)
Sedang unt uk n buah komponen yang mempunyai susunan paralel,
fungsi ket akandalannya adalah
) ( ) ( ) (
) (

t
d z
n
i
i
n
i
P
e t Q t Q
0
1
1 1

( 7.12)
sedang keandalannya adalah
) ( ) (
) (
t
d z
n
i
P
e t R
0
1 1
1

( 7.13)
Unt uk komponen- komponen yang mengikut i dist ribusi
eksponensial, maka persamaan ( 7. 11) berubah menj adi
t t t
P
e e e t R
) (
) (
2 1 2 1
+
+ ( 7.14)
Sedang persamaan ( 7. 12) dan ( 7. 13) akan masing- masing
akan berubah menj adi
) ( ) ( ) (
t
n
i
i
n
i
P
i
e t Q t Q

1
1 1
( 7.15)
dan
39
) ( ) ( ) (
t
n
i
i
n
i
P
i
e t Q t R

1 1 1
1 1
( 7.16)
Dari persamaan ( 7. 16) dapat disimpulkan bahwa meskipun
masing- masing komponen dari sist em yang memiliki konfigurasi
paralel mengikut i dist ribusi eksponensial, fungsi keandalannya bukan
merupakan fungsi keandalan yang mengikut i dist ribusi eksponensial.
Dengan demikian laj u kegagalan dari sist em yang memiliki
konfigurasi paralel bukan merupakan laj u kegagalan yang konst an,
t et api merupakan fungsi dari wakt u.
Wakt u rat a- rat a kegagalan unt uk dua buah komponen yang
mengikut i dist ribusi eksponensial dengan konfigurasi paralel adalah
dt e e e dt t R MTTF
t t t
P
+
0 0
2 1 2 1
) ( ) (
) (
( 7. 17a)
2 1 2 1
1 1 1
+
+ MTTF ( 7.17b)
Cont oh 7.2
Jika subsist em kont rol pada cont oh soal 7. 1 disusun secara paralel,
t ent ukan :
a. I ndeks keandalan dari subsist em it u bila dioperasikan 200 j am.
b. Wakt u rat a- rat a kegagalan ( MTTF) dari subsist em kont rol t ersebut .
Sol usi
Laj u kegagalan dari masing- masing modul adalah konst an, j adi
modul- modul ini mengikut i dist ribusi eksponensial.
40
Laj u kegagalan dari modul1 adalah
1 6
1 6
3
10
3 10

jam jam
-1
Laj u kegagalan dari modul 2 adalah
2 6
1 6
5
10
5 10

jam jam
-1
a. Fungsi keandalan dari subsist em it u adalah
t x t x t x t t t
P
e e e e e e t R
6 6 6
2 1 2 1
10 8 10 5 10 3

+
+ +
) (
) (

Unt uk misi pengoperasian selama 200 j am maka keandalan dari
subsist em kont rol it u adalah
999947 0 200
200 10 8 200 10 5 200 10 3
6 6 6
, ) ( +

x x x x x x
P
e e e R q
b. MTTF dar i sub sist em it u adalah
6 6 6
2 1 2 1
10 8
1
10 5
1
10 3
1 1 1 1

+
+
+
x x x
MTTF

MTTF = 408333,3333 j am q
7. 4 Si st em Dengan Susunan Gabungan Ser i - Par al el
Unt uk menganalisa suat u sist em sederhana dengan susunan
seri at au paralel sudah didiskusikan pada seksi t erdahulu. Susunan
seri at au paralel merupakan susunan dasar yang akan dipakai unt uk
menganalisa sist em yang mempunayai susunan yang lebih kompleks.
41
Blok diagram keandalan yang lebih kompleks akan mempunyai
st rukt ur gabungan ant ara susunan seri dan paralel.
Prinsip dasar yang dipakai unt uk menyelesaikan konfigurasi
yang komplek ini adalah dengan mereduksi konfigurasi yang komplek
iin secara berurut an dengan j alan menyederhanakan blok yang
mempunayi st rukt ur seri at au paralel t erlebih dahulu menj adi blok
diagram yang ekuivalen. Blok diagram yang ekuivalen ini akan
mewakilii konfigurasi asli sebelum konfigurasi ini disederhanakan.
Unt uk j elasnya akan diberikan beberapa cont oh berikut ini.
Cont oh 7.3
Unt uk menambah ket abilan sist em kont rol, sub sist em kont rol pada
cont oh 7. 2 dihubungkan dengan sat u sub sist em kont rol lain secara
seri. Diagarm blok keandalan unt uk sist em ini dit unj ukkan pada
gambar 7. 1. Dat a kegagalan dari masing masing subsist em adalah
1
= 2 x 10
- 6
kegagalan per j am,
2
= 3 x 10
- 6
kegagalan per j am, dan
3
= 5 x 10
- 6
kegagalan per j am. Tent ukan :
a. ekspresi keandalan subsist em t ersebut sebagai fungsi wakt u
b. indeks keandalan dari subsist em it u bila dioperasikan 1000 j am.
c. Wakt u rat a- rat a kegagalan ( MTTF) dari subsist em kont rol t ersebut .
1
2
3
Gambar 7. 1
Blok diagr am keandalan cont oh 7. 3
42
Sol usi
a. Blok diagram keandalan sist em pada gambar 7. 1 dapat
disederhanakan menj adi dua blok saj a sepert i yang dit unj ukkan
oleh gambar 7. 2.
1 4
Gambar 7. 2
Penyeder hanaan blok diagr am keandalan
Ekspresi fungsi keandalan unt uk blok 4 adalah sama dengan
ekspresi fungsi keandalan pada cont oh 7. 2, yait u
t x t x t x t t t
e e e e e e t R
6 6 6
3 2 3 2
10 8 10 5 10 3
4

+
+ +
) (
) (

Sedangkan ekspresi fungsi keandalan sist em adalah
( )
t x t x t x
t x t x t x t x
sy s
e e e
e e e e
t R t R t R
6 6 6
6 6 6 6
10 10 10 7 10 5
10 8 10 5 10 3 10 2
4 1

+
+

) ( ) ( ) (
q
b. I ndeks keandalan sist em set elah menj alankan misi selama 1000
j am adalah
1000 10 10 1000 10 7 1000 10 5
6 6 6
x x x x x x
sy s
e e e t R

+ ) (
R
sys
( t ) = 0,999998 q
43
c. MTTF dari subsist em t ersebut dapat dihit ung sebagai berikut .
( )
j am 9 242857,142

) (
+
+

6 6 6
0
10 8 10 5 10 3 10 2
0
10 10
1
10 7
1
10 5
1
6 6 6 6
x x x
dt e e e e
dt t R MTTF
t x t x t x t x
q
7. 5 Si st em dengan Susunan Ber l ebi han Secar a Par si al
( Par t i al l y Redundant Sy st em)
Jika sist em dengan susunan seri dikat egorikan sebagai sist em
yang t idak berlebihan ( non- redundant syst em) dan sist em dengan
susunan paralel dikat egorikan sebagai sist em dengan susunan yang
sangat berlebihan (fully redundant syst em) , maka ada sebuah sist em
yang bisa dikat egorikan sebagai sist em dengan susunan berlebihan
secar a par sial (part ially redundant syst em) .
Teknik yang dipakai unt uk mengevaluasi sist em yang memiliki
susunan sepert i ini kurang lebih sama dengan apa yang t elah dibahas
pada bab 3. Aplikasi dist ribusi probabilit as unt uk part ially redundant
syst em dapat diilust rasikan dengnan sist em yang memiliki n
komponen yang ident ik. Probabilit as masing- masing keadaan sist em
ini - dalam hal ini komponen yang yang sedang beroperasi adalah
komponen 0,1,2, n - dapat dit ent ukan dari ekspansi binomial ( R +
Q)
n
. Pada bab t erdaulu, nilai dari R dan Q ini diasumsikan konst an.
Unt uk kasus probabilit as yang t ergant ung dari wakt u ( t ime-
dependent probabilit y) , nilai dari R dan Q adalah fungsi dari wakt u
44
dan ekspresi binomial dimodifikasi menj adi [ ]
n
t Q t R ) ( ) ( + , dimana nilai
dari R( t ) dan Q( t ) masing masing dapat dit ent ukan dari fungsi
probabilit as yang menj adi model kegagalan suat u komponen /
sist em.
Unt uk pemodelan kegagalan komponen dengan menggunakan
dist ribusi eksponensial, maka
t
e t R

) ( ( 7.18)
dan
t
e t Q

1 ) ( ( 7.19)
oleh karena it u ekspresi binomial menj adi ( )
n t t
e e ] [

+ 1 .
Cont oh 7.4
Sebuah sist em memiliki empat buah unit ident ik yang masing
masing memiliki laj u kegagalan (failure rat e) 0,1 kegagalan / t ahun.
Evaluasi probabilit as dari sist em t ersebut unt uk t et ap dapat
beroperasi set elah 0, 5 t ahun dan 5 t ahun j ika minimal dua unit harus
dapat beroperasi agar sist em sukses menj alankan misinya.
Sol usi
Dengan menggunakan ekspresi binomial unt uk n = 4
45
[ R( t ) + Q( t ) ]
4
= R
4
( t ) + 4R
3
( t ) Q( t ) + 6R
2
( t ) Q
2
( t ) + 4R( t ) Q
3
( t ) + Q
4
( t )
Dimana R( t ) dan Q( t ) masing masing dinyat akan oleh persamaan
( 7. 18) dan ( 7. 19) . Tabel 7. 1 menunj ukkan probabilit as kesuksessan
dari sist em unt uk berbagai kondisi komponen.
Tabel 7. 1
Pr obabilit as kesuksesan sist em unt uk ber bagai kondisi komponen
Juml ah uni t
y ang
di per l u k an
agar si st em
suk ses
Pr obabi l i t as k esu k sesan si st em
4
t
e
4
3 ) (
t t t
e e e

+ 1 4
3 4
2
2 2 3 4
1 6 1 4 ) ( ) (
t t t t t
e e e e e

+ +
1
3 2 2 3 4
1 4 1 6 1 4 ) ( ) ( ) (
t t t t t t t
e e e e e e e

+ + +
Oleh karena it u, unt uk cont oh soal ini
2 2 3 4
1 6 1 4 ) ( ) ( ) (
t t t t t
e e e e e t R

+ +
Unt uk t = 0,5 dan = 0,1 maka
R( 0,5) = 0,9996 q
Sedang unt uk t = 5, maka
R( 5) = 0,8282 q
46
Unt uk kasus yang lebih umum dari unit yang non ident ik,
maka probabilit as dari masing masing sist em dapat dievaluasi
dengan
[ R
1
( t ) + Q
1
( t ) ] [ R
2
( t ) + Q
2
( t ) ] [ R
n
( t ) + Q
n
( t ) ]
dimana nilai dari R
i
( t ) dan Q
i
( t ) dapat dideksi dari dist ribusi
probabilit as dari komponen ke- i dan periode wakt u yang menj adi
int eres dalam analisa. Unt uk kasus dist ribusi eksponensial maka
t
i
i
e t R

) ( unt uk i = 1,2, , n
t
i
i
e t Q

1 ) ( unt uk i = 1,2, , n
7.6 Si st em St andby ( St andby Sy st em)
Sepert i yang t elah diulas pada beberapa cont oh soal t erdahulu,
konfigurasi paralel dan part ially redundant syst em mengakibat kan
keandalan sist em meningkat secara keseluruhan. Semua at au
sebagian komponen yang memiliki konfogurasi ini mungkin akan
berada pada mode pengoperasian. Hal ini t ent unya t idak selalu
feasible at au t idak prakt is, sehingga konfigurasi st andby mungkin
akan dipakai. Pada konfigurasi st andby, sat u at au lebih komponen
berada dalam keadaan st andby dan siap akan mengambil alih ket ika
komponen normal at au kompone ut ama mengalami kegagalan.
Secara umum ada dua buah kasus dasar yang berhubungan
dengan swit ching. Pert ama, kit a bisa menganggap swit ch yang
dipakai adalah swi t ch yang sempurna sehingga bisa dikat egorikan
sebagai kasus pengalihan yang sempurna ( per fect swit ching) sert a
yang kedua, kit a bisa menganggap swit ch yang dipakai adalah swi t ch
47
yang t idak sempurna sehingga bisa dikat egorikan sebagai kasus
pengalihan yang t idak sempurna (I mper fect swit ching)
1
2
Gambar 7. 3
Sist em dengan susunan st andby
7.6.1 Per f ect Sw i t chi ng
Pada kasus ini, swit ch diamsusikan t idak pernah gagal pada
saat pengoperasian dan j uga t idak akan mengalami kegagalan pada
saat melakukan pengalihan dari pengoperasian normal ke posisi
st andby.
a. Sist em dengan 2 Komponen
Misalkan sebuah sist em memiliki dua komponen yang ident ik,
dimana komponen pert ama berfungsi sebagai komponenut ama
sedangkan komponen lainnya bert indak sebagai komponen st anby.
Susunan ini dapat dipandang sebagai susunan yang ekuivalen
dengan unit t unggal yang hanya diij inkan unt uk mengalami sat u kali
kegagalan. Set elah kegagalan pert ama dari unit yang ekuivalen
( kegagalan komponen 1) , maka komponen ( 2) akan mengambil alih
48
unt uk kelangsungan operasi dan oleh karena it u sist em t idak
Jika ada kegagalan kedua dari unit yang equivalen ( kegagalan
komponen 2) , sist em akan mengalami kegagalan. Logika
pengoperasian pada sist em ini mengimplikasikan bahwa dist ribusi
poison dapat digunakan unt uk menghit ung probabilit as dari sist em
failure karena dist ribusi ini memberikan probabilit as dari berbagai
komponen yang sedang beroperasi pada masa bergunanya. Unt uk
kasus ini, perlu kiranya unt uk mendapat kan probabilit as kegagalan
yang t idak melebihi sat u kegagalan. Dengan menggunakan dist ribusi
Poisson
!
) (
) (
x
e t
t P
t x
x

( 7.20)
di mana P
x
( t ) menyat akan probabilit as dari komponen x yang gagal
dalam wakt u t . Dengan menggunakan persamaan ( 7. 20)
t
e t P

) ( gagal ] yang komponen ada P[ Tidak
0
t
t e t P P

) ( ] gagal komponen Sat u [
1
Oleh karena it u keandalan sist em adalah
) ( ) ( ) ( ) ( t e t P t P t R
t
+ +

1
1 0
( 7.21)
b. Sist em dengan 2 komponen st andby
Dengan menggunakan logika di at as, unt uk sat u komponen
ut ama dan dua komponen st anby maka, j umlah kegagalan yang
dapat dit oleransi dalam unit yang equivalen adalah dua sebelum
49
sist em mengalami gagal. Sehingga keandalan sist em dapat
dit ent ukan dengan
1
]
1
+ + + +

!
) (
) ( ) ( ) ( ) (
2
1
2
2 1 0
t
t e t P t P t P t R
t

( 7.22)
c. Sist em dengan n komponen st andby
Secara umum prinsip yang digunakan unt uk mendapat kan
persamaan ( 7. 21) dan ( 7. 22) dapat diperluas unt uk sembarang
j umlah komponen st andby, karena j umlah kegagalan yang dapat
dit oleransi sama dengan j umlah komponen st andby.
Oleh karena it u, secara umum keandalan sist em dengan n
komponen st andby yang ident ik adalah
1
]
1
+ + + + +
n
x
t x n
t
x
e t
n
t t t
t e t R
0
3 2
3 2
1
!
) (
!
) (
. . .
!
) (
!
) (
) (

( 7.23)
d. Mean t ime t o failure ( MTTF)
Harga dari MTTF unt uk sist em dengan sat u komponen st andby
dapat dihit ung sebagai berikut

2 1 1
1
0
+ +
dt t e MTTF
t
) ( ( 7.24)
Dan unt uk sist em dengan n komponen st andby, MTTF nya dapat
dihit ung sebagai berikut

1
0
0
+

n
x
e t
MTTF
n
x
t x
!
) (
( 7.25)
50
7.6.2. I mper f ect Sw i t chi ng
Unt uk kasus ini, kemungkinan swit ch mengalami kegagalan
dalam mengalihkan t ugas dari komponen akt if ke komponen st andby
akan dimasukkan dalam perhit ungan, dengan demikian perlu
didefinisikan probabilit as sukses pengoperasian swit ch. Probabilit as
sukses ini dinot asikan dengan Ps dan dapat dit ent ukan nilainya
dengan mengumpulkan dat a kesuksesan dan kegagalan operasional
swit ch dengan menggunakan persamaan berikut ini.
swi t ch l oper asiona j uml ah
swi t ch l oper asiona kesuksesan j uml ah
s
P ( 7.26)
Kembali pada kasus 2 komponen yang memiliki susunan
st andby, dimana proses pengalihan dan perlat an pengalih memiliki
nilai keandalan yang kurang dari 100%, maka agar sist em sukses
dalam menj alankan misinya maka salah sat u kondisi berikut ini harus
dipenuhi, yait u j ika t idak ada sat upun komponen yang gagal at au
sat u komponen ( ut ama) mengalami kegagalan dan peralat an
pengalih ( swit ch) sukses beroperasi. Dengan demikian keandalan
sist em dapat dit urunkan sebagai berikut .
P [ t idak ada komponen yang gagal] = P
0
( t )
= e
- t
P [ sat u komponen gagal dan proses pengalihan
dan swit ch beroperasi] = P
1
( t ) .P
s
= P
s
t e
- t
Yang akan memberikan persamaan keandalan sist em
) ( ) ( t P e t R
s
t
+

1 ( 7.27)
51
Konsep ini dapat diperluas unt uk kasus dengan dua at au lebih
komponen st andby, dengan memasukkan t erm Ps pada persamaan
( 7.22) dan ( 7.23) .
MTTF dari sist em st andby dapat diperoleh dengan
mengint egralkan persamaan keandalan sist em dengan bat as int egrasi
mulai dari o sampai , yait u
s
s
t
P
t P e MTTF
+
+
1
1
0
) ( ( 7.28)
52
nd
edit ion,
07632.
53
Component I mpor t ance
Anal ysi s
8. 1 Pendahul uan
Secara umum r eliabilit y impor t ance dari sebuah komponen
dalam sebuah sist em t ergant ung dari dua fakt or yait u :
let ak komponen di dalam sebuah sist em
reliabilit y dari komponen yang sedang di analisa
Analisa import ance ( import ance analysis) dapat dikat akan sama
dengan sensit ivit y analysis dan oleh karena it u sangat bermanfaat
unt uk mendesain sist em, mendiagnosis sist em, sert a
mengopt imalkan sist em. Dengan menggunakan ukuran import ance
diharapakan dapat memberikan priorit as unt uk melakukan
pengecekan t erhadap komponen- komponen yang dapat
menyebabkan kegagalan sist em. Secara umum, semakin besar nilai
dari component import ance semakin pent ing komponen t ersebut
unt uk mendapat perhat ian.
Ada beberapa cara unt uk melakukan analisa/ mengukur
reliabilit y import ance dari sebuah komponen yang sudah
didefinisikan. Berikut ini t eknik analisa reliabilit y import ance yang
54
sudah dipublikasikan oleh Heley dan Kumamot o ( 1992) sert a oleh
Hyland dan Rausand ( 1994) . Teknik it u adalah :
Birnbaums measure
Crit icalit y I mport ance
Vesely Fussells measure
I mprovement Pot ent ial
8.2 Bi r nbaum s Measur e
Birnbaum ( 1969) mengusulkan ukuran reliabilit y import ance
dari sebuah komponen yang ada di dalam sist em sebagai berikut .
) (
) (
) (
t R
t R
t i I
i
S B
( 8.1)
dengan
) ( t i I
B
= ukuran r eliabilit y impor t ance birnbaum
R
S
( t ) = nilai reliabilit y dari sist em pada saat t
Ri ( t ) = nilai reliabilit y dari komponen i yang ada di dalam
sist em pada saat t ,
i = 1,2, , n
Jika nilai ) ( t i I
B
besar, perubahan reliabilit y dari komponen i
yang kecil akan menghasilkan perubahan komparat if yang besar pada
reliabilit y sist em pada saat t .
Selain ukuran t ersebut di at as, Birnbaum j uga mengusulkan
apa yang disebut dengan Birnbaum st ruct ural import ance. Unt uk
menget ahui indeks ini, berikut ini fungsi st rukt ur (st r uct ur al funct ion)
dari sebuah sist em yang merupakan fungsi biner dari sebuah sist em
dan diekspresikan oleh persamaan berikut ini.
55
) ,..., , ( ) (
2 1 n
x x x x ( 8.2)
dengan
'
gagal keadaan dal am si st em j ika ,

ber fungsi si st em j ika ,
) (
0
1
x
x
i
= variabel biner dari komponen i
'
gagal keadaan dal am komponen j ika ,

ber fungsi komponen j ika ,
0
1
i
x
x = st at e vect or
x = ( x
1
, x
2
, , x
n
)
Sedangkan birnbaum st ruct ural import ance didefinisikan oleh

2
) (
1
n
i
(i) B

( 8.3)
dengan
) (i
= j umlah t ot al dari crit ical pat h set dari komponen i

[ ]
) , 0 ( ) , 1 ( ) ( x x i
i i

n = j umlah komponen yang ada di dalam sist em

56
1
2
3
2/3
Gambar 8. 1
Blok diagr am keandalan susunan 2 dar i 3
Cont oh 8.1
Gambar 8. 1 menunj ukkan blok diagarm keandalan yang t erdiri dari
t iga komponen, dimana agar sist em ini sukses minimal diperlukan 2
komponen yang beroperasi dari t iga komponen yang ada. Susunan ini
dapat dikat egorikan sebagai susunan part ially redundant syst em.
I ndeks keandalan masing masing komponen pada saat t dinyat akan
ol eh R
1
= 0,98, R
2
= 0, 96, dan R
3
= 0,94. Tent ukan Birnbaums
measure dari masing masing komponen.
Sol usi
Persamaan keandalan sist em t ersebut bila dit ulis dalam t erm R
1
, R
2,
dan R
3
adalah
9957 0 2
3 2 1 3 2 3 1 2 1
, + + R R R R R R R R R R ( 8.4)
Birnbaums measure dari masing masing komponen adalah
57
0952 0 2 1
3 2 3 2
1
, ) ( +
R R R R
R
R
t I
B
q
0776 0 2 2
3 1 3 1
2
, ) ( +
R R R R
R
R
t I
B
q
0584 0 2 3
2 1 2 1
3
, ) ( +
R R R R
R
R
t I
B
q
Sehingga
) ( ) ( ) ( t I t I t I
B B B
3 2 1 > >
8.3 Cr i t i cal i t y I mpor t ance
Crit icalit y import ance didefinisikan sebagai probabilit as dari
komponen i yang menyebabkan kegagalan sist em dimana sist em
t elah mengalami kegagalan pada saat t . Secara mat emat is cr it icalit y
import ance didefinisikan oleh
) ( 1
)) ( 1 )( (
) (
t R
t R t i I
t i I
S
i
B
CR
( 8.5)
at au dapat j uga dit ulis sebagai
) (
) ( ) (
) (
t Q
t Q t i I
t i I
S
i
B
CR
( 8.6)
dengan,
Q
i
( t ) = nilai ket akandalan dari komponen i pada saat t .
58
Q
S
( t ) = nilai ket akandalan dari sist em pada saat t .
Cont oh 8.2
Dengan meruj uk pada cont oh soal 8. 1, t ent ukan crit icallit y
import ance dari masing masing komponen.
Sol usi
Dengan memanfaat kan hasil dari cont oh soal 8. 1 dan persamaan
( 8.6) maka crit icallit y import ance dari masing masing komponen
adal ah
4428 0
2 1
1 1
1
3 2 1 3 2 3 1 2 1
1
,
) ) ( (
) (
+
R R R R R R R R R
R t I
t I
B
CR
q
7219 0
2 1
1 2
2
3 2 1 3 2 3 1 2 1
2
,
) ) ( (
) (
+
R R R R R R R R R
R t I
t I
B
CR
q
8149 0
2 1
1 3
3
3 2 1 3 2 3 1 2 1
3
,
) ) ( (
) (
+
R R R R R R R R R
R t I
t I
B
CR
q
Sehingga
) ( ) ( ) ( t I t I t I
CR CR CR
3 2 1 < <
59
8.4 Vesel y Fussel l s Measur e
Vesely Fussells measure menyat akan probabilit as bahwa
minimal sat u cut set yang mengandung komponen i mengalami
kegagalan pada saat t dimana sist em j uga t elah mengalami
kegagalan pada saat t . Secara mat emat is Vesely Fussells
didefiniskan oleh persamaan berikut ini.
)) ( (
)) ( ) ( (
)) ( ) ( ( ) (
t C P
t C t D P
t C t D P t i I
i
i
VF

( 8.7)
dimana
D
i
( t ) = minimal cut set yang mengandung komponen i yang
megalami kegagalan pada saat t .
C( t ) = kegagalan sist em pada saat t .
Persamaan ( 8. 7) dapat disederhanakan menj adi
)) ( (
)) ( (
) (
t C P
t D P
t i I
i VF
( 8.8)
Hal ini dapat t er j adi kar ena j ika D
i
( t ) t erj adi maka C( t ) past i t erj adi,
at au secara mat emat is D
i
( t ) merupakan himpunan bagian dari C( t ) .
Persamaan ( 8.8) dapat j uga dit ulis menj adi
) ( 1
)) ( ( 1 ( 1
) (
1
t R
t E P
t i I
S
mi
j
i
j
VF
( 8.9)
dengan,
60
) (t E
i
j
= minimal cut set j diant ara beberapa minimal cut set
yang mengandung komponen i yang mengalami
kegagalan pada saat t unt uk i = 1, 2, , n dan j = 1, 2,
, m
i
.
m
i
= j umlah minimal cut set yang mengandung kompnen i.
Dengan melakukan aproksimasi pada bagian pembilang
persamaan ( 8.9) , persamaan ( 8.9) dapat dit ulis kembali menj adi
persamaan di bawah ini
) (
) (
) (
) ) ( (
) (
t Q
t
i
j
Q
t R
t E P
t i I
S
mi
j
S
mi
j
i
j
VF

1 1
1
(
( 8.10)
Unt uk sist em yang kompleks, persamaan ( 8. 10) sangat disarankan
unt uk diaplikasikan.
Cont oh 8.3
Dengan meruj uk pada cont oh soal 8. 1, t ent ukan Vesely Fussells
measure dari masing masing komponen.
Sol usi
Cut set dari blok diagram keandalan sist em adalah { 1, 2} , { 1, 3} , dan
{ 2, 3} , sehingga
0020 0
3 2 1 3 1 2 1
1
2
1
1
1
2
1
1
1
2
1
1 1
, ) ( ) ( ) ( ) ( ) ( ) ( ) (
) ) ( ) ( ( ) ) ( ( ) ) ( ( ) ) ( ) ( ( ) ) ( (
+
+
t Q t Q t Q t Q t Q t Q t Q
t E t E P t E P t E P t E t E P t D P
61
0032 0
3 2 1 3 2 2 1
2
2
2
1
2
2
2
1
2
2
2
1 2
, ) ( ) ( ) ( ) ( ) ( ) ( ) (
) ) ( ) ( ( ) ) ( ( ) ) ( ( ) ) ( ) ( ( ) ) ( (
+
+
0036 0
3 2 1 3 2 3 1
3
2
3
1
3
2
3
1
3
2
3
1 3
, ) ( ) ( ) ( ) ( ) ( ) ( ) (
) ) ( ) ( ( ) ) ( ( ) ) ( ( ) ) ( ) ( ( ) ) ( (
+
+
Dari cont oh 8. 1, kit a mempunyai 0043 0 9957 0 1 1 , , ) ) ( ( R t C P .
Sehingga Vesely Fussells measure dari masing masing komponen
adal ah
4651 0
0043 0
0020 0
1
1
,
,
,
) ) ( (
) ) ( (
) (
t C P
t D P
t I
VF
q
7442 0
0043 0
0032 0
2
1
,
,
,
) ) ( (
) ) ( (
) (
t C P
t D P
t I
VF
q
8372 0
0043 0
0036 0
3
1
,
,
,
) ) ( (
) ) ( (
) (
t C P
t D P
t I
VF
q
Vesely Fussells measure dapat pula didihit ung dengan
menggunakan rumus pendekat an ( 8. 10) , yait u
4651 0 1
3 1 2 1
1
2
1
1
, ) (
+
S S
VF
Q
Q Q Q Q
Q
Q Q
t I
( (
q
7442 0 2
3 2 2 1
2
2
2
1
, ) (
+
S S
VF
Q
Q Q Q Q
Q
Q Q
t I
( (
q
62
8372 0 3
3 2 3 1
3
2
3
1
, ) (
+
S S
VF
Q
Q Q Q Q
Q
Q Q
t I
( (
q
sehingga
) ( ) ( ) ( t I t I t I
VF VF VF
3 2 1 < <
8. 5 I mpr ov ement Pot ent i al
Pada kasus- kasus t ert ent u, mungkin menj adi hal yang perlu
diket ahui seberapa besar reliabilit y dari sist em bert ambah j ika
komponen i ( i = 1, 2, , n) digant i dengan sebuah komponen yang
sempurna. Jika h( R
S
( t ) ) menyat akan reliabilit y dari sist em pada saat
t , maka perbedaan ant ara h( 1
i
, R
S
( t ) ) dan h( R
S
( t ) ) disebut dengan
improvement pot ent ial. Secara mat emat is improvement pot ent ial
dit ulis sebagai
)) ( ( )) ( , 1 ( ) ( t R h t R h t i I
S S i
IP
( 8.11)
Persamaan ( 8. 11) dapat dit ulis sebagai fungsi dari birnbaum measure
) ( t i I
B
sebagai
)) ( 1 )( ( ) ( t R t i I t i I
i
B IP
( 8.12)
Persamaan ( 8. 12) dapat j uga dit ulis sebagai fungsi dari crit icalit y
import ance ) ( t i I
CR
sebagai
) ( ) ( ) ( t Q t i I t i I
S
CR IP
( 8.13)
63
Cont oh 8.4
Dengan meruj uk pada cont oh soal 8. 1, t ent ukan improvement
pot ent ial dari masing masing komponen.
Sol usi
Dengan menggunakan persamaan ( 8. 12)
0019 0 1 1 1
1
, ) ) ( ( ) ( R t I t I
B I P
q
0031 0 1 2 2
2
, ) ) ( ( ) ( R t I t I
B I P
q
0035 0 1 3 3
3
, ) ) ( ( ) ( R t I t I
B I P
q
Sehingga
) ( ) ( ) ( t I t I t I
I P I P I P
3 2 1 < <
Tabel 8. 1 menunj ukkan perbandingan hasil dari berbagai
met ode unt uk menyelesaikan masalah part ially redundant syst em.
Tabel t ersebut menunj ukkan rangking yang berbeda unt uk t iap t iap
komponen. I ni merupakan hal yang waj ar karena masing met ode
memiliki definisi yanag berlainan, sehingga apabila kit a menganalisa
sist em harus disesuaikan dengan keperluannya.
Unt uk mengident ifikasi komponen yang harus diperbaiki unt uk
meningkat kan keandalan sist em, birnbaums measure dan
improvement pot ent ial merupakan met ode yang t epat unt uk dipakai.
Sedangkan unt uk mengident ifikasi komponen mana yang memiliki
probabilit as yang dapat menyebabkan kegagalan sist em, maka
crit ical import ance measure dan Vesely Fussels measure
merupakan met ode yang paling t epat unt uk dipakai.
64
Tabel 8. 1
Per bandingan hasil component impor t ance analysis dar i ber bagai met ode
Kompon en Bi r nbaum
Cr i t i cal l i t y
I mpor t an ce
Vesel y -
Fussel l
I mpr ov eme
n t Pot en t i al
1 0, 0952 ( 1) 0, 4428 ( 3) 0, 4651 ( 3) 0, 0019 ( 3)
2 0, 0776 ( 2) 0, 7219 ( 2) 0, 7442 ( 2) 0, 0031 ( 2)
3 0, 0584 ( 3) 0, 8149 ( 1) 0, 8372 ( 1) 0, 0035 ( 1)
65
nd
edit ion,
07632.
Bagian 3
Oleh
SURABAYA
MODUL
4
DAFTAR ISI MODUL 4
BAB 9 Rantai Markov Diskrit (Discrete Markov Chain)
9.1 Pendahuluan
9.2 Konsep Pemodelan
9.3 Stochastic Transitional Probability (STP) Matrix
9.4 Evaluasi Probabilitas yang Tergantung Waktu (time Dependent
Probability Evaluation)
9.5 Evaluasi Probabilitas Untuk Kondisi Mantap
9.6 Absorbing State
BAB 10Proses Markov Kontinyu (Continuous Markov Process)
10.1 Pendahuluan
10.2 Konsep Umum Pemodelan
10.3 Pengevaluasian yang Tergantung Waktu
10.4 StochasticTransitional Probability (STP) Matrix
10.5 Pengevaluasian Probabilitas untuk Kondisi Batas
10.5.1 Komponen Tunggal yang Mampu-Rawat
10.5.2 Dua Komponen yang Mampu-rawat
10.6 Pengevaluasian dengan Menggunakan Persamaan Diferensial
10.7 Mean Time to Failure (MTTF)
BAB 11Simulasi Monte Carlo
11.1 Konsep Simulasi
11.2 Random Number Generator
11.3 Konversi Uniform random Number
11.4 Algoritma Simulasi
11.4.1 Algoritma Konfigurasi Seri Untuk Sistem Non-Repairable
11.4.2 Algoritma Konfigurasi Paralel Untuk Sistem Non-Repairable
11.4.3 Algoritma Konfigurasi Paralel Repairable System
11.4.4 Algoritma Konfigurasi Standby System
1
Rant ai Mar k ov Di sk r i t
( Di scr et e Mar k ov Chai n )
9. 1 Pendahul uan
Berbagai t eknik analit is unt uk mengevaluasi reliabilit y dari
suat u sist em t elah diuraikan pada bab t erdahulu. Teknik analit is ini
mengasumsikan bahwa sist em adalah t idak repairable, kalaupun
sist em it u repairable maka selalu diasumsikan bahwa wakt u unt uk
mereparasi sist em / komponen yang ada di dalam sist em adalah
sangat singkat bila dibandingkan dengan wakt u pengoperasian
sist em. Teknik pemodelan dengan menggunakan pendekat an Markov
( Markov Approach) menawarkan suat u pemodelan unt uk
memperhit ungkan wakt u reparasi at au r epair able syst em.
Pendekat an Markov dapat diaplikasikan pada perilaku
( behavior) random dari suat u sist em yang bervariasi secara diskrit
maupun kont inyu t erhadap ruang dan wakt u. Variasi random baik
secara diskrit maupun secara random ini disebut dengan proses
st okast i k (st ochast ic process) . Tidak semua proses st okast ik dapat
dimodelkan dengan memakai pendekat an Markov dasar ( basic
2
Mar kov appr oach) . Syarat yang harus dipenuhi agar suat u sist em
dapat dimodelkan dengan menggunakan pedekat an Markov dasar
adal ah
a. sist em harus memiliki sifat lack of memory
b. proses dari sist em harus st asioner at au homogen
Sifat pert ama, lack of memory, berart i bahwa keadaan sist em
pada masa yang akan dat ang t idak t ergant ung dari keadaan masa
lalu kecuali keadaan yang langsung mendahuluinya. Dengan kat a lain
keadaan dari suat u sist em pada masa yang akan dat ang hanya
t ergant ung dari keadaan saat ini, dan bukan t ergant ung dari keadaan
masa lalu dan t idak j uga t ergant ung dari bagaimana suat u sist em
dapat mencapai suat u keadaan pada saat ini. Sifat kedua, sist em
yang st asioner at au homogen, berart i bahwa perilaku sist em adalah
sama pada semua t it ik- t it ik wakt u yang akan dipert imbangkan,
art inya probabilit as unt uk berpindah dari sat u keadaan ke keadaan
lain adalah sama ( st asioner) pada sembarang wakt u baik wakt u
lampau dan wakt u yang akan dat ang. Jika probabilit as ini merupakan
fungsi dari wakt u at au merupakan berupa angka diskrit yang
berj enj ang, maka proses ini dikat egorikan sebagai non st asioner at au
j uga bisa disebut dengan non- Markovian.
Kedua sifat yang harus dimiliki oleh suat u sist em agar sist em
ini bisa dimodelkan dengan menggunakan pendekat an Markov adalah
bila sist em at au komponen yang ada di dalam sist em memiliki
probabilit y dist ribut ion dengan laj u kegagalan ( failure rat e) yang
konst an. Probabilit y dist ribut ion funct ion yang memiliki laj u
kegagalan yang konst an misalnya adalah dist ribusi eksponensial at au
dist r ibusi Poisson.
Secara umum pemodelan dengan menggunakan pendekat an
Markov dapat diapakai unt uk memodelkan ruang dan wakt u (space
and t ime) sist em baik yang diskrit maupun yang kont inyu. Umumnya,
space dari sist em adalah diskrit , karena space ini hanya
3
menunj ukkan keadaan suat u sist em. Sebagai cont oh, suat u sist em
mungkin dalam keadaan up at au down. Sedangkan unt uk wakt u
mungkin bisa diskrit at au kont inyu. Pemodelan sist em yang
melibat kan pendekat an Markov secara diskrit disebut dengan rant ai
Markov diskrit ( discret e Markov chain) sedang pemodelan sist em
yang melibat kan pendekat an Markov secara kont inyu disebut dengan
proses Markov (Markov process) .
Gambar 9. 1
St at e space diagr am unt uk sist em dengan 2 keadaan
9. 2 Konsep Pemodel an
Unt uk mengilust rasikan mengenai konsep pemodelan Markov,
misalkan ada sebuah sist em yang memiliki dua keadaan yait u
keadaan up ( beroperasi) dan keadaan down ( rusak) . Kondisi ini dapat
digambarkan dalam sebuah st at e space diagram ( diagr am keadaan -
ruang) . Gambar 9. 1 menunj ukkan st at e space diagram dari cont oh
sist em yang dibahas.
Pada gambar 9. 1, st at e 1 mewakili keadaan unt uk sist em
dalam keadaan up,sedang unt uk st at e 2 mewakili keadaan sist em
4
dalam keadaan down. Probabilit as dari sist em it u unt uk t et ap pada
st at e 1 adalah 2/ 3 at au sist em it u dapat berpindah dari st at e 1 ke
st at e 2 dengan probabilit as 1/ 3. Yang perlu diperhat ikan dalam
pemodelan ini adalah bahwa j umlah dari proabilit as ini adalah 1. Dari
gambar 1 j uga t erlihat bahwa probabilit as sist em it u unt uk t et ap
berada pada st at e 2 adalah 4/ 5 sedang probabilit as sist em it u
berpindah dari st at e 2 ke st at e 1 adalah 1/ 5.
Cont oh di at as merupakan cont oh dari rant ai Markov diskrit ,
karena sist emnya adalah st asioner dan perpindahan ant ara sat u st at e
ke st at e yang lain t erj adi dalam j enj ang diskrit .
Sist em di at as diasumsikan berawal pada st at e 1 dan perilaku
t r ansi en (t ransient behavior) dievaluasi sesuai dengan pert ambahan
wakt u. Keadaan sist em pada saat t = 0 disebut dengan kondisi awal
( init ial condit ion) . Unt uk berbagai kasus pengevaluasian reliabilit y
dari sist em kondisi awal ini biasanya sudah diket ahui. Perilaku
t ransien dari sist em ini sangat t ergant ung dari kondisi awal sist em,
sedangkan nilai probabilit as dari kondisi mant ap ( limit ing st at e /
st eady st at e) t idak t ergant ung dari kondisi awal. Sebuah sist em at au
suat u sist em dimana nilai probabilit asnya t idak t ergant ung pada
kondisi awal dikenal dengan sist em ergodik (er godic syst em) . Agar
suat u sist em bisa disebut sebagai sist em yang ergodik, maka semua
st at e dari suat u sist em dapat dicapai dari berbagai st at e yang lain
baik secara langsung maupun t idak langsung melalui st at e ant ara
( int ermediat e st at e) . Jika kondisi ini t idak mungkin t erj adi dan ada
sat u at au beberapa st at e yang bila sekali sist em berada pada st at e ini
sist em t idak bisa bert ransisi ke st at e yang lain, maka st at e ini disebut
dengan absorbing st at e. St at e 3 pada gambar 9. 2 merupakan suat u
cont oh absorbing st at e.
5
Gambar 9.2
St at e- space diagram dengan st at e 3 sebagai absorbing st at e
9.3 St ochast i c Tr ansi t i onal Pr obabi l i t y ( STP) Mat r i x
St at e space diagram pada gambar 9. 1 dapat diekspresikan
dalam bent uk mat rik. Mat rik ini merepresent asikan probabilit as
t ransisi dari sat u st at e ke st at e lain dalam sat u j enj ang at au int erval
wakt u. Mat rik ini disebut dengan mat rik probabilit as t ransisional
st okast ik ( St ochast ic Transit ional Probabilit y Mat rix STP Mat rix) .
Mat rik STP dari gambar 9.1 dapat dit ulis sebagai
=
5
4
5
1
3
1
3
2
22 21
12 11
P P
P P
P ( 9.1)
dimana
P
ij
= probabilit as unt uk melakukan t ransisi ke st at e j set elah sat u
int erval wakt u t ert ent u dimana st at e i merupakan awal dari
sat u int erval wakt u.
6
Sedang mat rik STP unt uk st at e space diagram pada gambar 9.2
adal ah
=
1 0 0
0
5
1
5
3
5
1
3
1
3
2
33 32 31
23 22 21
13 12 11
P P P
P P P
P P P
P ( 9.2)
Secara umum bila suat u sist em yang dimodelkan dengan
menggunakan pemodelan Markov secara diskrit memiliki n buah
st at e, maka secara umum mat rik STP nya dapat dit uliskan sebagai
ber ikut .
=
nn n n
n
n
P P P
P P P
P P P
P
... ...
. ... ... . .
. ... ... . .
... ...
... ...
2 1
2 22 21
1 12 11
( 9.3)
dengan
P
ij
= probabilit as unt uk melakukan t ransisi ke st at e j set elah sat u
int erval wakt u t ert ent u dimana st at e i merupakan awal dari
sat u int erval wakt u.
Yang perlu diperhat ikan dari mat rik STP ini adalah j umlah probabilit as
unt uk masing- masing baris harus sama dengan sat u.
7
Cont oh 9.1
Gambar 9. 3 menunj ukkan sebuah st at e space diagram yang
merupakan model dari sebuah sist em. Laj u perubahan dari sat u st at e
ke st at e lain j uga dit unj ukkan pada gambarTent ukan mat rik STP dari
dari st at e space diagram t ersebut .
1
3 2
4
0,001
0,005
0,009 0,008
0,04 0,02
Gambar 9. 3
St at e space diagr am unt uk cont oh 9. 1
Sol usi
STP mat rik unt uk permasalah an di at as
8
=
1 0 0 0
009 0 951 0 0 04 0
008 0 0 972 0 02 0
0 005 0 001 0 994 0
44 43 42 41
34 33 32 31
24 23 22 21
14 13 12 11
, , ,
, , ,
, , ,
P P P P
P P P P
P P P P
P P P P
P q
9. 4 Ev al uasi Pr obabi l i t as y ang Ter gant ung Wak t u ( Ti me
Dependent Pr obabi l i t y Eval uat i on)
Pada cont oh sist em yang diekspresikan pada gambar 9.1,
set elah dua int erval wakt u maka perilaku dari sist em yang diwakili
oleh nilai probabilit as yang t erdapat di dalam mat rik STP akan
berubah menj adi
=
75
53
75
22
45
22
45
23
5
4
5
1
3
1
3
2
5
4
5
1
3
1
3
2
2
P ( 9.4)
Elemen pada baris pert ama kolom pert ama dari mat rik di at as
dapat diart ikan sebagai probabilit as sist em it u berada pada st at e 1
j ika pada awalnya sist em it u berada pada st at e 1 adalah 23/ 45.
Sedang elemen pada baris pert ama kolom kedua dari mat rik di at as
Elemen pada baris kedua kolom pert ama dari mat rik di at as
Sedang elemen pada baris kedua kolom kedua dari mat rik di at as
j ika pada awalnya sist em it u berada pada st at e 2 adalah 53/ 75. Jadi
9
mat rik P
2
menyat akan semua proabailit as dari sist em set elah dua
int erval wakt u, baik sist em it u berawal dari st at e 1 maupun berawal
dari st at e 2. Secara umum elemen- elemn yang t erdapat di dalam
mat r i k P
n
menyat akan probabilit as dari suat u sist em yang berawal
dari keadaan i dan berakhir pada st at e j set elah n int erval wakt u.
Jika keadaan awal dari sist em diwakili oleh suat u mat rik
probabilit as P( 0) yang menyat akan probabilit as dari masing- masing
st at e pada saat awal dari misi sist em, maka set elah n int erval
probabilit as dari sist em it u dapat dit uliskan ke dalam sebuah
per samaan
n
P P n P ) ( ) ( 0 = ( 9.5)
dengan
P( n) = mat rik proababilit as yang menyat akan probabilit as dari
masing- masing st at e set elah n int erval wakt u
P( 0) = mat rik probabilit as yang menyat akan probabilit as dari
masing- masing st at e pada saat awal dari misi sist em
P = mat rik STP yang mewakili sist em
Bila sist em yang digambarkan pada gambar 9. 1 mengawali misinya
pada st at e 1, maka kondisi awal dapat dit uliskan dalam mat rik
pr obabilit as
[ ] 0 1 0 = ) ( P ( 9.6)
Elemen 1 pada mat rik probabilit as pada persamaan ( 9.6)
menyat akan bahwa probabilit as dari sist em it u unt uk berada pada
10
st at e 1 adalah 1, sedang elemen 0 pada mat rik probabilit as pada
persamaan ( 9. 6) menyat akan bahwa probabilit as dari sist em it u
unt uk berada pada st at e 2 adalah 0.
Cont oh 9.2
Dengan menggunakan st at e space diagram pada gambar 9. 1,
t ent ukan probabilit as masing- masing st at e set elah dua int erval
wakt u, j ika misi dari sist em t ersebut diawali dari st at e 1.
Sol usi
Set elah dua int erval wakt u maka perilaku dari sist em yang diwakili
oleh nilai probabilit as yang t erdapat di dalam mat rik STP akan
berubah menj adi
=
75
53
75
22
45
22
45
23
5
4
5
1
3
1
3
2
5
4
5
1
3
1
3
2
2
P
Set elah dua int erval wakt u, probabilit as masing- masing st at e dapat
dihit ung dengan menggunakan persamaan ( 9. 5) .
[ ] [ ]
45
22
45
23
75
53
75
22
45
22
45
23
2
0 1 0 2 =
= = ) ( ) ( P P P ( 9.7)
yang berart i bahwa set elah dua int erval wakt u, probabilit as dari
sist em it u unt uk t et ap berada pada st at e 1 adalah 23/ 45 sedang
11
probabilit as dari sist em it u unt uk berada pada st at e 2 adalah 22/ 45.
q
9.5 Eval uasi Pr obabi l i t as Unt uk Kondi si Mant ap
Seksi 9. 4 t elah membahas bagaimana cara menghit ung
probabilit as dari suat u sist em yang t elah dimodelkan dengan
menggunakan rant ai Markov diskrit unt uk kondisi t ransien. Cara
t ersebut dapat j uga dipakai unt uk menghit ung probabilit as dari
sist em ergodik. Sat u kelemahan dari cara ini adalah, perkalian mat rik
harus dialakukan secara berulang- ulang dan membut uhkan wakt u
yang sangat lama.
Berikut ini akan diuraikan suat u t eknik perhit ungan unt uk
mendapat kan nilai probabilit as dari suat u sist em ergodik unt uk
kondisi mant ap. Prinsip dari perhit ungan ini adalah sekali suat u
sist em memasuki kondisi mant ap, perkalian mat rik STP lebih lanj ut
t idak akan merubah nilai probabilit as dari keadaan sist em yang sudah
mant ap. Secara mat emat is prinsip ini dapat dit ulis dalam bent uk
perkalian mat rik. Jika A menyat akan vekt or probabilit as unt uk
keadaan mant ap sist em dan P adalah mat rik STP, maka unt uk kondisi
mant ap dari sist em aka berlaku
A AP = ( 9.8)
Sist em yang dimodelkan pada gambar 9.1 kembali akan dipakai
sebagai cont oh. Misalkan A = [ P
1
P
2
] , dengan P
1
mewakili
probabilit as keadaan mant ap dari sist em it u unt uk berada pada st at e
1 dan P
2
mewakili probabilit as keadaan mant ap dari sist em it u unt uk
12
berada pada st at e 2. Dengan memakai persamaan ( 9. 8) , probabilit as
masing- masing st at e unt uk kondisi mant ap dapat dihit ung sebagai
ber ikut .
[ ] [ ]
2 1
5
4
5
1
3
1
3
2
2 1
P P P P =
( 9.9)
at au
2 2 5
4
1 3
1
1 2 5
1
1 3
2
P P P
P P P
= +
= +
( 9.10)
yang bisa disederhanakan menj adi
0
0
2 5
1
1 3
1
2 5
1
1 3
1
=
= +
P P
P P
( 9.11)
Kedua persamaan di at as adalah ident ik, sehingga unt uk
menyelesaikan kedua persamaan di at as diperlukan sebuah
per samaan lagi yait u
1
2 1
= + P P ( 9.12)
13
Dengan mengambil salah sat u persamaan dari dua persamaan
yang ada pada persamaan ( 9. 11) dan persamaan ( 9. 12) , maka akan
t erbent uk dua buah persamaan simult an. Kedua persamaan simult an
ini dapat dit ulis menj adi sebuah persamaan mat rik yait u

1
0
1 1
2
1 5
1
3
1
P
P
( 9.13)
Persamaan mat rik di at as dapat diselesaikan dengan
menggunakan t eknik penyelesaian st andar sepert i met ode Cramer,
eliminasi Gauss dan berbagai t eknik penyelesaian lain. Solusi dari
persamaan ( 9. 13) adalah P
1
= 3/ 5 dan P
2
= 5/ 8.
Unt uk sist em yang memiliki mat rik STP dengan ordo lebih dari
2x2, maka salah sat u persamaan yang dihasilkan oleh persamaan
( 9. 8) harus digant i dengan persamaan yang memiliki bent uk sepert i
persamaan ( 9. 12) . Sebagai cont oh, bila mat rik STP suat u sist em
berordo 3x3, maka persamaan ( 9. 12) akan berubah menj adi P
1
+ P
2
+ P
3
= 1.
9.6 Absor bi ng St at e
Pada seksi t erdahulu t elah dij elaskan definisi dari absorbing
st at e, yait u sekali suat u sist em memasuki st at e ini maka sist em it u
t idak akan bisa keluar dari st at e ini kecuali sist em ini memulai misi
yang baru. Sist em yang memiliki sifat sepert i ini bisa dikat egorikan
sebagai sist em yang berorient asi pada misi ( mission orient ed
14
syst em) . Pada kasus t ert ent u, sat u persyarat an dari analisa
keandalan adalah unt uk mengevaluasi j umlah rat a rat a dari int erval
wakt u dimana sist em berada pada salah sat u non- absorbing st at e,
at au dengan kat a lain berapa kali int erval sist em beroperasi sebelum
sist em t ersebut memasuki absorbing st at e.
Prinsip ini j uga dapat dit erapkan pada repairable syst em, yait u
unt uk mengevaluasi j umlah rat a rat a int erval wakt u sist em yang
akan beroperasi secara memuaskan sebelum memasuki keadaan
yang t idak diinginkan. Pada kasus ini st at e yang dimaksud bukanlah
merupakan absorbing st at e yang nyat a karena keadaan ini dapat
dit inggalkan set elah aksi reparasi dilakukan. Berikut ini akan
diuraikan met ode perhit ungan yang dipakai unt uk menghit ung berapa
int erval wakt u rat a rat a dari suat u sist em sebelum absorbing st at e
t ercapai.
Jika P merupakan mat rik STP dari sist em, sebuah t r uncat ed
mat rix Q dapat dibuat dengan menghapus kolom dan baris mat rik
yang berkait an dengan absorbing st at e. Unt uk persamaan ( 9. 1) yang
mewakili sebuah mat rik STP sist em, j ika st at e 2 didefinisikan sebagai
absorbing st at e, maka mat rik Q hanya akan memiliki sat u elemen,
yait u [ P
11
] . I ni t erj adi karena kolom kedua dan baris kedua dari
mat rik STP t ersebut t elah dihilangkan.
Secara umum, nilai harapan dari sebuah variabel random
didefinisikan oleh
=
=
1 i
i i
P x x E ) ( ( 9.14)
Persamaan ini t idak hanya berlaku unt uk elemen probabilit as t unggal
P
i
t et api j uga unt uk elemen probabilit as mult i yang dinyat akan oleh
mat rik Q. Oleh karena it u j ika N menyat akan j umlah int erval wakt u
yang diharapkan, maka
15
1 2
1 1 1 1

+ + + + =
n
Q Q Q I N . . . . ( 9.15)
dimana I merupakan mat rik ident it as.
Angka 1 pada t iap t iap suku dapat dij elaskan sebagai berikut .
Unt uk suku pert ama, 1 mewakili kont ribusi t erhadap nilai harapan
dari sist em yang mulai beroperasi pada st at e 1, sedangkan angka 1
yang berada pada suku kedua mewakili kont ribusi t erhadap nilai
harapan dari sist em yang mulai beroperasi pada st at e 2, begit u
set erusnya. Sedangkan mat rik sat uan I pada suku pert ama mewakili
probabilit as t erj adinya int erval wakt u pert ama, probabilit as t erj adinya
int erval wakt u kedua dinyat akan dengan Q, sedangkan sedangkan
probabilit as t erj adinya int erval wakt u ket iga dinyat akan dengan Q
3
begit u set er usnya.
Persamaan ( 9.15) bukan merupakan persamaan yang siap
unt uk dievaluasi. Dengan mempert imbnagkan persamaan berikut ini
N N
Q I Q Q Q I Q I = + + + +

] . . . ] [ [
1 2
( 9.16)
Karena nilai nilai elemen mat rik Q adalah kurang dari 1, maka akan
berlaku 0 =

n
Q
n
l i m
, sehingga I Q I
n
, dan persamaan ( 9.16)
berubah menj adi
I Q Q Q I Q I
N
= + + + +

] . . . ] [ [
1 2
16
at au
1 1 2
= + + + + ] [ ] . . . [ Q I Q Q Q I
N
Oleh karena it u, dari persamaan( 9. 15) dan ( 9. 16) akan diperoleh
1
= ] [ Q I N ( 9.17)
Cont oh 9.3
Dengan menggunakan st at e space diagram pada gambar 9.1, j ika
didefinisikan st at e 2 merupakan absorbing st at e, t ent ukan unt uk
berapa kali int erval sist em it u rat a rat a akan beroperasi sebelum
mencapai absorbing st at e.
Sol usi
Jika st at e 2 didefinisikan sebagai absorbing st at e, maka t runcat ed
mat rix Q dapat dit ent ukan sebagai berikut .
Q = P
11
=
Sehingga
N = [ 1- 1/ 2]
- 1
= 2
Jadi rat a rat a sist em it u akan beroperasi selama 2 int erval wakt u
sebelum st at e 2 dimasuki. q
17
nd
edit ion,
Press, New York.
07632.
18
Pr oses Mar k ov Kont i ny u
( Cont i nuous Mar k ov
Pr ocesses)
10. 1 Pendahul uan
Masalah keandalan yang berhubungan dengan sist em secara
normal adalah space memiliki sifat diskrit - yait u sist em t ersebut
dapat eksis pada salah sat u keadaan diskrit dengan st at e yang dapat
diident ifikasi dan sist em t ersebut eksis secara kont inyu pada salah
sat u st at e sampai t erj adi sebuah t ransisi yang membawa sist em
t ersebut secara diskrit dari sat u st at e ke st at e yang lain. Teknik
evaluasi yang dit ulis pada seksi ini akan menyinggung sist em yang
dapat didiskripsikan sebagai st at ionary Markov proces, yait u
probabilit as kegagalan kondisional at au reparasi selama int erval
wakt u yang t ert ent u adalah konst an. Hal ini mengimplikasikan bahwa
karakt erist ik kegagalan dan reparasi dari komponen berhubungan
dengan dist ribusi eksponensial.
Jika kondisi yang disyarat kan sepert i di at as t erpenuhi, maka
pendekat an Markov dapat dipakai unt uk berbagai permasalahan
reliabiit y, t ermasuk sist em yang repairaple at au non- repairable, j uga
t ermasuk sist em yang t erhubung secara seri, paralel at au st andby.
19
10. 2 Konsep Umum Pemodel an
10. 2. 1 Konsep Laj u Per pi ndahan ( Tr ansi t i on Rat e)
sebagai cont oh awal pemodelan, pert imbangkan sebuah
komponen t unggal yang mampu- reparasi (repairable) dimana failure
rat e dan repair rat e nya adalah konst an, yait u keduanya
dikarakt erist ikkan oleh dist ribusi eksponensial. Gambar 10. 1
menunj ukkan st at e- space diagram dari sebuah komponen t unggal.
Gambar 10. 1
St at e- space diagr am unt uk komponen t unggal
Definisi definisi berikut ini j uga akan dipergunakan unt uk
menj elaskan diagram st at e- space pada gambar 10.1.
P
0
( t ) = Probabilit as komponen dapat beroperasi pada saat t
P
1
( t ) = Probabilit as komponen t idak dapat beroperasi pada
saat t
= laj u kegagalan (failure rat e)
= laj u perbaikan (repair rat e)
Failure densit y funct ion bagi sebuah komponen yang memiliki
laj u kegagalan yang kont an, , dapat dit ulis sebagai
t
e t f

= ) ( ( 10.1)
State 0
Komponen dapat
dioperasikan
State 1
Komponen mengalami
kegagalan
20
Dengan memanfaat kan persamaan ( 10. 1) , maka densit y
funct ion diagram st at e- space pada gambar 10.1, densit y funct ion
yang mewakili keadaan sist em pada saat beroperasi dan pada saat
dalam keadaan gagal masing masing dapat dit uliskan sebagai
t
e t f

= ) (
0
( 10.2)
dan
t
e t f

= ) (
1
( 10.3)
Paramet er paramet er dan menunj ukkan laj u t r ansisi (t ransit ion
r at e) karena masing masing menyat akan dimana sist em berpindah
dari sat u keadaan ke keadaan yang lain.
10.2.2 Pengev al uasi an Pr obabi l i t as y ang Ter gant ung Wak t u
St at e space diagram unt uk komponen t unggal t el ah
dit unj ukkan pada gambar 10. 1. Pada discret e Markov chain,
perpindahan dari sat u keadaan ke keadaan lain dit unj ukkan oleh
probabilit as t ransit ional. Unt uk kasus cont inuous Markov process
perpindahan dari sat u keadaan ke keadaan lain dinyat akan oleh laj u
per pi ndahan (t ransit ion rat e) , yait u dengan paramet er dan yang
masing masing mewakili laj u perubahan dari keadaan beroperasi
dan perubahan dari keadaan gagal.
Misalkan sebuah pert ambahan int erval wakt u dt yang sangat
kecil yang mewakili int erval wakt u pindah dari sat u keadaan ke
keadaan lain sehingga t idak memungkinkan t erj adinya lebih dari sat u
kegagalan pada int erval wakt u t ersebut . Probabilit as bahwa
21
komponen t ersebut t et ap berada dalam keadaan beroperasi (st at e 0)
pada saat ( t + dt ) dapat dinyat akan sebagai
[ Probabilit as unt uk t et ap beroperasi pada saat t DAN t idak
mengalami kegagalan pada saat dt ] + [ Probabilit as unt uk
mengalami kegagalan pada saat t DAN akan dapat direparasi
pada saat dt ]
Secara mat emat is, uraian di at as dapat dit ulis sebagai berikut
) ) ( ( ) ) ( ( ) ( dt t P dt t P dt t P
1 0 0
1 + = + ( 10.4)
at au
) ( ) (
) ( ) (
t P t P
dt
t P dt t P
1 0
0 0
+ =
+
( 10.5)
unt uk dt 0, maka
) ( '
) ( ) ( ) ( l i m
t P
dt
t dP
dt
t P dt t P
dt
0
0 0 0
0
= =
+
( 10.6)
sehingga persamaan ( 10.5) akan berubah menj adi
) ( ) ( ) ( ' t P t P t P
1 0 0
+ = ( 10.7)
Dengan pendekat an yang sama, probabilit as bahwa komponen
t ersebut t et ap berada dalam keadaan gagal (st at e 1) pada saat ( t +
dt ) dapat dinyat akan sebagai
22
) ) ( ( ) ) ( ( ) ( dt t P dt t P dt t P
0 1 1
1 + = + ( 10.8)
dimana unt uk dt 0 persamaan ( 10.8) dapat dit ulis sebagai
) ( ) ( ) ( ' t P t P t P
1 0 1
= ( 10.9)
Persamaan ( 10. 7) dan ( 10. 9) dapat dit ulis dalam sebuah
bent uk persamaan mat rik di bawah ini.
=

) ] ( ) ( [ ) ] ( ' ) ( ' [ t P t P t P t P
1 0 1 0
( 10.10)
Mat rik koefisien pada persamaan ( 10. 10) bukan merupakan mat rik
STP karena penj umlahan semua koefisien pada sat u baris
menghasilkan nilai 0, sedangkan pada mat rik STP akan menghasilkan
1.
Persamaan ( 10. 7) dan ( 10. 9) merupakan persamaan diferensial
linier dengan koefisien koefisen yang konst an. Kedua persamaan di
at as dapat diselesaikan dengan berbagai cara. Salah sat u cara yang
paling mudah dan banyak digunakan adalah dengan menggunakan
t ransformasi La Place. Secara umum t ransformasi La Place
didefinisikan oleh
=
0
dt t f e s F
s t
) ( ) ( ( 10.11)
sedangkan t abel 10. 1 menunj ukkan beberapa t ransformasi La Place
unt uk beberapa fungsi.
23
Tabel 10. 1
Tr ansf or masi La Place
f ( t ) F( s)
1
s
1
T
2
1
s
kt
e
) ( k s +
1
kt si n
) (
2 2
k s
k
+
kt cos
) (
2 2
k s
s
+
kt n
e t
n

1
1
1
) ! (
n
k s ) ( +
1
dt
dy
) ( ) ( 0 y s sF
Transformasi La Place dari persamaan ( 10. 7)
) ( ) ( ) ( ) ( s P s P P s sP
1 0 0 0
0 + = ( 10.12)
dengan
P
i
( s) = t ransformasi La Place daro P
i
( t )
P
0
( 0) = nilai awal dari P
0
( t )
Persamaan ( 10.12) dapat dit ulis kembali menj adi
24
) ( ) ( ) ( 0
1
0 1 0
P
s
s P
s
s P

+
+
+
= ( 10.13)
demikian j uga unt uk persamaan ( 10. 9) , t ransformasi La Place dari
persamaan ini dapat disederhanakan menj adi
) ( ) ( ) ( 0
1
1 0 1
P
s
s P
s
s P

+
+
+
= ( 10.14)
dengan
P
1
( 0) = nilai awal dari P
1
( t )
Persamaan ( 10. 13) dan ( 10. 14) dapat digunakan secara
serent ak unt uk mendapat kan nilai dari P
0
( s) dan P
1
( s) , dengan
menggunakan met ode subst it usi kit a akan memperoleh
[ ] ) ( ) (
) ( ) (
) ( 0 0
1 1 0 0
1 0
1 0
0
P P
s s
P P
s P

+ +
+
+
+
+
= ( 10.15)
[ ] ) ( ) (
) ( ) (
) ( 0 0
1 1 0 0
0 1
1 0
1
P P
s s
P P
s P

+ +
+
+
+
+
= ( 10.16)
Persamaan ( 10.15) dan ( 10.16) harus dit ransformasi kembali ke
fungsi wakt u. Unt uk it u, persamaan persamaan di at as harus
dit ransformasi kembali dengan menggunakan inverse t ransformasi La
Place. I nverse t ransformasi La Place unt uk persamaan ( 10. 15) dan
( 10. 16) masing masing dit unj ukkan oleh persamaan
25
[ ] [ ] ) ( ) ( ) ( ) ( ) (
) (
0 0 0 0
1 0 1 0 0
P P
e
P P t P
t

+
+ +
+
=
+
( 10.17)
[ ] [ ] ) ( ) ( ) ( ) ( ) (
) (
0 0 0 0
0 1 1 0 1
P P
e
P P t P
t

+
+ +
+
=
+
( 10.18)
Unt uk semua kondisi akan berlaku P
0
( 0) + P
1
( 0) = 1, oleh karena it u
persamaan ( 10. 17) dan ( 10. 18) akan berubah menj adi
[ ] ) ( ) ( ) (
) (
0 0
1 0 0
P P
e
t P
t

+
+
+
=
+
( 10.19)
[ ] ) ( ) ( ) (
) (
0 0
0 1 1
P P
e
t P
t

+
+
+
=
+
( 10.20)
Secara prakt ekpada umumnya sist em berawal dari st at e 0,
yait u sist em berada pada kondisi yang dapat dioperasikan pada saat t
= 0. Unt uk kasu ini P
0
( 0) = 1 dan P
1
( 0) = 0, dan persamaan ( 10.19)
dan ( 10.20) dapat dit ulis menj adi

+
+
+
=
+ t
e
t P
) (
) (
0
( 10.21)

+
=
+ t
e
t P
) (
) (
1
( 10.22)
Persamaan ( 10. 21) dan ( 10. 22) masing masing menyat akan
probabilit as dari sist em unt uk berada pada keadaan beroperasi dan
26
gagal sebagai fungsi dari wakt u dimana sist em mulai beroperasi pada
saat t = 0 pada saat sist em dalam keadaan beroperasi.
10. 2. 3 Pengev al uasi an Pr obabi l i t as Unt uk Kondi si Bat as
Probabilit as bat as keadaan ( Limit ing st at e probabilit y) at au
probabilit as unt uk kondisi mant ap (st eady- st at e probabilit y) t idak
akan sama dengan nol unt uk sebuah cont inuous Markov process
dimana sist emnya adalah ergodic. Unt uk kasus komponen t unggal
yang r epair able sepert i yang dit unj ukkan pada gambar 10. 1,
probabilit as bat as keadaan dapat dihit ung dari persamaan ( 10. 21)
dan ( 10. 22) dengan membiarkan t . Jika nilai dari probabilit as
kondisi bat as didefinisikan oleh P
0
dan P
1
masing masing unt uk
keadaan beroperasi dan keadaan gagal, maka persamaan ( 10.21)
dan ( 10.22) dapat dit ulis menj adi

+
=
0
P ( 10.23)

+
=
1
P ( 10.24)
Ekspresi probabilit as bat as keadaan dapat dit erapkan t anpa
memandang apakah sist em berawal dari keadaan beroperasi at au
berawal dari keadaan gagal.
Salah sat u karakt erist ik dist ribusi eksponensial adalah MTTF
dari dist ribusi ini dapat diit ung langsung dari
1
= MTTF , dengan
demikian
1
= MTTR . Dengan mensubst it usikan kedua persamaan ini
ke dalam persamaan ( 10. 23) dan ( 10. 24) , maka akan diperoleh
27
MTTR MTTF
MTTF
P
+
=
0
( 10.25)
MTTR MTTF
MTTR
P
+
=
1
( 10.26)
Nilai dari P0 dan P1 umumnya masing masing diruj uk sebagai
ket ersediaan sist em pada keadaan mant ap (st eady st at e availabilit y)
A, dan ket akt ersediaan sist em pada keadaan mant ap (st eady st at e
availabilit y) U. Sedangkan ket ersediaan sist em yang t ergant ung
wakt u ( t ime dependent availabilit y) diberikan oleh persamaan
( 10. 21) . Persamaan ini menyat akan probabilit as unt uk mendapat kan
sist em dalam keadaan beroperasi pada saat t dimana sist em berada
dalam keadaan beroperasi pada saat t = 0. Hal ini t ent unnya sangat
berbeda dengan keandalan R( t ) yang diberikan oleh persamaan
t
e t R

= ) (
Keandalan ini menyat akan probabilit as dari suat u sist em unt uk t et ap
berada pada keadaan beroperasi sebagai fungsi dari wakt u dimana
sist em j uga berada dalam keadaan beroperasi pada saat t = 0.
Gambar 10. 2 menunj ukkan hubungan ant ara A( t ) dan R( t ) .
28
Gambar 10. 2
Hubungan ant ar a A( t ) dan R( t )
Probabilit as keadaan bat as dapat dievaluasi secara langsung
dari persamaan diferensial yang dit unj ukkan pada persamaan ( 10. 8)
dan ( 10. 9) t anpa secara akt ual menyelesaikan persamaan
persamaan t ersebut . Pendekat an yang dipakai adalah dengan
mengevaluasi probabilit as keadaan unt uk t . Unt uk kondisi
seper t i ini, P
0
( t ) dan P
1
( t ) keduanya akan cenderung bernilai 0, dan
persamaan ( 10.8) dan ( 10.9) masing masing dapat direduksi
menj adi
0
1 0
= + P P ( 10.27)
0
1 0
= P P ( 10.28)
Kedua persamaan ini merupakan persamaan yang ident ik, sehingga
diperlukan sat u persamaan lain agar nilai dari P
0
dan P
1
dapat
diselesaikan. Persamaan lain yang dipakai adalah
A( t )
R( t )
29
P
0
+ P
1
= 1
Dengan menggunakan kedua persamaan ini maka akan diperoleh

+
=
0
P

+
=
1
P
10.3 St at e Space Di agr am ( Di agr am Ruang Keadaan)
Unt uk memfasilit asi penyelesaian cont inuous Markov process
dan discret e Markov chain, perlu kiranya unt uk mengkonst ruksi st at e
space diagram yang layak dan memasukkan berbagai laj u perubahan
( t ransit ion rat e) yang relevan. Semua st at e yang relevan dimana
sist em dapat berada harus disert akan pada diagram dan semua cara
yang diket ahui dimana perubahan dari sat u st at e ke st at e yang lain
j uga harusl disert akan.
Pengkost ruksian st at e space diagram merupakan salah sat u
bagian t erpent ing dari seluruh rangkaian penyelesaian masalah
dengan menggunakan met ode Markov. Pengkonst ruksian diagram ini
merupakan perwuj udan dari penget ahuan seorang analis t erhadap
pengoperasian sist em dalam bent uk pemodelan mat emat is yang
nant inya akan diselesaikan dengan menggunakan t eknik Markov.
30
0
Beroperasi
Penuh
1
Beroperasi
Secara
Parsial
2
Gagal
2
1 3
1
2
3
Gambar 10. 3
St at e space diagr am unt uk komponen t unggal yang mampu- r awat
10. 3. 1 Pemodel an Komponen Tunggal y ang Mampu- Raw at
Sebuah komponen yang mampu rawat dapat memiliki lebih dari
sat u st at e space diagram yang menggambarkan pemodelan keadaan
komponen t ersebut beroperasi. Sebagai cont oh, sebuah komponen
dapat dimodelkan ke dalam sebuah st at e space diagram hanya
dengan dua keadaan saj a yait u keadaan beroperasi dan keadaan
gagal. Sebuah komponen mungkin j uga dapat dimodelkan ke dalam
sebuah st at e space diagram dengan t iga keadaan yait u keadaan
beroperasi penuh, beroperasi secara parsial dan keadaan gagal.
Gambar 10. 3 menunj ukkan sebuah st at e space diagram unt uk
sebuah komponen yang mampu rawat ( repairable component ) .
Cont oh akt ual dari komponen ini dapat berupa pompa, diesel engine,
dan lain lain. Pada cont oh ini komponen didefinisikan memiliki t iga
st at e yang berlainan yait u st at e 0, st at e 1, dan st at e 2 yang masing
masing mewakili keadaan beroperasi penuh, beroperasi secara parsial
31
dan keadaan gagal berikut semua kemungkinan laj u perpindahannya
dari sat u keadaan ke keadaan lain.
10. 3. 2 Pemodel an Dua Komponen y ang Mampu- Raw at
Sebuah sist em yang t erdiri dari dua buah komponen berbeda
yang mampu- rawat akan memiliki minimal empat buah kemungkinan
keadaan. Keempat keadaan yang mungkin it u adalah
kedua komponen dapat beroperasi
komponen 1 beroperasi dan komponen 2 gagal
komponen 1 gagal dan komponen 2 beroperasi
kedua komponen mengalami kegagalan.
1
Komp. 1 beroperasi
Komp. 2 beroperasi
3
Komp. 1 beroperasi
Komp. 2 gagal
4
Komp. 1 gagal
Komp. 2 gagal
2
Komp. 1 gagal
Komp. 2 beroperasi
1
2
1
2
1
1
2
2
Gambar 10. 4
St at e space diagr am unt uk dua komponen ber beda yang mampu- r awat
Gambar 10. 4 mengilust rasikan st at e space diagram dari sebuah
sist em yang t erdiri dari dua komponen yang berbeda dengan laj u
32
kegagalan dan laj u perbaikan unt uk masing masing komponen
dinyat akan oleh
1
dan
1
sert a
2
dan
2
.
St at e space diagram yang dit unj ukkan pada gambar 10.4
merupakan st at e diagram universal yang mewakili sebuah sist em
yang memiliki dua buah komponen t anpa memandang apakah
konfigurasi sist em t ersebut seri, paralel, at au st andby. Tabel 10. 2
menunj ukkan ket ersediaan ( availabilit y) dan ket akt ersediaan
( unavailabilit y) dari sebuah sist em yang t erdiri dari dua komponen
dengan ber bagai konfigur asi. Not asi P
i
yang digunakan pada t abel
10. 2 menunj ukkan probabilit as dari sist em t ersebut unt uk berada
pada st at e i.
Tabel 10. 2
Ket er sediaan dan ket akt er sediaan dar i sist em
yang t er dir i dar i dua komponen mampu r awat yang ber beda
Konf i gur asi Avai l abi l i t y ( A) Unav ai l abi l i t y ( U)
Seri A = P
1
U = P
2
+ P
3
+ P
4
Paralel A = P
1
+ P
2
+ P
3
U = P
4
Unt uk konfigurasi seri, dua komponen harus dalam keadaan
beroperasi agar sist em dapat menj alankan misinya. Sat u saj a
komponen mengalami kegagalan maka sist em akan mengalami
kegagalan. Oleh karena it u ket ersediaan dari sist em, A, diwakili oleh
st at e 1, at au secara mat emat is dit ulis sebagai A( t ) = P
1
. Sedangkan
ket akt ersediaan sist em diwakili oleh st at e 2, 3, dan 4, at au secar
mat emat is dit ulis sebai U = P
2
+ P
3
+ P
4
.
Sepert i t elah diulas pada seksi 10. 3. 1, mungkin saj a sebuah
komponen dapat beroperasi secara parsial selain beroperasi secara
penuh. Apabila hal ini dikehendaki dalam analisa, maka keadaan ini
dapat dit ambahkan dalam pengkonst ruksian diagram st at e space.
33
Perlu dicat at pula bahwa unt uk t ransisi t ert ent u di dalam model st at e
space mungkin secara fisik t idak mungkin dan harus dihilangkan dan
t ransisi lain mungkin harus dit ambahkan. Sebagai cont oh j ika kedua
komponen di dalam sist em mengalami kegagalan, perbaikan
komponen 2 mungkin t idak akan dilakukan sebelum komponen 1
selesai diperbaiki sehingga t ransisi dari st at e
2
dari st at e 4 ke st at e
2 t idak ada. Selain it u, mungkin saj a kedua komponen akan
mengalami kegagalan secara serent ak sehingga t ransisi dari st at e 1
ke st at e 4 menj adi ada.
Unt uk sit uasi prakt is t ert ent u, st at e space diagram pada
gambar 10. 4 dapat disederhanakan dan direduksi. Sebagai cont oh,
j ika salah sat u komponen mengalami kegagalan unt uk sist em dengan
konfigurasi seri, maka komponen lain t idak lagi beroperasi dan laj u
perubahannya unt uk sit uasi ini menj adi nol. Sehingga unt uk kasus ini
st at e 4 menj adi t idak ada.
Jika kedua komponen adalah ident ik, maka st at e 2 dan st at e 3
j uga akan ident ik sehingga kedua st at e ini dapt dikombinasikan yang
pada akhirnya akan mengurangi j umlah model st at e space dari 4
st at e menj adi 3 st at e sepert i yang dit unj ukkan pada gambar 10. 5.
Laj u kegagal an 2 dan 2 pada gambar 10.4 menunj ukkan bahwa
masing masing ada dua komponen yang t ersedia unt uk mengalami
kegagalan at au unt uk diperbaiki pada pert ambahan wakt u berikut nya
dan hanya ada sat u dari dua komponen yang dapat mengalami
kegagalan at au direparasi, t et api t idak kedua- duanya pada int erval
wakt u t er sebut .
34
1
Kedua
komponen
beroperasi
3
Kedua
komponen
gagal
2
satu
komponen
beroperasi
2
2
Gambar 10. 5
St at e space diagr am unt uk dua komponen ident ik yang mampu- r awat
10. 3. 3 Pemodel an Ti ga Komponen y ang Mampu- Raw at
Jika sebuah komponen memiliki dua kemungkinan keadaan,
yait u keadan beroperasi dan gagal, maka unt uk sist em yang memiliki
t i ga komponen ada 2
3
at au 8 st at e yang ada dalam sebuah model
st at e space. Gambar 10. 6 melukiskan sebuah diagram st at e space
dari sebuah sist em yang t erdiri dari 3 komponen. Laj u kegagalan dan
laj u perbaikan unt uk masing masing komponen dit unj ukkan oleh
i
dan
i
.
35
1
1 Beroperasi
2 Beroperasi
3 Beroperasi
2
1 Gagal
2 Beroperasi
3 Beroperasi
3
1 Beroperasi
2 Gagal
3 Beroperasi
4
1 Beroperasi
2 Beroperasi
3 Gagal
5
1 Gagal
2 Gagal
3 Beroperasi
6
1 Beroperasi
2 Gagal
3 Gagal
7
1 Gagal
2 Beroperasi
3 Gagal
8
1 Gagal
2 Gagal
3 Gagal
1 3
2
1
1
1
2
2
2
3
3
3
1
2
3
1
1
1
2
2
2
3
3
3
Gambar 10. 6
St at e space diagr am unt uk t iga komponen
Tabel 10. 3 menunj ukkan ket ersediaan ( availabilit y) dan
ket akt er sediaan (unavailabilit y) dari sebuah sist em yang t erdiri dari
t iga komponen dengan berbagai konfigurasi. Not asi P
i
yang
digunakan pada t abel 10. 3 menunj ukkan probabilit as dari sist em
t ersebut unt uk berada pada st at e i.
36
Tabel 10. 3
Ket er sediaan dan ket akt er sediaan dar i
sist em yang t erdiri dari t iga komponen
Seri A = P
1
U = P
2
+ P
3
+ P
4
+ P
5
+
P
6
+ P
7
+ P
8
Paralel
A = P
1
+ P
2
+ P
3
+ P
4
+ P
5
+ P
6
+ P
7
U = P
8
2 dar i 3 A = P
1
+ P
2
+ P
3
+ P
4
U = P
5
+ P
6
+ P
7
+ P
8
10.4 St ochast i c Tr ansi t i onal Pr obabi l i t y ( STP) Mat r i x
Unt uk kasus discret e Markov chain, sebuah mat rik didefinisikan
sebagai mat rik STP t elah diulas ( lihat seksi 9. 3) yang menyat akan
probabilit as unt uk melakukan perpindahan dari sat u st at e sist em ke
st at e yang lain. Hal ini relat if lebih mudah unt uk kasus discr et e
Mar kov chain, karena masing masing st ep pada rant ai ( chai n)
menyat akan int erval wakt u yang sama dan probabilit as perpindahan
masing masing int erval adalah konst an. Sebuah mat rik STP yang
serupa dapat j uga dit urunkan unt uk cont inuous Markov process.
Perbedaan dasar pada kasus ini adalah, pada cont inuous Markov
process int erval wakt u yang diskrit bukan merupakan bagian
spesifikasi permasalahan, sebagai gant inya maka akan dipakai
pert amabahan wakt u t , yang int ervalnya cukup pendek sehingga
probabilit as unt uk t erj adinya lebih dari sat u kegagalan pada int erval
wakt u it u dapat dihindarkan. Mat rik STP bagi cont inuous process
dapat dit urunkan dengan menggunakan t erminologi yang sudah
didiskrit kan karena probabilit as t erj adinya dari sebuah t ransisi pada
int erval wakt u ini sama dengan laj u perpindahan dikali dengan
int erval wakt u. Jika laj u kegagalan dari ebuah komponen adalah
37
maka probabilit as dari sebuah kegagalan pada wakt u t adalah t
dan probabilit as unt uk t idak mengalami kegagalan pada int erval t ini
adalah 1 t .
Unt uk kasus sebuah komponen yang mampu rawat sepert i
yang dit unj ukkan pada gambar 10. 1, maka mat rik STP- nya adalah

=
t t
t t
P

1
1
( 10.29)
10. 5 Pengev al uasi an Pr obabi l i t as Unt uk Kondi si Bat as
10. 5. 1 Komponen Tunggal y ang Mampu- Raw at
Pada seksi 9. 5 t elah dit unj ukkan bahwa mat rik STP memang
secara ideal diperunt ukkan unt uk mengevaluasi probabilit as kondisi
bat as (limit ing st at e probabilit y) . Pendekat an yang dilakukan adlaah
dengan mendefinisikan mat rik A sebagai vekt or probabilit as kondisi
bat as yang t idak akan berubah j ika dikalikan dengna mat rik STP,
yai t u
A AP = ( 10.30)
Jika A adalah [ ]
1 0
P P unt uk komponen t unggal yang mampu rawat ,
maka dari persamaan ( 10.29) dan persamaan ( 10.30)
[ ] [ ]
1 0 1 0
1
1
P P
t t
t t
P P =

( 10.31)
38
yang dapat dit ulis dalam bent uk eksplisit
0 1 0
1 P t P P t = + ) ( ( 10.32)
1 1 0
1 P t P t P = + ) ( ( 10.33)
dan dapat disederhanakan menj adi
0
1 0
= + t P t P ( 10.34)
0
1 0
= t P t P ( 10.35)
Pada persamaan ( 10. 34) dan ( 10. 35) nilai dari t adalah t idak nol,
sehingga kedua persamaan di at as dapat disederhanakan menj adi
0
1 0
= + P P ( 10.36)
0
1 0
= P P ( 10.37)
yang ident ik dengan persamaan ( 10.27) dan ( 10.28) yang j uga
memiliki solusi

+
=
0
P dan

+
=
1
P .
Suku t yang muncul pada persamaan ( 10.34) dan ( 10.35)
dapat dihilangkan, oleh karena it u akan lebih mudah bila
menghapuskan seluruh t pada saat memformulasikan mat rik awal
dan mengekspresikan probabilit as perubahan dalam bent uk laj u
perubahan. Unt uk kasus ini mat rik STP yang diberikan pada
persamaan ( 10. 29) akan berubah menj adi
=

1
1
P ( 10.38)
39
Perlu dit ekannkan bahwa persamaan ( 10. 38) merupakan bent uk t ak
lengkap dari mat rik STP karena dan bukanlah secara khusus
menyat akan probabilit as.
10. 5. 2 Dua Komponen y ang Mampu- Raw at
Unt uk kasus ini, st at e space diagram dari dua komponen
dit unj ukkan oleh gambar 10. 5. Mat rik STP unt uk st at e space diagram
i ni adal ah
=

2 1 2 0
1
0 2 2 1
P ( 10.39)
Oleh karena it u, j ika vekt or probabilit as kondisi bat asnya
adalah [ ]
3 2 1
P P P , maka persamaan ( 10.30) dapat dit ulis menj adi
[ ] [ ] P P
1 1 3 2 3 2
2 1 2 0
1
0 2 2 1
P P P P =

( 10.40)
yang dapat dit ulis dalam bent uk eksplisit
1 2 1
2 1 P P P = + ) ( ( 10.41)
2 3 2 1
2 1 2 P P P P = + + ) ( ( 10.42)
40
3 3 2
2 1 P P P = + ) ( ( 10.43)
Dengan menyusun ulang ket iga persamaan di at as menj adi
0 2
2 1
= + P P ( 10.44)
0 2 2
3 2 1
= + + P P P ) ( ( 10.45)
0 2
3 2
= P P ( 10.46)
Probabilit as keadaan bat as unt uk masing masing keadaan dapat
dihit ung secara langsung dengan menyelesaikan t iga buah
persamaan serent ak, dimana dua diant aranya dipilih dari persamaan
( 10. 44) sampai ( 10. 46) sedangkan sat u persamaan lainnya adalah
persamaan 1
3 2 1
= + + P P P . Solusi dari ket iga persamaan serent ak it u
adal ah
( ) ( ) ( )
2
2
3 2 2 2
2
1
2

+
=
+
=
+
= P P P ( 10.47)
Tabel 10. 4 menunj ukkan ket ersediaan ( availabilit y) dan
ket akt er sediaan (unavailabilit y) dari sebuah sist em yang t erdiri dari
dua komponen dengan berbagai konfigurasi. Not asi P
i
yang
digunakan pada t abel 10. 4 menunj ukkan probabilit as dari sist em
t ersebut unt uk berada pada st at e i.
41
Tabel 10. 4
Ket er sediaan dan ket akt er sediaan dar i sist em
yang t er dir i dar i dua komponen mampu r awat yang ber beda
Seri
A = P
1
( )

2
2

+
= A
U = P
2
+ P
3
( ) ( )
2
2
2
2

+
+
+
= U
Paralel
A = P
1
+ P
2
( ) ( )
2 2
2
2

+
+
+
= A
U = P
3
( )
2
2

+
= U
10. 6 Pengev al uasi an Dengan Menggunak an Per samaan
Di f er ensi al
Konsep dasar pengevaluasian probabilit as yang t ergant ung
wakt u dari Markov process dengan menggunakan persamaan
diferensial didiskripsikan pada seksi 10. 2. 2 yang mengilust rasikan
evaluasi unt uk komponen t unggal. Unt uk sist em yang kompleks,
adalah sangat sulit unt uk mendapat kan ekspresi probabilit as general
yang t ergant ung wakt u. Unt uk kasus ini adalah lebih baik unt uk
menggunakan t eknik numerik yang konvensional unt uk
menyelesaikan persamaan diferensial yang berhubungan dengan
sist em daripada menurunkan ekspresi general.
Berikut ini akan diberikan ilust rasi t ent ang aplikasi persamaan
diferensial unt uk mendapat kan ekspresi umum probabilit as yang
t ergant ung wakt u dari sist em yang t erdiri dari dua komponen. St at e
space diagram unt uk sist em ini dit unj ukkan oleh gambar 10. 5. Proses
penurunan ekspresi ini diserahkan kepada para pembaca sebagai
lat ihan.
42
Misalkan
P
1
( t ) = probabilit as kedua komponen dalam keadaan beroperasi
pada saat t
P
2
( t ) = probabilit as sat u komponen dalam keadaan beroperasi dan
sat u komponen gagal pada saat t
P
3
( t ) = probabilit as kedua komponen gagal pada saat t
Dengan menggunakan prinsip yang sama unt uk menurunkan
persamaan ( 10. 7) , ( 10. 9) , dan ( 10. 10) , persamaan diferensial unt uk
sist em ini adalah
[ ] [ ]
3 2 1 3 2 1
2 2 0
0 2 2
P P P P P P ) (
' ' '
=

( 10.48)
Dengan mengasumsikan sist em berawal dari st at e 1, maka P1( 0) =
1, P2( 0) = 0, dan P3( 0) = 0. Solusi dari persamaan ( 10. 48) adalah
t t
t t
t t
e e t P
e e t P
e e t P
) ( ) (
) ( ) (
) ( ) (
) ( ) ( ) (
) (
) ( ) (
) (
) (
) (
) ( ) ( ) (
) (

+ +
+ +
+ +
+
+
+
+
=
+
+
+
=
+
+
+
+
+
=
2
2
2
2 2
2
3
2
2
2
2 2
2
2
2
2
2 2
2
1
2
2 2 2
2
( 10.49)
43
10. 7 Mean Ti me t o Fai l ur e ( MTTF)
Secara umum MTTF dari sist em dapat dihit ung dengan
mengint egralkan langsung fungsi reliabilit y sepert i yang dit unj ukkan
pada persamaan ( 6. 28) . Unt uk sist em yang kompleks akan sangat
sulit unt uk mendapat kan persamaan keandalan sebagai fungsi dari
wakt u. Met ode alt ernat if unt uk mendapat kan MTTF dari sist em dapat
dilakukan dengan menggunakan met ode t runcat ed probabilit y mat rix
sepert i yang dij elaskan pada seksi 9.6 dimana baris dan kolom dari
mat rik STP yang berhubungan dengan absorbing st at e akan dihapus.
Sebagai ilust rasi pemakaian met ode ini, akan dit ent ukan MTTF
dari sebuah sist em yang t erdiri dari dua komponen. Mat rik STP dari
sist em ini dapat dilihat pada persamaan ( 10.39) . Jika kedua
komponen kit a asumsikan bekerj a secara paralel, maka st at e 3 akan
menj adi absorbing st at e, sehingga t runcat ed mat rix Q unt uk sist em
i ni adal ah
=

1
2 2 1
Q ( 10.50)
Pada bab 9, mat rik Q dipakai unt uk deduksi rat a rat a j umlah
langkah yang harus dilalui sebelum sist em memasuki absorbing
st at e. Pada kasus Markov process, t eknik yang sama j uga dapat
digunakan unt uk deduksi wakt u rat a rat a, dalam hal ini MTTF, yang
akan dilalui sebelum sist em memasuki absorbing st at e. I nt erval
wakt u rat a rat a dapat unt uk t iap st at e dapat dideuksi dari
[ ]
+
=
=
=

2
2
2
1
1
2 2 1
1 0
0 1
2
1
1

Q I N
( 10.51)
44
dimana komponen n
ij
pada N adalah wakt u rat a rat a yang
dihabiskan pada st at e j dengan cat at an bahwa process berawal dari
st at e i sebelum sist em t ersebut memasuki absorbing st at e.
Jika sist em memulai proses dari st at e 1, maka MTTF dari sist em
adal ah
2 2 12 11
2
3
2
2
+
=
+ +
= + =
) (
n n MTTF ( 10.52)
45
nd
edit ion,
Press, New York.
07632.
46
Si mul asi Mont e Car l o
11. 1 Konsep Si mul asi
Met ode evaluasi secara analit is sangat dimungkinkan unt uk
sist em dengan konfigurasi yang sederhana. Unt uk sist em yang
kompleks, Bridges [ 1974] menyarankan unt uk menggunakan t eknik
simulasi yang dikenal dengan simulasi Mont e Carlo. Simulasi Mont e
Carlo t erdiri dari sebuah model mat emat is yang di set di dalam
program komput er dan dengan menggunakan random sampling dari
dist ribusi kegagalan dan dist ribusi reparasi dari masing- masing
komponen yang ada di dalam sist em, reliabilit y dan availabilit y dari
sist em dapat diprediksi. Random sampling merupakan hasil dari
random number generat or. Random sampling ini kemudian
dimanfaat kan unt uk melakukan penilaian reliabilit y dan availabilit y
at au paramet er lain yang dikehendaki.
Keunt ungan dan kekurangan t eknik simulasi bila dibandingkan
dengan t eknik analit is adalah sebagai berikut .
47
Wakt u yang diperlukan unt uk solusi secara analit is umumnya
relat if lebih singkat sedangkan unt uk simulasi relat if lebih lama.
Hal ini t idak menj adi masalah unt uk simulasi yang dilakukan
dengan komput er yang mempunyai kecepat an dan memori yang
lebih besar.
Pemodelan secara analit is akan selalu memberikan hasil numerik
yang sama unt uk sist em, model, dan sat u set dat a yang sama,
sedangkan hasil dari simulasi t ergant ung dari random number
generat or yang dipakai dan j umlah simulasi yang dilakukan. Hasil
dari pendekat an secara analit is yang konsist en membangkit kan
keyakinan bagi user t et api mungkin j uga menj adi t idak realist ik.
Model yang dipergunakan unt uk pendekat an secara analit is
biasanya merupakan penyederhanaan dari sebuah sist em, dan
t erkadang t erlalu disederhanakan sehingga menj adi t idak realist ik.
Sedangkan t eknik simulasi dapat melibat kan dan menyimulasikan
semua karakt erist ik sist em yang diket ahui.
Teknik simulasi dapat memberikan out put paramet er dengan
range yang sangat luas t ermasuk semua momen dan probabilit y
densit y funct ion yang lengkap, sedangkan out put dari met ode
analit is biasanya t erbat as hanya pada expect ed value.
11. 2 Random Number Gener at or
Random number merupakan hal t erpent ing unt uk semua t eknik
simulasi. Sebuah random number yang uniform mempunyai nilai
yang t erdist ribusi secara uniform pada int erval ( 0, 1) , yait u variabel
dapat berniali sembarang ant ara 0 dan 1 dengan kemungkinan yang
sama. Random number dapat dicipt akan dengan sebuah komput er
digit al dengan menggunakan algot ima det erminist ik yang dikenal
dengan random number generat or. Karena random number
48
dihasilkan mengikut i algorit ma mat emat is t ert ent u, maka random
number t ersebut t idaklah benar- benar berupa random number dan
oleh karena it u disebut dengan pseudo- random number. Random
number generat or harus memnuhi persyarat an minimal unt uk dapat
dipakai unt uk menghasilkan random number. Berikut ini beberapa
karakt erist ik yang harus dimiliki oleh random number generat or.
Random number yang dihasilkan harus t erdist ribusi secara
uniform dan acak.
Harus memiliki periode yang panj ang sebelum urut an random
number yang dihasilkan t erulang kembali.
Harus memiliki kemampuan reproduksi sehingga sequence
yang sama dapat diulangi.
Harus memiliki efisiensi dalam met ode perhit ungannya.
Algorit ma populer yang sering dipakai unt uk menghasilkan
random number adalah congruent ial generat or dimana random
number yang baru X
i+ 1
dalam sat u urut an dihit ung dari random
number yang t erdahulu Xi dengan menggunakan persamaan
) )(mod (
1
B C AX X
i i
+ =
+
( 11.1)
dengan,
A = pengali ( mult iplier)
B = modulus
C = per t ambahan
49
Beberapa subrout ine random number generat or dengan
menggunakan algorit ma congruent ial generat or yang dit ulis dalam
bahasa FORTRAN dapat dilihat pada [ 5] .
11. 3 Konv er si Uni f or m Random Number
Serangkaian random number yang dihasilkan dari random
number generat or merupakan basis unt uk dat a input yang diperlukan
unt uk simulasi Mont e Carlo. Random number yang uniform t erkadang
dapat langsung dipakai unt uk beberpa j enis simulasi. Unt uk kasus
simulasi evaluasi relibilit y, random number ini harus dikonversi ke
dist ribusi non- uniform yang lain sebelum proses simulasi dapat
dilakukan.
Met ode t ransformasi invers ( inverse t ransformat ion met hod)
merupakan salah sat u met ode yang dapat dipakai unt uk
mengkonversi uniform random number ke dist ribusi yang lain.
Sedangkan dist ribusi dari fungsi invers yang diperoleh dari
pengkonversian suat u dist ribusi t ert ent u, dapat dit ent ukan sebagai
ber ikut .
Misalkan T menyat akan variabel random dengan cummulat ive
dist ribut ion funct ion F
T
( t ) , yang nilainya t erus naik unt uk semua t ,
sedemikian rupa sehingga ) (
1
y F
T
secara unik dit ent ukan oleh semua

nilai y ( 0,1) , dan lebih j auh Y = F
T
( T) . Maka cummulat ive
dist ribut ion funct ion F
Y
( y) dari Y dapat diperoleh dengan
1 0 untuk )) ( ( )) ( (
) ) ( ( ) ( ) (
1 1
< < = = =
= =

y y y F F y F T P
y T F P y Y P y F
T T T
T Y
( 11.2)
50
Dar i sini t er lihat bahwa Y = F
T
( T) memiliki dist ribusi uniform ant ara
( 0, 1) . I ni menyat akan bahwa j ika variabel Y memiliki dist ribusi
uniform ant ara ( 0, 1) maka ) (
1
Y F T
T
= memiliki dist ribusi yang sama

dengan fungsi dist ribusi F
T
( t ) .
11.4 Al gor i t ma Si mul asi
Unt uk memberi ilust rasi bagaiman simulasi mont e carlo dipakai
ut nuk menganalisa dan mendapat kan indeks keandalan sist em,
berikut ini akan diberikan sebuah cont oh sederhana t ent ang
perbandingan bagaimana mengevaluasi indeks keandalan sebuah
komponen dengan met ode analit is dan simulasi.
Berikut ini beberapa buah cont oh permasalahan simulasi
keandalan sist em, berikut algorit ma unt uk menyimulasikan sist em
yang t erdiri dari dua komponen dengan konfigurasi seri, paralel dan
st andby. Sedangkan unt uk sist em yang lebih kompleks, algorit ma
simulasi dapat dikembangkan dari algorit ma yang akan dibahas
berikut ini.
11.4.1 Al gor i t ma Konf i gur asi Ser i Unt uk Si st em Non-
Repai r abl e sy st em
Langkah 1: Gener at e dua buah random number, yang pert ama unt uk
komponen 1 dan yang kedua unut k komponen kedua.
Langkah 2: Konversi random number menj adi variabel random
wakt u, T, unt uk masing- masing komponen.
Langkah3: Jika salah sat u wakt u ini kurang dari wakt u yang
diperlukan unt uk menyelesaikan sat u misi, hit ung event
51
ini sebagai event kegagalan. Sebaliknya, j ika kedua
wakt u ini sama at au lebih besar dari wakt u yang
diperlukan unt uk menyelesaikan sat u misi, hit ung event
ini sebagai event sukses.
Langkah 4: Ulangi lagkah 1 3, j umlahkan semua kegagalan dan
kesuksesan , dan lanj ut kan unt uk j umlah simulasi yang
dikehendaki.
Langkah 5: Evaluasi reliabilit y sist em sebagai j umlah kesuksesan
dibagi dengan j umlah simulasi.
11.4.2 Al gor i t ma Konf i gur asi Par al el Unt uk Si st em Non-
Repai r abl e sy st em
Langkah 1: Gener at e dua buah random number, yang pert ama unt uk
komponen 1 dan yang kedua unut k komponen kedua.
wakt u, T, unt uk masing- masing komponen.
Langkah3: Jika salah sat u wakt u ini lebih dari wakt u yang diperlukan
unt uk menyelesaikan sat u misi, hit ung event ini sebagai
event sukses. Jika kedua wakt u ini kurang dari wakt u
yang diperlukan unt uk menyelesaikan sat u misi, hit ung
event ini sebagai event kegagalan.
Langkah 4: Ul angi l agkah 1 3, j umlahkan semua kegagalan dan
kesuksesan , dan lanj ut kan unt uk j umlah simulasi yang
dikehendaki.
Langkah 5: Evaluasi reliabilit y sist em sebagai j umlah kesuksesan
dibagi dengan j umlah simulasi.
52
11.4.3 Al gor i t ma Konf i gur asi Par al el Repai r abl e Sy st em
Langkah 1: Gener at e sebuah random number
wakt u, T, yang merupakan wakt u pengoperasian
komponen
Langkah 3: Gener at e sebuah random number yang baru
wakt u, T, yang merupakan wakt u yang diperlukan unt uk
mereparasi komponen
Langkah5: Ulangi langkah 1 4 unt uk sat u periode yang sama at au
lebih besar dari wakt u yang diperlukan unt uk
menyelesaikan sat u misi
Langkah 6: Ulangi lagkah 1 5
Langkah 7: Bandingkan urut an dari masing- masing komponen. Jika
selama misinya t idak t erj adi reparasi yang overlap, misi
dari sist em dapat dianggap sebagai sukses. Sebaliknya,
j ika t erj aadi reparasi yang overlap, misi dari sist em dapat
dianggap gagal.
Langkah 8: Ulangi langkah 1 7 unt uk j umlah simulasi yang
diinginkan.
11.4.4 Al gor i t ma Konf i gur asi St andby Sy st em
Langkah 1: Buat urut an pengoperasian, dalam hal ini t ime t o failure
( TTF) dari komponen dipakai sebagai acuan, unt uk
komponen A. Komponen B akan langsung dioperasikan
bila komponen A mengalami kegagalan.
Langkah 2: Buat urut an kedua yang berhubungan dengan wakt u
reparasi ( TTR t ime t o repair) yang dimulai pad saat
53
komponen A mengalami kegagalan. Masing- masing
elemen berikut nya dari urut an ini dimulai j ika komponen
yang sedang beroperasi mengalami kegagalan.
Langkah 3: Jika wakt u reparasi TTR dari sebuah komponen lebih
besar dari wakt u pengoperasian TTF unt uk komponen
yang sedang disimulasikan, maaka sist em akan
Langkah 4: Ul angi lagkah 1 3 sampai wakt u simulasi t ot al sama
dengan at au lebih besar dari wakt u yang diperlukan
unt uk sat u misi.
Langkah 5: Ulangi langkah 1 4 unt uk j umlah simulasi yang
diinginkan.
Unt uk sist em yang kompleks algorit ma di at as dapat dipakai
sebagai referensi unt uk t aylor- made program.
54
nd
edit ion,
2. Bridgees, D. C. [ 1974] , The Applicat ion of Reliabilit y t o t he Design
of Ships Machinery, Transact ion I MarE, Vol. 86.
Press, New York.
5. Press , W.H., Saul A. Teukolsky, William T. Vet t erling, and Brian P.
Flannery [ 1992] , Numerical Recipes in FORTRAN : The Art of
Scient ific Comput ing, 2
nd
edit ion, Cambridge Universit y Press, New
York.
Strategi Untuk
Kebijaksanaan Perawatan
Oleh
SURABAYA
MODUL
5
DAFTAR ISI MODUL 5
BAB 12Strategi Untuk Kebijaksanaan Perawatan
12.1 Pendahuluan
12.2 Jenis Perawatan
12.3 Pemodelan Perawatan Terjadwal Ideal (Ideal Scheduled
Maintenance)
12.4 Perbaikan Ideal
12.4.1 Kasus Kusus Waktu Antar Kegagalan yang Terdistribusi Secara
Eksponensial
12.5 Perbaikan Ideal dan Perawatan Preventif
12.6 Ekonomi dari reparasi dan Perawatan
12.7 Analisa Ketersediaan
1
St r at egi Unt uk
Kebi j ak sanaan Per aw at an
12. 1 Pendahul uan
Saat ini peralat an dan plant yang dioperasikan cenderung
semakin kompleks dan membut uhkan modal yang sangat besar baik
unt uk invest asi awal maupun unt uk biaya operasional. Unt uk it u,
st rat egi dan kebij aksanaan perawat an sangat diperlukan agar semua
peralat an yang beroperasi di dalam sist em t idak sering mengalami
kegagalan dalam pengoperasiannya. Secara t radisional, perawat an
dipandang sebagai sesuat u yang hanya dipert imbangkan j ika t elah
t erj adi sesuat u yang salah pada suat u sist em at au sesuat u yang
salah akan segera t erj adi, bila hal ini t erj adi maka biasanya fungsi
perawat an yang ada t idak t erorganisasi dan t idak sist emat is.
Berbagai upaya unt uk mengopt imalkan perawat an, baik bent uk
maupun beaya perawat an t elah banyak dilakukan yang kesemuanya
bert uj uan unt uk menj aga ket ersediaan ( availabilit y) sist em. Oleh
karena it u, unt uk saat ini t eknik perawat an lebih banyak
dikonsent rasikan pada perawat an pencegahan / prevent if unt uk
menghindari kerusakan yang lebih serius, dan st rat egi perawat an
pencegahan ini j uga difokuskan unt uk mempert ahankan efisiensi dari
2
sist em sedekat mungkin dengan efisiensi maksimum yang sudah
didesain.
Umumnya, regulasi dan policy baik int ernal maupun ekst ernal
akan menent ukan kebij akan perawt an yang berkait an dengan
keselamat an. Sedangkan perawat an yang berkait an dengan
ket ersediaan dan konsumsi energi, opt imasi harus dij adikan sebagai
basis penent uan kebij aksanaan perawat an, karena penambahan
t ugas perawat an t idak hanya akan menambah ket ersediaan sist em
t et api j uga akan menambah beaya perawat an nya. Sehingga t uj uan
dari implement asi perawat an it u hendaknya diharapkan j uga
mempert imbagkan opt imalisasi berbagai fakt or yang saling berkait an.
Perawat an merupakan hal yang sangat mahal dan merupakan
suat u godaan yang kuat unt uk menundanya sampai esok hari dan
menghemat dana unt uk hari ini. Ekspresi minimal maint enance
appr oach menunj ukkan t indakan perawat an t erhadap suat u plant
yang dilakukan hanya unt uk memenuhi persyarat an dan hukum yang
t elah dit ent ukan oleh badan pembuat perat uran. Jika t indakan ini
dikombinasikan dengan manaj emen perawat an yang t erabaikan ,
maka hal ini akan memperpendek masa berguna ( usef ul lif e) dari
plant dan j uga meungkin j uga akan menambah beaya lainnya sepert i
beaya ker usakan (downt ime cost ) dan berbagai denda yang t imbul
akibat dampak yang mungkin dit imbulkan oleh kerusakan sist em.
12. 2 Jeni s Per aw at an
Ada berbagai j enis perawat an yang banyak dilakukan secara
prakt is. Jenis j enis perawat an ini secara skemat is dapat dilihat pada
gambar 12.1 di bawah ini, yang secara umum dibagi menj adi planned
maint enance ( perawat an t erencana) dan unplanned maint enance
( perawat an t ak t erencana) .
3
Perawat an t erencana adalah perawat an yang diorganisir dan
dilakukan dengan perencanaan dan pengonnt rolan yang sudah
dit ent ukan t erlebih dahulu. Sedangkan perawat an t ak t erencana
adalah sat u j enis perawat an yang dilakukan t anpa perencanaan
t erlebih dahulu.
Perawat an prevent if adalah perawat an yang dilakukan pada
int erval wakt u yang sudah dit ent ukan cont oh dari st rat egi ini
adalah scheduled maint enance - at au berhubungan dengan krit eria
yang sudah dit ent ukan - cont oh dari st rat egi ini adalah condit ion
maint enance .Dengan melakukan perawat an prevent if, mengandung
maksud unt uk mengurangi probabilit as kegagalan at au penurunan
performance dari suat u sist em.
Perawat an korekt if adalah perawat an yang dilakukan set elah
peralat an mengalami kegagalan dan perawat an ini dimaksudkan
unt uk mengembalikan sist em ke keadaan dimana sist em t ersebut
dapat melakukan fungsinya kembali. Emergency maint enance adalah
salah sat u j enis dari correct ive maint enance yang diperlukan unt uk
memfungsikan kembali peralat an secepat nya agar dampak yang lebih
buruk dapat dihindari.
Perawat an prevent if dapat dibagi lagi menj adi scheduled
maint enance ( perawat an t erj adwal) dan condit ion based maint enance
( Perawat an yang berbasis pada kondisi sist em) . Perawat an t erj adwal
dilakukan pada int erval wakt u t ert ent u, baik it u banyaknya j am kerj a,
j umlah siklus yang yt elah dilalui, dan lain lain. Pemilihan int erval
wakt u perawat an unt uk sat u komponen t ert ent u t erbukt i sangat sulit .
Bent uk dari perawat an prevent if biasanya berupa pengecekan
( inspect ion) t erhadap berbagai komponen secara periodik unt uk
menent ukan apakah pengat uran ( adj ust ment ) dan penggant ian
( replacement ) sudah diperlukan. Jika int erval ini t erlalu sering, maka
pengecekan ini akan mengurangi ket ersediaan sist em dan menambah
resiko kesalahan r e- assembly. Sedangkan pengecekan yang j arang
mungkin akan menimbulkan kerusakan sist em yang t idak diinginkan.
4
MAINTENANCE
PLANNED
MAINTENANCE
UNPLANNED
MAINTENANCE
PREVENTIVE
MAINTENANCE
CORRECTIVE
MAINTENANCE
SCHEDULED
CONDITION
BASED
RUNNING
HOURS
CALENDAR
BASED
CONDITION
MONITORING
INSPECTION
LUBRICATION
ADJUSTMENT
REPLACEMENT
ONLINE
MEASUREMENT
PERIODIC
MEASUREMENT/
INSPECTION/TESTING
Gambar 12. 1
Jenis j enis perawat an
Condit ion based maint enance ( perawat an yang berbasis pada
kondisi sist em) adalah perawat an t erhadap suat u yang dilakukan
sebagai hasil dari suat u kondisi yang sudah diket ahui dari hasil
pemant auan secara kont inyu at au secara periodik. Kegiat an
perawat an dilakkukan hanya j ika kondisin dari peralat an
menunj ukkan bahwa peralat an t ersebut membut uhkan perawat an.
5
Dengan pendekat an ini perawat an hanya dilakkukan bila hal it u
diperlukan.
Condit ion monit oring ( pemant auan kondisi) adalah pengukuran
secara periodik dan kont inyu dan mengint erpret asikan dat a yang
menunj ukkan kondisi dari peralat an dan menent ukan apakah
peralat an t ersebut perlu membut uhkan perawat an at au t idak.
Pemanat auan kondisi secara normal dilakukan pada saat peralat an
sedang beroperasi dan t idak sedang dalam keadaan rusak berat .
Aplikasi dari pengukuran secara kont inyu mungkin bisa
dibandingkan dengan pemakaian proses sist em alarm. Pada sist em
alarm ini paramet er operasional yang krit is dimonit or secara t erus
menerus dan alarm akan berbunyi bila kondisi t ert ent u dilampaui.
Tuj uan dari pemant auan kondisi adalah unt uk mengkuant ifikasikan
kondisi suat u peralat an dan t idak begit u saj a memberikan peringat an
bila bat as operasi yang dit ent ukan t elah dicapai.
Pengukuran secara periodik umumnya mempunyai t uj uan unt uk
memberikan prot eksi yang cukup dari suat u peralat an t erhadap
kondisi yang buruk at au kondisi yang perlahan- lahan mengarah ke
t erj adinya suat u kegagalan. Suat u pengukuran mungkin dapat
dilakukan pada int erval yang lebih pendek bila running hours
peralat an semakin bert ambah.
12. 3 Pemodel an Per aw at an Ter j adw al I deal ( I deal Schedul e
Mai nt enance)
Misalkan sebuah komponen yang t idak mampu rawat t et api
komponen t ersebut menj alani perawat an prevent ive/ t erj adwal.
Perwat an sepert i ini dikat akan ideal j ika perawat an ini membut uhkan
wakt u yang singkat ( int erval wakt u perawat an diamsusikan
mendekat i / sama dengan nol) unt uk menyelesaikannya dan j ika
komponen t ersebut dikembalikan ke kondisi sepert i baru lagi set elah
6
perawat an usai. Meskipun komponen t idak mampu rawat dan
dibuang pada saat mengalami kegagalan, alasan unt uk perawat an
t erj adwal agar t et ap unt uk memperpanj ang usia komponen dan
menunda kegagalannya.
Jika komponen memiliki laj u kegagalan konst an maka wakt u
kegagalan komponen ( t ime t o failure) memiliki dist ribusi
eksponensial. Dengan kat a lain probabilit as kegagalan selama
pert ambahan wakt u t berikut nya agar t et ap t idak berubah selama
usia komponen, hal ini menunj ukan bahwa komponen ini t et ap
sebagus kondisi barunya t anpa t anpa memandang berapa lama
komponen t ersebut t elah dioperasikan. Pada kasusu sepert i ini
perawat an prevent ive menj adi t idak relevan .
Jika komponen memiliki laj u kegagalan yang menurun, yang
berart i laj u kegaglannya semakin membaik seiring bert ambahnya
wakt u, perawat an yang bert uj uan unt uk menggembalikan komponen
ke kondisi sepert i baru adalah t idak mengunt ungkan dan t idak
disarankan.
Perawat an t erj adwal akan berharga hanya j ika komponen
memiliki laj u kegagaln yang semakin meningkat . Sebagian besar
didiskusikan pada seksi ini mengamsusikan bahwa komponen
memiliki laj u kegagalan yang meningkat dan perawat an dilakukan
hanya pada komponen komponen yang bekerj a.
Jika
) (t
T
f Failure densit y funct ion
M
T = int erval wakt u yang t et ap diant ara 2 perawat an
) ( ) (
1
t f t f
T
M
T t < 0
) (t R fungsi keandalan komponen
maka densit y funct ion ) (
*
t f
T
unt uk komponen set elah mengalami
perawat an dapat dit ulis sebagai
7

0
1
k
M
K
M T
T R KT t f t f ) ( ) ( ) (
*
(12.1)
dengan
K = 0 hanya dipakai unt uk int erval wakt u t = 0 dan t = T
M
K = 1 hanya dipakai unt uk int erval wakt u t = T
M
dan t = 2 T
M
dan set erusnya.
Gambar 12. 1 menunj ukan t ipikal fungsi ) (
*
t f
T
. Skala wakt u
dibagi kedalam segmen durasi wakt u T
M
yang sama . Fungsi ) (
*
t f
T
pada masing- masing segmen skalanya dit urunkan dari fungsi pada
segmen sebelumnya dengan fakt or skala R( T
M
) . Fakt or skala j uga
sama dengan pecahan dari komponen yang memasuki sebuah
segmen yang akan survive pada segmen berikut nya.
Pengamat an lebih det ail pada gambar 12. 1 menunj ukan bahwa
densit y funct ion dari komponen yang menj alani perawat an prevent ive
menunj ukan kecenderungan eksponensial
Gambar 12. 1
Densit y f unct ion dengan per awat an t er j adwal ideal
8
Dampak t erpent ing dari perawat an prevent ive secara periodik adalah
densit y fuct ion dari bent uk aslinya. Perubahan ini merupakan salah
sat u dari berbagai j ust ifikasi mengapa dist ribusi eksponensial
digunakan unt uk memodelkan umur hidup komponen
Cont oh 12.1
Asumsikan sebuah komponen yang umur hidupnya secara uniform
didefinisikan oleh
25 , 0 ) ( t f 4 0 < t t ahun
komponen ini menj alani perawat an secara t erat ur ( asumsikan
sebagai perawat an ideal) sekali set ahun. Tent ukan modifikasi densit y
funct ion j ika perawat an dilaksanakan.
Sol usi
Cumulat ive dist ribut ion funct ion

t
t dt t f t F
0
25 0, ) ( ) ( unt uk 4 0 < t
Fungsi keandalan
t t R
t F dt t f t R
25 , 0 1 ) (
) ( 1 ) ( ) (
0

unt uk 4 0 < t
laj u kegagalan
t t R
t f
t
25 0 1
025 0
,
,
) (
) (
) (

MTTF komponen t anpa perawat an
9
MTTF =

4
0
2 ) ( dt t R Tahun
Jika perawat an t erj adwal T
M
, adalah 1 t h, maka
R( T
M
) = R( 1) = 0,75
Dengan menggunakan persamaan 12. 1
0
75 0 25 0
K
K
T
t f ) , ) ( , ( ) (
*
Rat a rat a laj u kegagalan ( ) (
*
t )
2877 0
3 4
4
4
25 0 1
25 0
4
4
1
1
0
1
0
1
0
1
0
,
l n l n
) ln(
,
,
) ( ) (
*

t
t
dt
dt
t
dt t t
Perawat an periodik t elah menggant ikan densit y funct ion f( t )
dengan densit y funct ion yang memiliki t endensi eksponensial.
Berdasarkan aproksimasi eksponensial, MTTF dari komponen
adal ah
MTTF = 476 . 3
2877 , 0
1
t ahun
Sedangkan nilai eksak dari MTTF dengan memasukan fakt or
per awat an adalah
10

tahun
K
dt t tf MTTF
K
K
T
5 , 3
) 1 2 ( ) 75 , 0 (
8
1
) (
0
0
* *
12. 4 Per bai k an I deal

Perbaikan ideal ( ideal repair) memiliki 2 kondisi yang harus
dipenuhi :
1. Durasi perbaikan set elah masing- masing kegagalan adalah sangat
pendek dibandingkan dengan wakt u diant ara dua kegagalan
sehingga dapat diasumsikan sama dengan nol.
2. Set elah diperbaiki, komponen dikembalikan pada kondisi sepert i
baru.
Cont oh yang bagus dari perbaikan ideal adalah penggant ian
komponen yang gagal dengan proses penggant iannya memerlukan
wakt u yang sangat singkat . Ada perbedaan fundament al ant ara
perbikan ideal dan perawat an t erj adwal. Perawat an t erj adwal ideal
dilakukan pada int erval wakt u yang sudah dit ent ukan dimana
komponen masih dalam kondisi t idak rusak ( bekerj a) sedangkan
perbaikan ideal selalu dilakukan set elah t erj adi kegagalan, dan wakt u
kegagalannya t idak dit ent ukan ( random) .
Mengamsusikan umur hidup komponen T merupakan variabel
random yang kont inu dengan densit y funct ion
11
[ ] t t T t P
t
t f
t
T
+ <

( l i m ) (
1
0
( 12.2)
j elas t erlihat bahwa densit y funct ion f
1
( t ) unt uk random variabel yang
mewakili kegagalan pert ama adalah ) (t f
T
. Pert anyaan yang harus
dij awab adalah, apakah bent uk densit y funct ion ) ( t f
2
unt uk random
variabel kont inyu unt uk kegagalan kedua ?
Asumsikan bahwa kegagalan pert ama t erj adi disekit ar wakt u .
Maka probabilit as unt uk kegagalan kedua dalam int erval wakt u
( t , t + t ) , t > , unt uk t er t ent u adalah
[ ] [ ] t t f t t f ) ( f ) ( ) (
1

1 2
( 12.3)
karena durasi dari umur hidup (lifet ime) kedua adalah t .
Dengan mempert imbangkan semua nilai nilai yang mungkin
dari yang kurang t , kit a akan memperoleh
2 1 1
0
( ) ( ) ( )
t
f t f f t d
( 12.4)
Argumen yang sama mengarahkan kit a ke densit y funct ion unt uk
variabel random kont inyu yag menunj ukkan kegagalan ke- k, yait u
1 1
0
( ) ( ) ( ) untuk 2
t
k k
f t f f t d k
( 12.5)
pada saat mempert imbangkan semua kegagalan kegagalan
pert ama, kedua, ket iga, dan set erusnya probabilit as dari
sembarang kegagalan yang t erj adi pada int erval ( t , t +t ) merupakan
penj umlahan probabilit as dari kegagalan pert ama, kedua, ket iga, dan
set erusnya yang t erj adi pada int erval wakt u yang t elah
12
dipert imbangkan. Jika L( t ) menyat akan densit y funct ion dari
sembarang kegagalan yang t erj adi pada perbaikan ideal, maka
L( t ) t = probabilit as beberapa kegagalan yang t erj adi pada
int er val ( t , t + t )
1
1
( ) [sembarang kegagalan pada (t,t+ t)]
0
= ( )
k
k
lim
L t P
t t
f t
( 12.5)
at au
+
2
0
1 1 1
k
t
k
d t f f t f t L ) ( ) ( ) ( ) ( ( 12.6)
12. 4. 1 Kasus Kusus Wak t u Ant ar Kegagal an y ang
Ter di st r i busi Secar a Ek sponensi al
Jika wakt u ant ar kegagalan t erdist ribusi secara eksponensial,
maka f
k
( t ) menj adi dist ribusi khusus Er langian, yang merupakan
dist ribusi Gamma dengan nilai yang bulat . Penurunan dist ribusi it u
adalah sebagai berikut
t
T
e t f t f

) ( ) (
1
( 12.7)
t
t
t
t e d e t f

2
0
2
) (
( ) ( ( 12.8)
13
t
t t
e
t
d e e t f
0
2
3 2
3
2

) (
) ( ) ( ( 12.9)
Pat t ern dari persamaan persamaan ini dapat dit ulis dalam bent uk
umum, yait u
t
k
k
k
e
k
t
t f

) ! (
) (
1
1
( 12.10)
Fungsi densit as probabilit as L( t ) bagi sembarang kegagalan yang
t erj adi pada perbaikan ideal unt uk kasus ini dapat dit ulis sebagai

1 1
1
1
k k
t t
k
t
k
e e
k
t
e t f t L
) ! (
) (
) ( ) ( ) ( ( 12.11)
Cont oh 12.2
Kembali pada cont oh 12. 1, j ika perbaikan ideal pada komponen
masing masing dilakukan pada masing masing kegagalan,
t ent ukan fungsi densit as kegagalan komopnen t ersebut .
Sol usi
Fungsi densit as unt uk masing masing kegagalan adalah
25 0
1
, ) ( ) ( t f t f
T
t d t f
t
2
4
1
0
2
25 0 25 0 ) ( ) , ) ( , ( ) (

14

t
t
d t f
0
2
3
4
1
4
1
2
4
1
3
2
) ( ) ( ) ( ) ( ) (
Bent uk umum dari f
k
( t ) dapat disimpulkan dari pat t ern persamaan
persamaan di at as yait u
1
]
1
,
_
) ! (
) (
1 4
1
1
k
t
t f
k
k
k
Oleh kar ena it u
,
_
,
_

4
1
1
4
1
25 0
1 4
1
t
k
k
t
k
k
e
k
t f t L ,
) ! (
) (
) ( ) (
12.5 Per bai k an I deal dan Per aw at an Pr event i f
Dari berbagai uraian sebelumnya t erlihat bahwa, bagi sebuah
komponen yang memiliki fungsi laj u kegagalan yang semakin
meningkat , perawat an prevent if secara periodik akan meningkat kan
MTTF dan sebagai hasilnya fungsi densit as kegagalan (failure densit y
f unct ion) dari komponen t ersebut akan memilimi kecenderungan
eksponensial. Jika kemungkinan perawat an ideal dimasukkan dalam
analisa, maka hasil yang diperoleh adalah berkurangnya frekuensi
perawat an. Dengan mengasumsikan perawat an ideal pada int erval
periodik T
M
, frekuensi perbaikan f
R
akan sama dengan rat a rat a
densit as kegagalan pada durasi wakt u T
M
, yait u
15
M
T
M
R
dt t L
T
f
0
1
) ( ( 4.12)
Dimana L( t ) diberikan oleh persamaan ( 12. 6) . Jika frekuensi
perawat an bert ambah panj ang maka T
M
dan f
R
akan berkurang.
Dengan kat a lain, MTTF efekt if yang merupakan kebalikan dari f
R
akan bert ambah.
Cont oh 12.3
Jika komponen pada cont oh 12. 1 dan 12. 2 menj alani perawat an
prevent if t iap int erval wakt u TM dan j uga dikenakan perbaikan ideal,
t ent ukan frekuensi perbaikan dai komponen t ersebut .
Sol usi
Fr ekuensi per awat an
1
1
]
1

1
1
25 0
1 1
4
0
4
0
M M M
T
M
T t
M
T
M
R
e
T
dt e
T
dt t L
T
f , ) (
Jika T
M
= 1 t ahun , maka
t ahun per ,284 0 1
4
1
e f
R
16
12. 6 Ek onomi Dar i Repar asi Dan Per aw at an
Kit a lihat pada pemebahasan t erdahulu, bahwa perawat an
prevent if secara periodik akan menambah MTTF dari komponen yang
memiliki fungsi laj u kegagalan yang semakin meningkat . Perawat an
prevent if j uga mengurangi frekuensi reparasi baki komponen yang
mampu- rawat ( repairable) . Penambahan frekuensi perawat an (
sebagai dampaknya, akan mengurangi wakt u ant ara dua perawat an )
lebih lanj ut akan mengurangi frekuensi reparasi. Yang menj adi
permasalahan sekarang adalah, berapa wakt u opt imum diant ara dua
perawat an ? Jawabannya t ergant ung pada beaya relat if dari reparasi
dan pemeliharaan.
Umpamakan
C
R
= Nilai reparasi
C
M
= Nilai sat u perawat an.
Ji ka C
R
dan

C
M
nilainya kira- kira hampir sama, maka pelaksanaan
perawat an akan menj adi t idak ekonomis. Unt ungnya, dalam banyak
hal C
M
< < C
R
, dan pelaksanaan perawat an dapat dit ent ukan bagi
komponen dengan fungsi laj u kegagalan yang semakin meningkat .
Harga t ot al perunit wakt u unt u perbaikan dan perawat an adalah
M
f
M
C
R
f
R
C K + ( 12.13)
dimana
R
f frekuensi reparasi
dan
M
f frekuensi perawat an = 1/ T
M
Unt uk mendapat kan harga yang opt imum dari T
M,
definisikan
Ko = K/ C
R
sebagai fungsi dari T
M
dan dapat kan harga T
M
yang
meminimumkan Ko. Jadi
17
M
f
R
C
M
C
R
f
R
C
K
K +
0
( 12.14)
Dengan menggunakan persamaan ( 4.12) , maka persamaan ( 12.14)
akan berubah menj adi
1
1
]
1
M
T
M
R
M
M
f
C
C
dt t L
T
K
0
0
1
) ( ( 12.15)
at ay
1
1
]
1
M
T
M
R
M
M
f
C
C
dt t L K T
0
0
) ( ( 12.16)
Dengan mendiferensialkan persamaan ( 12. 16) t erhadap T
M
, maka
) (
M
M
M
T L
dT
dK
T K +
0
0
( 12.17)
dimana
Ko
M
T
M
T L
M
T
M
dT
dKo 1 1
) ( ( 12.18)
Dengan menyamakan
M
dT dKo / sama dengan nol dan
mensubsit usikan Ko dari persamaan ( 12. 15) . , kit a akan peroleh
18
persamaan yang perlu unt uk dimecahkan dari unt uk mendapat kan
harga opt imum T
M
, yait u
+
M
T
R
C
M
C
dt t L
M
T L
M
T
0
) ( ) ( ( 12.18)
Gambar 12. 2 menunj ukan variasi dari Ko dengan T
M.
Gambar 12. 2
Variasi dari Ko dengan T
M
Cont oh 12.4
Perhat ikan kembali cont oh 12. 1 sampai 12. 3. Andaikan C
M
/ C
R
=
0, 15. Tent ukan int erval wakt u perawat an yang opt imum.
19
Sol usi
Dengan menggunakan persamaan ( 12.15) dan ( 12.18) unt uk
0< TM4, maka akan kit a peroleh
[ ] 85 0 25 0 1
4
, ,
M
T
T e
M
dengan menyelesaikan persamaan ini, int erval wakt u opt imum akan
diperoleh int erval wakt u opt imum unt uk berbagai kondisi yang sudah
dit et apkan yait u selama 1, 869 t ahun. Jadi bila perawat an dilakukan
pada int erval wakt u 1, 869 t ahun akan meminimalkan beaya
perawat an t ot al dan prebaikan. Secara prakt is, anhka ini akan
dibulat kan menj adi dua t ahun.
12.7 Anal i sa Ket er sedi aan
Produkt ivit as dari sebuah plant diukur oleh kombinasi bebagai
indeks yang dipengaruhi oleh besarnya, frekuensi dan durasi dari
wakt u out of service, maupun beayanya. Analisa rekayasa
ket ersediaan ( availabilit y engineering analysis) adalah sebuah
met odologi yang dapat membant u para insiyur dalam memperbaiki
produkt ivit as dari sebuah plant . Jenis analisa ini selalu memasukan
perbandingan harga ket ersediaan dan harga keunt ungan penj ualan.
Penyelesaian unt uk opt imasi produkt ivit as plant direkomendasikan
berdasarkan pada hasil analisis ket ersediaan
MTTR dari komponen adalah ukuran kemampurawat an dari
sebuah komponen, dan MTTF adalah ukuran dari keandalan
komponen. Sering kit a menghadapi masalah perbandingan ant ara
keandalan dan kemampurawat anan unt uk meminimalkan beaya
secara keseluruhan. Analisa ket ersediaan menawarkan sebuah
20
met odologi unt uk meminimkan harga ini, sebagai t ambahan dari
pemenuhan seluruh spesifikasi yang t elah dit et apkan.
Misalkan sebuah komponen yang mampu- rawat dengan laj u
kegagalan dan laj u perbaikan masing masing dan . Dari
pembahasan sebelumnya kit a mempunyai
1
MTTF ( 12.19)
1
MTTR ( 12.20)
dan

+

MTTR MTTF
MTTF
A t y Avai l abi l i ( 12.21)
Denngan mengekspresikan MTTR sebagai fungsi dari MTTF dan A,
kit a akan mempunyai
MTTF
A
A
MTTR
,
_
1
( 12.22)
Unt uk masing- masing harga dari A, plot dari MTTR lawan MTTF akan
berupa garis lurus dengan kemiringan ( 1 A) / A, sepert i yang
diilust rasikan dalam gambar 12. 3.
Berikut ini fakt or fakt or t ipikal yang akan dit ent ukan :
1. Level minimum ket ersediaan yang diperlukan
2. MTTF minimum yang diperlukan
3. MTTR maksimum yang diij inkan
21
Gambar 12. 3
Var iasi dar i MTTR dengan MTTF unt uk har ga A yang t et ap
Daerah arsiran yang dit unj ukan pada gambar 12. 4 adalah
wilayah dimana seluruh spesifikasi akan dipenuhi. Desainer bebas
unt uk memilih t it ik t it ik desain yang ada pada daerah ini yang akan
menghasilkan t erendah.
Cont oh 12.5
Akan didesain sebuah sist em pompa unt uk sebuah. Tuj uan dari
desain sist em ini adalah unt uk meminimumkan PWRR (Pr esent - wor t h
Revenue Requirement s) t ot al. Tiga alt ernat if disediakan, det ailnya
sebagai berikut :
22
Gambar 12. 4
Wilayah per bandingan ( t r ade- of f ) ekonomi unt uk analisa ket er sediaan
Ju ml ah
Pompa
Kapasi t as
dal am
Per sen
Har ga
Pemasangan
Tot al
Beay a Rat a
Rat a Repar asi
Per Repar asi
1 100% x 1 $ 500,000 $ 1,000
2 50% x 2 $ 650,000 $ 900
3 50% x 3 $ 900,000 $ 800
Masing- masing pompa, dengan mengabaikan kapasit as, mempunyai
laj u kegagalan 0,25 per t ahun dan wakt u reparasi rat a- rat a 24 j am.
Akan ada penalt i sebesar $15, 000 perj am ( pada kapasit as penuh)
j ika pompa t idak dapat beroperasi. Lifet ime dari plant diperkirakan 35
t ahun. I nt erest rat e pada saat meminj amm adalah 10%, dan ada
23
pembayaran t ahunan t ambahan sebesar 15% unt uk pengembalian
modal yang t elah dipinj am, biaya operasi dan perawat an. Tent ukan
PWRR bagi masing masing skenario desain sist em.
Sol usi
Unt uk masing- masing pompa
4
25 0
1 1

,
MTTF t ahun
24 MMTR j am =
760 8
24
,
t ahun
dan
Availabilit y =
064 35
040 35
760 8
24
4
4
,
,
,
+
Oleh kar ena it u
A = 0,9993155
dan
U = 0,0006845
Dengan mencicil pembayaran n t ahun, EPWF (Effect ive Present - Wort h
Fact or) unt uk t arif r per unit adalah
n
r r
n
r
EPWF
) (
) (
+
+
1
11 1
24
Unt uk r = 0,1 dan n = 35, maka
EPWF = 9.644
Al t er nat i f 1
Jumlah j am yang t idak berfungsi per t ahun adalah
= ( 0. 00068445) ( 8. 760) = 6 j am
Jika pompa t idak beroperasi / berfungsi maka sist em 100% t idak
berfungsi maka kapasit as plant j uga akan berkurang 100%.
Beaya t ahunan yang harus dikeluarkan t iap t ahunnya akibat plant
t idak berfungsi adalah
= 6 x $ 15,000 = $90,000.
Oleh kar ena it u
671 593 1
000 1 25 0 000 90 000 500 15 0 644 9
. . $
) . ) ( , ( . ) . ) ( , ) [ ( , $(
cos cos cos
arg ) (
+ +
1
1
1
]
1
,
_
,
_
,
_
,
_
t
r epair
annual
t
out age
annual
t
i nst al l ed
t ot al
r at e
e ch
annual
EPWF PWRR
Al t er nat i f 2
Dengan dua pompa yang ident ik, ada t iga kemungkinan yang
dipert imbangkan :
i . Kedua pompa bekerj a. Maka t idak ada pengurangan dalam
kapasit as dan t idak ada penalt i.
25
i i . Sat u pompa up dan sat u down. Maka pengurangan 50% dalam
menghasilkan kapasit as dan probabilit y dari bagian ini adalah
= 2AU = 0.00136806
i i i . Kedua pompa down. Maka ada pengurangan 100% dalam
kapasit as, dan probabilit as pada bagian ini adalah
= U
2
= 469 x 10
- 9
[ ] 943 89 760 8 10 469 0 10 03 684 000 15
760 8 1 10 469
2
00136806 0
000 15
6 6
9
, $ ) , ( . . ) , $(
) , (
.
) , $(
+
1
]
1
x x
x x
PWRR = ( 9. 644) [ ( 0. 15) ( 650, 000) + 89, 943 + 2( 0. 25) ( 900) ]
= $ 1,812,040
Al t er nat i f 3
Dengan t iga pompa yang ident ik, ada empat kemungkinan yang
dipert imbangkan :
i . Ket iga pompa bekerj a seluruhnya. Maka t idak ada pengurangan
kapasit as
i i . Hanya dua pompa bekerj a. Maka, t et ap t idak pengurangan
kapasit as
i i i . Hanya sat u pompa yang bekerj a. Maka ada pengurangan 50%
kapasit as, dan probabilit as unt uk keadaan ini adalah
= 3AU
2
= 1.405 x 10
- 6
iv. Seluruh pompa down. Maka ada pengurangan 100% kapasit as
dan probabilit as pada keadaan ini adaalh
= U
3
= 0.3207158 x 10
- 9
26
=
1
]
1
9
6
10 3207158 0
2
10 405 1
x
x
,
,
8.760) x x $( 15.000
= $92,35
PWRR = ( 9,644) ( 0,15) ( 900.000) + 92,35 + 3( 0,25) ( 800)
= $ 1.308.617
Berbagai beaya dan rasio wort h- t o- cost dit abelkan pada t abel berikut
i ni .
Desi gn
Tot al PWRR
$
Annual
Fi x ed Cost
$
Annual
Ot her Cost
$
I ncr ease i n
Annual
Fi x ed Cost
$
I mpr ovement
I n Wor t h of
Av ai l abi l i t y $
Wor t h- t o-
Cost Rat i o
1 1. 593. 672 75. 000 90. 250 ( base case) .
2 2. 812. 040 97. 500 90. 393 22. 500 - 143 - 0, 006
3 1. 308. 617 135. 000 692 60. 000 89. 558 1, 492
Jelas t erlihat bahwa alt ernat if 3 mempunyai t ot al PWRR paling rendah
dan rasio wort h- t o- cost paling baik.
27
nd
edit ion,
Press, New York.
07632.

Reliability ITS

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Reliability ITS

Uploaded by

Copyright:

Available Formats

KEANDALAN DAN

= cara unt uk memilih 3 buah lampu yang t idak

Jadi bila sebuah komponen yang memiliki fungsi densit as

gagal keadaan dal am si st em j ika ,

gagal keadaan dal am komponen j ika ,

= j umlah t ot al dari crit ical pat h set dari komponen i

n = j umlah komponen yang ada di dalam sist em

secara unik dit ent ukan oleh semua

= memiliki dist ribusi yang sama

12. 4 Per bai k an I deal

You might also like