Volume 7.
Nomor 2, 2026, hlm 421-434 Jurnal Terapan Teknik Industri ISSN .
2722 3469 | ISSN [Onlin.
2722 4740 https://jurnal.
id/index.
php/jenius Analisis keandalan mesin roll menggunakan MTBF dan MTTR pada PT XYZ Karawang Reliability analysis of roll machines using MTBF and MTTR at PT XYZ Karawang Muhamad Naufal* .
Risma Fitriani.
Naufal Rabbani Sumitra * Universitas Singaperbangsa Karawang.
Jl.
Teluk Jambe Timut.
Karawang.
Indonesia *Email: 04muhamad.
naufal@gmail.
Informasi Artikel Histori Artikel Artikel dikirim 02/02/2026 Artikel diperbaiki 14/02/2026 Artikel diterima 03/04/2026 Abstrak Kerusakan pada komponen roll sering terjadi sebelum masa pakai berakhir sehingga menyebabkan downtime tinggi dan menurunkan kinerja Selain itu, sistem preventive maintenance yang diterapkan belum berbasis analisis kuantitatif seperti MTBF dan MTTR, sehingga evaluasi keandalan dan efisiensi perbaikan belum optimal.
Penelitian ini bertujuan menganalisis keandalan mesin Spreader Roll pada PT XYZ Karawang menggunakan pendekatan kuantitatif berbasis data historis kerusakan tahun 2024.
Permasalahan utama perusahaan adalah tingginya frekuensi kerusakan komponen kritis, khususnya bearing, yang menyebabkan peningkatan downtime produksi.
Metode penelitian meliputi analisis Mean Time Between Failure (MTBF).
Mean Time to Repair (MTTR), perhitungan availability, serta identifikasi akar penyebab kegagalan menggunakan diagram fishbone dan Failure Mode and Effects Analysis (FMEA).
Hasil penelitian menunjukkan bahwa mesin Spreader Roll memiliki frekuensi kerusakan tertinggi dengan bearing sebagai komponen paling kritis.
Interval preventive maintenance optimal diperoleh setiap 66 hari, lebih singkat dibandingkan jadwal aktual perusahaan sebesar 90 hari.
Nilai availability sebesar 96,65% mengindikasikan kinerja mesin berada dalam kategori keandalan yang baik, namun masih berpotensi ditingkatkan melalui perawatan yang lebih terjadwal.
Analisis FMEA menunjukkan faktor manusia, metode, dan pengukuran sebagai penyebab dominan kegagalan dengan nilai Risk Priority Number tertinggi.
Penelitian ini mengonfirmasi bahwa penentuan jadwal preventive maintenance berbasis MTBF dan MTTR efektif meningkatkan keandalan mesin serta menurunkan risiko downtime produksi.
Kata Kunci: Keandalan Mesin.
Spreader Roll.
MTBF.
MTTR.
Preventive Maintenance Abstract Roll component damage often occurs before the end of its service life, causing high downtime and reducing production performance.
In addition, the implemented preventive maintenance system is not based on quantitative analysis such as MTBF and MTTR, so that the evaluation of reliability and repair efficiency is not optimal.
This study aims to analyze the reliability of the Spreader Roll machine at PT XYZ Karawang using a quantitative approach based on historical damage data in 2024.
The company's main problem is the high frequency of critical component failures, especially bearings, which causes increased production downtime.
The research methods include analysis of Mean Time Between Failure (MTBF).
Mean Time JENIUS: Jurnal Terapan Teknik Industri is licensed under a Creative Commons Attribution-NonCommercial 4.
0 International License.
422 Muhamad Naufal.
Ade Momon.
Naufal Rabbani Sumitra Analisis Keandalan Mesin Roll Menggunakan MTBF dan MTTR pada PT XYZ Karawang to Repair (MTTR), availability calculations, and identification of root causes of failure using a fishbone diagram and Failure Mode and Effects Analysis (FMEA).
The results show that the Spreader Roll machine has the highest frequency of failures with bearings as the most critical component.
The optimal preventive maintenance interval is obtained every 66 days, shorter than the company's actual schedule of 90 days.
The availability value of 65% indicates that the machine's performance is in the good reliability category, but still has the potential to be improved through more scheduled The FMEA analysis shows human factors, methods, and measurements as the dominant causes of failure with the highest Risk Priority Number value.
This study confirms that determining preventive maintenance schedules based on MTBF and MTTR effectively increases machine reliability and reduces the risk of production downtime.
Keywords: Machine Reliability.
Spreader Roll.
MTBF.
MTTR.
Preventive Maintenance Pendahuluan Perkembangan industri manufaktur di era otomasi menuntut pengoperasian mesin secara intensif dan berkelanjutan guna mencapai efisiensi produksi yang optimal .
Mesin produksi umumnya beroperasi 8Ae24 jam per hari sehingga keandalan dan kesiapan mesin menjadi faktor krusial dalam menjaga kelancaran proses produksi .
Gangguan operasi mesin dapat menyebabkan terhentinya proses produksi yang berdampak pada penurunan produktivitas dan peningkatan biaya operasional .
Oleh sebab itu, perusahaan perlu menerapkan sistem perawatan yang terencana melalui pendekatan preventive maintenance untuk meminimalkan kerusakan dan downtime produksi .
Kegiatan maintenance berperan penting dalam menjaga performa mesin pada industri dengan intensitas produksi tinggi .
Dalam konteks pengukuran keandalan, kualitas produk dan mesin ditentukan oleh kemampuan berfungsi secara konsisten dalam jangka waktu tertentu .
Indikator kuantitatif yang umum digunakan untuk menilai keandalan adalah Mean Time Between Failure (MTBF) dan Mean Time to Repair (MTTR) .
MTBF menunjukkan rata-rata waktu antar kerusakan, sedangkan MTTR menggambarkan rata-rata waktu perbaikan hingga mesin kembali beroperasi .
Nilai MTBF yang tinggi menunjukkan tingkat keandalan yang baik, sementara MTTR yang rendah mencerminkan efisiensi proses perbaikan .
Beberapa penelitian terdahulu telah mengkaji penerapan MTBF dan MTTR dalam meningkatkan efektivitas sistem perawatan mesin.
Penelitian Moemenishahraki, .
menunjukkan bahwa analisis MTBF dan MTTR dapat digunakan untuk mengoptimalkan strategi maintenance dan menurunkan downtime mesin produksi .
Penelitian lain juga menegaskan bahwa indikator keandalan berbasis data historis mampu meningkatkan akurasi perencanaan perawatan serta efisiensi operasional .
Namun demikian, sebagian besar penelitian masih berfokus pada mesin produksi secara umum dan belum secara spesifik mengkaji komponen kritis seperti roll pada industri pulp dan paper .
Dengan demikian, terdapat celah penelitian yang berkaitan dengan analisis keandalan komponen roll serta keterkaitannya dengan kinerja layanan Dalam konteks industri pulp dan paper, keandalan mesin roll berperan penting dalam menjaga kontinuitas dan kualitas produksi kertas .
PT XYZ sebagai perusahaan yang bergerak di bidang produksi dan perbaikan roll memiliki peran strategis dalam mendukung proses produksi pelanggan.
Berdasarkan kondisi aktual di lapangan, roll umumnya digunakan hingga tiga siklus pemakaian dengan usia pakai sekitar 36 bulan .
Namun, kerusakan sering terjadi sebelum masa pakai berakhir, terutama pada komponen bearing, journal, dan lapisan karet.
Kerusakan tersebut mengharuskan roll dikirim kembali ke fasilitas servis dengan waktu perbaikan 10Ae12 minggu akibat keterbatasan suku cadang dan antrean pekerjaan, sehingga berdampak pada penurunan tingkat kepuasan pelanggan .
Meskipun perusahaan telah menerapkan perawatan berkala, sistem preventive maintenance yang ada belum sepenuhnya berbasis analisis kuantitatif data historis kerusakan .
Belum tersedia indikator objektif yang digunakan secara sistematis untuk mengevaluasi keandalan roll ISSN .
2722 3469 | ISSN [Onlin.
2722 4740 DOI 10.
37373/jenius.
maupun efisiensi proses servis .
Kebaruan penelitian ini terletak pada penerapan analisis MTBF dan MTTR secara spesifik pada roll industri pulp dan paper serta pemanfaatannya untuk mengevaluasi kinerja proses servis di PT XYZ.
Berdasarkan uraian tersebut, penelitian ini bertujuan untuk menganalisis nilai Mean Time Between Failure (MTBF) dan Mean Time to Repair (MTTR) pada roll yang diproduksi atau diservis di PT XYZ.
Hasil penelitian diharapkan memberikan dasar perumusan strategi preventive maintenance yang lebih akurat untuk mengurangi downtime pelanggan dan meningkatkan kualitas layanan servis.
Metode Penelitian ini menggunakan pendekatan kuantitatif deskriptif untuk menganalisis tingkat keandalan dan efisiensi perbaikan mesin roll pada industri pulp dan kertas .
Penelitian dilakukan di PT XYZ Karawang dengan objek mesin Spreader Roll yang diproduksi dan/atau diperbaiki perusahaan, berdasarkan data historis kerusakan dan waktu perbaikan selama periode JanuariAeDesember 2024 .
Data yang digunakan terdiri atas data primer dan data sekunder .
Data primer diperoleh melalui observasi proses perawatan dan perbaikan serta wawancara dengan operator dan staf maintenance untuk memahami jenis kerusakan, prosedur perbaikan, dan kendala servis.
Data sekunder berupa dokumen internal perusahaan yang meliputi data historis kerusakan, durasi perbaikan, dan inventaris mesin tahun 2024, yang didukung studi pustaka terkait maintenance dan keandalan mesin.
Pengumpulan data berfokus pada data kuantitatif sebagai sumber utama analisis, sedangkan data kualitatif dari observasi dan wawancara digunakan sebagai pendukung interpretasi hasil.
Data numerik kerusakan dan durasi perbaikan diolah untuk menghitung Mean Time Between Failure (MTBF) dan Mean Time to Repair (MTTR) .
Selanjutnya dihitung nilai Availability untuk menilai tingkat kesiapan mesin, kemudian dilakukan analisis Failure Mode and Effects Analysis (FMEA) guna menentukan prioritas perbaikan melalui perhitungan Risk Priority Number (RPN) .
Analisis data dilakukan dengan mengidentifikasi pola kerusakan, mengevaluasi efektivitas preventive maintenance, serta menilai efisiensi proses perbaikan Spreader Roll berdasarkan hasil perhitungan MTBF.
MTTR, dan Availability.
Analisis risiko melalui FMEA digunakan untuk menetapkan prioritas tindakan perbaikan pada komponen kritis.
Hasil analisis memberikan dasar rekomendasi perbaikan strategi perawatan guna meningkatkan keandalan mesin dan mengurangi downtime layanan servis PT XYZ Karawang.
Hasil dan Pembahasan 1 Pengumpulan data Data kerusakan mesin roll selama periode JanuariAeDesember 2024 direkapitulasi berdasarkan jenis mesin untuk memperoleh gambaran distribusi frekuensi kerusakan sebagai dasar penentuan objek analisis utama.
Rekapitulasi ini dilakukan dengan mengelompokkan seluruh kejadian kerusakan sesuai jenis mesin yang tercatat dalam dokumentasi perusahaan.
Proses pengumpulan data difokuskan pada jumlah kejadian kerusakan tiap mesin tanpa melakukan interpretasi kinerja pada tahap ini.
Data yang terkumpul kemudian disusun secara sistematis untuk memudahkan tahap pengolahan data berikutnya.
Rekapitulasi jumlah kerusakan mesin berdasarkan jenis mesin disajikan pada Tabel 1.
Tabel 1.
Kerusakan mesin Jenis Mesin Jumlah kerusakan Spreader Roll Calender Roll Press Roll Dryer Roll Forming Roll Total 424 Muhamad Naufal.
Ade Momon.
Naufal Rabbani Sumitra Analisis Keandalan Mesin Roll Menggunakan MTBF dan MTTR pada PT XYZ Karawang Berdasarkan Tabel 1, tercatat 45 kejadian kerusakan pada lima jenis mesin roll selama periode penelitian.
Data menunjukkan bahwa setiap jenis mesin memiliki jumlah kejadian kerusakan yang berbeda selama satu tahun pengamatan.
Informasi ini memberikan gambaran awal mengenai distribusi kerusakan mesin yang akan digunakan sebagai dasar pemilihan objek analisis pada tahap pengolahan data.
Penyajian data dalam bentuk rekapitulasi memudahkan identifikasi mesin dengan frekuensi kerusakan yang lebih dominan.
Data tersebut selanjutnya menjadi acuan dalam pengumpulan data yang lebih rinci pada tingkat komponen mesin.
Setelah data kerusakan mesin dikumpulkan, tahap berikutnya adalah merekapitulasi kerusakan berdasarkan komponen mesin yang mengalami gangguan setiap bulan selama periode Pengumpulan data ini bertujuan untuk mengetahui sebaran kerusakan komponen secara temporal dalam satu tahun pengamatan.
Data bulanan disusun untuk melihat variasi frekuensi kerusakan setiap komponen tanpa melakukan analisis penyebab kerusakan pada tahap Penyusunan data dilakukan secara kronologis agar memudahkan proses identifikasi pola kerusakan komponen pada tahap pengolahan data.
Rekapitulasi kerusakan komponen per bulan disajikan pada Tabel 2.
No.
Komponen Rusak Bearing Shaft Coupling Roll Surface Bracket Mounting Seal Pulley / Drive Sheave Tabel 2.
Kerusakan Komponen Bulan Total Berdasarkan Tabel 2, diperoleh data kerusakan komponen mesin roll yang terjadi setiap bulan selama periode penelitian.
Data tersebut menunjukkan bahwa frekuensi kerusakan tiap komponen bervariasi dari bulan ke bulan dalam satu periode pengamatan.
Informasi ini memberikan gambaran awal mengenai distribusi kerusakan komponen yang akan digunakan sebagai dasar dalam proses pengolahan data.
Penyajian data bulanan membantu dalam mengidentifikasi komponen yang paling sering mengalami kerusakan secara kuantitatif.
Data ini selanjutnya menjadi input utama dalam perhitungan keandalan dan analisis risiko pada sub bab.
2 Pengolahan data Pengolahan data dilakukan dengan menghitung frekuensi kerusakan tiap jenis mesin roll selama periode JanuariAeDesember 2024 untuk menentukan objek analisis utama.
Data jumlah kerusakan kemudian dikonversi ke dalam bentuk persentase dan kumulatif persentase guna melihat kontribusi masing-masing mesin terhadap total kerusakan.
Proses ini bertujuan menyaring mesin dengan tingkat gangguan operasional paling dominan sebagai fokus analisis Hasil perhitungan rekapitulasi kerusakan mesin disajikan pada Tabel 3 dan Gambar 1 sebagai dasar penentuan objek penelitian lanjutan.
Jenis Mesin Spreader Roll Calender Roll Press Roll Dryer Roll Forming Roll Total Tabel 3.
Kerusakan mesin Jumlah kerusakan Kumulatif % 44,44% 44,44% 13,33% 57,78% 17,78% 75,56% 11,11% 86,67% 13,33% 100,00% 100,00% Jumlah Kerusakan ISSN .
2722 3469 | ISSN [Onlin.
2722 4740 DOI 10.
37373/jenius.
Press Roll Dryer Roll Spreader Roll Calender Roll Forming Roll Total Jenis Mesin Jumlah kerusaakan Kumulatif % Gambar 1.
Diagram frekuensi kerusakan mesin tahun 2024 Berdasarkan Tabel 3 dan Gambar 1.
Spreader Roll memiliki jumlah kerusakan tertinggi yaitu 20 kejadian atau 44,44% dari total kerusakan mesin selama tahun 2024.
Nilai kumulatif menunjukkan bahwa tiga mesin utama, yaitu Spreader Roll.
Press Roll, dan Calender Roll, berkontribusi lebih dari 75% terhadap total kerusakan.
Hasil pengolahan ini menunjukkan bahwa gangguan operasional paling dominan terjadi pada Spreader Roll dibandingkan mesin lainnya.
Oleh karena itu.
Spreader Roll ditetapkan sebagai objek utama dalam analisis keandalan dan efisiensi perbaikan pada tahap selanjutnya.
Penetapan objek ini menjadi dasar dalam pengolahan data lanjutan pada tingkat komponen mesin.
Pengolahan data berikutnya dilakukan dengan mengelompokkan kerusakan berdasarkan komponen pada mesin Spreader Roll untuk mengidentifikasi komponen kritis.
Data frekuensi kerusakan tiap komponen dihitung dan disajikan dalam bentuk jumlah kejadian serta persentasenya terhadap total kerusakan komponen.
Proses ini bertujuan menentukan komponen yang paling berpengaruh terhadap terjadinya downtime mesin.
Hasil rekapitulasi kerusakan komponen digunakan sebagai dasar dalam analisis keandalan dan penentuan prioritas perbaikan berbasis risiko.
Rekapitulasi kerusakan komponen Spreader Roll disajikan pada Tabel 4 dan Gambar 2.
Tabel 4.
Kerusakan komponen tertinggi Komponen Jumlah kerusaakan Kumulatif % Bearing 56,25% 56,25% Shaft
25,00%
81,25%
Kopling 18,75% 100,00% Total
100,00%
Jumlah Kerusakan No.
Bearing Shaft Kopling Total Jenis Komponen Jumlah kerusaakan Kumulatif % Gambar 2.
Diagram frekuensi kerusakan mesin tahun 2024 Berdasarkan Tabel 4 dan Gambar 2, komponen bearing memiliki frekuensi kerusakan tertinggi yaitu 9 kejadian atau 56,25% dari total kerusakan komponen Spreader Roll.
Nilai kumulatif menunjukkan bahwa kerusakan pada bearing dan shaft telah mencakup lebih dari 80% total kejadian kerusakan komponen.
Hasil ini menunjukkan bahwa bearing merupakan 426 Muhamad Naufal.
Ade Momon.
Naufal Rabbani Sumitra Analisis Keandalan Mesin Roll Menggunakan MTBF dan MTTR pada PT XYZ Karawang komponen paling kritis yang berkontribusi terhadap gangguan operasional mesin.
Identifikasi komponen kritis tersebut menjadi dasar dalam perhitungan MTBF.
MTTR, serta analisis risiko pada tahap berikutnya.
Dengan demikian, pengolahan data ini mendukung fokus perbaikan pada komponen dengan tingkat kegagalan tertinggi untuk meningkatkan efektivitas preventive 3 Hasil perhitungan MTBF.
MTTR, availability Perhitungan keandalan dilakukan menggunakan indikator Mean Time to Repair (MTTR) dan Mean Time Between Failure (MTBF) berdasarkan data kerusakan komponen kritis pada mesin Spreader Roll.
Seluruh perhitungan menggunakan satuan menit agar konsisten dengan data durasi perbaikan dan interval kerusakan yang tercatat pada log histori perawatan.
MTTR
merepresentasikan rata-rata waktu yang dibutuhkan untuk memperbaiki kerusakan hingga mesin kembali beroperasi, sedangkan MTBF menunjukkan rata-rata waktu operasi mesin antar dua kejadian kerusakan berturut-turut.
Nilai Time Between Failure (TBF) diperoleh dari selisih waktu antar kejadian kerusakan berdasarkan catatan histori perawatan mesin di PT XYZ Karawang.
Rumus yang digunakan adalah:
MTBF =
MTTR =
Data kerusakan dari komponen bearing pada mesin spread roll.
Berdasarkan Tabel 5, terdapat dua kejadian kerusakan pada komponen bearing dengan durasi perbaikan masingmasing 480 menit dan 450 menit.
Nilai TBF sebesar 72.
000 menit dan 68.
500 menit menunjukkan interval waktu operasi mesin sebelum terjadi kerusakan berikutnya.
Data ini menggambarkan bahwa mesin memiliki periode operasi yang cukup panjang sebelum mengalami kegagalan.
Komponen Bearing Tabel 5.
Komponen bearing Perbaikan Start
Finish
12/01/202408:00
12/01/202416:00
04/10/202407:30
04/10/202415:00
MTTR
MTBF
Variasi durasi perbaikan menunjukkan adanya perbedaan kompleksitas pekerjaan servis pada setiap kejadian kerusakan.
Data MTTR dan MTBF tersebut selanjutnya digunakan sebagai dasar perhitungan MTTR dan MTBF.
Maka, untuk perhitungan Mean Time Between Failure (MTBF) dan Mean Time to Repair (MTTR).
! (# $% &'( Oe * &'() '/.
1 2 &!.
MTBF =
MTBF = 1750
MTTR =
! 7 &% (% %8( &'(
'/.
1 9( &0
MTTR = 465 7(%&
Artinya, rata-rata waktu yang dibutuhkan untuk memperbaiki kerusakan bearing adalah 465 menit setiap terjadi kerusakan.
Tabel 6.
Data kerusakan bearing Komponen
Start operasi
Bearing 01/01/2024 00:00 02/20/2024 20:40 Waktu 02/20/2024 00:00 04/01/2024 03:20 Start
02/20/2024
01:00
04/01/2024
04:20
Finish
02/20/2024
04:00
04/01/2024
07:50
MTBF
(Meni.
MTTR (Meni.
ISSN .
2722 3469 | ISSN [Onlin.
2722 4740 DOI 10.
37373/jenius.
Komponen
Start operasi
04/02/2024
00:30
05/17/2024
08:50
06/18/2024
11:30
07/31/2024
17:50
09/06/2024
17:40
10/18/2024
11/20/2024
10:00
Waktu Start
05/16/2024
05/16/2024
11:10
12:10
06/17/2024
06/17/2024
14:50
15:50
07/30/2024
07/30/2024
20:10
09/05/2024
09/05/2024
20:30
21:30
10/17/2024
10/17/2024
17:00
18:00
11/19/2024
11/19/2024
13:20
12/25/2024
12/25/2024
20:00
21:00
Jumlah Rata-rata 1 Hari = 1440 menit Finish
05/16/2024
16:10
06/17/2024
18:50
07/31/2024
01:10
09/06/2024
01:00
10/17/2024
22:00
11/19/2024
17:20
12/26/2024
00:30
MTBF
(Meni.
MTTR (Meni.
56444,4444 Berdasarkan Tabel 6, diketahui bahwa mesin beroperasi secara berkelanjutan selama 24 jam per hari.
Dalam satu tahun operasi .
, total waktu operasi mesin adalah 525.
600 menit.
Data kerusakan pada tabel menunjukkan frekuensi kerusakan bearing dan lama waktu perbaikan untuk setiap kejadian.
Dari data tersebut dihitung total waktu operasi antar kerusakan untuk memperoleh MTBF, serta total waktu perbaikan untuk memperoleh MTTR.
Nilai MTBF yang lebih besar dibandingkan MTTR mengindikasikan bahwa mesin lebih lama berada pada kondisi beroperasi dibandingkan dalam kondisi perbaikan, yang berarti tingkat keandalan mesin relatif Selama periode penelitian, total downtime akibat kerusakan mesin tercatat sebesar 17.
Dengan demikian, waktu operasi aktual mesin (Operation Tim.
dapat dihitung.
Waktu Operasi = Total Waktu KalenderOeTotal Downtime Waktu Operasi = 525.
600 Oe 17.
Waktu Operasi = 508.
000 menit Dengan didapatkannya Total Operation Time maka untuk perhitungan Availability.
<= &! /&!& > =
Waktu Operasi
! waktu operasi
<= &! /&!& > =
508000 Oe 0 x 100% <= &! /&!& > = 96,65% OO 97% Nilai Availability mesin Spreader Roll dengan komponen bearing diperoleh sebesar 96,65%.
Nilai ini menunjukkan proporsi waktu mesin berada dalam kondisi siap beroperasi dibandingkan dengan total waktu tersedia selama periode pengamatan.
Perhitungan dilakukan menggunakan satuan menit secara konsisten, sehingga mencerminkan tingkat kesiapan aktual mesin dalam mendukung proses produksi.
Dengan demikian, secara kuantitatif mesin memiliki tingkat ketersediaan operasi yang tinggi sepanjang tahun pengamatan.
Nilai Availability sebesar 96,65% mengindikasikan bahwa mesin berada dalam kondisi operasional hampir sepanjang waktu, namun masih terdapat kehilangan waktu akibat downtime kerusakan komponen bearing.
Kondisi ini menunjukkan bahwa keandalan mesin sudah cukup baik, tetapi masih memiliki peluang peningkatan melalui pengendalian downtime yang lebih Tingkat availability yang belum mencapai nilai maksimum menandakan bahwa aktivitas perawatan belum sepenuhnya mampu mencegah gangguan operasi.
Oleh karena itu, diperlukan penguatan program preventive maintenance yang lebih terjadwal untuk menekan frekuensi kerusakan dan meningkatkan keandalan mesin dalam mendukung kelancaran proses produksi.
4 Analisis dan pembahasan 428 Muhamad Naufal.
Ade Momon.
Naufal Rabbani Sumitra Analisis Keandalan Mesin Roll Menggunakan MTBF dan MTTR pada PT XYZ Karawang Hasil perhitungan menunjukkan bahwa nilai MTBF sebesar 33.
864 menit menandakan interval waktu antar kerusakan mesin relatif panjang, sehingga secara umum tingkat keandalan mesin berada pada kategori baik.
Namun demikian, dominasi kerusakan pada komponen bearing menunjukkan bahwa keandalan sistem masih dipengaruhi oleh komponen kritis yang memiliki frekuensi kegagalan paling tinggi.
Kondisi ini mengindikasikan bahwa kegagalan mesin tidak terjadi secara acak, melainkan terpusat pada komponen tertentu yang memiliki beban kerja Oleh karena itu, peningkatan keandalan mesin perlu difokuskan pada pengendalian penyebab kerusakan pada komponen bearing melalui perawatan yang lebih terjadwal.
Temuan ini mendukung tujuan penelitian dalam mengidentifikasi komponen kritis sebagai dasar penyusunan strategi preventive maintenance yang lebih efektif.
Nilai MTTR sebesar 1.
176 menit menunjukkan bahwa rata-rata waktu perbaikan mesin masih tergolong lama dan berpotensi menurunkan efektivitas proses produksi.
Lamanya waktu perbaikan dapat disebabkan oleh beberapa faktor seperti keterbatasan ketersediaan suku cadang, waktu tunggu proses identifikasi kerusakan, serta prosedur perbaikan yang belum optimal.
Kondisi tersebut mengindikasikan bahwa sistem perawatan korektif masih belum sepenuhnya efisien dalam meminimalkan waktu henti mesin.
Upaya perbaikan dapat dilakukan melalui peningkatan kesiapan teknisi, standarisasi prosedur perbaikan, serta pengelolaan persediaan spare part yang lebih terencana.
Dengan menurunkan nilai MTTR, maka waktu henti produksi dapat diminimalkan sehingga efisiensi operasional perusahaan dapat meningkat.
Nilai Availability sebesar 96,65% menunjukkan bahwa mesin memiliki tingkat kesiapan operasi yang tinggi selama periode pengamatan.
Meskipun demikian, masih terdapat sekitar 3,35% waktu hilang akibat downtime yang perlu menjadi perhatian dalam pengelolaan perawatan Tingkat availability yang belum mencapai kondisi maksimal menandakan bahwa gangguan kerusakan masih memberikan dampak terhadap kontinuitas proses produksi.
Oleh karena itu, strategi peningkatan availability perlu difokuskan pada pengurangan frekuensi kerusakan melalui program preventive maintenance yang lebih sistematis.
Peningkatan availability secara langsung akan mendukung kelancaran produksi dan menjaga stabilitas pemenuhan permintaan Secara keseluruhan, hubungan antara MTBF.
MTTR, dan Availability menunjukkan bahwa peningkatan keandalan mesin tidak hanya bergantung pada lamanya waktu operasi sebelum kerusakan, tetapi juga pada kecepatan proses perbaikan ketika kerusakan terjadi.
Nilai MTBF yang tinggi perlu diimbangi dengan nilai MTTR yang rendah agar availability mesin dapat terus Dengan demikian, perusahaan perlu mengintegrasikan kebijakan preventive maintenance dan corrective maintenance secara seimbang untuk mencapai kinerja perawatan yang optimal.
Analisis ini menegaskan bahwa pengendalian kerusakan komponen kritis dan efisiensi proses perbaikan merupakan faktor kunci dalam meningkatkan keandalan sistem Hasil pembahasan ini selaras dengan tujuan penelitian, yaitu merumuskan strategi perawatan mesin yang mampu meningkatkan efisiensi operasional dan menjaga keberlangsungan proses produksi.
5 Analisis risiko (Fishbone & FMEA) Hasil perhitungan MTBF dan MTTR menunjukkan bahwa interval optimal preventive maintenance untuk komponen bearing pada mesin Spreader Roll adalah setiap 66 hari, lebih pendek dibandingkan jadwal aktual perusahaan yang dilakukan setiap 90 hari.
Selisih interval ini mengindikasikan adanya potensi peningkatan risiko sudden failure apabila perawatan tidak disesuaikan dengan karakteristik kerusakan aktual komponen.
Oleh karena itu, perusahaan perlu mengombinasikan corrective maintenance dengan preventive maintenance berbasis kondisi .
pportunity maintenanc.
untuk menekan risiko kegagalan berulang pada komponen kritis.
Mengingat bearing merupakan komponen dengan frekuensi kerusakan tertinggi, analisis lanjutan dilakukan untuk mengidentifikasi akar penyebab kegagalan menggunakan diagram fishbone dan metode Failure Mode and Effects Analysis (FMEA).
Hasil analisis ini menjadi dasar penentuan prioritas tindakan perbaikan untuk meningkatkan keandalan mesin.
ISSN .
2722 3469 | ISSN [Onlin.
2722 4740 DOI 10.
37373/jenius.
Kategori Manusia Mesin Metode Material Lingkungan Pengukuran Tabel 7.
Penjabaran fishbone Penyebab Utama 1 Penyebab Utama 2 Kurangnya pelatihan operator Kesalahan pemasangan bearing Poros tidak seimbang Ketidaksejajaran bearing dan shaft SOP perawatan tidak diikuti Metode pelumasan tidak tepat Pelumas berkualitas rendah Kontaminasi pelumas Suhu operasi terlalu tinggi Paparan debu atau bahan kimia Tidak ada monitoring Alarm monitoring tidak tersedia/tidak suhu/getaran Tabel 7 menunjukkan bahwa penyebab kerusakan bearing tersebar pada enam kategori utama .
M), yaitu manusia, mesin, metode, material, lingkungan, dan pengukuran.
Faktor manusia didominasi oleh kurangnya pelatihan dan kesalahan pemasangan, sedangkan faktor mesin berkaitan dengan ketidakseimbangan poros dan misalignment shaftAebearing.
Pada aspek metode, ketidakkonsistenan penerapan SOP serta metode pelumasan yang kurang tepat menjadi penyebab utama, sementara faktor material dipengaruhi kualitas pelumas dan kontaminasi.
Faktor lingkungan berupa suhu operasi tinggi dan paparan debu/bahan kimia turut mempercepat degradasi komponen.
Selain itu, keterbatasan sistem pengukuran seperti tidak adanya monitoring getaran dan alarm yang kurang akurat menyebabkan kegagalan tidak terdeteksi secara dini.
Secara keseluruhan, tabel ini menegaskan bahwa kerusakan bearing bersifat multifaktor dan saling berkaitan antar kategori penyebab.
Tabel 8.
Score occurrence Category Certain to fail .
failure per hou.
High number .
failure per da.
Occasional .
failure per wee.
Few .
failure per mont.
Unlikely .
failure per yea.
Score Tabel 8 menyajikan skala penilaian Occurrence yang menggambarkan frekuensi kemungkinan terjadinya kegagalan, mulai dari nilai 1 .
hingga 5 .
ertain to fai.
Skala ini menunjukkan bahwa kegagalan dengan frekuensi tinggi memperoleh bobot risiko lebih besar karena peluang kemunculannya lebih sering selama operasi mesin.
Penerapan skala ini memungkinkan klasifikasi mode kegagalan berdasarkan tingkat kejadian aktual di lapangan.
Dengan demikian, tabel ini menjadi dasar dalam menentukan kontribusi frekuensi kerusakan terhadap besarnya nilai RPN.
Hasilnya membantu mengidentifikasi mode kegagalan yang paling sering muncul sebagai prioritas pengendalian.
Tabel 9.
Score detection Category Score Undetectable Poor Moderate Good Excellent Tabel 9 menggambarkan kemampuan sistem dalam mendeteksi kegagalan sebelum berdampak pada operasi mesin, dengan rentang nilai 1 .
hingga 5 .
Nilai deteksi yang tinggi menunjukkan bahwa kegagalan sulit dikenali secara dini sehingga berisiko menimbulkan kerusakan mendadak.
Penerapan kriteria ini menekankan pentingnya sistem monitoring kondisi mesin, seperti sensor getaran dan alarm peringatan dini.
Semakin rendah kemampuan deteksi, semakin besar kontribusinya terhadap peningkatan nilai RPN.
Oleh karena itu, tabel ini menegaskan peran sistem pengukuran sebagai faktor kunci dalam pencegahan kerusakan mendadak.
430 Muhamad Naufal.
Ade Momon.
Naufal Rabbani Sumitra Analisis Keandalan Mesin Roll Menggunakan MTBF dan MTTR pada PT XYZ Karawang Tabel 10.
Score severity Category Score Catastrophic Critical Serious Minor Negligible Tabel 10 menyajikan tingkat keparahan dampak kegagalan mulai dari negligible hingga Skala ini menunjukkan bahwa kegagalan dengan dampak besar terhadap operasi mesin dan kontinuitas produksi memperoleh nilai Severity yang lebih tinggi.
Penerapan skala Severity membantu menilai seberapa besar konsekuensi kegagalan bearing terhadap sistem secara keseluruhan.
Nilai Severity yang tinggi menunjukkan bahwa kerusakan tidak hanya berdampak pada komponen, tetapi juga dapat memicu downtime dan gangguan proses produksi.
Dengan demikian, tabel ini menjadi acuan dalam menilai dampak kegagalan secara sistemik.
Setelah mendapatkan hasil Score dari Occurrence.
Detection, dan Severity maka selanjutnya dapat dilakukan perhitungan Risk Priority Number (RPN) dengan rumus.
RPN = Occurrence x Detection x Severity .
Dimana:
Severity: Score keparahan dampak kegagalan Occurrence: Score frekuensi terjadinya kegagalan Detection: Score kemampuan deteksi kegagalan sebelum mencapai Pelanggan Dengan menggunakan data dari tiga ahli yang berpengalaman, selanjutnya dilakukan perhitungan rata-rata untuk menghasilkan angka Risk Priority Number (RPN) pada setiap mode kegagalan yang ada dalam penelitian ini.
Hal ini memberikan gambaran yang lebih akurat tentang risiko yang terkait dengan setiap mode kegagalan yang mungkin terjadi .
Berikut adalah tabel Failure Mode and Effects Analysis (FMEA) yang telah dihasilkan serta angka Risk Priority Number (RPN) yang merupakan hasil dari perhitungan rata-rata oleh ketiga ahli tersebut:
Tabel 11.
FMEA dan RPN Failure Classification Failure Effects (Componen.
Karyawan tidak Manusia Pelumasan tidak tepat Pecah Kesalahan Manusia Misalignment Bearing Getas Poros tidak Mesin Keausan tidak merata Bearing Aus Ketidaksejajaran shaft-bearing Mesin Distribusi beban tidak Bearing Kinerja SOP perawatan tidak diikuti Metode Pelumasan tidak rutin Bearing Tidak Metode Over/under Bearing Cepat aus Metode pelumasan tidak Pelumas kualitas rendah Bearing Terkikis Pelumasan tidak efektif Partikel masuk ke Component Failure Mode Bearing Aus Bearing Failure Cause Kontaminasi Material Material Failure Effects (Syste.
Overheating.
Kerusakan Getaran berlebih, aus Overheating.
Penurunan RPN Kerusakan pelan-pelan Overheating Keausan ISSN .
2722 3469 | ISSN [Onlin.
2722 4740 DOI 10.
37373/jenius.
Component Failure Mode Bearing Pelumas Bearing Terpapar Bearing Tidak Suhu operasi Debu/bahan kimia masuk Tidak ada Bearing Tidak Alarm tidak Failure Cause Failure Classification Lingkungan Lingkungan Pengukuran Pengukuran Failure Effects (Componen.
Pelumas Failure Effects (Syste.
Kehilangan Seal rusak Tidak ada Kegagalan RPN Kontaminasi Kerusakan tiba-tiba Tidak ada deteksi dini Tabel 11 menunjukkan hasil perhitungan RPN untuk berbagai mode kegagalan bearing yang telah dikelompokkan ke dalam empat kategori dominan, yaitu kesalahan manusia, keterbatasan sistem monitoring, ketidakkonsistenan metode perawatan, dan kualitas pelumas.
Empat nilai RPN tertinggi yang menjadi prioritas perbaikan adalah karyawan tidak terlatih (RPN = .
, tidak adanya monitoring getaran (RPN = .
SOP perawatan tidak diikuti (RPN = .
, dan penggunaan pelumas berkualitas rendah (RPN = .
Nilai tersebut menegaskan bahwa faktor manusia dan sistem pengendalian kondisi mesin merupakan penyumbang risiko terbesar terhadap kegagalan Dampak kegagalan meliputi overheating, penurunan umur komponen, dan downtime tidak terduga yang mengganggu kontinuitas produksi.
Oleh karena itu, prioritas perbaikan difokuskan pada pelatihan teknisi, implementasi condition monitoring berbasis sensor getaran, penegakan SOP pemeliharaan, serta pemilihan pelumas sesuai spesifikasi teknis.
Langkah ini diharapkan mampu menurunkan frekuensi kerusakan dan meningkatkan keandalan mesin Spreader Roll secara berkelanjutan.
Pembahasan Hasil penelitian menunjukkan bahwa kerusakan mesin paling dominan terjadi pada Spreader Roll dengan kontribusi 44,44% dari total kerusakan, sehingga menjadi fokus utama analisis.
Pada tingkat komponen, bearing merupakan komponen paling kritis dengan persentase kerusakan tertinggi .
,25%), yang berarti sebagian besar downtime dipengaruhi oleh kegagalan pada komponen ini.
Nilai MTBF yang tinggi menunjukkan bahwa mesin memiliki interval operasi yang cukup lama sebelum mengalami kerusakan, sehingga secara umum tingkat keandalan mesin tergolong baik.
Namun, nilai MTTR yang masih relatif besar mengindikasikan bahwa proses perbaikan belum efisien dan masih memerlukan waktu yang cukup lama untuk mengembalikan mesin ke kondisi operasional.
Nilai availability sebesar 96,65% menunjukkan bahwa mesin hampir selalu siap digunakan, tetapi masih terdapat potensi peningkatan dengan mengurangi downtime akibat kerusakan Hal ini menegaskan bahwa peningkatan keandalan tidak hanya bergantung pada jarangnya kerusakan, tetapi juga pada kecepatan penanganan perbaikan.
Analisis risiko melalui Fishbone dan FMEA menunjukkan bahwa penyebab utama kerusakan berasal dari faktor manusia, metode perawatan, sistem monitoring, dan kualitas pelumas.
Prioritas perbaikan difokuskan pada peningkatan kompetensi operator, penerapan monitoring kondisi mesin, kepatuhan terhadap SOP, serta penggunaan pelumas yang sesuai.
Dengan perbaikan pada faktorfaktor tersebut, diharapkan frekuensi kerusakan dapat ditekan dan keandalan mesin meningkat secara berkelanjutan.
Simpulan Hasil penelitian menunjukkan bahwa interval preventive maintenance optimal untuk mesin Spreader Roll adalah setiap 66 hari.
Interval ini lebih cepat 24 hari dibandingkan jadwal aktual perusahaan yang dilakukan setiap 90 hari.
Temuan tersebut mengindikasikan bahwa penyesuaian jadwal perawatan diperlukan agar sesuai dengan pola kerusakan aktual mesin.
432 Muhamad Naufal.
Ade Momon.
Naufal Rabbani Sumitra Analisis Keandalan Mesin Roll Menggunakan MTBF dan MTTR pada PT XYZ Karawang Spreader Roll juga teridentifikasi sebagai mesin dengan frekuensi kerusakan tertinggi sepanjang tahun 2024, dengan komponen bearing sebagai penyebab dominan kegagalan.
Kondisi ini mengonfirmasi bahwa komponen bearing merupakan elemen kritis yang memerlukan prioritas pemantauan dan perawatan.
Penelitian ini menegaskan bahwa pendekatan berbasis perhitungan MTBF dan MTTR pada mesin Spreader Roll mampu memberikan dasar kuantitatif dalam penentuan interval preventive maintenance.
Hasil analisis juga menunjukkan bahwa penyesuaian jadwal perawatan berpengaruh terhadap peningkatan keandalan mesin dan pengendalian downtime produksi.
Dengan demikian, penelitian ini berkontribusi dalam penyusunan strategi preventive maintenance yang lebih terukur dan berbasis data pada komponen kritis mesin Ucapan Terima Kasih Penulis mengucapkan puji syukur kepada Tuhan Yang Maha Esa atas rahmat dan karuniaNya sehingga penelitian ini dapat diselesaikan dengan baik.
Penulis juga menyampaikan terima kasih kepada pihak perusahaan yang telah memberikan izin serta data penelitian yang Ucapan terima kasih disampaikan kepada dosen pembimbing atas bimbingan, arahan, dan masukan yang konstruktif selama proses penyusunan penelitian ini.
Selain itu, penulis mengapresiasi dukungan dari keluarga, rekan-rekan, dan semua pihak yang telah membantu secara langsung maupun tidak langsung dalam penyelesaian penelitian ini.
Semoga penelitian ini dapat memberikan kontribusi yang bermanfaat bagi pengembangan ilmu pengetahuan dan praktik pemeliharaan mesin di industri manufaktur.
Referensi