DETAIL KOLEKSI

Rancangan perawatan mesin cnc cutting menggunakan total productive maintenance (TPM) di PT. Sanggar Sarana Baja

4.0


Oleh : Renggani Putri

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2017

Pembimbing 1 : Amal Winotohadi

Subyek : Metal-cutting tools;Machinery - Maintenance and repair

Kata Kunci : total productive maintenance (TPM), OEE (Overall Equipment Effectivenes), autonomous maintenance


File Repositori
No. Nama File Ukuran (KB) Status
1. 2017_TA_STI_063001300170_Halaman-Judul.pdf 1406
2. 2017_TA_STI_063001300170_Lembar-Pengesahan.pdf 1198.12
3. 2017_TA_STI_063001300170_Bab-1_Pendahuluan.pdf 815.62
4. 2017_TA_STI_063001300170_Bab-2_Tinjauan-Pustaka.pdf 1262.56
5. 2017_TA_STI_063001300170_Bab-3_Metodologi-Penelitian.pdf 1508.7
6. 2017_TA_STI_063001300170_Bab-4_Pengumpulan-Data.pdf 2015.45
7. 2017_TA_STI_063001300170_Bab-5_Penerapan-Total.pdf 1173.44
8. 2017_TA_STI_063001300170_Bab-6_Analisis-Hasil-dan-Pembahasan.pdf 883.41
9. 2017_TA_STI_063001300170_Bab-7_Kesimpulan-dan-Saran.pdf 728.98
10. 2017_TA_STI_063001300170_Daftar-Pustaka.pdf 644.35
11. 2017_TA_STI_063001300170_Lampiran.pdf 2972.32

P PT. Sanggar Sarana Baja bergerak dibidang Manufacturing Equipment untuk Oil, Gas dan petrokimia serta berbagai macam alat-alat perlengkapan berat yang berkualitas, yang merupakan salah satu perusahaan konstruksi baja terbaik diIndonesia. Produk yang dihasilkan berupa plat baja, material transportasi alat tambang dan lain-lain. Mesin yang digunakan pada penelitian ini adalah Cutting Machine, Rolling Machines, Drilling Machines dan Forming Machines. Beberapa masalah yang terjadi di lantai produksi dan khususnya bagian maintenance antara lain breakdown terbesar pada mesin CNC Cutting proses produk Press Brake 300 SMS, tidak adanya jadwal perawatan mesin yang tetap dan lamanya proses perbaikan komponen. Hal ini mengakibatkan kerugian pada perusahaan dan mengakibatkan efektivitas menurun. Penelitian ini bertujuan untuk melakukan analisis sistem dari perawatan mesin CNC Cutting dan menentukan usulan perbaikan penjadwalan sistem perawatan dengan menggunakan Total Productive Maintenance. Langkah pertama, pemilihan mesin kritis yaitu Cutting Machine, Rolling Machines, Drilling Machines dan Forming Machines. Kedua, penentuan komponen kritis dan diperoleh 10 komponen kritis. Ketiga, perhitungan interval waktu antar kerusakan (Time to Failure) dan waktu perbaikan (Time to Repair). Keempat, perhitungan parameter distribusi kerusakan dengan menghitung index of fit yang dilakukan pada data selang waktu antar kerusakan (Time to Failure) dan waktu pebaikan (Time to Repair) untuk menentukan distribusi yang sesuai. Distribusi yang digunakan antara lain Eksponensial, Weibull, Normal, dan Lognormal, dimana index of fit yang diambil adalah nilai yang terbesar dari masing-masing distribusi tersebut. Kelima, pengujian kesesuaian distribusi yaitu Uji Mann, Uji Barlett dan Uji Kolmogorov-Smirnov. Keenam, perhitungan parameter MTTF (Mean time to failure) dan MTTR (Mean time to repair) dari distribusi yang terpilih. Ketujuh, setiap komponen mesin memiliki interval waktu penggantian pencegahan dan interval waktu pemeriksaan dengan proses distribusi yang dilakukan dengan identifikasi awal, goodness off fit dan menghitung estimasi parameter untuk mendapatkan availability dan reliability. OEE (Overall Equipment Effectivenes) merupakan alat ukur untuk memperbaiki dalam peningkatan produktivitas penggunaan mesin atau peralatan. Nilai OEE sebelum dilakukan penerapan TPM pada bulan April 2016 adalah 55,16%, bulan Agustus adalah 44,13%, dan bulan September adalah 55,17% Setelah melakukan implementasi TPM di PT.Sanggar Sarana Baja yang dilakukan dengan cara meminimasi six big losses, autonomous maintenance, planned maintenance dan mengoptimalkan nilai OEE setelah dilakukan penerapan TPM yang dihasilkan pada bulan November 2016 adalah 45,97 % dan Desember 2016 adalah 66,19 % masih berada dibawah standar world class OEE yang sebesar 85%, terdapat persentase tingkat kenaikan OEE sebesar 1,83% dan 11,03 % dari kondisi sebelumnya. Perancangan penjadwalan pencegahan dilakukan berdasarkan 4 komponen kritis yang terbesar

P PT. Sanggar Sarana Baja is one of the prominent construction company in Indonesia. It engaged in manufacturing equipment’s of Oil and Gas, petrochemical and high quality heavy equipment components. Several products produced by PT. Sanggar Sarana Baja are Steel plate and transport equipment for mining material. Machines used in this research are Cutting Machines, Rolling Machine, Drilling Machine,and Forming Machine. Several problems occurred in the production process, especially in the maintenance section, such as breakdown which frequently happened in the Press Brake 300 SMS production process, no maintenance schedule available and repairing process that consumed a long time. This have lead the company to experience loss due to effectivity deficiency. The objectives of this research is to analyze the maintenance system of CNC cutting machine and proposed the maintenance schedule which is formulated by using Total Productive Maintenance. The first step is choosing the critical machine which are Cutting Machines, Rolling Machine, Drilling Machine, and Forming Machine. Next step is determining the critical components. Ten (10) critical components. Third step is measuring Time to Failure and Time to Repair. After that, determining the distribution parameter of failure using index of fit which is implemented to the Time to Failure and Time to Repair. The distribution used are Exponential, Weibull, Normal, and Lognormal, where the index of fit used is the highest value among those distributions. And then, the suitability of the distributions is being tested through Mann, Barlet, and Kolmogorov-Simonov tests. Next step is to measure the Mean Time to Failure (MTTF) and Mean Time to Repair (MTTR) among the chosen distribution. Lastly, measuring the availability and reliability using the interval time of the preventive changes and interval time of inspection obtained from the distribution process, preliminary identification, goodness off fit, and parameter estimation conducted. Previous OEE value on April, August, and September 2016 in sequences before TPM implemented was 55,16%, 44 ,13% and 55,17%. TPM was implemented by minimizing six big loses, autonomous maintenance and planned maintenance. OEE value obtained after TPM implementation on November and December 2016 are 45,97% and 66,19%, increasing as much as 1,83% and 11,03% than the previous condition. These values lays bellow the OEE world class standard which is 85%.Prevention scheduling scheme is based on four critical components of the largest.

Bagaimana Anda menilai Koleksi ini ?