Perancangan sistem perawatan dengan pendekatan markov chain untuk mesin flaring kuatsu pada PT. Sanoh Indonesia
P PT. Sanoh Indonesia adalah bagian dari suku cadang otomotif produk yang dihasilkan dalam bentuk tabung atau pipa khusus. Terdapat beberapa permasalahan sebagai dasar pemilihan produk pipa tubular antara lain target produksi yang tidak terpenuhi, jumlah difect yang besar, dan jumlah downtime yang besar. Penelitian ini bertujuan menyelesaikan permasalahan penentuan jenis perawatan berdasarkan skenario perawatan yang diusulkan dengan tepat serta waktu dan biaya perawatan dengan menggunakan Pendekatan markov chain untuk meminimalkan breakdown pada mesin Flaring kuatsu. Tahapan perancangan sistem perawatan dimulai dengan menggunakan menggunakan tools paretto, dan didapatkanlah mesin Flaring kuatsu sebagai mesin yang paling dominan penyebab downtime, kemudian pendekatan markov chain dimulai dengan menghitung nilai Overall Equipment Effectiveness untuk mengetahui status transisi mesin dalam kondisi baik menuju kerusakan berat. Setelah didapatkan status mesin, dilakukan perhitungan probabilitas transisi status mesin dengan markov, Perhitungan matriks probabilitas P0 dan matriks probabilitas berdasarkan skenario P1, P2, P3, dan P4 sesuai tindakan yang dilakukan untuk menentukan probabilitas steady state jangka panjang pada mesin. Setelah itu matriks probabilitas steady state digunakan untuk perhitungan analisa biaya dan metode perawatan yang tepat dengan biaya yang seminimal mungkin pada pemeliharaan mesin dan barulah menghitung ekspektasi penurunan downtime. Hasil penelitian menunjukan bahwa didapatkanlah penghematan biaya terbesar yang di dapatkan oleh P3 (korektif pada status 3 dan 4) dengan penghematan biaya sebesar Rp10.763.174 dan dapat menghemat biaya sebesar 94,09% dengan biaya sebesar Rp675.824. Maka skenario perawatan yang diberlakukan berdasarkan usulan skenario P3, yaitu dengan Perawatan korektif pada status 3 dan 4, dan perawatan korektif diberlakukan saat masuk ke keadaan kerusakan sedang pada hari ke 172 jam dan keadaan kerusakan berat setelah melewati 177 jam. di pilihlah skenario P3 dengan jenis perawatan korektif pada status 3 dan 4 dengan melakukan perawatan di kerusakan sedang dengan total waktu pemeliharaan sebesar 35,38 jam dalam sebelas bulan dengan persentase penurunan sebesar 29,38%.
P PT. Sanoh Indonesia is part of the automotive spare parts product which is produced in the form of special tubes or pipes. There are several problems as the basis for selecting tubular pipe products, including unfulfilled production targets, large number of defects, and large amounts of downtime. This study aims to solve the problem of determining the type of maintenance based on the correct proposed maintenance scenario as well as the time and cost of maintenance using the Markov chain approach to minimize breakdown on the Kuatsu Flaring machine. The maintenance system design stage begins by using Paretto tools, and the Flaring Kutsu machine is found as the most dominant machine causing downtime, then the Markov chain approach begins by calculating the Overall Equipment Effectiveness value to determine the transition status of the machine in good condition to severe damage. After obtaining the machine status, the calculation of the transition probability of the machine state with Markov, the calculation of the probability matrix P0 and the probability matrix based on the scenarios P1, P2, P3, and P4 according to the actions taken to determine the long-term steady state probability on the machine. After that the steady state probability matrix is used to calculate the cost analysis and the right maintenance method with the minimum possible cost on machine maintenance and then calculate the expected reduction in downtime. The results showed that the largest cost savings obtained by P3 (corrective on status 3 and 4) with a cost savings of Rp. 10,763,174 and could save costs of 94.09% at a cost of Rp. 675,824. Then the maintenance scenario applied is based on the proposed P3 scenario, namely with corrective maintenance on status 3 and 4, and corrective maintenance is applied when entering a moderate damage state on day 172 hours and severe damage after 177 hours. the P3 scenario was chosen with corrective maintenance types in status 3 and 4 by performing maintenance on moderate damage with a total maintenance time of 35,38 hours in eleven months with a decreased percentage of 29,38%.