APLIKASI ALGORITMA GENETIKA UNTUK MENGEMBANGKAN MODEL OPTIMASI INTERVAL PREVENTIVE REPLACEMENT BERDASARKAN AGE REPLACEMENT

MONANDA WANDITA RINI, Hari Agung Yuniarto, S.T., M.Sc., Ph.D.

2013 | Skripsi | TEKNIK INDUSTRI

Salah satu aktivitas dalam preventive maintenance adalah preventive replacement. Penentuan interval preventive replacement merupakan faktor yang penting karena berhubungan dengan biaya, downtime, dan reliability. Kebijakan penentuan interval optimum dapat dilakukan berdasarkan model age replacement berdasarkan minimasi cost. Namun, pencarian interval optimum masih menggunakan metode konvensional yaitu trial error yang membutuhkan upaya besar dan waktu yang cukup lama. Penelitian ini membangun sebuah model untuk menentukan interval preventive replacement yang optimum berdasarkan age replacement dengan menggunakan metode heuristik serta membangun software untuk mengakomodasi model tersebut. Selain itu, pengujian terhadap model yang telah dikembangkan dilakukan pada PT. MSP. Metode heuristik yang digunakan untuk membangun model tersebut adalah algoritma genetika. Pembangunan model menggunakan software MATLAB R2009a. Fungsi tujuan dalam model age replacement diadopsi ke dalam fitness function. Metode seleksi yang digunakan adalah roulette wheel selection. Teknik cross-over yang digunakan adalah pindah silang satu titik, sedangkan teknik mutasi menggunakan mutasi biner. Penentuan parameter dalam algoritma genetika menggunakan design of experiment 3k. Model yang telah dibangun diakomodasi dalam bentuk piranti lunak dengan menggunakan Graphic User Interface (GUI) pada software MATLAB R2009a. Pengujian model telah dilakukan dengan studi kasus di PT.MSP. Hasil dari penelitian ini adalah sebuah model optimasi yang dikembangkan untuk menentukan interval penggantian optimum dari suatu komponen dengan metode algoritma genetika, yang diberi nama OMRIGA. OMRIGA mengombinasikan model age replacement dan metode optimasi algoritma genetika sehingga penentuan interval preventive replacement berdasarkan age replacement dapat dilakukan tanpa menggunakan cara konvensional (trial error). Sebuah piranti lunak dibuat dengan menggunakan GUI yang terdapat dalam MATLAB untuk mengakomodasi model yang telah dibangun. Dari hasil pengujian pada studi kasus di PT. MSP, didapatkan 4 komponen kritis yaitu spindle, o.ring 2172309, homogenizing seat, dan piston dengan interval preventive replacement optimum yaitu sekitar 169 jam, 201 jam, 188 jam, dan 2330 jam. Setelah dilakukan perbandingan antara C(tp) hasil OMRIGA dengan average C(tp) yang telah diterapkan PT.MSP, dihasilkan penurunan C(tp) sebesar 7,74% untuk spindle, 6,82% untuk o.ring 2172309, 9,09% untuk homogenizing seat, dan 21,69% untuk piston.

-

Kata Kunci : age replacement, algoritma genetika, maintenance, model optimasi, preventive replacement