Académique Documents
Professionnel Documents
Culture Documents
PENDAHULUAN
Pada bab ini akan dijelaskan mengenai latar belakang, tujuan, dan manfaat dari praktikum
reliability testing.
1.2 Tujuan
Di bawah ini merupakan tujuan diadakannya praktikum reliability testing mata kuliah
Pemeliharaan dan Teknik Keandalan.
1. Praktikan dapat menghitung tingkat keandalan menggunakan metode life testing.
2. Praktikan dapat menghitung tingkat keandalan menggunakan metode accelerated life testing.
3. Praktikan dapat menghitung tingkat keandalan menggunakan metode censored testing.
4. Praktikan dapat menganalisa perbandingan tingkat keandalan berdasarkan perhitungan data
grouped dan ungrouped.
5. Praktikan dapat menganalisa hasil tingkat keandalan berdasarkan ketiga metode perhitungan
yang berbeda.
6.
1.3 Manfaat
Berikut merupakan manfaat dari praktikum reliability testing mata kuliah Pemeliharaan dan
Teknik Keandalan
1. Praktikan dapat mengetahui penerapan dari life testing dengan melakukan praktikum reliability
testing
2. Praktikan dapat mengetahui penerapan dari accelerated life testing dengan melakukan
praktikum reliability testing
3. Praktikan dapat mengetahui penerapan dari censored testing dengan melakukan praktikum
reliability testing
4. Praktikan dapat menganalisa dan membandingkan tingkat keandalan berdasarkan perhitungan
data group dan ungroup.
5. Praktikan dapat menganalisa hasil tingkat keandalan berdasarkan ketiga metode perhitungan
yang berbeda.
BAB II
ALAT DAN BAHAN
Pada bab ini akan dijelaskan mengenai alat dan bahan yang dibutuhkan pada praktikum
reliability testing.
2.1 Alat
Berikut merupakan alat-alat yang diperlukan untuk praktikum reliability testing.
1. 4-5 buah tang penjepit, di bawah ini merupakan tang penjepit yang digunakan pada saat
praktikum.
2. Alat tulis dan checksheet, di bawah ini merupakan alat tulis dan checksheet yang digunakan pada
saat praktikum.
Gambar 2. 4 Stopwatch
(Sumber
https://lh6.ggpht.com/sS8LrhjdwFrFScpip5ppNbiTeDpRo111zXL7Lu7Pyr7DjpVHIqDSYRB_ytLaz
M0B74Um=w300)
4. Sarung tangan, di bawah ini merupakan sarung tangan yang digunakan pada saat praktikum.
5. Alat penjepit buatan, bawah ini merupakan alat penjepit buatan yang digunakan pada saat
praktikum.
Pada bab ini akan dijelaskan mengenai prosedur pelaksanaan praktikum reliability testing, yang
terdiri dari prosedur praktikum life testing, prosedur praktikum accelerated life testing, dan prosedur
praktikum censored testing.
Pada bab ini akan dijelaskan mengenai pengumpulan data pada praktikum reliability testing,
yang terdiri dari pengumpulan data life testing ungroup data dan group data, pengumpulan data
accelerated life testing ungroup data dan group data, serta pengumpulan data censored testing.
Pada bab ini akan dijelaskan mengenai pengolahan data pada praktikum reliability testing, yang
terdiri dari pengolahan data life testing ungroup data dan group data, pengolahan data accelerated life
testing ungroup data dan group data, serta pengolahan data censored testing.
𝑖
Reliability Function : 𝑅̂ (𝑡) = 1 − (𝑁)
Cummulative Density Function (CDF) : 𝐹̂ (𝑡) = 1 − 𝑅̂ (𝑡)
Probability Density Function (PDF) : 𝑓̂(𝑡) = 𝑅̂ (𝑡)𝑥 𝜆̂(𝑡)
1
Failure Rate : 𝜆̂(𝑡) = (𝑡𝑖+1 −𝑡𝑖 )(𝑁+1−𝑖)
1
Mean Time To Failure (MTTF) : 𝜇̂ = 𝑁 ∑𝑁
𝑖=1 𝑡𝑖
Tabel 5. 1 Hasil Perhitungan Non Parametric Life Testing Ungroup Data pada Kawat Tembaga
No Bahan Kawat f(t) MTTF
ke-i Jumlah ti R(t) F(t) λ(t)
Bending (detik)
1 1 49 49 0,9 0,1 0,02 0,015 57,1
2 2 55 55 0,8 0,2 0,11 0,088889
3 3 56 56 0,7 0,3 0 0
4 4 56 56 0,6 0,4 0,14 0,085714
5 5 57 57 0,5 0,5 0 0
6 6 57 57 0,4 0,6 0,10 0,04
7 7 59 59 0,3 0,7 0,25 0,075
8 8 60 60 0,2 0,8 0,33 0,066667
9 9 61 61 0,1 0,9 0 0
10 10 61 61 0 1 -0,02 0
Berikut merupakan hasil grafik R(t), F(t), dan λ(t) Non Parametric Life Testing
Ungroup Data terhadap interval waktu kawat tembaga
R(t)
1
0.8
0.6
0.4 R(t)
0.2
0
0 20 40 60 80 100
F(t)
1.2
1
0.8
0.6
F(t)
0.4
0.2
0
0 20 40 60 80 100
λ(t)
0.40
0.30
0.20
λ(t)
0.10
0.00
-10 10 30 50 70
-0.10
Gambar 5. 3 Grafik λ(t) Terhadap Interval Waktu pada Kawat Tembaga
Dibawah ini merupakan rekap data perhitungan life testing ungroup data pada
bahan nylon cable ties.
Tabel 5. 2 Hasil Perhitungan Non Parametric Life Testing Ungroup Data pada Nylon Cable Ties
No Bahan Nylon f(t) MTTF
ke-i Jumlah ti R(t) F(t) λ(t)
Bending (detik)
1 1 200 200 0,9 0,1 0 0 221,1
2 2 200 200 0,8 0,2 0,0185 0,0148
3 3 206 206 0,7 0,3 0,0417 0,0292
4 4 209 209 0,6 0,4 0,0204 0,0122
5 5 216 216 0,5 0,5 0,0333 0,0167
6 6 221 221 0,4 0,6 0,0222 0,0089
7 7 230 230 0,3 0,7 0,0357 0,0107
8 8 237 237 0,2 0,8 0,0556 0,0111
9 9 243 243 0,1 0,9 0,0833 0,0083
10 10 249 249 0 1 -0,0040 0
Berikut merupakan hasil grafik R(t), F(t), dan λ(t) Non Parametric Life Testing
Ungroup Data terhadap interval waktu nylon cable ties.
R(t)
1
0.9
0.8
0.7
0.6
0.5
R(t)
0.4
0.3
0.2
0.1
0
0 50 100 150 200 250 300
Gambar 5. 4 Grafik R(t) Terhadap Interval Waktu pada Nylon Cable Ties
F(t)
1.2
0.8
0.6
F(t)
0.4
0.2
0
0 50 100 150 200 250 300
Gambar 5. 5 Grafik F(t) Terhadap Interval Waktu pada Nylon Cable Ties
λ(t)
0.09
0.08
0.07
0.06
0.05
0.04 λ(t)
0.03
0.02
0.01
0
-0.01 0 50 100 150 200 250 300
Gambar 5. 6 Grafik λ(t) Terhadap Interval Waktu pada Nylon Cable Ties
5.1.1.2 Parametric
Untuk perhitungan parametric dilakukan melalui software Weibull terlebih
dahulu untuk mendapatkan parameter 𝜇 dan 𝜎 lalu dilanjutkan dengan perhitungan
secara distribusi normal. Berikut merupakan hasil dari running software Weibull.
Setelah melakukan input data seperti gambar di atas, selanjutnya pada tools plot
akan terlihat grafik Reliability vs Time seperti di bawah ini. Dengan melakuka hal yang
sama, F(t) dan juga λ(t) dapat diketahui.
Untuk bahan praktikum kedua yaitu nylon cable ties langlah-langkah dalam
mencari grafik sama dengan cara di atas. Di bawah ini adalah hasil dari running software
Weibull dari data praktikum bahan kedua, sehingga didapatkan grafik reliability,
unreliability, dan failure rate.
Gambar 5. 13 Grafik Failure Rate Terhadap Waktu pada Nylon Cable Ties
Berikut merupakan hasil grafik Parametric Life Testing Ungroup Data R(t), F(t),
dan λ(t) terhadap interval waktu dari kawat tembaga.
R(t)
1.2
1
0.8
0.6
R(t)
0.4
0.2
0
0 20 40 60 80
Gambar 5. 14 Grafik R(t) Parametric Life Testing Ungroup Data Terhadap Interval Waktu pada Kawat Tembaga
F(t)
1
0.8
0.6
F(t)
0.4
0.2
0
0 20 40 60 80
Gambar 5. 15 Grafik F(t) Parametric Life Testing Ungroup Data Terhadap Interval Waktu pada Kawat Tembaga
λ(t)
0.900000
0.800000
0.700000
0.600000
0.500000
0.400000 λ(t)
0.300000
0.200000
0.100000
0.000000
0 20 40 60 80
Gambar 5. 16 Grafik λ(t) Parametric Life Testing Ungroup Data Terhadap Interval Waktu pada Kawat Tembaga
Dibawah ini merupakan rekap data perhitungan life testing ungroup data pada
bahan nylon cable ties.
𝜇 = 221,1
𝜎 = 190,385,385
𝜌 = 0,9765
𝑙𝑘 𝑣𝑎𝑙𝑢𝑒𝑠 = −42,681
Tabel 5. 4 Hasil Perhitungan Parametric Life Testing Ungroup Data pada Nylon Cable Ties
No Bahan Nylon f(t)
ke-i Jumlah ti R(t) F(t) λ(t)
Bending (detik)
1 1 200 200 0,5441237 0,4558763 0,0015269 0,0008308
2 2 200 200 0,5441237 0,4558763 0,0015269 0,0008308
3 3 206 206 0,5316082 0,4683918 0,0015676 0,0008333
4 4 209 209 0,5253379 0,4746621 0,0015881 0,0008343
5 5 216 216 0,5106855 0,4893145 0,0016364 0,0008357
6 6 221 221 0,5002095 0,4997905 0,0016712 0,000836
7 7 230 230 0,4813573 0,5186427 0,0017348 0,0008351
8 8 237 237 0,466721 0,533279 0,0017849 0,0008331
9 9 243 243 0,4542106 0,5457894 0,0018283 0,0008305
10 10 249 249 0,4417455 0,5582545 0,0018722 0,000827
Berikut merupakan hasil grafik Parametric Life Testing Ungroup Data R(t), F(t),
dan λ(t) terhadap interval waktu dari nylon cable ties.
R(t)
0.6
0.5
0.4
0.3
R(t)
0.2
0.1
0
0 50 100 150 200 250 300
Gambar 5. 17 Grafik R(t) Parametric Life Testing Ungroup Data Terhadap Interval Waktu pada Nylon Cable Ties
F(t)
0.6
0.5
0.4
0.3
F(t)
0.2
0.1
0
0 50 100 150 200 250 300
Gambar 5. 18 Grafik F(t) Parametric Life Testing Ungroup Data Terhadap Interval Waktu pada Nylon Cable Ties
λ(t)
0.002
0.0018
0.0016
0.0014
0.0012
0.001
λ(t)
0.0008
0.0006
0.0004
0.0002
0
0 50 100 150 200 250 300
Gambar 5. 19 Grafik λ(t) Parametric Life Testing Ungroup Data Terhadap Interval Waktu pada Nylon Cable Ties
Tabel 5. 5 Hasil Perhitungan Life Testing Group Data Kawat untuk Non Parametric
i t(i) ni R(ti) F(ti) f(ti) λ(ti) τ(ti) Δi λ(ti).τ(ti).Δ(ti) MTTF
0 0 10 1 0 0 0 10 20 0 50
1 20 10 1 0 0,025 0,025 30 20 15
2 40 5 0,5 0,5 0,02 0,040 50 20 20
3 60 1 0,1 0,9 0 0 70 20 0
4 80 1 0,1 0,9 0 0,000 90 20 0
5 100 1 0,1 0,9 0 0 110 20 0
6 120 1 0,1 0,9 0 0 130 20 0
7 140 1 0,1 0,9 0,005 0,05 150 20 15
8 160 0 0 1 0 170 20 0
9 180 0 0 1 0 190 20 0
10 200 0 0 1
Sehingga dari hasil pengolahan data di atas, didapatkan plot grafik R(t), F(t), dan
λ(t) seperti berikut:
Grafik R(ti)
1.2
1
0.8
0.6
0.4
0.2
0
0 50 100 150
Gambar 5. 20 Grafik R(ti) data life testing group data kawat untuk non parametrik
Grafik F(t)
1.2
1
0.8
0.6
0.4
0.2
0
0 50 100 150 200 250
Gambar 5. 21 Grafik F(ti) data life testing group data untuk non parametrik
Grafik λ(ti)
0.06
0.05
0.04
0.03
0.02
0.01
0
-0.01 0 50 100 150
Gambar 5. 22 Grafik λ(ti) data life testing group data kawat untuk non parametrik
Tabel 5. 6 Hasil Perhitungan Life Testing Group Data Nylon Cable Ties untuk Non Parametric
i t(i) ni R(ti) F(ti) f(ti) λ(ti) τ(ti) Δi λ(ti).τ(ti).Δ(ti) MTTF
0 0 10 1 0 0 0 10 20 0 0
1 20 10 1 0 0 0,000 30 20 0
2 40 10 1 0 0 0,000 50 20 0
3 60 10 1 0 0 0 70 20 0
4 80 10 1 0 0 0,000 90 20 0
5 100 10 1 0 0 0 110 20 0
6 120 10 1 0 0 0 130 20 0
7 140 10 1 0 0 0 150 20 0
8 160 10 0 1 0 170 20 0
9 180 10 0 1 0 190 20 0
10 200 10 0 1
Sehingga dari hasil pengolahan data di atas, didapatkan plot grafik R(t), F(t), dan
λ(t) seperti berikut:
Grafik R(ti)
1.2
0.8
0.6
0.4
0.2
0
0 20 40 60 80 100 120 140 160
Gambar 5. 23 Grafik R(ti) data life testing group data Nylon Cable Ties untuk non parametrik
Grafik F(t)
1.2
0.8
0.6
0.4
0.2
0
0 50 100 150 200 250
-0.2
Gambar 5. 24 Grafik F(ti) data life testing group data Nylon Cable Ties untuk non parametrik
Grafik λ(ti)
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 20 40 60 80 100 120 140 160
Gambar 5. 25 Grafik λ(ti) data life testing group data Nylon Cable Ties untuk non parametrik
5.1.2.2 Parametric
Pengolahan data life testing group data untuk parametrik menggunakan
software Weibull untuk mengetahui nilai parameter dan kemudian dilanjutkan dengan
perhitungan manual pada microsoft excel. Berikut ini merupakan perhitungan life testing
group data kawat untuk parametric.
Tabel 5. 7 Hasil Perhitungan Life Testing Group Data Kawat untuk Parametric
i t(i) ni (jumlah N F(t) R(t) f(t) λ (t)
nylon yang
survive)
1 20 10 10 0,435413309 0,564586691 0,0247225 0,0437887
2 40 10 10 0,533928732 0,466071268 0,0249609 0,0535559
3 60 5 10 0,630397985 0,369602015 0,0237011 0,064126
4 80 1 10 0,719267109 0,280732891 0,0211650 0,0753919
5 100 1 10 0,796284734 0,203715266 0,0177750 0,087254
6 120 1 10 0,859077043 0,140922957 0,0140392 0,099623
7 140 1 10 0,907238514 0,092761486 0,0104283 0,1124209
8 160 1 10 0,941989708 0,058010292 0,0072850 0,1255811
9 180 0 10 0,96557907 0,03442093 0,0047861 0,1390473
10 200 0 10 0,980643017 0,019356983 0,0029572 0,1527724
µ 33,1264
σ 80,7239
phi 3,141593
Sehingga dari hasil pengolahan data di atas, didapatkan plot grafik R(t), F(t), dan
λ(t) seperti berikut:
Grafik R(t)
0.6
0.5
0.4
0.3
0.2
0.1
0
0 50 100 150 200 250
Gambar 5. 26 Grafik R(ti) data life testing group data kawat untuk parametrik
Grafik F(t)
1.2
0.8
0.6
0.4
0.2
0
0 50 100 150 200 250
Gambar 5. 27 Grafik F(ti) data life testing group data kawat untuk parametrik
Adapun hasil plot grafik dengan menggunakan software Weibull adalah sebagai
berikut:
Rel i aSoft's Wei bul l ++ 6.0 - www.Wei bul l .c om
Reliability v s Time
1, 00
N orm al
D at a 1
0, 80
10
0, 60
Reliability, R(t)=1-F(t)
0, 40 10
5
0, 20
8, 00E-3
6, 00E-3
f(t)
4, 00E-3
2, 00E-3
8, 00E-3
6, 00E-3
Failure Rate, f(t)/R(t)
4, 00E-3
2, 00E-3
Berikut ini merupakan perhitungan life testing group data nylon untuk
parametric.
Tabel 5. 8 Hasil Perhitungan Life Testing Group Data Nylon untuk Parametric
i t(i) ni (jumlah N F(t) R(t) f(t) λ (t)
nylon yang
survive)
1 20 10 10 0,07265621 0,92734379 0,0106709 0,011507
2 40 10 10 0,139740803 0,860259197 0,0171690 0,019958
3 60 10 10 0,23988298 0,76011702 0,0240038 0,0315791
4 80 10 10 0,369992404 0,630007596 0,0291613 0,0462872
5 100 10 10 0,517122171 0,482877829 0,0307838 0,0637508
6 120 10 10 0,661930538 0,338069462 0,0282377 0,0835264
7 140 10 10 0,785978006 0,214021994 0,0225075 0,1051645
8 160 10 10 0,878465233 0,121534767 0,0155889 0,1282671
9 180 10 10 0,938481959 0,061518041 0,0093820 0,1525079
10 200 10 10 0,97237849 0,02762151 0,0049064 0,1776303
µ 97,7091
σ 53,361
phi 3,141593
Sehingga dari hasil pengolahan data di atas, didapatkan plot grafik R(t), F(t), dan
λ(t) seperti berikut:
Grafik R(t)
1
0.8
0.6
0.4
0.2
0
0 50 100 150 200 250
Gambar 5. 31 Grafik R(ti) data life testing group data kawat untuk non parametrik
Grafik F(t)
1.2
1
0.8
0.6
0.4
0.2
0
0 50 100 150 200 250
Gambar 5. 32 Grafik F(ti) data life testing group data kawat untuk non parametrik
Grafik λ (t)
0.2
0.15
0.1
0.05
0
0 50 100 150 200 250
Gambar 5. 33 Grafik λ(ti) data life testing group data kawat untuk non parametrik
Adapun hasil plot grafik dengan menggunakan software Weibull adalah sebagai
berikut:
0, 80 10
10
0, 60 10
10
10
Reliability, R(t)=1-F(t)
0, 40
10
0, 20 10
10
Alief Bagus W ic ak s ono
8, 00E-3
6, 00E-3
f(t)
4, 00E-3
2, 00E-3
0, 08
0, 06
Failure Rate, f(t)/R(t)
0, 04
0, 02
Tabel 5. 9 Tabel Perhitungan R(t), F(t), λ(t), dan MTTF untuk Bahan Kawat
i Jumlah Bending ti (detik) R(ti) F(ti) ʎ(ti) f(ti) MTTF
1 18 18 0.9 0.1 0.100 0.090 27.8
2 19 18 0.8 0.2 0.111 0.089
3 20 20 0.7 0.3 0.125 0.088
4 21 20 0.6 0.4 0.029 0.017
5 26 26 0.5 0.5 0.056 0.028
6 29 29 0.4 0.6 0.040 0.016
7 34 34 0.3 0.7 0.250 0.075
8 35 35 0.2 0.8 0.333 0.067
9 36 36 0.1 0.9 0.083 0.008
10 42 42 0 1 -0.024 0.000
Berdasarkan hasil perhitungan di atas, dilakukan plotting data terkait R(t), F(t), λ(t),
dan MTTF untuk percobaan bahan kawat dalam bentuk grafik sebagai berikut:
R(ti)
1 0.9
0.8
0.8 0.7
0.6
0.6 0.5
0.4
0.4 0.3 R(ti)
0.2
0.2 0.1
0
0
1 2 3 4 5 6 7 8 9 10
Gambar 5. 37 Grafik R(ti) pada Accelerate Life Testing Ungroup Data (Kawat)
F(ti)
1.2
1
1 0.9
0.8
0.8 0.7
0.6
0.6 0.5
0.4 F(ti)
0.4 0.3
0.2
0.2 0.1
0
1 2 3 4 5 6 7 8 9 10
Gambar 5. 38 Grafik F(ti) pada Accelerate Life Testing Ungroup Data (Kawat)
ʎ(ti)
0.400
0.300
0.200
ʎ(ti)
0.100
0.000
1 2 3 4 5 6 7 8 9 10
-0.100
Gambar 5. 39 Grafik λ(ti) pada Accelerate Life Testing Ungroup Data (Kawat)
Selanjutnya untuk nylon cable ties, dilakukan perhitungan menggunakan
Microsoft Excel dengan hasil sebagai berikut:
Tabel 5. 10 Tabel Perhitungan R(t), F(t),λ(t), dan MTTF untuk Bahan Nylon
i Jumlah Bending ti (detik) R(ti) F(ti) ʎ(ti) f(ti) MTTF
1 285 285 0.9 0.1 0.002 0.002 438.2
2 343 343 0.8 0.2 0.022 0.018
3 348 348 0.7 0.3 0.002 0.001
4 422 422 0.6 0.4 0.003 0.002
5 467 467 0.5 0.5 0.007 0.003
6 492 492 0.4 0.6 0.033 0.013
7 498 500 0.3 0.7 0.250 0.075
8 499 500 0.2 0.8 0.333 0.067
9 500 500 0.1 0.9 0.020 0.002
10 525 525 0 1 -0.002 0.000
Berdasarkan hasil perhitungan di atas, dilakukan plotting data terkait R(t), F(t),
λ(t), dan MTTF untuk percobaan bahan nylon cable ties dalam bentuk grafik sebagai
berikut:
R(ti)
0.9
1 0.8
0.7
0.6
0.5
0.4
0.5 0.3
0.2 R(ti)
0.1
0
0
1 2 3 4 5 6 7 8 9 10
Gambar 5. 40 Grafik R(ti) pada Accelerate Life Testing Ungroup Data (Nylon)
F(ti)
1.5
0.9 1
1 0.6 0.7 0.8
0.5
0.3 0.4 F(ti)
0.5 0.1 0.2
0
1 2 3 4 5 6 7 8 9 10
Gambar 5. 41 Grafik F(ti) pada Accelerate Life Testing Ungroup Data (Nylon)
ʎ(ti)
0.400
0.300
0.200
ʎ(ti)
0.100
0.000
-0.100 1 2 3 4 5 6 7 8 9 10
Gambar 5. 42 Grafik λ(ti) pada Accelerate Life Testing Ungroup Data (Nylon)
Berdasarkan gambar hasil plotting pengolahan data, dapat dilihat bahwa grafik
R(ti) semakin lama semakin menurun. Di sisi lain, grafik F(ti) semakin lama semakin
meningkat. Sedangkan grafik λ(t) memiliki nilai yang fluktuatif.
5.2.1.2 Parametric
Pada bagian ini, akan dilakukan pengolahan data parametric yang dilakukan
dengan bantuan software Weibull 6++. Dengan perhitungan parametric ini, makan jenis
distribusi data dapat diketahui. Pada proses penghitungan kali ini, jenis distribusi yang
digunakan adalah distribusi normal.
Setelah melakukan running dengan software Weibulll 6++, dapat dilihat hasil
plotting grafik hubungan antara relibiality terhadap waktu, unreliability terhadap waktu,
dan failure rate terhadap waktu. Berikut adalah hasil plotting untuk bahan kawat:
Gambar 5. 44 Grafik R(t) terhadap Waktu pada Accelerated Life Testing Ungroup Data (Kawat)
Gambar 5. 45 Grafik F(t) terhadap Waktu pada Accelerated Life Testing Ungroup Data (Kawat)
Gambar 5. 46 Grafik λ(t) terhadap Waktu pada Accelerated Life Testing Ungroup Data (Kawat)
Berdasarkan hasil running software Weibul 6++, dapat dikethui nilai mean serta
standard deviation yang masing-masing bernilai 27.8 dan 9.1028. Kedua data tersebut
akan digunakan untuk proses perhitungan selanjutnya untuk mengetahui nilai f(ti), F(ti),
dan R(ti) menggunakan rumus di bawah ini yang dihitung melalui Ms.Excel.
Tabel 5. 11 Hasil Penghitungan Parametric ALT Ungorup Data
i time ti Mean Stdev R (ti) F (ti) ʎ (ti) f (ti)
1 18 18 27.8 9.1028 0.859169 0.140831 0.274814 0.236112
2 18 18 27.8 9.1028 0.859169 0.140831 0.274814 0.236112
3 20 20 27.8 9.1028 0.804244 0.195756 0.237401 0.190929
4 20 20 27.8 9.1028 0.804244 0.195756 0.237401 0.190929
5 26 26 27.8 9.1028 0.578376 0.421624 0.233192 0.134873
6 29 29 27.8 9.1028 0.447560 0.552440 0.298095 0.133416
7 34 34 27.8 9.1028 0.247901 0.752099 0.672807 0.166790
8 35 35 27.8 9.1028 0.214482 0.785518 0.843130 0.180836
9 36 36 27.8 9.1028 0.183842 0.816158 1.079443 0.198446
10 42 42 27.8 9.1028 0.059385 0.940615 7.519347 0.446534
Berdasarkan hasil perhitungan nilai R(ti), F(ti), ʎ (ti), dam f(ti) di atas, maka
selanjutnya dilakukan plotting terkait hasil perhitungan menggunakan Ms.Excel sebagai
berikut:
R (ti)
1.000000
0.500000
0.000000
1 2 3 4 5 6 7 8 9 10
R (ti)
Gambar 5. 47 Plot R(ti) Accelereated Life Testing Group Data Prosedur Parametric (Kawat)
F (ti)
1.000000
0.500000
0.000000
1 2 3 4 5 6 7 8 9 10
F (ti)
Gambar 5. 48 Plot F(ti) Accelereated Life Testing Group Data Prosedur Parametric (Kawat)
F (ti)
1.000000
0.500000
0.000000
1 2 3 4 5 6 7 8 9 10
F (ti)
Gambar 5. 49 Plot ʎ(ti) Accelereated Life Testing Group Data Prosedur Parametric (Kawat)
f (ti)
0.600000
0.400000
0.200000 f (ti)
0.000000
1 2 3 4 5 6 7 8 9 10
Gambar 5. 50 Plot fti) Accelereated Life Testing Group Data Prosedur Parametric (Kawat)
Selanjutnya berikut ini adalah pengolahan data pada accelerated life testing
group data menggunakan prosedur parametrik pada nylon cable ties.
Gambar 5. 52 Grafik R(t) terhadap Waktu pada Accelerated Life Testing Ungroup Data (Nylon)
Gambar 5. 53 Grafik F(t) terhadap Waktu pada Accelerated Life Testing Ungroup Data (Nylon)
Gambar 5. 54 Grafik λ(t) terhadap Waktu pada Accelerated Life Testing Ungroup Data (Nylon)
Berdasarkan hasil running software Weibul 6++ untuk bahan nylon, dapat
dikethui nilai mean serta standard deviation yang masing-masing bernilai 438.2 dan
85.0889. Kedua data tersebut akan digunakan untuk proses perhitungan selanjutnya
untuk mengetahui nilai f(ti), F(ti), dan R(ti) menggunakan rumus di bawah ini yang
dihitung melalui Ms.Excel.
R (ti)
1.500000
1.000000
0.500000
0.000000
1 2 3 4 5 6 7 8 9 10
R (ti)
Gambar 5. 55 Plot R(ti) Accelereated Life Testing Group Data Prosedur Parametric (Nylon)
F (ti)
1.000000
0.800000
0.600000
0.400000 F (ti)
0.200000
0.000000
1 2 3 4 5 6 7 8 9 10
Gambar 5. 56 Plot F(ti) Accelereated Life Testing Group Data Prosedur Parametric (Nylon)
ʎ (ti)
0.500000
0.400000
0.300000
0.200000 ʎ (ti)
0.100000
0.000000
1 2 3 4 5 6 7 8 9 10
Gambar 5. 57 Plot ʎ(ti) Accelereated Life Testing Group Data Prosedur Parametric (Nylon)
f (ti)
0.250000
0.200000
0.150000
0.100000 f (ti)
0.050000
0.000000
1 2 3 4 5 6 7 8 9 10
Gambar 5. 58 Plot f(ti) Accelereated Life Testing Group Data Prosedur Parametric (Nylon)
Berdasarkan hasil plotting di atas, dapat diketahui bahwa grafik R(ti) , F(ti), λ(ti), f(ti) memiliki
nilai yang fluktuatif.
5.2.2 Pengolahan Data Accelerated Life Testing Group Data
Pada subbab ini akan disajikan pengolahan data accelerated life testing group data
secara parametric dan non parametric.
Dimana ni adalah jumlah kawat dan cable tie yang bertahan dan N adalah
jumlah kawat dan cable tie yang diuji. Karena dalam praktikum ini menggunakan 10
kawat dan cable tie yang diuji, maka N yang digunakan adalah 10. Berikut adalah contoh
perhitungan dan tabel hasil perhitungannya.
𝒏𝒊 𝑵
𝑹(𝒕𝒊 ) =
𝑵 𝑴𝑻𝑻𝑭 = ∑ 𝚫𝒕𝒊 𝒙 𝒇(𝒕𝒊 ) 𝒙 𝛕𝒊
8 𝒊=𝟏
𝑅(𝑡1 ) = (20
10 𝑀𝑇𝑇𝐹 = 𝑥 0,025 𝑥 10) + (20 𝑥 0 𝑥 10)
𝑅(𝑡1 ) = 0,8 + (20 𝑥 0,025 𝑥 10)
𝑀𝑇𝑇𝐹 = 20
𝑭(𝒕) = 𝟏 − 𝑹(𝒕)
𝐹(𝑡1 ) = 1 − 0,8
𝐹(𝑡1 ) = 0,2
𝑛𝑖− 𝑛𝑖+1
𝝀(𝒕𝒊 ) =
(𝑡𝑖+1 − 𝑡𝑖 )𝑛𝑖
2
𝜆(𝑡1 ) =
20 x 4
𝜆(𝑡1 ) = 0,025
𝑛𝑖− 𝑛𝑖+1
𝒇(𝒕𝒊 ) =
𝚫𝒕𝒊 𝒙 𝑵
2
𝑓(𝑡1 ) =
20 x 10
𝑓(𝑡1 ) = 0,01
Tabel 5. 13 Perhitungan Non Parametrik R(t), F(t), λ(t), dan MTTF Accelerated Life Testing Group Data Kawat
i t(i) ni (jumlah kawat yang bertahan) R(ti) F(ti) λ(ti) f(ti) Δti f(ti) τi MTTF
Tabel 5. 14 Perhitungan Non Parametrik R(t), F(t), λ(t), dan MTTF Accelerated Life Testing Group Data nylon
i t(i) ni (jumlah cable tie yang bertahan) R(t) F(t) λ(t) f(t) Δti f(ti) τi MTTF
1 20 10 1 0 0 0 0 82
2 40 10 1 0 0 0 0
3 60 10 1 0 0 0 0
4 80 10 1 0 0 0 0
5 100 10 1 0 0,01 0,01 22
6 120 8 0,8 0,2 0,00625 0,005 13
7 140 7 0,7 0,3 0,014286 0,01 30
8 160 5 0,5 0,5 0,01 0,005 17
9 180 4 0,4 0,6 0 0 0
10 200 4 0,4 0,6
Kemudian hasil perhitungan seperti pada tabel x disajikan dalam grafik R(t), F(t),
dan λ(t) terhadap waktu untuk kedua jenis material yang diuji sebagai berikut.
Gambar 5. 59 Grafik R(t) Non Parametrik Accelerated Life Testing Group Data
Gambar 5. 60 Grafik F(t) Non Parametrik Accelerated Life Testing Group Data
0.025
0.02
0.015 Kawat
Cable Tie
0.01
0.005
0
0 20 40 60 80 100 120 140 160 180 200 220
Gambar 5. 61 Grafik λ(t) Non Parametrik Accelerated Life Testing Group Data
5.2.2.2 Parametric
Berikut ini adalah hasil penggunaan Weibull 6++ untuk memperoleh grafik
normal probability, Reliability vs time, failure rate vs time, dan probability density
function secara berturut-turut untuk kawat.
Gambar 5. 62 Input Data ke Weibull 6 untuk Accelerated Life Testing Group Data untuk Kawat
2
4
50,00 6
Unreliability, F(t)
10,00
5,00
User's Name
Company
31/10/2016 01.54
1,00
10,00 68,00 126,00 184,00 242,00 300,00
Time, (t)
Gambar 5. 63 Grafik Normal Probability Accelerated Life Testing Group Data untuk Kawat
ReliaSof t's Weibull++ 6.0 - www.Weibull.com
Reliability vs Time
1,00
Normal
Data 1
0,80
0,60
6
Reliability, R(t)=1-F(t)
0,40
4
0,20 2
User's Name
Company
31/10/2016 01.59
0
0 60,00 120,00 180,00 240,00 300,00
Time, (t)
Gambar 5. 64 Grafik R(t) terhadap Waktu pada Accelerated Life Testing Group Data untuk Kawat
0,08
0,06
Failure Rate, f(t)/R(t)
0,04
0,02
User's Name
Company
31/10/2016 02.00
0
0 40,00 80,00 120,00 160,00 200,00
Time, (t)
Gambar 5. 65 Grafik (t) terhadap Waktu pada Accelerated Life Testing Group Data untuk Kawat
ReliaSof t's Weibull++ 6.0 - www.Weibull.com
Probability Density Function
0,01
Normal
Data 1
8,00E-3
6,00E-3
f(t)
4,00E-3
2,00E-3
User's Name
Company
31/10/2016 02.00
0
0 120,00 240,00 360,00 480,00 600,00
Time, (t)
Gambar 5. 66 Grafik f(t) terhadap Waktu pada Accelerated Life Testing Group Data untuk Kawat
Berikut ini adalah hasil penggunaan Weibull 6++ untuk memperoleh grafik
normal probability, Reliability vs time, failure rate vs time, dan probability density
function secara berturut-turut untuk kawat.
Gambar 5. 67 Input Data untuk Accelerated Life Testing Group Data untuk Kawat
ReliaSof t's Weibull++ 6.0 - www.Weibull.com
Probability - Normal
99,90
Normal
Data 1
10
Unreliability, F(t)
50,00 10
10
10
10
10,00
5,00
User's Name
Company
31/10/2016 02.17
1,00
10,00 68,00 126,00 184,00 242,00 300,00
Time, (t)
Gambar 5. 68 Grafik Normal Probability Accelerated Life Testing Group Data untuk Kawat
0,80
10
10
0,60
10
Reliability, R(t)=1-F(t)
0,40
10
0,20
7
4 User's Name
Company
4 31/10/2016 02.18
0
0 60,00 120,00 180,00 240,00 300,00
Time, (t)
Gambar 5. 69 Grafik R(t) terhadap Waktu pada Accelerated Life Testing Group Data untuk Kawat
ReliaSof t's Weibull++ 6.0 - www.Weibull.com
Failure Rate vs Time Plot
0,10
Normal
Data 1
0,08
0,06
Failure Rate, f(t)/R(t)
0,04
0,02
User's Name
Company
31/10/2016 02.19
0
0 60,00 120,00 180,00 240,00 300,00
Time, (t)
Gambar 5. 70 Grafik (t) terhadap Waktu pada Accelerated Life Testing Group Data untuk Kawat
8,00E-3
6,00E-3
f(t)
4,00E-3
2,00E-3
User's Name
Company
31/10/2016 02.18
0
0 100,00 200,00 300,00 400,00 500,00
Time, (t)
Gambar 5. 71 Grafik f(t) terhadap Waktu pada Accelerated Life Testing Group Data untuk Kawat
Dari data yang diperoleh dari Weibull6++ dilakukan perhitungan R(t), F(t), f(t), dan λ(t). Berikut
adalah contoh perhitungan, tabel, dan grafik dari hasil kedua jenis material yang diuji.
𝒕−𝝁
1. 𝑹(𝒕) = 𝟏 − 𝝋 ( 𝝈 )
𝒕−𝝁
2. 𝑭(𝒕) = 𝝋 ( 𝝈 )
𝟏 (𝒕−µ)𝟐
3. 𝒇(𝒕) = 𝒆𝒙𝒑 [− 𝟐𝝈𝟐
]
√𝟐𝝅𝝈
𝟏 (𝒕−µ)𝟐 𝒕−𝝁
−𝟏
4. 𝝀(𝒕) = 𝒆𝒙𝒑 [− 𝟐𝝈𝟐
] [𝟏 − 𝝋 ( 𝝈 )]
√𝟐𝝅𝝈
Kawat
µ = 46,0762
σ = 79,516
π = 3,14286
Cable Tie
µ = 82,3683
σ = 55,916
π = 3,14286
𝒕−𝝁
𝑭(𝒕) = 𝝓 ( )
𝝈
20 − 46,0762
𝐹(20) = 𝜙 ( )
79,516
𝐹(20) = 𝜙(−0,328)
𝐹(20) = 0,3715
𝑹(𝒕) = 𝟏 − 𝑭(𝒕)
𝑅(20) = 1 − 0,3715
𝑅(20) = 0,6285
𝟏 (𝒕 − 𝝁)𝟐
𝒇(𝒕) = 𝒆𝒙𝒑 [− ]
√𝟐𝝅𝝈 𝟐𝝈𝟐
𝑓(20)
1 (20 − 46,07)2
= 𝑒𝑥𝑝 [− ]
√2(3,14)𝑥 79,516 2 𝑥 79,512
𝑓(20) = 0,0424
𝒇(𝒕 )
𝝀(𝒕) =
𝑹(𝒕)
0,0424
𝝀(𝒕) =
0,6285
𝝀(𝒕) = 0,067
Tabel 5. 15 Perhitungan Parametrik f(t), F(t), R(t), dan λ(t) Accelerated Life Testing Group Data untuk Kawat
i t(i) ni (jumlah kawat yang bertahan) R(t) F(t) λ(t) f(t)
Tabel 5. 16 Perhitungan Parametrik f(t), F(t), R(t), dan λ(t) Accelerated Life Testing Group Data untuk nylon
i t(i) ni (jumlah cable tie yang bertahan) R(t) F(t) λ(t) f(t)
Gambar 5. 72 Grafik R(t) Parametrik terhadap Waktu untuk Accelerated Life Testing Group Data
Grafik F(t) Terhadap Waktu
1
0.9
0.8
0.7
0.6
0.5 Kawat
0.4 Cable Tie
0.3
0.2
0.1
0
0 20 40 60 80 100 120 140 160 180 200 220
Gambar 5. 73 Grafik F(t) Parametrik terhadap Waktu untuk Accelerated Life Testing Group Data
Gambar 5. 74 Grafik λ(t) Parametrik terhadap Waktu untuk Accelerated Life Testing Group Data
0.05
0.04
0.03 Kawat
Cable Tie
0.02
0.01
0
0 20 40 60 80 100 120 140 160 180 200 220
Gambar 5. 75 Grafik f(t) Parametrik terhadap Waktu untuk Accelerated Life Testing Group Data
5.3 Pengolahan Data Censored Testing
Pada sub-bab ini akan ditampilkan pengolahan data ada cesored testing secara non
parametric dan secara parametric.
5.3.1 Non Parametric
Perhitungan R(t) dan F(t) dilakukan menggunakan rumus:
𝑁+1−𝑖
𝑅(𝑡) = × 𝑅(𝑡−1)
𝑁+2−𝑖
𝐹(𝑡) = 1 − 𝑅(𝑡)
Contoh perhitungan R(t) dan F(t) untuk percobaan pertama (jumlah kawat yang
patah = 1) dengan rumus R(t-1) sebagai berikut:
𝑁 + 2 − 𝑖 10 + 2 − 1
𝑅(𝑡 − 1) = = =1
𝑁+𝑖 1∓1
Berikut ini merupakan tabel hasil rekapitulasi perhitungan R(t) dan F(t) censored
testing pada non-parametric
Untuk percobaan 10 kawat tembaga dan 10 nylon cable ties, R(t) dan F(t) akan
memiliki nilai yang sama karena i yang digunakan sama. Baik pada percobaan pertama
maupun yang kedua, karena nilai N sama-sama 10 untuk kawat tembaga dan nylon cable
ties di setiap percobaan.
Berdasarkan tabel rekapitulasi perhitungan R(t) dan F(t) censored testing pada non-
parametric di atas, grafik fungsi R(t) dan F(t) didapatkan sebagai berikut:
Grafik R(t)
1
0.9
0.8
0.7
0.6
R(t)
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70
t(i)
Gambar 5. 76 Grafik R(t) dari censored testing pada non-parametric terhadap waktu
Grafik F(t)
1
0.9
0.8
0.7
0.6
F(t)
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70
t(i)
Gambar 5. 77 Grafik F(t) dari censored testing pada non-parametric terhadap waktu
Dari grafik di atas dapat diketahui bahwa grafik R(t) semakin lama semakin menurun,
sedangkan grafik F(t) semakin lama semakin meningkat.
5.3.2 Parametric
Untuk perhitungan parametric dilakukan melalui software Weibull terlebih dahulu
untuk mendapatkan parameter 𝜇 dan 𝜎 lalu dilanjutkan dengan perhitungan secara
distribusi normal. Berikut merupakan hasil dari running software Weibull.
Gambar 5. 78 Input Data Kawat Tembaga Software Weibull
Setelah melakukan input data seperti gambar di atas, selanjutnya pada tools plot
akan terlihat grafik Reliability vs Time seperti di bawah ini. Dengan melakukan hal yang sama,
Unreliability dan juga Failure Rate dapat diketahui.
Gambar 5.79 Grafik Reliability dengan Waktu pada Censored Test Parametric Kawat Tembaga
Gambar 5.80 Grafik Unreliability vs Time pada Censored Test Parametric Kawat Tembaga
Gambar 5. 81 Grafik Failure Rate Terhadap Waktu pada Censored Test Parametric Kawat Tembaga
Dari running software Weibull di atas didapatkan nilai-nilai yang dibutuhkan untuk
melakukan perhitungan dengan distribusi normal, yaitu:
𝜇 = 4822,4052
𝜎 = 1620,3842
𝜌 = 0,9589
Dibawah ini merupakan rekap data perhitungan censored testing pada bahan kawat
tembaga.
Tabel 5. 18 Rekap Data Perhitungan Censored Testing pada Bahan Kawat Tembaga.
ni (jumlah kawat yang
i t(i) R(t) F(t) λ(t) f(t)
bertahan)
1 29,02 9 0,998452684 0,001547316 0,000226 0,000225722
2 38,03 8 0,998424541 0,001575459 0,000230 0,000229462
3 38,7 7 0,998422429 0,001577571 0,000230 0,000229742
4 40,67 6 0,998416207 0,001583793 0,000231 0,000230568
5 49,5 5 0,998388039 0,001611961 0,000235 0,000234302
6 50,26 4 0,998385593 0,001614407 0,000235 0,000234626
7 53,27 3 0,998375874 0,001624126 0,000236 0,000235913
8 59,89 2 0,99835431 0,00164569 0,000239 0,000238765
9 62 1 0,998347382 0,001652618 0,000240 0,00023968
10 64 0 0,998340791 0,001659209 0,000241 0,00024055
1 15,25 9 0,998494811 0,001505189 0,000220 0,00022011
2 31,76 8 0,998444174 0,001555826 0,000227 0,000226853
3 34,2 7 0,998436561 0,001563439 0,000228 0,000227865
4 36,91 6 0,998428064 0,001571936 0,000229 0,000228994
5 40,91 5 0,998415447 0,001584553 0,000231 0,000230669
6 50,59 4 0,99838453 0,00161547 0,000235 0,000234767
7 53,65 3 0,998374643 0,001625357 0,000236 0,000236076
8 58,65 2 0,998358369 0,001641631 0,000239 0,000238228
9 69,52 1 0,998322476 0,001677524 0,000243 0,000242967
10 74 0 0,998307476 0,001692524 0,000245 0,000244945
Berdasarkan tabel di atas, berikut ini adalah grafik yang menunjukkan hubungan
F(t), R(t), dan λ(t) terhadap waktu dari censored testing pada kawat tembaga
Grafik R(t)
0.99855
0.9985
0.99845
R(t)
0.9984
R(t)
0.99835
0.9983
0.99825
0 10 20 30 40 50 60 70 80
t(i)
Gambar 5. 82 Grafik R(t) Censored Testing Parametric Terhadap Interval Waktu pada Kawat Tembaga
Grafik F(t)
0.00175
0.0017
0.00165
F(t)
0.0016
F(t)
0.00155
0.0015
0.00145
0 10 20 30 40 50 60 70 80
t(i)
Gambar 5. 83 Grafik F(t) Censored Testing Parametric Terhadap Interval Waktu pada Kawat Tembaga
Grafik λ(t)
0.00025
0.000245
0.00024
0.000235
λ(t) 0.00023
F(t)
0.000225
0.00022
0.000215
0 10 20 30 40 50 60 70 80
t(i)
Gambar 5. 84 Grafik λ(t) Censored Testing Parammetric Terhadap Interval Waktu pada Kawat Tembaga
Untuk bahan praktikum kedua yaitu nylon cable ties langlah-langkah dalam mencari
grafik sama dengan cara di atas. Di bawah ini adalah hasil dari running software Weibull
dari data praktikum bahan kedua, sehingga didapatkan grafik reliability, unreliability, dan
failure rate.
Gambar 5. 85 Grafik Reliability vs Times Censored Testing Parametric Terhadap Interval Waktu pada Kawat
Tembaga
Gambar 5. 86 Grafik Unreliability vs Times Censored Testing Parametric Terhadap Interval Waktu pada Kawat
Tembaga
Gambar 5. 87 Failure Rate vs Times Censored Testing Parametric Terhadap Interval Waktu pada Kawat
Tembaga
Dibawah ini merupakan rekap data perhitungan censored testing pada nylon
cable ties.
Tabel 5. 19 Rekap Data Perhitungan Censored Testing pada Bahan Nylon Cable Ties
ni (jumlah cable tie yang
i t(i) R(t) F(t) λ(t) f(t)
bertahan)
1 214 9 0,967983402 0,032016598 0,017967 0,017391995
2 255 8 0,861973523 0,138026477 0,061941 0,053391799
3 289 7 0,676067296 0,323932704 0,128770 0,087057254
4 291 6 0,662583305 0,337416695 0,133550 0,088487993
5 307 5 0,548501798 0,451498202 0,174863 0,095912849
6 333 4 0,358751156 0,641248844 0,252281 0,090506144
7 390 3 0,077489123 0,922510877 0,453596 0,035148775
8 411 2 0,034929276 0,965070724 0,534925 0,018684543
9 429 1 0,015869621 0,984130379 0,606650 0,00962731
10 478 0 0,001109562 0,998890438 0,808545 0,000897131
1 240 9 0,914386637 0,085613363 0,041442 0,037893585
2 266 8 0,811812928 0,188187072 0,080487 0,065340446
3 271 7 0,785697829 0,214302171 0,089905 0,070637827
4 296 6 0,627980421 0,372019579 0,145884 0,091612053
5 313 5 0,504092881 0,495907119 0,191677 0,096622761
6 361 4 0,188704412 0,811295588 0,346845 0,06545117
7 370 3 0,146834468 0,853165532 0,379158 0,055673521
8 384 2 0,095005283 0,904994717 0,430920 0,040939654
9 458 1 0,003603078 0,996396922 0,725172 0,002612851
10 473 0 0,001507484 0,998492516 0,787597 0,001187289
Berdasarkan tabel di atas, berikut ini adalah grafik yang menunjukkan hubungan
F(t), R(t), dan λ(t) terhadap waktu dari censored testing pada nylon cable ties.
Grafik R(t)
1.2
1
0.8
R(t)
0.6
0.4 R(t)
0.2
0
0 100 200 300 400 500 600
t(i)
Gambar 5. 88 Grafik R(t) Censored Testing Parametric Terhadap Interval Waktu pada Nylon Cable Ties
Grafik F(t)
1.2
0.8
F(t)
0.6
0.4 F(t)
0.2
0
0 100 200 300 400 500 600
t(i)
Gambar 5. 89 Grafik F(t) Censored Testing Parametric Terhadap Interval Waktu pada Nylon Cable Ties
Grafik λ(t)
0.9
0.8
0.7
0.6
0.5
λ(t)
0.4
0.3 λ(t)
0.2
0.1
0
0 100 200 300 400 500 600
t(i)
Gambar 5. 90Grafik λ(t) Censored Testing Parametric Terhadap Interval Waktu pada Nylon Cable Ties
BAB VI
ANALISIS DAN INTERPRETASI DATA
Pada bab ini akan dijelaskan mengenai analisis dan interpretasi data dari perhitungan
parametric dan non parameteric life tesing, perhitungan parametric dan non parameteric accelerated
life testing, perhitungan parametric dan non parameteric censored testing, analisis hubungan antara
reliability R(t) dengan laju kerusakan λ(t), analisis perbedaan waktu, dan analisis perbedaan jenis
bahan.
6.1.3 Analisis Hasil Perhitungan Parametric dan Non Parametric Censored Testing
Pada censored testing, kawat tembaga dan nylon cable ties yang jumlahnya
sama dites untuk mengetahui event failures dari setiap produk yang patah. Kemudian
perhitungan laju keandalan, laju failure, dan laju cumultive density function (CDF)
dilakukan menggunakan metode parametric dan non-parametric. Pada non-
parametric, dihitung keandalan R(t) dan CFD F(t) untuk masing-masing kerusakan ke-i
dimana i bernilai dari 1 hingga 10. Sedangkan pada parametric, digunakan Weibull++
untuk mencari µ, σ, dan ρ terlebih dahulu untuk kemudian dapat dihitung secara
matematis menggunakan rumus yang telah ada.
Pada praktikum non-parametric censoring testing, data menunjukkan bahwa
laju keandalan dari kawat tembaga dan nylon cable ties selalu berkecenderungan
untuk turun. Sedangkan laju cumultive density function selalu berkecenderungan
untuk naik terhadap waktu. Hal ini terjadi karena nilai F(t) yang berbanding terbalik
dengan R(t) dan berkaitan dengan rumus pada non-parametric yang tidak
mempertimbangkan event failures namun hanya jumlah produk yang rusak ke-i.
Sehingga data R(t) dan F(t) pada sub bab ini akan selalu sama baik kawat tembaga
maupun nylon cable ties.
Pada praktikum parametric censoring data, digunakan Weibull++ dan
Microsoft Excel untuk melakukan perhitungan dan membuat grafik. Dengan
menggunakan distribusi normal, diketahui bahwa sama seperti non-parametric nilai
R(t) cenderung untuk turun dari waktu ke waktu, dan F(t) cenderung naik dari waktu
ke waktu. Namun perbedaannya dengan non-parametric, perhitungan dalam
parametric censored testing lebih mendetail dan memiliki nilai yang berbeda untuk
event failures yang berbeda. Karena rumus yang digunakan mempertimbangkan nilai
waktu dari setiap terjadi kerusakan.
6.2 Analisis Hubungan antara Reliability R(t) dengan Laju Kerusakan λ(t)
6.2.1 Life Testing
6.2.1.1 Ungroup Data
Diketahui bahwa semakin lama suatu produk atau
sistem digunakan maka akan semakin berkurang pula reliability dari produk/sistem
tersebut. Apabila reliability semakin berkurang dan hampir mendekati nilai ‘0’ maka
tingkat unreliability nya akan meningkat dan juga laju kerusakan dari suatu produk
atau sistem tersebut akan mendekati nilai ‘1’. Dapat dilihat grafik R(t) dari bahan
kawat tembaga dan nylon cable ties semakin menurun menuju angka 0 namun pada
grafik laju kerusakan berbentuk fluktuatif. Hal ini bisa saja disebabkan karena
ketidakstabilan praktikan saat pelaksanaan proses praktikum, proses praktikum
dilakukan oleh 3 orang praktikan dengan kekuatan yang berbeda satu sama lain, oleh
karena itu nilai yang dihasilkan pun menjadi fluktuatif.
BAB VII
KESIMPULAN DAN SARAN
Pada bab ini akan dibahas mengenai kesimpulan yang dapat diambil dari diadakannya
praktikum reliability testing dan saran-saran yang dapat diberikan.
7.1 Kesimpulan
7.2 Saran
Daftar Pustaka
Lampiran