BAB I

PENDAHULUAN

Pada bab ini akan dijelaskan mengenai latar belakang, tujuan, dan manfaat dari praktikum
reliability testing.

1.1 Latar Belakang

Keandalan adalah probabilitas suatu item dapat berfungsi dengan baik selama periode waktu
tertentu dibawah suatu kondisi operasi tertentu. Saat tingkat keandalan rendah, maka tingkat kegagalan
(failure rate) akan meningkat hingga peralatan tersebut tidak mampu memenuhi fungsinya. Untuk
memperkirakan tingkat keandalan dari sebuah komponen atau sistem, maka dilaksanakan tes keandalan
atau reliability testing. Terdapat beberapa tipe tes keandalan, di mana penggunaannya bergantung
pada fase dalam siklus hidup komponen atau sistem tersebut seperti fase desain, fase manufaktur atau
konstruksi, fase penggunaan operasional, dan fase lainnya. Praktikum ini berfokus pada fase
penggunaan operasional atau operational life phase, sehingga tes keandalan yang dilaksanakan meliputi
life testing, accelerated life testing, dan censored testing.
Life testing adalah suatu proses reliability testing yang bertujuan untuk memberikan informasi
mengenai nilai keandalan suatu produk atau sistem berdasarkan umur hidup dalam kondisi normal.
Accelerated life testing adalah suatu proses reliability testing yang bertujuan untuk memberikan
informasi mengenai nilai keandalan suatu produk atau sistem berdasarkan umur hidup dengan teknik
accelerated-nya, seseorang dapat mengetahui prediksi waktu maintenance yang harus dilakukan.
Terakhir, censored testing adalah suatu proses reliability testing yang bertujuan untuk memberikan
informasi mengenai nilai keandalan suatu produk atau sistem dengan data yang tidak lengkap
(incomplete) atau data hilang pada saat percobaan atau percobaan tidak sempat diselesaikan karena
produk atau sistem sudah mengalami failure.
Reliability testing sangat diperlukan pada perusahaan, karena kebanyakan gangguan peralatan
atau mesin itu dikarenakan tidak cermantnya pemeliharaan. Pemeliharaan dilakukan untuk
meningkatkan keandalan dari suatu prosduk atau sistem. Ketika melakukan reliability testing maka
perusahaan dapat mengetahui umur dari benda tersebut sehingga dapat dilakukan perencanaan
pemeliharaan dimana hal tersebut dapat menghemat biaya perusahaan. Semakin rutin maintenance
dilakukan maka production value dapat meningkat sedangkan failure semakin menurun. Dengan
menerapkan rekiability testing banyak keuntungan yang bisa didapatkan oleh perusahaan.
Oleh karena itu, agar mahasiswa Teknik Industri semakin paham tentang implementasi reliability testing
dilakukanlah praktikum reliability testing yang memperlihatkan proses pengumpulan data, pengolahan
data, serta analisis dan interpretasi data yang dapat membantu mahasiswa dalam semakin memahami
reliability testing dan kegunaannya.

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.

Gambar 2. 1 Tang Penjepit

(Sumber
http://www.bhinneka.com/products/sku00715145/iwt_combination_plier_cvr_8___p-cp-
08_.aspx)

2. Alat tulis dan checksheet, di bawah ini merupakan alat tulis dan checksheet yang digunakan pada
saat praktikum.

Gambar 2. 2 Alat Tulis

(Sumber http://cdn.bisnisukm.com/2011/04/alat-tulis-kantor.gif)

Gambar 2. 3 Salah Satu Contoh Checksheet

 3. Stopwatch, di bawah ini merupakan stopwatch 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.

Gambar 2. 5 Sarung Tangan

(Sumber https://www.tokootomotif.com/wp-content/uploads/2016/03/Sarung-Tangan-Katun-4B-
SPT.jpg)

5. Alat penjepit buatan, bawah ini merupakan alat penjepit buatan yang digunakan pada saat
praktikum.

Gambar 2. 6 Contoh Alat Penjepit Buatan

2.2 Bahan
Berikut merupakan alat-alat yang diperlukan untuk praktikum reliability testing.
1. 40 kawat tembaga
 15 kawat tembaga untuk life testing
 15 kawat tembaga untuk accelerated life testing
 10 kawat tembaga untuk censored testing

Gambar 2. 7 Kawat Tembaga

(Sumber http://i1220.photobucket.com/albums/dd445/ziangkhu/ScreenShot164.jpg)

2. 40 nylon cable ties

 15 nylon cable ties untuk life testing
 15 nylon cable ties untuk accelerated life testing
 10 nylon cable ties untuk censored testing

Gambar 2. 8 Nylon Cable Ties

(Sumber http://www.sinotimer.com/UploadFiles/2013819214839787.jpg)
 BAB III
PROSEDUR

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.

3.1 Prosedur Praktikum Life Testing

Pada sub bab ini akan dijelaskan mengenai prosedur praktikum life testing untuk ungroup data
dan group data.

3.1.1 Prosedur Praktikum Life Testing Ungroup Data

Di bawah ini merupakan prosedur praktikum life testing untuk ungroup data.
1. Persiapkan seluruh alat dan bahan. Pastikan bahwa semua bahan tidak ada yang
patah atau diameternya berada dalam kodisi normal.
2. Ambil bahan pertama dan tang, kemudian lakukan proses bending dengan bantuan
tang ke arah kanan 1 kali hingga mencapai sudut 90o dengan kecepatan normal.
3. Lakukan bending ke arah kiri 1 kali hingga mencapai sudut 90o dengan kecepatan
normal.
4. Ulangi langkah 2 dan 3 hingga bahan patah.
5. Catat jumlah bending/tekukan yang diperlukan hingga bahan patah. (konversi : 1
tekukan = 1 detik)
6. Lakukan hal yang sama pada bahan ke-2 hingga ke-10

3.1.2 Prosedur Praktikum Life Testing Group Data

Di bawah ini merupakan prosedur praktikum life testing untuk group data.
1. Persiapkan seluruh alat dan bahan. Pastikan bahwa semua bahan tidak ada yang
patah atau diameternya berada dalam kondisi normal.
2. Ambil bahan pertama dan tang, kemudian lakukan proses bending dengan bantuan
tang ke arah kanan 1 kali hingga mencapai sudut 90o dengan kecepatan normal. (10
bahan ditekuk pada saat yang bersamaan)
3. Lakukan bending ke arah kiri 1 kali hingga mencapai sudut 90o.
4. Ulangi langkah 2 dan 3 sampai periode 1 interval waktu (20 detik) selesai.
5. Catat banyaknya bahan yang tidak patah, masukkan kedalam kolom ni.
6. Ulangi langkah ke 3 sampai ke 5 sampai periode ke-n interval waktu hingga tidak
ada bahan yang survive atau tersisa.

3.2 Prosedur Praktikum Accelerated Life Testing

Pada sub bab ini akan dijelaskan mengenai prosedur praktikum accelerated life testing untuk
ungroup data dan group data.

3.2.1 Prosedur Praktikum Accelerated Life Testing Ungroup Data

Di bawah ini merupakan prosedur praktikum accelerated life testing untuk ungroup data.
1. Persiapkan seluruh alat dan bahan. Pastikan bahwa semua bahan tidak ada
 yang patah atau diameternya berada dalam kodisi normal.
2. Ambil bahan pertama dan tang, kemudian lakukan proses bending dengan bantuan
tang ke arah kanan 1 kali hingga mencapai sudut 180o dengan kecepatan normal.
3. Lakukan bending ke arah kiri 1 kali hingga mencapai sudut 180o dengan
kecepatan normal.
4. Ulangi langkah 2 dan 3 hingga bahan patah.
5. Catat jumlah bending/tekukan yang diperlukan hingga bahan patah. (konversi : 1
tekukan = 1 detik)
6. Lakukan hal yang sama pada bahan ke-2 hingga ke-10

3.2.2 Prosedur Praktikum Accelerated Life Testing Group Data

Di bawah ini merupakan prosedur praktikum accelerated life testing untuk group data.
1. Persiapkan seluruh alat dan bahan. Pastikan bahwa semua bahan tidak ada yang
patah atau diameternya berada dalam kondisi normal.
2. Ambil bahan pertama dan tang, kemudian lakukan proses bending dengan bantuan
tang ke arah kanan 1 kali hingga mencapai sudut 180o dengan kecepatan normal.
(10 bahan ditekuk pada saat yang bersamaan)
3. Lakukan bending ke arah kiri 1 kali hingga mencapai sudut 180o.
4. Ulangi langkah 2 dan 3 sampai periode 1 interval waktu (20 detik) selesai.
5. Catat banyaknya bahan yang tidak patah, masukkan ke dalam kolom ni.
6. Ulangi langkah ke3-ke 5 sampai periode ke-n interval waktu hingga tidak ada bahan
yang survive atau tersisa.

3.3 Prosedur Praktikum Censored Testing

Pada sub bab ini akan dijelaskan mengenai prosedur praktikum censored testing.
1. Persiapkan seluruh alat dan bahan. Pastikan bahwa semua bahan tidak ada yang
patah atau diameternya berada dalam kondisi normal.
2. Ambil bahan pertama dan tang, kemudian lakukan proses bending dengan bantuan
tang ke arah kanan 1 kali hingga mencapai sudut 90o dengan kecepatan normal. (10
bahan ditekuk pada saat yang bersamaan)
3. Lakukan bending ke arah kiri 1 kali hingga mencapai sudut 90o.
4. Ulangi langkah 2 dan 3 sampai ada bahan yang patah.
5. Catat waktu yang dibutuhkan untuk mematahkan bahan tersebut pada kolom event
failure.
6. Ulangi langkah 2 sampai 5 hingga ada 10 bahan yang patah dan catat waktu
(kumulatif) pada setiap bahan ke-n yang patah pada kolom event failure.
7. Ulangi langkah ke 2 sampai 6 pada periode kedua.
 BAB IV
PENGUMPULAN DATA

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.

4.1 Pengumpulan Data Life Testing

Berikut adalah rekap pengumpulan data dari praktikum life testing group data dan life testing
ungroup data.

4.1.1 Pengumpulan Data Life Testing Ungroup Data

Dibawah ini merupakan tabel pengumpulan data dari praktikum life testing ungroup
data

Tabel 4. 1 Data Life Testing Ungroup Data

Kawat Nylon
Bahan
No Jumlah ti Jumlah ti
ke-i
Bending (detik) Bending (detik)
1 1 49 49 200 200
2 2 56 56 209 209
3 3 61 61 200 200
4 4 61 61 230 230
5 5 56 56 221 221
6 6 55 55 243 243
7 7 57 57 237 237
8 8 57 57 206 206
9 9 59 59 216 216
10 10 60 60 249 249

4.1.2 Pengumpulan Data Life Testing Group Data

Dibawah ini merupakan tabel pengumpulan data dari praktikum life testing group data
Tabel 4. 2 Data Life Testing Group Data
ni (Jumlah kawat ni (Jumlah nylon
i t(i)
yang survive) yang survive)
1 20 10 10
2 40 10 10
3 60 5 10
4 80 1 10
5 100 1 10
6 120 1 10
7 140 1 10
8 160 1 10
 9 180 0 10
10 200 0 10

4.2 Pengumpulan Data Accelerated Life Testing

Berikut adalah rekap pengumpulan data dari praktikum accelerated life testing group data dan
accelerated life testing ungroup data.
4.2.1 Pengumpulan Data Accelerated Life Testing Ungroup Data
Dibawah ini merupakan tabel pengumpulan data dari praktikum accelerated life testing
ungroup data
Tabel 4. 3 Data Accelerated Life Testing Ungroup Data
Kawat Nylon
Bahan
No Jumlah ti Jumlah ti
ke-i
Bending (detik) Bending (detik)
1 1 18 18 343 343
2 2 29 29 285 285
3 3 26 26 525 525
4 4 18 18 492 492
5 5 36 36 500 500
6 6 34 34 500 500
7 7 20 20 500 500
8 8 42 42 348 348
9 9 20 20 467 467
10 10 35 35 422 422

4.2.2 Pengumpulan Data Accelerated Life Testing Group Data

Dibawah ini merupakan tabel pengumpulan data dari praktikum accelerated life testing
group data.
Tabel 4. 4 Data Accelerated Life Testing Group Data
ni (Jumlah kawat ni (Jumlah nylon
i t(i)
yang survive) yang survive)
1 20 8 10
2 40 6 10
3 60 4 10
4 80 2 10
5 100 2 10
6 120 0 8
7 140 0 7
8 160 0 5
9 180 0 4
10 200 0 4
4.3 Pengumpulan Data Censored Testing
Beikut ini merupakan tabel pengumpulan dara dari praktimum censored testing. Percobaan
dilakukan dua kali pada sepuluh kawat dan nylon.

Tabel 4. 5 Data Censored Testing Kawat Tembaga

ni (Jumlah ni (Jumlah
Jumlah Patah Jumlah Patah
Event Failure Kawat yang Event Failure Kawat yang
Kawat ke-n Kawat ke-n
Survive) Survive)
1 29.02 9 1 15.25 9
2 38.03 8 2 31.76 8
3 38.70 7 3 34.20 7
4 40.67 6 4 36.91 6
5 49.50 5 5 40.91 5
6 50.26 4 6 50.59 4
7 53.27 3 7 53.65 3
8 59.89 2 8 58.65 2
9 62.00 1 9 69.52 1
10 64.00 0 10 74.00 0

Tabel 4. 6 Data Censored Testing Nylon Cable Ties

ni (Jumlah ni (Jumlah
Jumlah Patah Jumlah Patah
Event Failure Nylon yang Event Failure Nylon yang
Kawat ke-n Kawat ke-n
Survive) Survive)
1 214 9 1 240 9
2 255 8 2 266 8
3 289 7 3 271 7
4 291 6 4 296 6
5 307 5 5 313 5
6 333 4 6 361 4
7 390 3 7 370 3
8 411 2 8 384 2
9 429 1 9 458 1
10 478 0 10 473 0
 BAB V
PENGOLAHAN DATA

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.

5.1 Pengolahan Data Life Testing

Pada subbab ini akan dibahas mengenai pengolahan data dari data life testing ungroup data dan
data life testing group data

5.1.1 Pengolahan Data Life Testing Ungroup Data

Berikut ini akan dijelaskan mengenai pengolahan data life testing ungroup data non
parametric dan parametric.

5.1.1.1 Non Parametric

Untuk perhitungan non parametric dilakukan melalui Microsoft Excel dengan
menggunakan rumus sebagai berikut.

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

Setelah dilakukan perhitungan dengan menggunakan rumus-rumus di atas maka

didapatkan hasil R(t), F(t), λ(t), f(t), dan MTTF sebagai berikut.

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

Gambar 5. 1 Grafik R(t) Terhadap Interval Waktu pada Kawat Tembaga

F(t)
1.2
1
0.8
0.6
F(t)
0.4
0.2
0
0 20 40 60 80 100

Gambar 5. 2 Grafik F(t) Terhadap Interval Waktu pada Kawat Tembaga

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.

Gambar 5. 7 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 melakuka hal yang
sama, F(t) dan juga λ(t) dapat diketahui.

Gambar 5. 8 Grafik Reliability dengan Waktu pada Kawat Tembaga

 Gambar 5. 9 Grafik Unreliability vs Time pada Kawat Tembaga

Gambar 5. 10 Grafik Failure Rate Terhadap 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. 11 Grafik Reliability Terhadap Waktu pada Nylon Cable Ties

 Gambar 5. 12 Grafik Unreliability vs Time pada Nylon Cable Ties

Gambar 5. 13 Grafik Failure Rate Terhadap Waktu pada Nylon Cable Ties

Dari running software Weibull di atas didapatkan nilai-nilai yang dibutuhkan

untuk melakukan perhitungan dengan distribusi normal. Perhitungan akan dilakukan
dengan Microsoft Excel dengan menggunakan rumus sebagai berikut.

Berikut merupakan perhitungan parametric dari kawat tembaga.

𝜇 = 57,1
𝜎 = 3,642
𝜌 = 0,9354
𝑙𝑘 𝑣𝑎𝑙𝑢𝑒𝑠 = 26,4460
 Tabel 5. 3 Hasil Perhitungan Parametric Life Testing Ungroup Data pada Kawat Tembaga
No Bahan Kawat f(t)
ke-i Jumlah ti R(t) F(t) λ(t)
Bending (detik)
1 1 49 49 0,9869276 0,0130724 0,017859 0,0176255
2 2 55 55 0,7178973 0,2821027 0,246594 0,177029
3 3 56 56 0,6186861 0,3813139 0,322820 0,1997245
4 4 56 56 0,6186861 0,3813139 0,322820 0,1997245
5 5 57 57 0,5109526 0,4890474 0,408974 0,2089665
6 6 57 57 0,5109526 0,4890474 0,408974 0,2089665
7 7 59 59 0,3009426 0,6990574 0,606258 0,1824488
8 8 60 60 0,2129388 0,7870612 0,714999 0,1522511
9 9 61 61 0,1421206 0,8578794 0,829050 0,1178251
10 10 61 61 0,1421206 0,8578794 0,829050 0,1178251

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

5.1.2 Pengolahan Data Life Testing Group Data

Pengolahan data life testing group data dilakukan dengan 2 cara, yaitu penggunaan
metode non parametric dan parametric.
 5.1.2.1 Non Parametric
Pengolahan data life testing group data dengan metode non parametrik
menggunakan persamaan sebagai berikut:
𝑛𝑖 𝑛𝑖−𝑛𝑖+1
R(ti) = 𝑁
λ(ti) = (𝑡𝑖+1−𝑡𝑖)𝑛𝑖 MTTF = ∑𝑀−1
𝑖=0 𝜏𝑖𝑓𝑖𝛥𝑖

F(ti) = 1 - R(ti) τ(ti) = ½(ti + ti+1)

𝑛𝑖−𝑛𝑖+1
f(ti) = (𝑡𝑖+1−𝑡𝑖)𝑁 Δi = ti+1 - ti

Sehingga dengan menggunakan persamaan di atas, didapatkan hasil

perhitungan life testing group data kawat sebagai berikut:

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

Kemudian dilakukan perhitungan yang sama untuk nylon cable ties,

didapatkan hasil perhitungan life testing group data kawat sebagai berikut:

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

N2 RRX - SRM MED

F =32 / S=0

0, 80

10

0, 60
Reliability, R(t)=1-F(t)

0, 40 10

5
0, 20

Alief Bagus W ic ak s ono

31/ 10/ 2016 11. 59
0
0 60, 00 120, 00 180, 00 240, 00 300, 00
Tim e, (t )

                       

Gambar 5. 28 Grafik R(ti) hasil running software Weibull

Rel i aSoft's Wei bul l ++ 6.0 - www.Wei bul l .c om

Probability Dens ity Func tion
0, 01
N orm al
D at a 1

N2 RRX - SRM MED

F =32 / S=0

8, 00E-3

6, 00E-3
f(t)

4, 00E-3

2, 00E-3

Alief Bagus W ic ak s ono

31/ 10/ 2016 12. 01
0
0 120, 00 240, 00 360, 00 480, 00 600, 00
Tim e, (t )

                       

Gambar 5. 29Grafik F(ti) hasil running software Weibull

 Rel i aSoft's Wei bul l ++ 6.0 - www.Wei bul l .c om
Failure Rate v s Time Plot
0, 01
N orm al
D at a 1

N2 RRX - SRM MED

F =32 / S=0

8, 00E-3

6, 00E-3
Failure Rate, f(t)/R(t)

4, 00E-3

2, 00E-3

Alief Bagus W ic ak s ono

31/ 10/ 2016 12. 02
0
0 20, 00 40, 00 60, 00 80, 00 100, 00
Tim e, (t )

                       

Gambar 5. 30 Grafik λ (ti) hasil running software Weibull

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:

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

10 N2 RRX - SRM MED

F =100 / S=0

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

10 31/ 10/ 2016 12. 03

0
0 60, 00 120, 00 180, 00 240, 00 300, 00
Tim e, (t )

                       

Gambar 5. 34 Grafik R(ti) hasil running software Weibull

Rel i aSoft's Wei bul l ++ 6.0 - www.Wei bul l .c om
Probability Dens ity Func tion
0, 01
N orm al
D at a 1

N2 RRX - SRM MED

F =100 / S=0

8, 00E-3

6, 00E-3
f(t)

4, 00E-3

2, 00E-3

Alief Bagus W ic ak s ono

31/ 10/ 2016 12. 03
0
0 100, 00 200, 00 300, 00 400, 00 500, 00
Tim e, (t )

                       

Gambar 5. 35 Grafik F(ti) hasil running software Weibull

Rel i aSoft's Wei bul l ++ 6.0 - www.Wei bul l .c om
Failure Rate v s Time Plot
0, 10
N orm al
D at a 1

N2 RRX - SRM MED

F =100 / S=0

0, 08

0, 06
Failure Rate, f(t)/R(t)

0, 04

0, 02

Alief Bagus W ic ak s ono

31/ 10/ 2016 12. 04
0
0 60, 00 120, 00 180, 00 240, 00 300, 00
Tim e, (t )

                       

Gambar 5. 36 Grafik λ (ti) hasil running software Weibull

5.2 Pengolahan Data Accelerated Life Testing
Proses pengolahan data accelerated life testing akan dilakukan untuk ungroup data dan group
data sebagai berikut.

5.2.1 Pengolahan Data Accelerated Life Testing Ungroup Data

Pada bagian ini, akan dilakukan pengolahan data accelerated life testing ungroup data
untuk non parametric dan parametric.

5.2.1.1 Non Parametric

Pada pengolahan data accelerated life testing ungroup data untuk non
parametric, dilakukan perhitungan meliputi R(t), F(t), λ(t), dan MTTF. Berikut adalah
rumus-rumus yang digunakan dalam proses pengolahan data non parametric.
𝑖
(𝑡𝑖 ) = 1 − ( )
𝑁
(𝑡𝑖 ) = 1 − (𝑡)
1
λ̂(𝑡) = (ti+1−ti)(N+1−i)
(𝑡𝑖) = (𝑡 ) × λ(t)
1
𝑀𝑇𝑇𝐹 = 𝜇̂ = 𝑁 ∑𝑁
𝑡=1 ti

Berdasarkan rumus-rumus di atas, dilakukan perhitungan menggunakan

Microsoft Excel dengan hasil sebagai berikut:

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.

Gambar 5. 43 Input Data Accelerated Life Testing Prosedur Parametric (Kawat)

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. 51 Input Data Accelerated Life Testing Prosedur Parametric (Nylon)

 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 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.

Tabel 5. 12 Hasil Penghitungan Parametric ALT Ungorup Data (Nylon)

i time ti Mean Stdev R (ti) F (ti) ʎ (ti) f (ti)
1 285 285 438.2 85.0889 0.964107 0.035893 0.226925 0.218780
2 343 343 438.2 85.0889 0.868394 0.131606 0.093151 0.080892
3 348 348 438.2 85.0889 0.855443 0.144557 0.088697 0.075875
4 422 422 438.2 85.0889 0.575498 0.424502 0.076544 0.044051
5 467 467 438.2 85.0889 0.367505 0.632495 0.124652 0.045810
6 492 492 438.2 85.0889 0.263602 0.736398 0.200422 0.052832
7 500 500 438.2 85.0889 0.233828 0.766172 0.240844 0.056316
8 500 500 438.2 85.0889 0.233828 0.766172 0.240844 0.056316
9 500 500 438.2 85.0889 0.233828 0.766172 0.240844 0.056316
10 525 525 438.2 85.0889 0.153838 0.846162 0.473138 0.072787

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.

5.2.2.1 Non Parametric

Cara menghitung R(t), F(t), (t) dan MTTF yaitu dengan menggunakan rumus
sebagai berikut .
𝒏𝒊
𝑹(𝒕𝒊) =
𝑵
𝑭(𝒕) = 𝟏 − 𝑹(𝒕)
𝑛𝑖− 𝑛𝑖+1
𝒇(𝒕𝒊) =
(𝑡𝑖+1 − 𝑡𝑖 )𝑵
𝑛𝑖− 𝑛𝑖+1
𝝀(𝒕𝒊) =
(𝑡𝑖+1 − 𝑡𝑖 )𝑛𝑖
𝑵

𝑴𝑻𝑻𝑭 = ∑ 𝚫𝒕𝒊 𝒙 𝒇(𝒕𝒊 ) 𝒙 𝛕𝒊

𝒊=𝟏
𝟏
dengan 𝛕𝒊 = 𝟐 (𝒕𝒊 + 𝒕𝒊+𝟏 ), dan 𝚫𝒕𝒊 = (𝒕𝒊+𝟏 − 𝒕𝒊 )

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

1 20 8 0,8 0,2 0,0125 0,01 6 41

2 40 6 0,6 0,4 0,016667 0,01 10
3 60 4 0,4 0,6 0,025 0,01 14
4 80 2 0,2 0,8 0 0 0
5 100 2 0,2 0,8 0,025 0,005 11
6 120 1 0,1 0,9 0 0 0
7 140 1 0,1 0,9 0 0 0
8 160 1 0,1 0,9 0 0 0
9 180 1 0,1 0,9 0 0 0
10 200 1 0,1 0,9

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.

Grafik R(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. 59 Grafik R(t) Non Parametrik 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. 60 Grafik F(t) Non Parametrik Accelerated Life Testing Group Data

Grafik λ(t) Terhadap Waktu

0.03

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

ReliaSof t's Weibull++ 6.0 - www.Weibull.com

Probability - Normal
99,00
Normal
Data 1

N2 RRX - SRM MED

F=27 / S=0

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

N2 RRX - SRM MED

F=27 / S=0

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

ReliaSof t's Weibull++ 6.0 - www.Weibull.com

Failure Rate vs Time Plot
0,10
Normal
Data 1

N2 RRX - SRM MED

F=27 / S=0

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

N2 RRX - SRM MED

F=27 / S=0

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

N2 RRX - SRM MED

4 F=78 / S=0

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

ReliaSof t's Weibull++ 6.0 - www.Weibull.com

Reliability vs Time
1,00
Normal
Data 1

N2 RRX - SRM MED

10 F=78 / S=0

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

N2 RRX - SRM MED

F=78 / S=0

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

ReliaSof t's Weibull++ 6.0 - www.Weibull.com

Probability Density Function
0,01
Normal
Data 1

N2 RRX - SRM MED

F=78 / S=0

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)

1 20 8 0,628521 0,37148 0,067441 0,0424

2 40 6 0,530456 0,46954 0,084077 0,0446
3 60 4 0,430497 0,5695 0,102322 0,044
4 80 2 0,334824 0,66518 0,121971 0,0408
5 100 2 0,248837 0,75116 0,142829 0,0355
6 120 1 0,176269 0,82373 0,164718 0,029
7 140 1 0,118761 0,88124 0,187478 0,0223
8 160 1 0,075968 0,92403 0,210973 0,016
9 180 1 0,046067 0,95393 0,235087 0,0108
10 200 1 0,026448 0,97355 0,259723 0,0069

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)

1 20 10 0,867658 0,13234 0,033003 0,0286

2 40 10 0,775688 0,22431 0,051606 0,04
3 60 10 0,655434 0,34457 0,075124 0,0492
4 80 10 0,516892 0,48311 0,103101 0,0533
5 100 10 0,376258 0,62374 0,134889 0,0508
6 120 8 0,250473 0,74953 0,169801 0,0425
7 140 7 0,151345 0,84865 0,207209 0,0314
8 160 5 0,082514 0,91749 0,246585 0,0203
9 180 4 0,040402 0,9596 0,287503 0,0116
10 200 4 0,017702 0,9823 0,329632 0,0058

Grafik R(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. 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

Grafik λ(t) Terhadap Waktu

0.350000
0.300000
0.250000
0.200000
Kawat
0.150000
Cable Tie
0.100000
0.050000
0.000000
0 20 40 60 80 100 120 140 160 180 200 220

Gambar 5. 74 Grafik λ(t) Parametrik terhadap Waktu untuk Accelerated Life Testing Group Data

Grafik f(t) Terhadap Waktu

0.06

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

Maka dapat dihitung nilai R(t=1) sebagai berikut:

10 + 1 − 1
𝑅(𝑡) = ×1
10 + 2 − 1
= 0,909
𝐹(𝑡) = 1 − 0,909
= 0,0909

Berikut ini merupakan tabel hasil rekapitulasi perhitungan R(t) dan F(t) censored
testing pada non-parametric

Tabel 5. 17 Hasil Rekapitulasi Perhitungan Pengolahan Data pada Non-Parametric

Jumlah ni (Jumlah Kawat yang (N+1-i) / (N+2- R(t-1) R(t) F(t)
Kawat Survive) i)
Patah ke-n
1 9 0,909090909 1 0,909091 0,090909
2 8 0,9 0,909091 0,818182 0,181818
3 7 0,888888889 0,818182 0,727273 0,272727
4 6 0,875 0,727273 0,636364 0,363636
5 5 0,857142857 0,636364 0,545455 0,454545
6 4 0,833333333 0,545455 0,454545 0,545455
7 3 0,8 0,454545 0,363636 0,636364
8 2 0,75 0,363636 0,272727 0,727273
9 1 0,666666667 0,272727 0,181818 0,818182
10 0 0,5 0,181818 0,090909 0,909091

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

Perhitungan akan dilakukan dengan Microsoft Excel dengan menggunakan rumus

sebagai berikut.
1 (𝑡 − 𝜇)2
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦 𝐷𝑒𝑛𝑠𝑖𝑡𝑦 𝐹𝑢𝑛𝑐𝑡𝑖𝑜𝑛: 𝑓(𝑡) = 𝑒𝑥𝑝 [− ]
√2𝜋𝜎 2𝜎 2
𝑡−𝜇
𝐶𝑢𝑚𝑚𝑢𝑙𝑎𝑡𝑖𝑣𝑒 𝐷𝑒𝑛𝑠𝑖𝑡𝑦 𝐹𝑢𝑛𝑐𝑡𝑖𝑜𝑛: 𝐹(𝑡) = 𝜑 [ ]
𝜎
𝑡−𝜇
𝑅𝑒𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦 𝐹𝑢𝑛𝑐𝑡𝑖𝑜𝑛: 𝑅(𝑡) = 1 − 𝜑 [ ]
𝜎
−1
1 (𝑡 − 𝜇)2 𝑡−𝜇
𝐹𝑎𝑖𝑙𝑢𝑟𝑒 𝑅𝑎𝑡𝑒: 𝜆(𝑡) = 𝑒𝑥𝑝 [− ] [1 − 𝜑 [ ]]
√2𝜋𝜎 2𝜎 2 𝜎

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

Dari running software Weibull di atas didapatkan nilai-nilai yang dibutuhkan

untuk melakukan perhitungan dengan distribusi normal, yaitu:
𝜇 = 313,5515
𝜎 = 53,7555
𝜌 = 0,9962

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 Analisis Hasil Perhitungan Parametric dan Non Parametric

6.1.1 Analisis Hasil Perhitungan Parametric dan Non Parametric Life Testing
6.1.1.1 Life Testing Ungroup Data
Untuk perhitungan non parametric, perhitungan dilakukan dengan
menggunakan Microsoft Excel baik pada bahan kawat tembaga ataupun nylon cable
ties. Setelah dilakukan perhitungan ternyata menghasilkan nilai R(t) yang semakin
lama semakin turun dari angka yang mendekati nilai 1 menurun menuju angka 0.
Nilai R(t) dengan menggunakan kawat tembaga dan nylon cable ties secara berturut-
turt adalah sebagai berikut 0.9; 0.8; 0.7; 0.6; 0.5; 0.4; 0.3; 0.2; 0.1. Sedangkan untuk
F(t) bernilai sebaliknya. Hasil dari perhitungan dengan menggunakan Microsoft Excel
baik pada bahan kawat tembaga ataupun nylon cable ties menghasilkan nilai F(t)
yang semakin lama semakin naik dari angka yang mendekati nilai 0 naik hingga angka
1. Sedangkan, untuk λ(t) nilai dan grafiknya sangat fluktuatif.
Untuk perhitungan Parametric perlu diketahui dua parameter terlebih
dahulu yaitu Mean dan Std. 2 parameter ini akan digunakan untuk menghitung nilai
R(t), F(t), dan λ(t) dengan menggunakan Microsoft Excel. Untuk bahan kawat
tembaga hasil dari running software Weibull didapatkan nilai Mean = 57.1 dan nilai
Std = 3.642, sedangkan untuk bahan nylon cable ties nilai Mean = 221.1 dan nilai Std
= 190.38. Perhitungan Parametric dilakukan dengan pendekatan distribusi noral.
Untuk perbandingan R(t) bahan kawat tembaga non parametric dengan parametric
didapat nilai yang tidak memiliki selisih terlalu jauh, namun untuk R(t) dengan bahan
nylon cable ties non parametric dan parametric terlihat perbedaan yang cukup
signifikan. Pada perhitungan non parametric nilai tertinggi dari R(t) nylon cable ties
adalah 0.9 dan terendah bernilai 0.1, sedangkan pada perhitungan parametric nilai
tertinggi dari R(t) nylon cable ties adalah 0.54 dan terendah bernilai 0.44. Lalu pada
laju kecepatan baik untuk bahan kawat tembaga ataupun nylon cable ties pada
perhitungan non parametric, λ(t) memiliki nilai yang fluktuatif naik dan turun hingga
mencapai minus. Namun pada perhitungan Parametric, nilai λ(t) menjadi semakin
membesar.
Jadi, dapat disimpulkan apabila R(t) atau keandalan dari suatu produk atau
sistem akan semakin berkurang bergantung terhadap perlakuan dan waktu. Hal ini
berkebalikan dengan F(t), komponen akan semakin tidak handal apabila terlalu
sering digunakan dalam waktu yang lama. Hal ini berlaku pada perhitungan non
parametric dan parametric. Namun, untuk λ(t) hasilnya bergantung dengan
perhitungan yang digunakan, dengan menggunakan perhitungan non parametric
hasil dari laju kerusakan bernilai fluktuatif namun dengan perhitungan parametric
nilai laju kerusakan semakin naik hal ini menunjukkan benda tersebut mengalami
peningkatan kerusakan akibat frekuensi penggunaan dan waktu penggunaan

6.1.1.2 Life testing Group Data

Hasil data life testing group data diolah dengan menggunakan metode non
parametrik dan parametrik. Metode non parametrik biasanya digunakan pada saat
jenis ditribusi tidak diketahui. Perhitungan pada metode non parametric yang
dilakukan hanya melibatkan waktu (t) dengan range 0-200 yang meningkat secara
konstan, jumlah kawat yang survive (n) selama praktikum dan jumlah kawat yang
digunakan dalam praktikum (N) yaitu sebanyak 10. Setelah dilakukan perhitungan,
didapatkan plot data grafik R(t), F(t) dan λ(t). Grafik R(t) merupakan grafik yang
menunjukkan hubungan antara keandalan kawat dan nilon terhadap fungsi waktu.
Hasil plot grafik menunjukkan bahwa kedua variabel tersebut memiliki hubungan
berbanding terbalik, hal ini berarti bahwa semakin lamanya waktu maka keandalan
kawat semakin menurun. Nilon memiliki nilai reliability yang konstan pada angka 1
atau memiliki reliability yang bagus. Sedangkan, grafik F(t) merupakan grafik yang
menunjukkan hubungan antara kerusakan (failure) kawat dan nilon terhadap fungsi
waktu. Berdasarkan hasil plot grafik diketahui bahwa kedua variabel tersebut
memiliki hubungan berbanding lurus, itu berarti semakin lamanya waktu maka
jumlah kerusakan akan meningkat pula. Sedangkan grafik λ(t) merupakan grafik yang
dapat menunjukkan laju kerusakan kawat dan nilon. Berdasarkan hasil plot grafik,
diketahui bahwa pada life testing group data, kawat memiliki laju kerusakan yang
tidak menentu dan nilon tidak mengalami kerusakan. Hal tersebut dapat dilihat dari
garis grafik yang naik-turun tidak menentu untuk grafik kawat dan grafik horizontal di
titik nol untuk nilon. Kondisi seperti ini disebabkan oleh perbedaan kekuatan 10
praktikan pada saat melakukan proses bending kawat dan nilon, sehingga laju
kerusakan yang didapatkan pun tidak konstan naik atau turun untuk kawat.
Sedangkan nilon tidak terjadi kerusakan karena sifat nilon yang bersifat elastis.
Adapun nilai MTTF yang didapatkan dari perhitungan adalah 50 untuk kawat dan 0
untuk nilon, yang berarti kawat memiliki rata-rata waktu dapat berfungsi dengan baik
selama 50 detik sampai ia mengalami kerusakan. Nilon memiliki nilai 0, yang berarti
tidak memiliki rata-rata dapat berfungsi karena tidak mengalami kerusakan.
Metode kedua yang digunakan adalah metode parametrik, dengan
menggunakan distribusi Normal. Perhitungan yang dilakukan berbeda dengan
metode non-parametric, perhitungan dilakukan dengan menggunakan software
Weibull untuk mengetahui nilai parameter kemudian dilakukan pengolahan data
pada microsoft excel beserta pembuatan plot grafiknya. Grafik R(t) menunjukkan
keandalan kawat dan nilon yang terus menurun dengan bertambahnya waktu,
terlihat dari gambar garis grafik yang terus menurun secara konstan seiring
berjalannya waktu. Sedangkan grafik F(t) menunjukkan hubungan yang berbanding
lurus antara kerusakan kawat terhadap waktu. Semakin bertambahnya waktu maka
kerusakan kawat juga akan bertambah, terlihat dari gambar garis yang terus naik
secara konstan mengikuti penambahan waktu. Hal tersebut juga terjadi pada grafik
λ(t) yang menunjukkan laju kerusakan kawat dan nilon.
6.1.2 Analisis Hasil Perhitungan Parametric dan Non Parametric Accelerated Life
Testing
Pada bagian ini akan dibahas mengenai hasil perhitungan parametric dan non
parametric accelerated life testing untuk group data dan ungroup data.

6.1.2.1 Accelerated Life Testing Ungroup Data

Pada pengolahan data accelerated life testing ungroup data, dilakukan
perhitungan untuk non parametric dan parametric. Untuk tahap non parametric,
jenis distribusi belum diketahui sehingga digunakan rumus untuk melakukan
perhitungan guna nantinya didapatkan jenis distribusi yang tepat. Untuk proses
bending bahan kawat, dibutuhkan jumlah bending mulai dari 18 hingga 42 kali hingga
membuat kawat patah. Uji keandalan dilakukan terhadap sepuluh kawat.
Berdasarkan hasil perhitungan dan plotiing, dapat diamati bahwa R(ti) dan F(ti)
merupakan invers atau kebalikan satu sama lain akibat dari rumus yang digunakan
sebelumnya. Grafik R(ti) semakin lama semakin menurun seiring bertambahnya i,
sementara grafik F(ti) semakin lama semakin meningkat. Untuk λ(t) dan f(ti), hasil
perhitungan yang ada mengalami kenaikan dan penurunan yang fluktuatif
dikarenakan adanya perbedaan jumlah bending antar kawat berikutnya. Pada kawat
pertama dilakukan 18 kali bending, yang kedua 29 kali, dan yang ketiga 26 kali.
Perbedaan ini menyebabkan failure rate fluktuatif dan menghasilkan nilai minus.
Untuk percobaan dengan bahan nylon, dIbutuhkan jumlah bending yang jauh lebih
banyak untuk nylon yaitu berkisar dari 285 hingga 500 kali hingga membuat nylon
patah. Hasil perhitungan dengan bahan nylon juga menunjukan pola yang sama
terhadap grafik R(ti), F(ti) dan λ(ti Hal ini disebabkan karena bahan dari nylon yang
jauh lebih kuat. Namun pada percobaan dengan bahan nylon, terdapat nilai yang
tidak terdefinisi pada f(ti) diakibatkan pembaginya 0. Pembaginya 0 dikarenakan
jumlah bending yang dilakukan nilainya sama secara berututan. Sehingga didapatkan
hasil MTTF yang sangat kontras diantara kedua bahan tersebut yaitu 27.8 untuk
bahan kawat dan 438.2 untuk bahan nylon.
Pada pegolahan data pada tahap parametric, jenis distribusi dari data sudah
diketahui. Jenis distribusi dari accelerated life testing ungroup data adalah bersifat
normal. Proses perhitungan dilakukan dengan bantuan software Weibull 6++ untuk
mendapatkan nilai mean dan standar deviasi. Untuk bahan kawat nilai mean dan
standar deviasi yang didapatkan adalah sebesar 27.8 dan 9.1028. Sementara untuk
bahan nylon yaitu sebesar 438 dan 85.089. Berdasarkan hasli plotting, grafik R(ti),
dan F(ti) cukup fluktuatif untuk kedua bahan tersebut berbeda dengan hasil
perhitungan non parameteric yang semakin naik dan semakin turun. Rumus yang
perhitungan yang digunakan pada parametric juga berbeda.

6.1.2.2 Accelerated Life Testing Group Data

Pengolahan data accelerated life testing untuk group data juga dilakukan
dengan dua metode, yaitu non parametrik dan parametrik. Perhitungan non
parametrik dilakukan menggunakan rumus yang tidak memperhatikan distribusi,
sedangkan perhitungan parametrik dilakukan dengan menggunakan rumus yang
diturunkan berdasarkan distribusi normal yang memiliki dua parameter, yaitu mean
dan standar deviasi.
 Penggunaan parameter dalam menghitung keandalan produk memengaruhi
persebaran data yang digambarkan oleh hasil perhitungan. Tergambar oleh grafik
bahwa perhitungan non parametrik menunjukkan pergerakan keandalan yang lebih
kaku dibandingkan dengan parametrik yang lebih halus. Hasil non parametrik
menunjukkan bahwa kecenderungan dari kedua jenis produk tidak memiliki
kesamaan, sedangkan hasil parametrik menunjukkan kecenderungan yang cukup
mirip saat pertengahan waktu pengujian. Dari kedua hasil perhitungan, keandalan
lebih terlihat tinggi apabila tidak menggunakan parameter dalam menggambarkan
hasil dari perhitungan. Namun, tentu saja penggunaan parameter dalam
menggambarkan hasil accelerated life testing yang cenderung lebih cepat
mengurangi keandalan produk untuk mendapatkan persebaran data keandalan dari
produk.

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.

6.2.1.2 Group Data

6.2.2 Accelerated Life Testing
Pada bagian ini akan dibahas mengenai hubungan antara reliability R(ti)
dengan failure rate λ(ti) untuk accelerated life testing ungroup data dan group data.
6.2.2.1 Ungroup Data
Berdasarkan hasil praktikum accelerated life testing ungroup data secara
non parametric dan parametric, hasil dari nilai R(ti) bernilai semakin kecil seiting
bertambahnya paper clip yang mengalami proses bending. Pada awalnya nilai R(ti)
bernilai satu dan terus berkurang mencapai 0 pada proses bending yang ke-10. Hal
ini dapat terjadi karena nilai reliability hanya dipengaruhi oleh nilai I saja.
Failure rate atau λ(ti) memiliki nilai yang fluktuatif bergantung pada selisih
(ti) antar proses bending. Nilai laju kerusakan ini dipengaruhi oleh nilai selisih detik
saat paper clip mengalamai failure dengan failure selanjutnya ( ti dan ti+1). Oleh
karena itu, nilai laju kerusakan bervariasi dan fluktuatif serta bisa juga dipengaruhi
oleh praktikan yang tidak konstan dalama melakukan praktikum sehingga kekuatan
bending di setiap i berbeda.
6.2.2.2 Group Data
Hasil pengolahan data non parametrik menunjukkan bahwa keandalan dari
masing-masing produk terus menurun meskipun kerusakan terjadi dalam kecepatan
yang berbeda. Kecepatan rusak dari kawat terlihat lebih cepat pada grafik sedangkan
kerusakan untuk cable tie terjadi diakhir-akhir rentang waktu. Hasil pengolahan data
parametrik diperoleh menggunakan bantuan Weibull6++ untuk mengetahui
parameter dari masing-masing material. Hasil menunjukkan bahwa keandalan kawat
lebih rendah namun dalam waktu tertentu kecepatan kerusakan cable tie meningkat
dan mengimbangi keandalan dari kawat.
Perbedaan yang terjadi dikarenakan penggunaan parameter disebabkan oleh
persebaran data. Perbedaan penggambaran dalam grafik laju kerusakan yang
dipengaruhi oleh penggunaan parameter menunjukkan fluktuasi yang lebih halus
oleh digunakannya parameter. Penggunaan grouped data menunjukkan peningkatan
kecepatan kerusakan pada cable tie yaitu di sekitar pertengahan waktu pengukuran.
Sehingga, terlihat bahwa perhitungan keduanya menunjukkan kondisi yang mirip bagi
penurunan keandalan cable tie yang mulai mengalami peningkatan laju kerusakan di
kuartal 1 waktu pengukuran. Peningkatan laju kerusakan tersebut diakibatkan oleh
metode pengujian yang lebih keras dan lebih cepat.

6.2.3 Censored Testing

Dari hasil praktikum, baik secara parametric maupun non-parametric nilai reliability
R(t) cenderung untuk turun dari waktu ke waktu. hal ini menunjukkan bahwa semakin lama
proses bending dilakukan, maka reliability dari kawat dan nylon cable ties akan semakin
menurun. Semakin turunnya reliability disebabkan oleh laju kerusakan yang semakin tinggi,
 dapat dilihat pada hasil pengolahan data menggunaka parametric dimana nilai λ(t) semakin
tinggi dari waktu ke waktu.

6.3 Analisis Perbedaan Waktu

6.4 Analisis Perbedaan Jenis Bahan
Bahan yang digunakan untuk praktikum kali ini adalah kawat tembaga dan nylon cable ties.
Kedua bahan ini merupakan bahan yang sangat berbeda. Saat dilaksanakan praktikum, bahan kawat
tembaga mudah untuk dihancurkan bila dibandingkan nylon cable ties. Dapat dilihat pada data
praktikum life testing, untuk merusak satu kawat tembaga kira-kira membutuhkan waktu 40 detik,
namun untuk merusak satu nylon cable ties dibutuhkan lebih dari 250 detik. Hal ini dikarenakan,
nylon cable ties terbuat dari nylon yang elastic dan tidak mudah untuk dihancurkan. Selain itu nylon
cable ties ini biasa digunakan untuk menjadi kunci pengamanan tas apabila lupa membawa gembok,
karena nylon cable ties ini cukup susah untuk dihancurkan. Oleh karena itu, dengan data praktikum
yang sudah tersedia, sangat wajar apabila nilaii reliability jarang mendekati 0. Bial nilai reliability
jarang mendekati 0, maka nilai ketidak andalan dan laju kerusakan pun sangat jarang untuk
mendekati 1. Namun, pada perhitungannon parametric life testing terdapat nilai ketidakandalan = 1.
Hal ini dikarenakan dalam perhitungan non parametric tidak diterapkan sebaran seperti pada
perhitungan parametric. Sehingga hasil perhitungan tidak memperhatikan apakah sebaran normal,
weibull, exponent, dan lain-lain.

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