Muhammad Rizki Fitridiansyah (1), Rusindiyanto Rusindiyanto (2)
General Background: Machine reliability is essential in modern manufacturing because unexpected breakdowns can disrupt production flow, increase downtime, and reduce operational stability. Specific Background: PT XYZ, a ceramic manufacturing company, uses an Easyline Packing Machine as a key packaging machine, but repeated failures occurred in pusher and lifting components under a corrective maintenance system. Knowledge Gap: Previous maintenance studies have focused mainly on mathematical interval calculation, while limited attention has been given to maintenance ledger quality as the basis for reliability analysis and periodic replacement decisions. Aims: This study aimed to analyze maintenance ledger data, identify critical packing machine components, calculate reliability parameters, and determine optimal periodic replacement intervals. Results: The pusher and lifting components were identified as critical components because they recorded high failure frequency and downtime contribution. Before the proposed system, pusher failure occurred 7 times with 206 minutes of downtime, while lifting failure occurred 6 times with 121 minutes of downtime. The Mean Time to Failure was 82.285 minutes for pusher and 74.600 minutes for lifting. The optimal periodic replacement interval was 51 days for pusher and 47 days for lifting. Novelty: This study positions maintenance ledger data as the decision basis for periodic replacement in packing machine maintenance. Implications: The findings support planned preventive maintenance, reduced breakdown potential, improved production stability, and more systematic machine reliability management.
Highlights:
Keywords: Breakdown, Maintenance Ledger, Mean Time To Failure (MTTF) Periodic Replacement, Preventive Maintenance
Industri manufaktur modern dituntut untuk mampu mempertahankan stabilitas proses produksi melalui sistem operasi yang efisien, adaptif, dan memiliki tingkat keandalan tinggi. Dalam lingkungan produksi dengan kapasitas besar, keberlangsungan operasi mesin menjadi faktor utama yang menentukan produktivitas perusahaan. Gangguan pada mesin produksi dapat menyebabkan penurunan output, meningkatnya biaya operasional, pemborosan waktu produksi, hingga keterlambatan pengiriman produk kepada konsumen [1]. Selain berdampak pada aspek produksi, downtime mesin juga berpengaruh terhadap efisiensi penggunaan sumber daya, kualitas produk, serta kemampuan perusahaan dalam mempertahankan daya saing industri manufaktur yang semakin kompetitif [2]. Oleh karena itu, perusahaan perlu menerapkan strategi pemeliharaan yang terencana dan berbasis data guna menjaga kontinuitas operasional mesin produksi.
Dalam sistem manufaktur modern, mesin packing memiliki peran yang sangat penting karena berada pada tahap akhir proses produksi sebelum produk dikirim kepada pelanggan. Mesin packing tidak hanya berfungsi sebagai alat pengemasan, tetapi juga berperan dalam menjaga kualitas, keamanan, dan konsistensi produk selama proses distribusi [3]. Ketika terjadi gangguan pada mesin packing, aliran produksi dapat terhambat sehingga menimbulkan penumpukan produk setengah jadi, peningkatan waktu tunggu, serta terganggunya target produksi perusahaan. Kondisi tersebut menunjukkan bahwa reliability mesin packing menjadi salah satu faktor penting dalam mendukung efektivitas sistem produksi secara keseluruhan [4].
PT XYZ merupakan perusahaan manufaktur keramik yang menggunakan Easyline Packing Machine sebagai mesin utama dalam proses pengemasan produk. Mesin ini dioperasikan secara terus-menerus untuk memenuhi kebutuhan produksi yang cukup tinggi. Berdasarkan data maintenance ledger tahun 2025, masih ditemukan beberapa kerusakan yang terjadi berulang pada mesin packing, terutama pada komponen pusher dan lifting. Kerusakan tersebut menyebabkan downtime produksi dengan durasi yang berbeda-beda dan berdampak langsung terhadap efektivitas kegiatan operasional perusahaan.
Frekuensi kerusakan yang tinggi pada komponen tertentu menunjukkan adanya indikasi penurunan tingkat keandalan mesin akibat faktor usia peralatan, beban kerja yang tinggi, serta belum optimalnya sistem pemeliharaan yang diterapkan perusahaan. Selama ini, metode pemeliharaan yang digunakan masih didominasi oleh corrective maintenance, yaitu tindakan perbaikan yang dilakukan setelah mesin mengalami kerusakan [5]. Pendekatan tersebut menyebabkan perusahaan sulit mengontrol downtime, meningkatkan biaya perbaikan mendadak, serta menurunkan efektivitas proses produksi. Selain itu, corrective maintenance sering kali mengakibatkan penghentian proses produksi secara tidak terencana sehingga perusahaan mengalami kerugian akibat hilangnya waktu produksi dan meningkatnya biaya pemeliharaan [6].
Untuk mengatasi permasalahan tersebut, perusahaan membutuhkan strategi preventive maintenance yang lebih sistematis dan berbasis data historis kerusakan mesin. Salah satu sumber informasi yang berperan penting dalam sistem pemeliharaan adalah maintenance ledger. Dokumen ini memuat riwayat aktivitas perawatan mesin, seperti waktu terjadinya kerusakan, lama proses perbaikan, komponen yang mengalami kegagalan, serta tindakan perbaikan yang telah dilakukan [7]. Informasi tersebut dapat dimanfaatkan sebagai dasar untuk mengevaluasi tingkat keandalan mesin sekaligus mendukung penyusunan strategi pemeliharaan yang lebih efektif dan terencana.
Melalui maintenance ledger, perusahaan dapat menghitung berbagai parameter reliability seperti Mean Time to Failure (MTTF), Mean Time Between Failure (MTBF), dan failure rate untuk mengetahui pola kerusakan mesin secara kuantitatif [8]. Nilai reliability tersebut kemudian digunakan sebagai dasar dalam menentukan interval periodic replacement. Metode periodic replacement dilakukan dengan mengganti komponen mesin pada interval tertentu sebelum terjadi kegagalan total sehingga risiko breakdown mendadak dapat ditekan [9]. Pendekatan ini dinilai lebih efektif dibandingkan corrective maintenance karena perusahaan dapat merencanakan aktivitas penggantian komponen secara terjadwal dan mengurangi downtime tidak terencana.
Penerapan periodic replacement juga memberikan manfaat terhadap peningkatan availability mesin, efisiensi biaya pemeliharaan, dan stabilitas proses produksi. Penelitian sebelumnya menunjukkan bahwa penerapan Reliability Centered Maintenance (RCM) dan preventive maintenance mampu meningkatkan keandalan mesin sekaligus menurunkan downtime produksi secara signifikan [10]. Selain itu, penggunaan data historis pemeliharaan terbukti dapat membantu perusahaan dalam menentukan jadwal penggantian komponen yang lebih optimal dan sesuai dengan kondisi aktual mesin [11].
Meskipun demikian, sebagian besar penelitian terdahulu lebih berfokus pada pendekatan matematis dalam menentukan interval pemeliharaan dan belum banyak membahas pentingnya kualitas maintenance ledger sebagai dasar pengambilan keputusan pemeliharaan [12]. Padahal, keakuratan dan kelengkapan data maintenance sangat memengaruhi hasil analisis reliability serta efektivitas kebijakan periodic replacement yang diterapkan perusahaan. Maintenance ledger yang tidak terdokumentasi dengan baik dapat menyebabkan kesalahan dalam menentukan interval penggantian komponen sehingga risiko breakdown tetap tinggi.
Berdasarkan kondisi tersebut, penelitian ini dilakukan untuk menganalisis maintenance ledger sebagai dasar penerapan periodic replacement guna mengurangi breakdown pada mesin packing di PT XYZ. Penelitian ini diharapkan mampu memberikan kontribusi dalam pengembangan sistem preventive maintenance berbasis reliability sehingga perusahaan dapat meningkatkan keandalan mesin, mengurangi downtime produksi, dan meningkatkan efisiensi operasional secara berkelanjutan.
Penelitian ini dilakukan di PT XYZ yang berlokasi tepatnya di Jawa Timur, Penelitian ini dimulai pada bulan September 2025 hingga seluruh data yang digunakan dapat terpenuhi dengan sempurna.
Proses pemecahan masalah serta tahapan penelitian pada studi ini dijelaskan melalui flowchart yang disajikan pada Gambar 1.
Figure 1.
Figure 2. Langkah-Langkah Pemecahan Masalah
Langkah-langkah yang dilakukan dalam pemecahan masalah pada penelitian ini dapat dijelaskan sebagai berikut:
1. Studi Lapangan
Tahap awal penelitian dilakukan dengan studi lapangan secara langsung pada objek penelitian untuk mengetahui kondisi aktual mesin, proses perawatan, serta permasalahan yang terjadi pada sistem produksi. Observasi dilakukan guna memperoleh informasi terkait frekuensi kerusakan mesin, downtime, dan aktivitas maintenance yang berlangsung di perusahaan.
2. Studi Literatur
Pada tahap ini dilakukan pengumpulan referensi yang berkaitan dengan penelitian, seperti teori mengenai maintenance, reliability, preventive maintenance, periodic replacement, MTBF, MTTF, serta metode analisis kerusakan mesin. Literatur diperoleh dari jurnal, buku, artikel ilmiah, dan penelitian terdahulu yang relevan.
3. Perumusan Masalah
Berdasarkan hasil studi lapangan dan studi literatur, dilakukan identifikasi terhadap permasalahan utama yang terjadi pada mesin produksi, khususnya tingginya frekuensi kerusakan dan downtime mesin yang menyebabkan terganggunya proses produksi.
4. Penentuan Tujuan Penelitian
Tahap ini bertujuan untuk menentukan sasaran penelitian yang ingin dicapai, yaitu menganalisis tingkat keandalan mesin serta menentukan interval penggantian komponen yang optimal guna mengurangi breakdown dan downtime mesin.
5. Identifikasi Variabel Operasional
Pada tahap ini dilakukan penentuan variabel penelitian yang terdiri dari variabel bebas dan variabel terikat. Variabel bebas meliputi maintenance ledger, sedangkan variabel terikat meliputi frekuensi kerusakan mesin, total downtime, dan Mean Time Between Failure (MTBF).
6. Pengumpulan Data
Pengumpulan data dilakukan melalui data primer dan data sekunder yang diperoleh dari perusahaan. Data yang dikumpulkan meliputi:
a. Data komponen mesin forming packing
b. Data downtime mesin
c.. Data historis kerusakan mesin
d. Data jam operasi mesin
f. Data penggantian komponen
Data tersebut digunakan sebagai dasar dalam analisis reliability dan penentuan interval penggantian komponen.
7. Identifikasi Komponen Kritis
Tahap ini dilakukan untuk menentukan komponen mesin yang paling sering mengalami kerusakan dan menyebabkan downtime tertinggi. Identifikasi dilakukan berdasarkan data breakdown dan data downtime mesin sehingga diperoleh komponen kritis yang memerlukan prioritas penanganan.
8. Analisis Reliability
Pada tahap ini dilakukan analisis keandalan terhadap komponen kritis menggunakan data interval kerusakan dan data waktu perbaikan. Analisis reliability bertujuan untuk mengetahui tingkat keandalan komponen selama periode operasi tertentu.
9. Penentuan Interval Periodic Replacement
Berdasarkan hasil analisis reliability, dilakukan penentuan interval penggantian komponen secara periodik menggunakan parameter:
a. Mean Time Between Failure (MTBF)
b. Mean Time To Failure (MTTF)
c. Mean Time To Repair (MTTR)
d. Failure Rate
f. Pola kegagalan komponen
Tahap ini bertujuan untuk menentukan waktu penggantian komponen yang optimal sebelum terjadi kerusakan.
10. Evaluasi Penurunan Breakdown
Setelah interval penggantian ditentukan, dilakukan evaluasi terhadap penurunan breakdown mesin. Evaluasi dilakukan dengan membandingkan kondisi sebelum dan sesudah penerapan usulan periodic replacement, sehingga dapat diketahui estimasi penurunan breakdown dan downtime mesin.
11. Hasil dan Pembahasan
Pada tahap ini dilakukan pembahasan hasil analisis yang telah diperoleh, meliputi tingkat reliability komponen, interval penggantian optimal, serta dampak penerapan metode periodic replacement terhadap penurunan breakdown mesin.
12. Kesimpulan dan Saran
Tahap akhir penelitian berupa penyusunan kesimpulan berdasarkan hasil penelitian yang telah dilakukan serta pemberian saran untuk perusahaan maupun penelitian selanjutnya agar sistem perawatan mesin dapat berjalan lebih optimal.
Hasil dan Pembahasan
A. Pengumpulan Data
Sebelum dilakukan proses analisis reliability dan penentuan interval periodic replacement, terlebih dahulu dilakukan pengumpulan data historis kerusakan mesin Easyline Packing selama periode Januari 2025 hingga Desember 2025. Data tersebut diperoleh dari maintenance ledger perusahaan yang memuat informasi mengenai jenis komponen yang mengalami kerusakan, frekuensi breakdown, serta durasi downtime yang terjadi selama proses produksi. Ringkasan data kerusakan komponen mesin dapat dilihat pada Tabel 1.
Tabel 1. Komponen Mesin Easyline Packing
Tabel 2 menunjukkan data historis breakdown mesin Easyline Packing yang meliputi waktu downtime dan komponen yang mengalami kerusakan selama periode pengamatan. Data tersebut digunakan sebagai input dalam analisis keandalan mesin dan penentuan periodic replacement.
Tabel 2. Data Waktu Kerusakan dan Perbaikan Mesin
Tabel 3 menunjukkan riwayat kerusakan komponen pada mesin Easyline Packing berdasarkan maintenance ledger perusahaan selama periode pengamatan. Informasi mengenai jenis kerusakan pada masing-masing sparepart digunakan sebagai dasar untuk menganalisis penyebab breakdown dan menentukan prioritas tindakan preventive maintenance pada komponen kritis mesin.
Tabel 3. Data Kerusakan Komponen Mesin
Tabel 4 menunjukkan hasil rekapitulasi data waktu antar kerusakan (Time to Failure) dan waktu perbaikan (Time to Repair) pada komponen pusher mesin Easyline Packing. Data ini digunakan untuk menghitung parameter keandalan mesin seperti MTTF, MTBF, dan failure rate dalam proses penentuan kebijakan periodic replacement.
Tabel 4. Data TTF (Time to Failure) dan TTR (Time To Repair) Komponen Pusher
Tabel 5 menunjukkan hasil rekapitulasi data Time to Failure (TTF) dan Time to Repair (TTR) pada komponen lifting berdasarkan data historis maintenance ledger perusahaan. Informasi tersebut digunakan sebagai dasar dalam perhitungan parameter reliability dan evaluasi kebijakan preventive maintenance pada mesin Easyline Packing.
Tabel 5. Data TTF (Time to Failure) dan TTR (Time To Repair) Komponen Lifting
Tabel 6 menunjukkan distribusi 1 menunjukkan hasil pengujian distribusi terhadap waktu downtime komponen (Time to Repair atau TTR), sedangkan Distribusi 2 menunjukkan pengujian distribusi terhadap interval waktu antar kerusakan komponen (Time to Failure atau TTF).
Tabel 6. Hasil Uji Distribusi
Hasil pengujian distribusi pada Tabel 4 memperlihatkan bahwa data kerusakan pada komponen pusher dan lifting paling sesuai dimodelkan menggunakan distribusi Weibull karena distribusi ini mampu merepresentasikan karakteristik kegagalan komponen secara lebih adaptif terhadap kondisi operasi mesin di lapangan [13]. Distribusi Weibull memiliki dua parameter penting, yaitu shape parameter (β) dan scale parameter (η), di mana nilai β digunakan untuk menggambarkan kecenderungan laju kerusakan, sedangkan η menunjukkan estimasi umur karakteristik komponen sebelum tingkat kegagalannya meningkat [14]. Berdasarkan hasil perhitungan, seluruh nilai β pada kedua komponen berada di atas satu, yaitu sebesar 1,47968 dan 2,71027 pada pusher, serta 8,82895 dan 4,93145 pada lifting. Nilai tersebut mengindikasikan bahwa pola kerusakan yang terjadi termasuk kategori wear out failure, yaitu kegagalan akibat penurunan kondisi komponen karena pemakaian terus-menerus dalam proses produksi [15]. Kondisi ini menunjukkan bahwa semakin lama waktu operasi mesin, maka probabilitas terjadinya kerusakan juga semakin meningkat [16]. Sementara itu, nilai η yang diperoleh menunjukkan bahwa setiap komponen memiliki batas umur operasi tertentu sebelum memasuki fase degradasi yang lebih tinggi [17]. Dengan demikian, kerusakan yang terjadi pada mesin packing tidak bersifat acak, tetapi dipengaruhi oleh faktor keausan dan penurunan performa komponen selama digunakan secara kontinu [18]. Penggunaan distribusi Weibull dalam penelitian ini dipandang lebih tepat dibandingkan distribusi normal maupun eksponensial karena distribusi normal mengasumsikan data bersifat simetris, sedangkan distribusi eksponensial menganggap tingkat kerusakan selalu konstan [19]. Karakteristik tersebut tidak sesuai dengan kondisi aktual mesin packing yang menunjukkan peningkatan laju kegagalan seiring bertambahnya umur operasi komponen. Oleh sebab itu, distribusi Weibull dinilai lebih efektif untuk mendukung analisis reliability dan penentuan interval periodic replacement agar jadwal penggantian komponen dapat dilakukan secara lebih akurat dan terencana [20].
Berdasarkan analisis maintenance ledger dan histori kerusakan pada mesin packing, diketahui bahwa komponen pusher dan lifting merupakan komponen paling kritis karena memiliki frekuensi kerusakan dan kontribusi downtime tertinggi, sehingga diperlukan evaluasi lebih lanjut untuk mengetahui faktor penyebab terjadinya breakdown secara berulang [21]. Untuk mengidentifikasi sumber permasalahan tersebut, digunakan metode fishbone diagram (cause and effect diagram) yang mengelompokkan penyebab kerusakan ke dalam aspek manusia, mesin, metode, material, dan lingkungan sebagai dasar dalam penyusunan strategi pemeliharaan yang lebih efektif guna meningkatkan reliability mesin dan menekan downtime produksi [22].
1. Komponen Lifting
Figure 3. Diagram Fishbone Komponen Lifting
Berdasarkan diagram fishbone, kerusakan komponen lifting dipengaruhi oleh beberapa faktor, yaitu mesin, material, man, metode, dan environment. Dari sisi mesin, kerusakan disebabkan oleh umur komponen yang mendekati limit pemakaian, set up mesin yang tidak sesuai dengan operasional, serta keausan pada belt dan transmisi. Dari sisi material, kurangnya pelumasan pada bagian gesekan dan keausan material komponen mempercepat terjadinya kerusakan. Dari sisi man, operator kurang teliti dalam memonitor kondisi mesin, keterlambatan mendeteksi kerusakan, serta inspeksi rutin yang belum optimal turut menjadi penyebab kerusakan komponen. Dari sisi metode, maintenance masih bersifat corrective maintenance dan belum terdapat jadwal penggantian komponen secara terencana sehingga perbaikan dilakukan setelah terjadi kerusakan. Selain itu, dari sisi environment, area mesin yang kurang bersih dan adanya debu produksi menyebabkan kinerja komponen menurun dan mempercepat keausan pada komponen lifting.
2. Komponen Pusher
Figure 4. Diagram Fishbone Komponen Lifting
Berdasarkan diagram fishbone, kerusakan komponen pusher dipengaruhi oleh beberapa faktor, yaitu mesin, material, man, metode, dan environment. Dari sisi mesin, kerusakan terjadi akibat beban berlebih, set up mesin yang tidak sesuai dengan operasional, serta keausan pada belt dan transmisi. Dari sisi material, kurangnya pelumasan pada bagian gesekan dan rendahnya kualitas material komponen menyebabkan komponen lebih cepat mengalami kerusakan. Dari sisi man, operator kurang teliti dalam memonitor kondisi mesin, keterlambatan dalam mendeteksi kerusakan mesin, serta inspeksi rutin yang belum optimal turut memengaruhi terjadinya kerusakan komponen. Dari sisi metode, belum adanya jadwal penggantian komponen dan identifikasi masalah yang tidak berjalan dengan baik menyebabkan kerusakan tidak dapat dicegah lebih awal. Selain itu, dari sisi environment, area mesin yang tidak bersih dan adanya serpihan barang jadi di sekitar mesin dapat mengganggu kinerja komponen sehingga mempercepat terjadinya kerusakan pada komponen pusher.
Setelah dilakukan perhitungan parameter keandalan seperti Mean Time To Failure (MTTF), Mean Time To Repair (MTTR), Mean Time Between Failure (MTBF), dan failure rate, tahapan berikutnya adalah menentukan interval periodic replacement pada komponen kritis mesin packing, yaitu pusher dan lifting, karena kedua komponen tersebut memiliki tingkat kerusakan yang tinggi serta berpengaruh besar terhadap peningkatan downtime produksi [23]. Penentuan interval penggantian dilakukan menggunakan pendekatan preventive maintenance, yaitu dengan menjadwalkan penggantian komponen sebelum mencapai rata-rata waktu kegagalan agar potensi unexpected failure dapat ditekan dan kestabilan proses produksi tetap terjaga [24]. Dalam implementasinya, interval penggantian komponen umumnya ditetapkan berdasarkan persentase tertentu dari nilai MTTF sebagai batas aman operasi komponen, sehingga penggantian dapat dilakukan sebelum komponen memasuki kondisi kritis [25]. Oleh sebab itu, penelitian ini menetapkan interval penggantian sebesar 90% dari nilai MTTF masing-masing komponen sebagai langkah preventif untuk meningkatkan reliability mesin sekaligus menjaga efisiensi biaya pemeliharaan [26].
1. Komponen Pusher
Berdasarkan hasil analisis reliability, diketahui bahwa nilai MTTF komponen pusher sebesar 82,285 menit. Maka interval periodic replacement komponen pusher adalah:
Jika dikonversi ke dalam satuan hari:
Dengan demikian, interval penggantian berkala yang diusulkan untuk komponen pusher adalah setiap 51 hari. Interval ini dipilih agar komponen diganti sebelum mencapai rata-rata waktu kegagalan, sehingga potensi kerusakan mendadak dapat ditekan.
2. Komponen Lifting
Berdasarkan hasil analisis reliability, diketahui bahwa nilai MTTF komponen Lifting sebesar 74,600 menit. Maka interval periodic replacement komponen Lifting adalah:
Dengan demikian, interval penggantian berkala yang diusulkan untuk komponen lifting adalah setiap 47 hari.
Tabel 7 menunjukkan hasil analisis reliability berupa nilai Mean Time to Failure (MTTF) serta usulan interval periodic replacement pada komponen pusher dan lifting. Data tersebut digunakan untuk menentukan waktu penggantian komponen yang optimal guna meningkatkan keandalan mesin dan meminimalkan downtime produksi.
Tabel 7. Waktu Optimal Periodic Replacement
Tabel 8 menunjukkan jadwal usulan pergantian komponen pusher yang disusun berdasarkan hasil perhitungan interval periodic replacement. Penjadwalan tersebut bertujuan untuk meningkatkan keandalan mesin serta meminimalkan downtime akibat kerusakan komponen selama proses operasional berlangsung.
Tabel 8. Jadwal Usulan Pergantian Komponen Pusher
Tabel 9 menunjukkan usulan jadwal pergantian komponen lifting yang disusun berdasarkan interval periodic replacement yang telah ditentukan. Penjadwalan ini bertujuan untuk menjaga tingkat keandalan komponen serta meminimalkan downtime tidak terencana pada proses produksi.
Tabel 9. Jadwal Usulan Pergantian Komponen Lifting
Setelah dilakukan penentuan interval penggantian komponen menggunakan metode periodic replacement, tahap berikutnya adalah melakukan evaluasi terhadap usulan perbaikan untuk mengetahui efektivitas penerapannya dalam mengurangi frekuensi breakdown dan downtime pada mesin packing. Evaluasi dilakukan dengan membandingkan kondisi sebelum dan sesudah penerapan jadwal penggantian komponen yang disusun berdasarkan data historis kerusakan pada maintenance ledger serta hasil analisis keandalan komponen. Sebelum usulan diterapkan, sistem pemeliharaan pada mesin packing masih menggunakan pendekatan corrective maintenance, sehingga tindakan perbaikan baru dilakukan setelah terjadi kerusakan dan mengakibatkan downtime yang tidak terencana. Berdasarkan data kerusakan selama periode Januari–Desember 2025, komponen pusher dan lifting tercatat sebagai komponen yang paling sering mengalami gangguan sehingga dikategorikan sebagai komponen kritis. Oleh karena itu, diterapkan metode periodic replacement sebagai usulan perbaikan guna mengurangi frekuensi kerusakan serta meningkatkan keandalan mesin packing. Perbandingan kondisi kerusakan komponen sebelum penerapan periodic replacement disajikan pada tabel berikut. Tabel 10 menampilkan rekapitulasi frekuensi kerusakan dan total downtime pada komponen pusher dan lifting sebagai komponen kritis pada mesin Easyline Packing. Data tersebut digunakan sebagai dasar evaluasi dalam menentukan prioritas tindakan preventive maintenance dan penerapan periodic replacement.
Tabel 10. Perbandingan Kondisi Kerusakan Komponen
Tabel 11 menyajikan perbandingan kondisi kerusakan komponen sebelum dan sesudah penerapan periodic replacement pada mesin Easyline Packing. Perbandingan tersebut meliputi frekuensi kerusakan, total downtime, dan sistem pemeliharaan yang digunakan untuk mengevaluasi efektivitas usulan preventive maintenance dalam mengurangi breakdown mesin.
Tabel 11. Perbandingan Kondisi Kerusakan Komponen Sebelum dan Sesudah Usulan
Berdasarkan hasil penelitian yang telah dilakukan, diketahui bahwa komponen pusher dan lifting merupakan komponen kritis pada mesin packing karena memiliki frekuensi kerusakan dan kontribusi downtime yang tinggi. Hasil analisis fishbone menunjukkan bahwa faktor machine dan method menjadi penyebab utama kerusakan akibat keausan komponen dan sistem pemeliharaan yang masih bersifat corrective maintenance. Selain itu, hasil perhitungan parameter keandalan menunjukkan nilai Mean Time To Failure (MTTF) sebesar 82,285 menit untuk komponen pusher dan 74,600 menit untuk komponen lifting, sehingga diperoleh interval periodic replacement optimal selama 51 hari untuk pusher dan 47 hari untuk lifting. Penerapan periodic replacement terbukti mampu mengurangi potensi downtime, meningkatkan kestabilan proses produksi, serta menjadikan sistem pemeliharaan lebih preventif dan terencana. Oleh karena itu, pendekatan analisis keandalan dan periodic replacement dinilai efektif dalam meningkatkan kinerja pemeliharaan dan mendukung kelancaran proses produksi di PT XYZ.
Penulis mengucapkan terima kasih kepada PT XYZ, khususnya bagian maintenance dan produksi, atas izin penelitian, dukungan data maintenance ledger, serta bantuan selama proses pengumpulan data kerusakan dan downtime mesin Easyline Packing. Dukungan tersebut sangat membantu dalam proses analisis reliability dan penyusunan usulan periodic replacement pada penelitian ini.
F. Fathurohman and S. Triyono, “RCM (Reliability Centered Maintenance): The Implementation in Preventive Maintenance (Case Study in an Expedition Company),” Ekomabis: Jurnal Ekonomi Manajemen Bisnis, vol. 1, no. 2, pp. 197–212, 2020, doi: 10.37366/ekomabis.v1i02.29.
Y. Liu, H. Zhang, and T. Wang, “Reliability-Centered Preventive Maintenance Optimization Considering Time-Varying Failure Rates,” Symmetry, vol. 16, no. 1, pp. 1–18, 2023, doi: 10.3390/sym16010016.
R. M. Simanungkalit, S. Suliawati, and T. Hernawati, “Analisis Penerapan Sistem Perawatan Menggunakan Metode Reliability Centered Maintenance pada Cement Mill,” Blend Sains Jurnal Teknik, vol. 2, no. 1, pp. 72–83, 2023.
X. Yang, J. Li, and Y. Zhao, “Mission Reliability-Centered Maintenance Approach Based on Quality Stochastic Flow,” Eksploatacja i Niezawodność – Maintenance and Reliability, vol. 24, no. 1, pp. 45–56, 2022. Available: https://ein.org.pl/Mission-Reliability-Centered-Maintenance-Approach-Based-on-Quality-Stochastic,176629,0,2.html
A. B. Sulistyo and S. Muhlis, “Optimasi Perawatan Mesin Overhead Crane dengan Metode Reliability Centered Maintenance (RCM) dan FMEA,” Jurnal InTent, vol. 5, no. 2, pp. 27–35, 2022.
A. Benhanifia, “Systematic Review of Predictive Maintenance Practices in Manufacturing Industry,” Results in Engineering, vol. 21, 2025, doi: 10.1016/j.rineng.2025.101115.
N. M. Hidayatulloh and T. Sukmono, “Determination of Production Instrumentation Equipment Maintenance Intervals in the Paper Industry,” PROZIMA, vol. 4, no. 1, pp. 23–31, 2021, doi: 10.21070/prozima.v4i1.1270.
I. Ramadhan and W. Widiasih, “Analisis Penggantian dan Perawatan pada Papermachine Bagian Wire dan Dryer Menggunakan Metode Reliability Centered Maintenance dan Age Replacement pada PT X,” Jurnal Tekstil dan Manajemen Industri, vol. 6, no. 1, pp. 1–14, 2023.
P. Rokhforoz and O. Fink, “Distributed Joint Dynamic Maintenance and Production Scheduling in Manufacturing Systems,” Journal of Manufacturing Systems, vol. 59, pp. 541–556, 2021, doi: 10.1016/j.jmsy.2021.03.011.
I. L. Kusminah, A. N. Rachmat, and D. A. Nurjanah, “Optimizing Small Excavator Maintenance Activity Planning Using Reliability-Centered Maintenance (RCM) Method II,” International Journal of Marine Engineering Innovation and Research, vol. 9, no. 1, pp. 208–217, 2024, doi: 10.12962/j25481479.v9i1.18879.
M. A. Bhatti, “Reliability-Centered Maintenance Strategies in Mechanical Systems and Their Impact on Operational Performance,” RME Journal, vol. 3, no. 2, pp. 55–68, 2025.
I. Ramadhan, “Optimalisasi Efektivitas Preventive Maintenance Berbasis Reliability,” Jurnal Integrasi Sistem Industri, vol. 8, no. 2, pp. 88–97, 2024.
H. Prasetyo and A. Nugroho, “Analysis of Machine Downtime Using Reliability and Maintenance Ledger Approach in Manufacturing Industry,” Jurnal Teknik Industri, vol. 25, no. 2, pp. 115–124, 2023.
D. P. Sari and F. Rahman, “Implementation of Fishbone Diagram for Root Cause Analysis in Preventive Maintenance Systems,” International Journal of Industrial Engineering and Management, vol. 14, no. 1, pp. 44–53, 2024.
J. Wang, X. Li, and Y. Chen, “Preventive Maintenance Optimization Based on Reliability Analysis in Manufacturing Systems,” Journal of Manufacturing Systems, vol. 60, pp. 287–296, 2021, doi: 10.1016/j.jmsy.2021.05.012.
A. Pramono and D. Setiawan, “Optimization of Periodic Replacement Policy Using Mean Time To Failure Approach in Industrial Machinery,” Jurnal Teknik Industri, vol. 24, no. 3, pp. 155–164, 2022.