MTTR adalah metrik yang digunakan oleh departemen pemeliharaan untuk mengukur waktu rata-rata yang diperlukan untuk menentukan penyebab dan memperbaiki peralatan yang rusak.
Setiap kali Anda melihat frasa "waktu yang berarti untuk", itu berarti Anda melihat waktu rata-rata antara dua peristiwa. Mean time to repair (MTTR) adalah metrik yang digunakan oleh departemen pemeliharaan untuk mengukur waktu rata-rata yang diperlukan untuk menentukan penyebab dan memperbaiki peralatan yang rusak. Ini memberikan gambaran tentang seberapa cepat tim pemeliharaan dapat merespons dan memperbaiki kerusakan yang tidak direncanakan. Penting untuk diingat bahwa perhitungan MTTR mempertimbangkan periode waktu antara awal kejadian hingga saat peralatan atau sistem kembali ke produksi. Ini termasuk:
Rumus MTTR tidak memperhitungkan waktu tunggu untuk suku cadang dan tidak dimaksudkan untuk digunakan untuk tugas pemeliharaan yang direncanakan atau penghentian.
MTTR, karena berkaitan dengan pemeliharaan, adalah dasar yang baik untuk mengetahui cara meningkatkan efisiensi dan membatasi waktu henti yang tidak direncanakan, sehingga menghemat uang pada intinya. Ini juga menyoroti mengapa perbaikan mungkin memakan waktu lebih lama dari biasanya, yang, jika ditangani, dapat membuat peralatan penting bekerja dengan cepat, meminimalkan pesanan yang terlewat, dan meningkatkan layanan pelanggan. Demi efisiensi, analisis MTTR memberikan wawasan tentang cara tim Anda membeli peralatan, menjadwalkan pemeliharaan, dan menangani tugas pemeliharaan.
Meskipun MTTR dianggap sebagai pemeliharaan reaktif, pelacakan MTTR memberi Anda gambaran tentang seberapa efektif dan efisien program dan tugas pemeliharaan preventif Anda. Misalnya, peralatan dengan waktu perbaikan yang lama mungkin memiliki akar penyebab yang mendasari yang berkontribusi pada kegagalan. MTTR dapat membantu Anda mulai menyelidiki akar penyebab kegagalan dan membawa Anda menuju solusi. Misalnya, jika Anda melihat MTTR meningkat pada aset tertentu, mungkin karena tugas pemeliharaan preventif tidak distandarisasi. Teknisi mungkin mendapatkan perintah kerja yang menyuruhnya untuk melumasi bagian tertentu, tetapi mungkin tidak menjelaskan pelumas mana yang akan digunakan atau berapa banyak, yang menyebabkan kegagalan peralatan lebih lanjut.
Analisis MTTR juga membantu dalam pengambilan keputusan apakah akan memperbaiki atau mengganti aset. Jika suatu peralatan membutuhkan waktu lebih lama untuk diperbaiki seiring bertambahnya usia, mungkin akan lebih ekonomis untuk menggantinya. Riwayat MTTR juga dapat digunakan untuk membantu memprediksi biaya siklus hidup peralatan atau sistem baru.
Anda akan sering mendengar "R" di MTTR digunakan secara bergantian dengan "perbaikan" dan "pemulihan." Perbedaan antara kedua istilah tersebut adalah ketika berbicara tentang waktu rata-rata untuk pemulihan, Anda tidak hanya memasukkan waktu perbaikan tetapi juga apa yang telah kami sebutkan di atas – waktu perbaikan ditambah periode pengujian dan waktu yang diperlukan untuk kembali ke pengoperasian normal. Banyak orang mendefinisikan MTTR dengan menggabungkan keduanya, seperti yang kami lakukan di atas. Satu-satunya saat Anda perlu membedakan keduanya adalah dalam konteks kontrak pemeliharaan atau perjanjian tingkat layanan (SLA). Dengan cara ini, orang tahu persis apa yang perlu mereka ukur.
Seperti yang telah kita singgung sebelumnya, rumus MTTR adalah total waktu perawatan tidak terencana dibagi dengan jumlah total perbaikan (kegagalan). MTTR paling sering diwakili dalam jam. Perlu diingat, MTTR mengasumsikan tugas dilakukan secara berurutan dan oleh personel pemeliharaan terlatih.
Contoh sederhana MTTR mungkin terlihat seperti ini:jika Anda memiliki pompa yang gagal empat kali dalam satu hari kerja dan Anda menghabiskan satu jam untuk memperbaiki setiap contoh kegagalan tersebut, MTTR Anda akan menjadi 15 menit (60 menit / 4 =15 menit) .
Contoh lain dapat melibatkan aset yang mengalami 10 pemadaman dalam periode 90 hari. Waktu pemadaman (waktu deteksi hingga aset kembali berproduksi) adalah 24, 51, 79, 56 dan 12 menit. MTTR untuk periode 90 hari ini adalah 44 menit. Itu adalah waktu rata-rata antara deteksi masalah hingga pemulihan aset.
Ada dua asumsi yang perlu diingat saat menghitung MTTR:
Dikatakan bahwa beberapa tim pemeliharaan terbaik di dunia memiliki MTTR kurang dari lima jam, tetapi hampir tidak mungkin untuk membandingkan MTTR fasilitas Anda dengan metrik lain karena jumlah variabel. MTTR bergantung pada beberapa faktor seperti jenis aset yang Anda analisis, usianya, tingkat kekritisannya, pelatihan tim pemeliharaan, dll.
Ketika berhadapan dengan sistem atau peralatan yang dapat diperbaiki, MTTR dan MTBF adalah dua metrik yang sering dianalisis dan dibandingkan ketika melihat kegagalan yang dapat mengakibatkan waktu henti yang mahal. Jadi, apa perbedaan antara keduanya? Mean time between failure (MTBF) adalah prediksi waktu antara kegagalan bawaan dari sebuah mesin selama jam operasi normal atau berapa lama sebuah peralatan beroperasi tanpa gangguan. Ini dihitung dengan mengambil total waktu aset berjalan (waktu aktif) dan membaginya dengan jumlah kerusakan yang terjadi selama periode waktu yang sama.
Analisis MTBF membantu departemen pemeliharaan menyusun strategi tentang cara mengurangi waktu di antara kegagalan. Bersama-sama, MTBF dan MTTR menentukan waktu aktif. Untuk menghitung waktu aktif sistem dengan dua metrik ini, gunakan rumus berikut:
Pertimbangkan skenario berikut:Sistem Anda seharusnya aktif dan berjalan selama 40 jam, tetapi tidak berfungsi selama 28 jam tersebut. Ini hanya tersedia selama 14 jam, dan total lima kegagalan terjadi. Dengan menggunakan rumus waktu aktif, pertama-tama kita akan menghitung MTBF dengan mengambil 40-28 / 5=34.4. Selanjutnya, kita akan menghitung MTTR dengan mengambil 28 / 5 =5.6. Jadi, untuk menghitung uptime, rumus kita akan terlihat seperti ini:
MTTR dipandang sebagai indikator kinerja utama (KPI). Oleh karena itu, tim pemeliharaan harus selalu berusaha untuk meningkatkannya. Manfaat mengurangi MTTR cukup jelas – lebih sedikit waktu henti berarti produksi yang stabil, pelanggan yang puas, dan biaya perawatan yang berkurang. Jadi, apa saja langkah yang dapat Anda ambil untuk membantu meningkatkan MTTR organisasi Anda? Tempat terbaik untuk memulai adalah memahami empat tahap MTTR dan mengambil langkah-langkah untuk menguranginya masing-masing.
Mendiagnosis penyebab kegagalan adalah aspek MTTR yang paling memakan waktu. Faktanya, 80 persen MTTR dihabiskan untuk mencari tahu apa yang menyebabkan aset atau sistem gagal. Mendokumentasikan, mengelola, dan memiliki buku besar mesin dengan hal-hal seperti jadwal perawatan, komponen yang diperbaiki/diganti, dan riwayat dari sistem pemantauan peralatan akan sangat penting untuk dapat dengan cepat mempersempit kemungkinan penyebab kegagalan. Dalam skenario kegagalan, waktu kritis hilang saat panggilan telepon dilakukan, rapat diadakan, dan diagnosis yang salah terjadi, yang menyebabkan perbaikan yang gagal.
Dalam skenario kegagalan yang sama, memiliki dokumentasi yang tepat dan riwayat aset memungkinkan Anda dengan cepat memeriksa semua faktor penyebab yang mungkin berkontribusi pada kegagalan. Manajemen dapat melihat kalender perawatan untuk melihat apakah mesin telah dirawat secara konsisten, melihat kapan mesin terakhir kali memiliki komponen yang diperbaiki atau diganti, dan memeriksa untuk melihat di mana mesin tersebut mengalami masalah di masa lalu.
Prosedur tertulis yang terperinci harus tersedia untuk semua personel pemeliharaan dan diikuti dengan tepat untuk mengurangi risiko coba-coba saat melakukan perbaikan. Prosedur memberi teknisi urutan tindakan terstruktur yang membantu meminimalkan waktu yang diperlukan untuk memperbaiki masalah.
Semua dokumentasi dan perencanaan di dunia tidak akan membantu mengurangi MTTR Anda jika teknisi Anda tidak terlatih dengan baik dengan keahlian yang tepat yang diperlukan untuk memperbaiki peralatan Anda. Menerapkan latihan pelatihan berkelanjutan dan membagikannya dengan tim sangat penting. Membahas matriks perulangan dan memperkenalkan pelajaran satu poin adalah cara yang bagus untuk melakukan ini.
Meskipun formula MTTR umumnya tidak mempertimbangkan lead time untuk suku cadang, penting untuk mengetahui bagaimana ketersediaan suku cadang mempengaruhi MTTR. Dalam disertasinya, Pendekatan terstruktur untuk pengurangan waktu rata-rata perbaikan tanur sembur D, ArcelorMittal, Afrika Selatan, Vanderbijlpark , Alex Thulani Madonsela membahas faktor manusia yang berkontribusi terhadap MTTR; salah satunya adalah suku cadang. “Ketersediaan suku cadang yang tepat waktu mempengaruhi durasi tugas pemeliharaan,” jelasnya. "Tanpa dukungan peralatan yang tepat saat dibutuhkan, pelaksanaan pemeliharaan menjadi sulit bagi personel pemeliharaan. Kurangnya suku cadang dan pengetahuan tentang di mana menemukannya berdampak negatif pada MTTR saat pemeliharaan harus dilakukan." Madonsela melanjutkan dengan merinci pendekatan untuk membantu meminimalkan MTTR dengan mengatur inventaris suku cadang.
Mungkin kesempatan terbaik bagi organisasi untuk mengurangi MTTR-nya adalah dengan menerapkan teknologi pemantauan modern. Pemantauan di tempat atau jarak jauh yang dilakukan melalui ponsel cerdas atau tablet memberi Anda pandangan 24/7 tentang bagaimana kinerja sistem Anda. Data waktu nyata ini dapat digunakan untuk melacak metrik seperti MTTR dan memungkinkan teknisi pabrik merancang rencana pemeliharaan preventif dan merencanakan kegagalan sebelumnya.
Sistem manajemen pemeliharaan terkomputerisasi (CMMS) modern membantu Anda dengan mudah melacak data seperti jam kerja yang dihabiskan untuk pemeliharaan, jumlah kerusakan, dan waktu operasional, yang digunakan untuk memantau statistik kegagalan tingkat tinggi. CMMS bahkan dapat menghitung MTTR dan MTBF secara otomatis untuk Anda. Anda mungkin pernah mendengar tentang internet of things (IoT) – interkoneksi perangkat sehari-hari ke internet. Ini sudah mengambil alih dunia konsumerisme dalam bentuk rumah pintar, karena Anda sekarang dapat mengontrol unit pemanas dan pendingin udara, lampu, dan kunci Anda semua dari ponsel cerdas Anda. Tapi ini juga merambah ke dunia industri.
Industrial internet of things (IIoT) memperkenalkan otomatisasi, analisis data waktu nyata, dan pengambilan keputusan yang cerdas ke dalam dunia manufaktur. Teknologi mesin-ke-mesin digabungkan dengan IIoT untuk menawarkan analisis data waktu nyata. Hal ini memungkinkan hal-hal seperti melacak data kegagalan secara real-time saat peralatan rusak dan secara otomatis mengumpulkan, menggabungkan, dan menganalisis data sebelum mengirim tindakan yang direkomendasikan kepada teknisi. Data kegagalan, seperti kondisi pengoperasian aset sebelum kegagalan terjadi, dan data perbaikan historis dari CMMS Anda dapat digunakan untuk perbaikan langsung. Dengan kata lain, IIoT dapat sangat mengurangi fase diagnosis yang dibahas sebelumnya, bagian MTTR yang membutuhkan waktu paling lama.
Pemeliharaan dan Perbaikan Peralatan
Mengapa Kelengkapan Segel Wajah Vakum Ideal untuk Aplikasi Semikonduktor Kemurnian Tinggi Masroor Malik, Manajer Pasar Semikonduktor, Swagelok Mengingat pengejaran industri semikonduktor tanpa henti terhadap node proses yang lebih kecil dan lebih kecil yang diperlukan untuk menghasilkan chip ya
Untuk startup, mengelola aset dan melacaknya serta mengelola operasi bukanlah tugas yang mudah. Melacak aset penting bagi lessor dan pemiliknya. Namun, di blog ini, kami akan fokus pada sudut pandang lessor. Untuk organisasi yang mengambil aset untuk disewakan atau disewakan, mereka memerlukan peran
Pompa hidrolik ini dibuat sekuat mungkin namun tetap dapat bekerja dengan lancar dan senyap. Muncul dengan gearbox G2 yang memungkinkan Anda mengontrol kecepatan pompa sehingga Anda bisa mendapatkan jumlah tekanan yang tepat yang dibutuhkan untuk aplikasi Anda. Gearbox ini juga memungkinkan pompa be
Pompa hidrolik Kawasaki KV8V adalah pompa hidrolik kecil, ringan, dan kuat yang digunakan dalam kendaraan utilitas keluarga Kawasaki Mule. Pompa hidrolik KV8V memiliki kecepatan 5600 rpm dan memiliki perpindahan 80cc. KV8V adalah perangkat mekanis berperforma tinggi, ringkas, dan ringan yang menggu
