Pemilihan Metode Terbaik Dalam Pendugaan Parameter Distribusi Weibull Pada Analisis Reliabilitas kasus Interval Kerusakan yang Tidak Tetap dengan Waktu Kerusakan yang Tidak Diketahui
| Main Author: | RomziFuad |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2009
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152096/1/050901597.pdf http://repository.ub.ac.id/152096/ |
Daftar Isi:
- Reliabilitas merupakan suatu probabilitas di mana komponen akan berfungsi sesuai dengan spesifikasi waktu dan kondisi yang telah ditentukan. Dalam analisis reliabilitas, distribusi Weibull merupakan salah satu distribusi yang banyak digunakan untuk memodelkan suatu fenomena kerusakan. Pada dasarnya pengamatan fenomena kerusakan suatu komponen terbagi menjadi dua, yaitu saat interval kerusakan ditetapkan dan saat interval kerusakan tidak ditetapkan oleh bagian maintenance . Terdapat suatu kondisi di mana waktu kerusakan suatu komponen tidak dapat diketahui apabila tidak dapat diamati secara langsung. Dengan mengkaitkan dua hal tersebut, maka timbul suatu permasalahan bagaimana menduga parameter distribusi Weibull pada kasus interval kerusakan yang tidak tetap dengan waktu kerusakan tidak diketahui. Metode pendekatan pendugaan parameter distribusi Weibull yang akan dibahas adalah metode Piecewise Linear Distribution Function (PLDF), metode Average Interval Failure Rate (AIFR) dan metode Sequential Updating of The Distribution Function (SUDF). Proses simulasi dilakukan sebanyak 1000 iterasi menggunakan spesifikasi parameter a = 100;1000 dan parameter b = 0,9;1;2;3;4. Berdasarkan hasil yang diperoleh, metode PLDF dapat digunakan pada keadaan Burn-In Period dan Useful Life Period , metode AIFR dapat digunakan pada keadaan Wear-Out Period sedangkan metode SUDF dapat digunakan pada ketiga keadaan tersebut. Berdasarkan hasil MSEa dan MSEb terkecil, persentase kesesuaian hasil simulasi tertinggi, persentase ketidaksesuaian hasil simulasi terendah, hasil simulasi yang bersifat exact-estimate dan relatif tidak beragam pada 10 spesifikasi data penelitian, metode SUDF merupakan metode pendekatan yang lebih baik digunakan dibandingkan dengan metode PLDF dan AIFR.