Kalau kita menganalisa Reliability suatu alat (bukan hanya instrument) atau bahkan system pada suatu plant, data yang paling akurat adalah data historical dari alat atau komponen system itu sendiri yang terpasang di plant karena merepresentasikan keadaan operasional alat atau system tersebut. Kalau kita mengambil data dari ISA, OREDA dan sebagainya, hasilnya bisa jadi lebih baik atau lebih buruk. Yang patut diingat, data pada ISA dan OREDA adalah data statistik rata2 dari alat yang dianggap identik jenis dan tipe-nya. Kalau memang belum ada data lapangan, it’s ok memakai data dari ISA dan OREDA. Kalau ada yah lebih baik digunakan.

Tanya – yudha wastu

Pak/bu saya Yudha mahasiswa ITS tingkat akhir.

Mohon bantuan, apakah bapak atau ibu punya sampel (contoh) data2 kegagalan tentang instrumen berikut :

1. Pressure Transmitter

2. Differensial Pressure Transmitter

3. Relay

4. PLC

Data kegagalan yang saya maksud adalah data tanggal-tanggal tentang terjadinya fail pada instrumen di atas (occurance date) dan data tanggal-tanggal instrumen tersebut selesai diperbaiki (repair date).
Data ini untuk kelancaran skripsi saya. tema skripsi yang saya angkat adalah tentang RELIABILITY.
Jadi saya harus punya sampel data2 kapan instrumen tersebut gagal beroperasi hingga mulai beroperasi lagi.
Mohon bantuannya. Terimakasih.

Tanggapan 1 – ali topan

Mas Yudha

Coba mas Yudah komunikasi dengan Pak Yusuf Prijono, dia di Instrument Department perusahaan petrokimia di Jawa Timur siapa tau bisa membantu, beliau juga alumni Teknik Fisika ITS.

Tanggapan 2 – nugroho adi

Dear Mas Yudha

Saya ada sedikit bahan mengenai Reliability dari OREDA (Offshore Reliability Data) disusun oleh NPD dan OLF Norway.

Di sini (Norway) biasanya data2 history tersebut dijadikan benchmark untuk reliability offshore
processing equipment. Namun sepertinya Instrumen kurang dibahas dengan detail (untuk OREDA yang saya punyai). Mungkin bisa via japri ke saya.

Tanggapan 3 – TRB

Meneliti reliabiliti instrumentasi akan lebih bijak/sesuai untuk tujuan menganalisa reliabiliti stategi kontrol yang didesign pada PFD atau P&ID, untuk memilih stategi mana yang paling aman bila terjadi kemungkinan2 gagal pada rangkaian keseluruhan instrumen.

Kenyataan dilapangan jarang sekali melakukan reparasi pada instrumen dengan kata lain begitu rusak ganti dengan sparepart yang baru, dengan alasan effort yg diberikan untuk repair takkan sepadan dengan hasil atau penghematan biaya yg bisa didapat, belum lagi kemungkinan penurunan performance atau bahkan gagal. Kalau equpment besar misalnya HE leakage, fouling pada boiler, dll..tentu perlu perawatan secara preventif ataupun prediktif..
Sehingga sulit mencari data failure time dan maintenance time untuk individual intrument. Walaupun data itu ada, sangat kurang valid karena sangat relative kepada merk, tipe, letak pemasangan, pemilihan spec awal, dll.

Apa yg bisa dilakukan atau diteliti adalah ambil data reliabiliti dari ISA sebagai standar untuk intrumentasi (sudah ada tabelnya) dan telitilah reliability dari sistem yg ada dan bandingkan dengan sistem yang diajukan/propose. Mengapa demikian, karena menganalisa reliabiiti sistem instrumentasi dari plant tertentu dengan data plant itu sendiri kurang bermanfaat, disebabkan data yg relatif kurang valid diatas, dan kalau kita mengamati sebuah output dari sistem (variabel respon) maka kita harus memberikan/menjaga variabel yang bukan input selalu konstan. Lebih jelasnya output adalah reliabiliti, input adalah rangkaian intrumentasi yang di pelajari dan sepatutnya setiap komponen intrumentasi misalnya transmiter, relay, controler, I/P, control valve, dll mempunyai harga reliabiliti individu yang sama.

Selamat berkarya, sukses setia menunggu kita, tinggal kita hampiri saja.
Mhn maaf bila ada yang kurang berkenan.

Tanggapan 4 – Arief Rahman Thanura

Lho ….. bukan-nya data yang paling valid adalah dari Plant itu sendiri (Maintenance record) karena kondisi-nya yang paling me-representasi-kan keadaan operasi barang tersebut nantinya. Mengatakan data ISA paling representative bisa sangat-sangat misleading lho .

Tanggapan 5 – Crootth Crootth

Akur sangat Mas Arief

Barulah kalau plant nya ga punya data bolehlah refer ke yang lain, setahu saya ISA tidak merilis data resmi reliability… ntah kalau ahni punya…

Tanggapan 6 – Adha Novriansyah

Setuju dengan mas Arief. Kalau kita menganalisa Reliability suatu alat (bukan hanya instrument) atau bahkan system pada suatu plant, data yang paling akurat adalah data historical dari alat atau komponen system itu sendiri yang terpasang di plant karena merepresentasikan keadaan operasional alat atau system tersebut. Kalau kita mengambil data dari ISA, OREDA dan sebagainya, hasilnya bisa jadi lebih baik atau lebih buruk. Yang patut diingat, data pada ISA dan OREDA adalah data statistik rata2 dari alat yang dianggap identik jenis dan tipe-nya. Kalau memang belum ada data lapangan, it’s ok memakai data dari ISA dan OREDA. Kalau ada yah lebih baik digunakan.

Tanggapan 7 – TRB

Apa kabar Pak Arif?

Kalau ada data tentang time to failure & repair time untuk instrument mhn di share. (dari balasan teman2 dimilist ini belum tersedia data tersebut). itulah sebabnya kenapa refer ke standar atau yg telah diperkirakan. dan biasanya Tugas akhir adalah menguji reliabiliti sistem yg ada dibandingkan dgn yg diajukan. jadi masalah reliabiliti komponen bisa mengacu ke apa saja asalkan sama atau adil untuk kedua sistem yg diuji reliabiltinya. (dulu sy pernah mengajar reliabititi dan tabel itu ada di buku, sy lupa.judulnya dan mahasiswa Tekfis ini bisa pinjam di Lab Perancangan dan Pengendalian Proses / Perdalpro – Tekim ITS, kontak person Dr. Ninik)

Data real dari lapangan memang paling kaya mengandung informasi cuma tidak terkontrol.
seperti kita ketahui reliabiliti komponen instrumentasi dipengaruhi oleh waktu, merk, type, kesesuaian design, kondisi sistem, lingkungan, dan faktor non teknis misalnya keteledoran2 yang tidak bisa diirecord, dll.
variabel yg di jadikan input untuk model reliabiliti adalah time. masalahnya bagimana bisa mengasumsikan variabel yang lain konstan.

Mohon pencerahan dari para pakar di aplikasi.
Mhn maaf bila ada yg kurang berkenan.
Sukses selalu untuk semuanya.

Tanggapan 8 – arnold antonius

Kita semua setuju kalau tingkat reliabilitas dari field instrument adalah ‘time dependend’. Saya kok berpikiran agar sebaiknya sebaiknya tingkat reliabilitas dari field instrument ini kita klasifikasikan menjadi reliabilitas komponen saja sehingga yang kita hitung adalah reliabilitas komulatifnya atau reliabilitas sistem.
Ilustrasinya begini, misalnya field instrument yang kita maksudkan adalah pressure transmitter dalam suatu kontrol loop PCV [pressure control valve] dengan pengendali akhirnya berupa control valve dengan suatu PID controller. Selanjutnya dari instalasi dan kondisi dimana semua peralatan tersebut dipasang tetapkan dahulu model reliabilitasnya, secara fault tree, RDB dll dan tetapkan kombinasi logic dari model yang tersebut.

Selanjutnya kita sepakati dulu formulasi untuk menghitung probabilitas kegagalan dari sistem ini. Catatan bahwa, untuk kasus instrumentasi dan kontrol kecenderungan tingkat kegagalannnya ada pada kondisi random [pada kurva failure bathtup] sehingga klasifikasi perhitungannya harus secara stokastik; sebagai pembuktiannya silahkan analisa secara weibull
Dari model reliabilitas yang telah ditetapkan selanjutnya dapat diolah secara stokastik misalnya proses markov atau silulasi montecarlo, untuk mendapatkan masing2 tingkat probabilitas komponen dari sistem tersebut.

Nah masalahnya memang dalam memetapkan nilai probabilitas tersebut terkandung unsur failure rate dari masing2 komponen tesebut, dan disinilah masalahnya karena kita biasanya data dari lapangan [histori alat] cenderung tidak cukup lengkap untuk mendukung proses kalkulasi.
Secara umum perhitungan failure rate dari suatu peralatan instrumentasi lapangan atau kontroller dapat dilakukan dengan dua cara :

[1]. dari data vendor (tapi cenderung kurang akurat karena tidak memperhitungkan kondisi aplikasinya)

[2] dihitung berdasarkan kondisi operasi / penggunaanya [bisa pakai standar OREDA 97 atau bisa juga dengan metoda asesmen dalam menetapkan SIL pada IEC 61508 , kalau mau contoh kalkulasinya silahkan japri saja].

Sekali lagi yang saya maksudkan bahwa dalam menetapkan tingkat reliabilitas dari suatu intrument lapangan atau kontroller sebaiknya lakukan secara empiris [pendekatan] dengan menggunakan kedua metode tersebut, karena kalau kita akan melakukan secara eksak dengan misalnya memodelkan reliabilitas masing2 device tersebut per unit2 kimponennya yang kecil [mis kontrol valve : positioner relay, actuator, stem, plug, seat, solenoid dll], maka yakinlah model realiabilitas yang akan kita tetapkan akan sangat rumit sekali dan sulit mencari data yang akurat.
Sehingga bisa saya simpulkan langkahnya sbb:

tetapkan plot / distribusi kegagalan suatu field instrument secara kualitatif dengan weibull untuk menetapkan apakah klasifikasinya burn out atau random ataukah wear out,
selanjutnya tetapkan model reliabilitas dari keseluruhan komponen dalam sistem pengendalian proses.

Tanggapan 9 – osing

Sekelumit dari saya yang masih awam mengenai ilmu reliability,

Selain data yang akurat, yang perlu di cermati adalah apakah kita memilih reliability dari system, sub sistem dan component, tinggal kita memilih apa yang perlu kita ambil untuk reliabilitynya,control valve bisa di katakan subystem ataupun system namun dari control valve terdiri dari berbagai komponent, dari system atau sub system dapat di ambil komponent2 yang mempunyai nilai kritikal yang dapat menyebabkan shut down keseluruhan, untuk pemilihan komponent mana yang mempunyai nilai kritikal bisa berdasarkan metode2 yang selama ini di pakai mungkin biasanya FMEA(failure Mode And Effect Analysis) dengan mengambil RPN(Risk Priority Number) tertinggi untuk di analisa , FTA dan sebagainya,
Dari data Reliability bisa diambil strategi untuk pemilihan maintenance bisa predictive maintenance, preventive maintenance dan corrective maintenance semuanya tergantung dari (t = waktu maintenance misal mengambil data dari control valve selama 5 tahun apakah pernah terjadi kerusakan, penggantian suku cadang atau jenis maintenance lainnya, (T= waktu perdictive maintenance bedasarkan time base dan condition base component misalkan selama 5 tahun di jadwalkan setiap 2 bulan di lakukan maintenance namun bisa juga dilakukan maintenance sebelum atau sesudah 2 bulan tergantung dari kondisi component tersebut , preventive maintenance berdasarkan time base maintenance saja misalkan 5 tahun di lakukan maintenance terjawal setiap 2 bulan sekali serta corrective misal selama 5 tahun tidak dilakukan maintenance hingga rusak atau hancur semua strategi bisa di korelasikan dengan cost maintenance jadi tergantung dari management mau pilih yang mana,