COMPARISON BETWEEN SIMULATION AND ANALYTICAL METHOD RELIABILITY DATA ANALYSIS : A CASE STUDY ON COMPONENT OF SSC RSG-GAS (Entin Hartini1), Mike Susmikanti1), Santosa Pujiarta2)

ABSTRACT
COMPARISON BETWEEN SIMULATION AND ANALYTICAL METHOD RELIABILITY
DATA ANALYSIS : A CASE STUDY ON COMPONENT OF SSC RSG-GAS. Reliability
analysis of component/system is an important part of asset management. Prediction of
component/system failure values can optimize maintenance costs or minimize failures. With
the degradation of components in the SSC, it is necessary to include the uncertainty of input
parameters in the reliability analysis. Monte Carlo simulation (MCS) is a simulation method
that includes uncertainty in input parameters. The study was conducted on the components
of the purification system at level reliability improvement. The purpose of the research is to
compare analytical methods and simulations on reliability analysis. Simulation uses the MCS
method to determine the opportunities for the functioning of a SSC. MCS uses random
numbers during the simulation process. The random number is based on the probability
distribution data of time to failure (TTF) with the number of N random sample generation of
20, 100, 500 and 1000. The data used is time data between damage to components of the
SSC on RSG-GAS. The results obtained are the reliability values for components based on
analytical and simulation methods and the comparison of the two methods. Reliability values
at 150 days TTF for components JE01/AP-01-02 using analytical methods are 0.6591 and
simulation methods for N = 20, 100, 500, 1000 are 0.5557, 0.6443, 0.6103 and 0.6554
respectively. While the reliability values for components KBE01/AP-01-02 using analytical
methods are 0.2516 and the simulation methods are 0.1891, 0.2405, 0.2165 and 0.2493,
respectively. This shows that MCS is quite rational used to predict component reliability.
Keywords: simulation, analytics, component reliability, SSC, RSG-GAS
ABSTRAK
PERBANDINGAN ANTARA METODE SIMULASI DAN ANALITIK PADA ANALISA DATA
KEANDALAN: STUDI KASUS KOMPONEN PADA SSC RSG-GAS. Analisis keandalan
komponen/sistem merupakan bagian penting dari manajemen aset. Prediksi nilai kegagalan
komponen/sistem dapat mengoptimasi biaya perawatan atau meminimalkan kegagalan.
Adanya degradasi komponen pada SSK, maka perlu menyertakan ketidakpastian parameter
input pada analisis keandalan. Simulasi Monte Carlo (MCS) merupakan metode simulasi
yang menyertakan ketidakpastian parameter input. Penelitian dilakukan pada komponen
dari sistem purifikasi pada level reliability improvement. Tujuan dari penelitian melakukan
perbandingan metode analitik dan simulasi pada analisis keandalan. Simulasi menggunakan
metode MCS untuk menentukan peluang berfungsinya suatu SSK. MCS menggunakan
random number selama proses simulasi. Random number dibuat berdasarkan probabilitas
distribusi data waktu antar kerusakan (TTF) dengan jumlah N generasi sampel random 20,
100, 500 dan 1000. Data yang digunakan adalah data waktu antar kerusakan pada
komponen dari SSK RSG-GAS. Hasil yang diperoleh adalah nilai reliabilitas untuk
komponen berdasarkan metode analitik dan simulasi serta perbandingan dari kedua metode
tersebut. Nilai keandalan pada TTF 150 hari untuk komponen JE01/AP-01-02
menggunakan metode analitik adalah 0.6591 dan metode simulasi untuk N = 20, 100, 500,
1000 berturut turut adalah 0.5557, 0.6443, 0.6103 dan 0.6554. Sedangkan nilai keandalan
untuk komponen KBE01/AP-01-02 menggunakan metode analitik adalah 0.2516 dan
metode simulasi berturut turut adalah 0.1891, 0.2405, 0.2165 dan 0.2493. Hal ini
menunjukkan bahwa MCS cukup rasional digunakan untuk memprediksi keandalan
komponen.
Kata kunci: simulasi, analitik, keandalan komponen, SSK, RSG-GAS.