SIDANG TUGAS AKHIR

OLEH:

SINAR PRASETYASRINI

NRP. 2507 100 026

PEMBIMBING:

NANI KURNIATI S.T, M.T.

NIP. 197504081998022001

1

ESTIMASI ONGKOS JASA PERAWATAN ALAT BERAT RIGID DUMP TRUCK KELAS

50-70 TON PADA MAINTENANCE SERVICE CONTRACT DI PT ABC

AGENDA PRESENTASI

2

Pendahuluan

Simpulan dan Saran

Analisis dan Interpretasi Data

Pengumpulan dan Pengolahan Data

Metodologi Penelitian

Tinjauan Pustaka

PENDAHULUAN

3

LATAR BELAKANG4

loading, hauling, dumping

Karakteristik alat berat:• investasi besar• komponen kompleks• high technology• availabilitas harus tinggi

maintenance

outsourcing dianggap sebagaikeputusan yang tepat pada waktu

tertentu (Martin, 1997)

SendiriVs

Outsourcing

PT ABC

distributor alat berat dan penyedia jasa perawatan

alat berat

Estimasi jumlah kerusakan alat diambil dari rata-rata padajam operasi keberapa alat

sering rusak

Estimasi jumlah kerusakan alatdan downtime alat:

pendekatan reliability(Soepardi, 2002)

Ongkos jasa perawatan

PERUMUSAN MASALAH

Bagaimana cara mengestimasikan ongkos jasaperawatan Rigid Dump Truck Kelas 50-70 Ton denganmengestimasikan jumlah kerusakan dan total downtime alat dengan pendekatan reliability yang mempertimbangkan pola kerusakan alat.

5

TUJUAN PENELITIAN

6

MANFAAT PENELITIAN

• Memberikan alternatif pendekatan dalam mengestimasikan ongkos jasa perawatan alat berat Rigid Dump Truck Kelas 50-70 ton.

• Memberikan masukan kepada perusahaan mengenai kebijakan penentuan ongkos jasa perawatan alat berat.

7

BATASAN dan ASUMSI

8

Batasan:1. Ongkos jasa perawatan yang akan dibandingkan adalah ongkos jasa

perawatan periode pertama Full Maintenance Contract (FMC) Rigid Dump Truck Kelas 50-70 Ton periode 3 tahun.

2. Data historis breakdown yang digunakan dalam penelitian adalahdata kerusakan Rigid Dump Truck Kelas 50-70 Ton FMC periode 5 tahun mulai Januari 2010-Desember 2010.

Asumsi:1. Faktor-faktor penyebab terjadinya kerusakan diabaikan.2. Jika ada kerusakan, kerusakan tersebut menyebabkan alat berat

shutdown.3. Unscheduled breakdown repair yang dilakukan adalah minimal

repair yang tidak mengubah laju kerusakan alat.4. Nilai satu jam waktu analog sama dengan 1,35 kali lebih besar dari

satu jam pada hourmeter terbaca.

TINJAUAN PUSTAKA

9

SISTEM PERAWATAN

10

Sistem perawatan harusmemiliki respon yang baik

terhadap kerusakan-kerusakanyang akan muncul

Komponen dasar sistem perawatan (Nasution,2006)

Pengambilan keputusan perawatan

Variabel keputusan WhatHowWhoWhere

Batasan• Fasilitas perawatan• Perencanaan agregat• Anggaran

Data peralatan• Penyebab breakdown• Biaya

Data perawatan• Repair• Perawatan

Kriteria kinerja

Laporan• Persediaan suku cadang• Kapasitas perawatan

Jadwal• Perawatan preventif• Repair

Keluaran

KONTRAK JASA PERAWATAN(MAINTENANCE CONTRACT )

11

Maintenance contract dapat diklasifikasikanmenjadi 3 jenis (Tsang, 2002; Martin, 1997):• The work package (time, material, labor) • The performance based• The facilitator types

PT ABC menyediakan teknisi, spare part, fasilitas, teknologi, dan waktu untuk

melakukan maintenance

Availability alat per periode kontrak

12

Ekspektasi total ongkos jasa perawatanalat selama interval (0, ) :

PEMODELAN ONGKOS JASA PERAWATAN

Variabel pembentuk ongkos jasaperawatan di PT ABC :1. periodical service cost2. unschedule breakdown cost3. labor cost4. facility cost5. lubricants cost

Keterangan:

nm : jumlah preventive maintenance yang dilakukanCM : ongkos satu kali preventive maintenance

CR : ongkos satu kali corrective maintenance

CL : ongkos tenaga kerja tiap jam

Soepardi, 2002

PEMODELAN EKSPEKTASI JUMLAH KERUSAKAN

13

Kejadian kerusakan alat terjadi secara acak

Kerusakan alat selama (0,τ) yang terjadidianggap suatu NonHomogeneous Poisson

Process (NHPP) fungsi intensitas r(x)

Ekspektasi jumlah kerusakan alat selamainterval waktu (0, τ)

Soepardi, 2002

PEMODELAN EKSPEKTASI JUMLAH TOTAL DOWNTIME

14

Unschedule breakdown (CM)

Schedule breakdown(PM)

Ekspektasi total downtime alat

lama alat dalam kondisi downrelatif konstan

Soepardi, 2002

bersifat acak

Downtime alat karena CM ke-i dinyatakan sebagai Xi

Kumulatif downtime alat sampai dengan j CM

Ekspektasi CM sampai saat τ

E[C(τ)=E[N(τ)] E[X]

CRITICAL REVIEW

15

Ashgarizadeh and Murthy (1998) Studi kontrak jasa perawatan untuk pemilihan strategi optimal dilihat dariperspektif: konsumen dan agen Pemodelan dengan Game TheoryMenghasilkan: Agen sebagai leader sedangkan konsumen sebagaifollower (single agen and single consumer)

Soepardi (2002) Estimasi ongkos jasa perawatan alat berat Wheel Loader Pemodelan dengan pendekatan reliability (black box)Mempertimbangkan pola kerusakan dan pola total downtime

Penelitian ini: Estimasi ongkos jasa perawatan alat berat Rigid Dump Truck Aplikasi model Soepardi (2002)Mempertimbangkan pola kerusakan dan pola total downtime untukmenaksir jumlah kerusakan alat dan jumlah downtime alat

METODOLOGI PENELITIAN

16

FLOWCHART METODOLOGI PENELITIAN (1)

17

Studi literatur

Mulai

Penentuan topik dan objek penelitian

Studi lapangan

Perumusan masalah dan tujuan penelitian

Pengumpulan data

A

Tahap identifikasi dan perumusanmasalah

Tahap pengumpulan data

FLOWCHART METODOLOGI PENELITIAN (2)

18Selesai

A

Menentukan pola kerusakan dan pola total downtime peralatan

Menghitung estimasi ongkos jasa perawatan alat berat

Menganalisis dan membandingkan hasil estimasi ongkos dengan ongkos

eksisting

Membuat simpulan dan saran

Tahap pengolahan data

Tahap analisis dan membuat simpulan

PENGUMPULAN DAN PENGOLAHAN DATA

19

DATA UMUM OBJEK AMATAN

20

Rigid Dump Truck Kelas 50-70 Ton

Deskripsi ProdukProduk unggulanMemindahkan materialjarak 500 m atau lebih

Tipe Maintenance ContractFull Maintenance Contract (FMC) Service Maintenance Contract (SMC)

PT ABC PT X

Periodical service

Unschedule breakdown service

Jaminan availability

Ongkos jasa perawatan

Full Maintenance Contract (FMC)

BREAKDOWN RECORD

21

FAILURE FINISH START FINISH SCH UNSCH TOTAL START FINISH ACCUM TOTAL

1 TR50001 MAINT 26-Dec-09 29-Dec-09 7.00 7.00 96.00 96.00 2171.3 2171.3 18281.8 - Schedule GOH,

2 TR50001 TM 30-Dec-09 25-Jan-10 7.00 7.00 648.00 648.00 2171.3 2171.3 18281.8 - Schedule GOH over time

3 TR50002 OTHERS 26-Dec-09 26-Dec-09 14.00 14.10 0.17 0.17 3282.4 3282.4 19675.1 - Stone in tyre rear,

4 TR50002 MAINT 27-Dec-09 27-Dec-09 7.00 8.00 1.00 1.00 3295.3 3295.5 19688.0 0.2 Maintenance,

5 TR50002 ELECT 28-Dec-09 28-Dec-09 9.00 12.00 3.00 3.00 3302.8 3302.8 19695.5 - Electrical all short,

6 TR50002 MAINT 31-Dec-09 31-Dec-09 12.00 13.00 1.00 1.00 3352.7 3352.8 19745.4 0.1 PS I HM :19750 (19745,4),

7 TR50002 AC 2-Jan-10 2-Jan-10 10.40 10.50 0.17 0.17 3362.0 3362.1 19754.7 0.1 AC not cool,

8 TR50002 AC 4-Jan-10 4-Jan-10 15.55 16.00 0.08 0.08 3391.9 3391.9 19784.6 - Belt AC Loosen,

9 TR50002 MAINT 5-Jan-10 5-Jan-10 6.00 6.15 0.25 0.25 3403.7 3403.8 19796.4 0.1 Maintenanace,

10 TR50002 CAB 9-Jan-10 9-Jan-10 7.00 7.15 0.25 0.25 3470.3 3470.3 19863.0 - Lock door malfunction,

11 TR50002 ELECT 10-Jan-10 10-Jan-10 23.00 1.15 2.25 2.25 3483.5 3483.5 19876.2 - Panel lampu sign malfunction,

12 TR50002 ELECT 14-Jan-10 14-Jan-10 15.02 15.13 0.18 0.18 3528.7 3528.7 19921.4 - HM Off,

13 TR50002 AC 15-Jan-10 15-Jan-10 21.40 21.50 0.17 0.17 3542.6 3542.6 19935.3 - AC not cool,

14 TR50002 HYD 18-Jan-10 18-Jan-10 7.30 8.30 1.00 1.00 3576.8 3577.0 19969.5 0.2 Hoist cyl low,

15 TR50002 CAB 19-Jan-10 19-Jan-10 17.05 17.20 0.25 0.25 3597.1 3597.1 19989.8 - HM Error,

16 TR50002 MAINT 19-Jan-10 19-Jan-10 18.00 18.30 0.50 0.50 0.0 0.5 19989.8 0.5 Maintenanace ,

17 TR50002 MAINT 20-Jan-10 20-Jan-10 7.00 10.00 3.00 3.00 10.5 11.1 20000.3 0.6 PS IV hm :20000(20000,3),

DESCRIPTION OF TROUBLENO CODE UNIT COMPDATE DOWN TIME HOUR METER

MEKANISME PENGOLAHAN DATA

22

Menghitung waktu antar kerusakan alat (TTF) dan waktu antar perbaikan

(TTR)

Dari breakdown record 10 unit Rigid Dump Truck (RD1-RD10) : diambil breakdown

unschedule alat saja

Input analyser Arena 5.0

Hitung ekspektasi jumlah kerusakan dan

total downtime alat

Hitung ekspektasi ongkos jasa perawatan

DATA TTF DAN TTR

23

RD1 Waktu kerusakan Hourmeter terbaca Waktu analog Satuan : jam

No. Mulai Selesai Mulai Selesai Mulai Selesai TTR analog TTF hourmeter TTF analog

1 28-Dec-09 28-Dec-09 3302.8 3302.8 9.00 12.00 3.00 - -

2 31-Dec-09 31-Dec-09 3352.7 3352.8 12.00 13.00 1.00 49.9 67.4

3 2-Jan-10 2-Jan-10 3362.0 3362.1 10.40 10.50 0.17 9.2 12.4

4 4-Jan-10 4-Jan-10 3391.9 3391.9 15.55 16.00 0.08 29.8 40.2

5 9-Jan-10 9-Jan-10 3470.3 3470.3 7.00 7.15 0.25 78.4 105.8

6 10-Jan-10 10-Jan-10 3483.5 3483.5 23.00 1.15 2.25 13.2 17.8

7 14-Jan-10 14-Jan-10 3528.7 3528.7 15.02 15.13 0.18 45.2 61.0

8 15-Jan-10 15-Jan-10 3542.6 3542.6 21.40 21.50 0.17 13.9 18.8

9 18-Jan-10 18-Jan-10 3576.8 3577.0 7.30 8.30 1.00 34.2 46.2

10 19-Jan-10 19-Jan-10 3597.1 3597.1 17.05 17.20 0.25 20.1 27.1

Waktu antar kerusakan (TTF):TTF hourmeter 3352,7 jam - 3302,8 jam= 49,9 jamTTF analog 49,9 jam x 1,35 = 67,4 jam

Waktu antar perbaikan alat (TTR):downtime tanggal 28-Dec-09 (pukul 12.00) - downtimetanggal 28-Dec-09 (pukul 09.00) = 3 jam

Konversi hourmeter – analog : 1 jam analog = 1,35 x 1 jam hourmeter

HASIL FITTING DATA TTF DAN TTR

24

Data TTF 10 Rigid Dump Truck (RD)

Nama RD

Sq error Eksponensial (β)

RD1 0.00148 24.6RD2 0.01640 45.3RD3 0.00069 11.4RD4 0.00074 17.6RD5 0.00376 8.23RD6 0.00637 18RD7 0.00103 3.78RD8 0.00161 17.7RD9 0.00123 5.49

RD10 0.00074 6.94

Nama RD

Sq ErrorWeibull

η βRD1 0.00267 72.7 0.61RD2 0.01040 48.1 0.48RD3 0.00694 38.7 0.64RD4 0.00348 35.7 1.08RD5 0.00042 43.4 0.53RD6 0.00148 68.2 0.54RD7 0.00183 53.9 0.995RD8 0.00024 40.5 0.59RD9 0.01410 61.9 1.16

RD10 0.00344 47.9 0.54

Data TTR 10 Rigid Dump Truck (RD)

WEIBULL ANALYSIS

25

Tujuan: Membuktikan data waktu antar kerusakan (TTF) berdistribusi Weibull dengan metode grafis.Mencari estimasi parameter β dan η

Failure Data Sort Rank Median rank 1/(1-Median Rank) Ln(Ln(1/(1-Median Rank))) Ln Failure Data67.365 0 1 0.01335878 1.013539652 -4.308864667 012.42 0.27 2 0.03244275 1.033530572 -3.411833321 -1.3093333240.23 1.485 3 0.05152672 1.054325956 -2.939320594 0.395414772

105.84 1.89 4 0.07061069 1.075975359 -2.614183409 0.63657682917.82 4.995 5 0.08969466 1.098532495 -2.364724431 1.60843741261.02 5.805 6 0.10877863 1.122055675 -2.161411741 1.758719615

18.765 6.075 7 0.12786260 1.146608315 -1.989174651 1.80418198946.17 6.345 8 0.14694656 1.172259508 -1.839271985 1.847667101

27.135 9.585 9 0.16603053 1.199084668 -1.706177423 2.26019937660.075 9.855 10 0.18511450 1.227166276 -1.586172312 2.28797894155.08 12.42 11 0.20419847 1.256594724 -1.476632885 2.519308077

415.125 14.85 12 0.22328244 1.287469287 -1.375637354 2.6979998651046.925 16.47 13 0.24236641 1.319899244 -1.281734713 2.8015405441968.84 17.82 14 0.26145038 1.354005168 -1.193801405 2.88032142238.745 18.765 15 0.28053435 1.389920424 -1.110948578 2.931993433

99.9 19.17 16 0.29961832 1.427792916 -1.032459906 2.95334655719.17 19.71 17 0.31870229 1.467787115 -0.957748599 2.9811261211.485 19.845 18 0.33778626 1.510086455 -0.886326904 2.987952086

200.34 19.98 19 0.35687023 1.554896142 -0.817783953 2.99473177333.75 24.57 20 0.37595420 1.602446483 -0.751769343 3.201526187

RD 1

cont’

26

-5

-4

-3

-2

-1

0

1

2

3

0

0,6

36

57

68

29

1,8

04

18

19

89

2,2

87

97

89

41

2,8

01

54

05

44

2,9

53

34

65

57

2,9

94

73

17

73

3,3

00

82

44

08

3,5

18

98

04

17

3,6

94

61

29

86

3,8

43

95

82

75

4,0

95

59

37

82

4,2

10

12

55

95

4,6

21

58

47

27

4,6

70

81

74

67

5,1

87

44

16

7

5,6

54

80

22

92

7,5

85

19

98

16

Ln(L

n(1

/(1

-Me

dia

n R

ank)

)) (

Y)

Ln Failure Data (X)

Ln(Ln(1/(1-Median Rank)))

Predicted Ln(Ln(1/(1-Median Rank)))

RD1 Y= 0.7265 X - 3.1291

Estimasi parameter :β = m = 0.727η = exp (- intercept/β)= 74,203

HASIL ESTIMASI PARAMETER WEIBULL

Nama RD

Sq ErrorWeibull

η β

RD1 0.00267 72.7 0.61RD2 0.01040 48.1 0.48RD3 0.00694 38.7 0.64RD4 0.00348 35.7 1.08RD5 0.00042 43.4 0.53RD6 0.00148 68.2 0.54RD7 0.00183 53.9 0.995RD8 0.00024 40.5 0.59RD9 0.01410 61.9 1.16

RD10 0.00344 47.9 0.54

Nama RD

R2 Weibull

η β

RD1 0.941 74.203 0.727

RD2 0.937 59.906 0.670

RD3 0.939 40.321 0.811

RD4 0.927 42.951 0.771

RD5 0.922 43.083 0.746

RD6 0.905 71.564 0.747

RD7 0.904 38.593 0.754

RD8 0.918 49.294 0.703

RD9 0.920 35.533 0.735

RD10 0.938 47.250 0.791

Input analyser Arena 5.0Weibull Analysis

PERHITUNGAN EKSPEKTASI JUMLAH KERUSAKAN ALAT

28

RD1 β= 0,72 dan η= 74,2

Summary perhitungan ekspektasi jumlah kerusakan 10 RD

Nama RDEstimasi Jumlah Kerusakan (kali)

RD1 25RD2 23RD3 62RD4 46RD5 36RD6 29RD7 49RD8 24RD9 44

RD10 46

Periode 0-5000 hours (hourmeter) = 6750 hours (analog)

PERHITUNGAN EKSPEKTASI JUMLAH TOTAL DOWNTIME

29

Unschedule breakdown time

RD1 β= 24.6Periodical

service (PS)

Rata-rata downtime

(hours)

Estimasi jumlah

Total downtime PS

(hours)

250 hours 1 20 20

500 hours 2 10 20

1000 hours 3 5 15

2000 hours 4 3 12

Total 67

Schedule breakdown time

EKSPEKTASI JUMLAH TOTAL DOWNTIME

30

Nama RD

Estimasi Jumlah Downtime (hours)

RD1 625

RD2 1150

RD3 682

RD4 828

RD5 288

RD6 522

RD7 196

RD8 432

RD9 220

RD10 322

Summary

ESTIMASI ONGKOS JASA PERAWATAN

31

Estimasi oleh PT ABC (Eksisting)

Data biaya yang ditentukan oleh perusahaan:•Schedule Breakdown cost (periodical service spare part)•Labor Cost (6 tenaga kerja x $ 4,37/hour/person)•Biaya satu kali dilakukan unschedule breakdown repair rata-rata = $650

Year Hours Period Schedule

Breakdown Cost

Unscheduled

Breakdown Cost

Labor

Cost

1st. 0-5.000 Hours 5,342.37 39,322.08 21,847.83

Total 66,512.28

cont’

32

RD1

Year Item Estimasi

Jumlah Cost/satuan ($) Total ($)

1st.

Schedule Breakdown Cost

250 hours 20 51.481,029.60

500 hours 10 31.77317.70

1000 hours 5 844.844,224.20

2000 hours 3 277.19692.98

Unschedule Breakdown Cost

25 65016,250.00

Labor CostSchedule Breakdown 67 hours 26 1756.74

Unschedule Breakdown 625 hours 5232,775.00

Total57,046.22

Estimasi Hasil Perhitungan

cont’

33

Estimasi Hasil Perhitungan

RD1 57,046.22

RD2 83,277.22

RD3 84,085.30

RD4 81,341.54

RD5 46,523.94

RD6 54,244.90

RD7 50,149.46

RD8 46,275.30

RD9 48,158.02

RD10 54,806.90

Rata-rata 60,590.88

Estimasi Eksisting 66,512.28

Perbedaan 5,921.40

ANALISIS DAN INTERPRETASI DATA

34

POLA DATA KERUSAKAN ALAT

• Waktu antar kerusakan (TTF) semua alat memiliki distribusi Weibull dengan parameter β dan η.

• Nilai parameter β pada RD4 dan RD9 cenderung meningkat (naik secara monoton) ditunjukkan dengan nilai β >1 (hasil input analyser).

• Sedangkan jika dihitung dengan metode grafis, nilai parameter β pada semua alat adalah β <1.

• Nilai parameter β juga dapat menunjukkan variansi diantara data.

• Semakin besar nilai parameter β, semakin kecil variansi diantara data waktu antar kerusakan alat.

35

POLA DATA DOWNTIME ALAT KARENA UNSCHEDULED BREAKDOWN

• Total downtime perlu diketahui untuk mengestimasikan biayatenaga kerja (labor cost).

• Lama downtime yang disebabkan oleh periodical servicecenderung konstan, yaitu 67 hours selama satu tahun periodekontrak (0-5000) hours.

• Pola downtime semua alat yang disebabkan unscheduledbreakdown adalah Eksponensial dengan mean β.

36

ANALISIS PERHITUNGAN EKSPEKTASI JUMLAH KERUSAKAN ALAT

• Estimasi jumlah kerusakan yang paling sedikit adalah pada RD2.Sedangkan estimasi jumlah kerusakan paling banyak adalah padaRD7.

• Estimasi jumlah kerusakan antara alat yang satu dengan alat yanglain berbeda-beda, sebab:

Masing-masing alat memiliki keandalan yang berbeda.

Bisa saja perawatan yang didapatkan oleh masing-masing alatbelum optimal sehingga alat tersebut masih mengalamikerusakan.

Banyaknya jumlah kerusakan alat yang terjadi dapatdisebabkan umur alat yang sudah bertambah.

37

ANALISIS PERHITUNGAN EKSPEKTASI TOTALDOWNTIME ALAT

• Ekspektasi jumlah total downtime alat dihitung baik downtime yang disebabkan scheduled breakdown repairmaupun unscheduled breakdown repair.

• RD2 memiliki ekspektasi jumlah downtime alat yang terbesar, yaitu 1150 jam atau 48 hari dalam satu tahun.

38

ANALISIS HASIL ESTIMASI ONGKOS JASA PERAWATAN HASIL PERHITUNGAN

• Hasil estimasi ongkos jasa perawatan baru dengan mempertimbangkan pola kerusakan dan total downtime alat tidak memiliki selisih yang jauh berbeda

• Estimasi ongkos jasa perawatan oleh PT ABC pada tahun pertama FMC adalah $ 66.512,28. Sedangkan hasil rata-rata estimasi ongkos jasa perawatan alat hasil perhitungan adalah $ 60.590,88. Ada perbedaan nilai sebesar $ 5.921,4 atau sekitar 8% lebih rendah dari nilai estimasi eksisting.

39

SIMPULAN DAN SARAN

40

SIMPULAN

• Waktu antar kerusakan alat berat jenis Rigid Dump Truck Kelas 50-70 Ton diketahui berdistribusi Weibull.

• Downtime alat yang disebabkan oleh unscheduled breakdownmemiliki distribusi Eksponensial.

• Estimasi kerusakan alat rata-rata adalah 38 kerusakan per unit per tahun.

• Estimasi downtime alat yang disebabkan oleh unscheduled breakdown rata-rata adalah 527 hours per unit per tahun.

• Hasil estimasi ongkos jasa perawatan alat hasil perhitungan rata-rata adalah $ 60.590,88 per unit per tahun. Ada perbedaan nilai sebesar $ 5.921,4 atau sekitar 8% lebih rendah dari nilai estimasi yang dilakukan PT ABC.

41

SARAN

• Untuk menghasilkan estimasi biaya perawatan yang lebih akurat maka diperlukan analisis yang lebih mendalam mengenai estimasi jumlah kerusakan per komponen.

• Pendekatan ini akan efektif dilakukan jika ada data historis kerusakan komponen yang tepat, oleh karena itu diharapkan perusahaan agar lebih berhati-hati dalam mencatat data-data historis kerusakan alat dan komponen.

• Untuk menarik minat konsumen, sebaiknya perusahaan tetap mengadakan biaya penalti.

42

DAFTAR PUSTAKA

Anonim. 2011.Distribusi Gamma.URL: vosesoftware.com (diakses pada 11 Maret 2011).

Anonim. 2011.Distribusi Weibull. URL: http://www.weibull.com/basics/parameters.htm (diakses pada 11 Maret 2011)

Ashgarizadeh, E; Murthy, D. N. P. 1998. Service contracts: A stochastic model. Mathematical and Computer Modelling, 31, 11-20.

Asgharizadeh, E; Murthy, D. N. P. 1999. Optimal decision making in a maintenance service operation. European Journal of OperationalResearch, 116, 259-273.

Dewi, D.S; Voorthuysen, E.J. 2010. Service Development in Heavy Equipment Industry. School of Mechanical and Manufacturing University ofNew South Wales Sydney NSW AUSTRALIA, 2032.

Dunn, S. 1997. Optimizing Production Scheduling for Maximum Plant Utilization and Minimum Downtime. The Dollar Driven MiningConference.

Leitch, R.D. 1995. Reliability Analysis for Engineers, New York, Oxford University Press.

Lewis,E.E. 1987. Introduction to Reliability Engineering, New York, John Wiley and Son.

Martin, H.H 1997. Contracting out maintenance and a plan for future research. Journal of Quality in Maintenance Engineering 3, 81–90.

Murthy, D.N.P; Rodin, E.Y 1990. Mathematical Modelling : A Tool for Problem Solving in Engineering, Physical, Biological and Social Sciences,New York, Pergamon Press.

Nasution, A.H. 2006. Manajemen Industri, Yogyakarta, Penerbit ANDI.

Panesar,S.S; Markeset, T. 2008. Methodology and Theory: Industrial service innovation through improved contractual relationship (A casestudy in maintenance). Journal of Quality in Maintenance Engineering, Vol. 14 No. 3, 2, pp. 290-305.

Soepardi, A. 2002. Estimasi Ongkos Jasa Perawatan Alat Berat Wheel Loader (Studi Kasus di PT XYZ). Magister, Institut Teknologi Bandung.

Tsang, A.H.C. 2002. Strategic dimensions of maintenance management. Journal of Quality in Maintenance Engineering, Vol. 8 No. 1, pp. 7-39.

Walpole, R.E; Myers, D.E. 1990. Probability and Statistic for Engineers and Scientists, New York, Macmillan Publishing Company.

Wang, W. 2010. A model for maintenance service contract design, negotiation and optimization. European Journal of Operational Research,201, 239-246.

Wolstenholme, L.C. 1999. Reliability Modelling: A Statistical Approach, London, Chapman&Hall /CRC.

43

44

TERIMA KASIH