Design of Preventive Maintenance Scheduling for Vacuum Feeder Line 4 Machine Using Microsoft Project Based on Pareto Analysis to Reduce Downtime Perancangan Penjadwalan Preventive Maintenance Mesin Vacuum Feeder Line 4 Menggunakan MS Project Berdasarkan Analisis Pareto Untuk Mengurangi Downtime Odies S Youngky atikhasidhi@umsida.ac.id Cahyana Atikha Sidhi atikhasidhi@umsida.ac.id Program Studi Teknik Industri, Fakultas Sains dan Teknoligi, Universitas Muhammadiyah Sidoarjo Indonesia Program Studi Teknik Industri, Fakultas Sains dan Teknoligi, Universitas Muhammadiyah Sidoarjo Indonesia 14 10 2026 13102026 Pendahuluan

Perusahaan X merupakan perusahaan manufaktur yang bergerak di bidang produksi liquid dengan sistem produksi berbasis proses berkelanjutan. Dalam operasionalnya, perusahaan menggunakan beberapa unit mesin utama seperti VacuumFeeder, VacuumReactor, dan VacuumSiloyang berperan penting dalam menjaga kelancaran aliran material selama proses produksi. Keandalan mesin menjadi faktor krusial dalam menjamin kontinuitas produksi, karena gangguan pada salah satu unit mesin dapat berdampak langsung terhadap terhentinya proses produksi secara keseluruhan[1]. Oleh karena itu, pengelolaan sistem maintenanceyang efektif dan terstruktur sangat diperlukan untuk menjaga stabilitas operasional perusahaan[2], [3].

Berdasarkan data downtime periode 30 Mei 2025 hingga 1 Juli 2025, diketahui bahwa beberapa unit mesin mengalami gangguan operasional dengan durasi yang signifikan. Hasil rekapitulasi menunjukkan bahwa Vacuum FeederLine4 menyumbang sebesar 52,2% dari total downtimedengan total durasi mencapai 1.036 menit. Tingginya downtime tersebut mengindikasikan bahwa sistem perawatan mesin yang diterapkan masih bersifat reaktif dan belum didukung oleh penjadwalan preventivemaintenanceyang terstruktur. Kondisi ini menyebabkan terjadinya breakdown mendadak yang berdampak pada penurunan produktivitas dan efisiensi produksi.

Beberapa penelitian terdahulu menunjukkan bahwa penerapan preventive maintenance yang terjadwal secara sistematis mampu meningkatkan keandalan mesin dan menurunkan tingkat downtime secara signifikan. Penelitian yang dilakukan oleh[4], [5]. menyatakan bahwa preventive maintenance yang dirancang berdasarkan data historis kerusakan dapat menekan potensi breakdown hingga 30–50% dibandingkan sistem corrective maintenance. Selain itu[6]. menjelaskan bahwa penggunaan analisis Pareto dalam manajemen operasi efektif untuk menentukan prioritas perbaikan pada mesin dengan kontribusi downtimeterbesar sehingga sumber daya perawatan dapat difokuskan secara optimal. Penelitian lain yang dilakukan oleh[7]. juga menunjukkan bahwa sistem penjadwalan maintenance berbasis software manajemen proyek mampu meningkatkan kontrol terhadap aktivitas perawatan, termasuk pengaturan interval inspeksi dan penggantian komponen secara terstruktur. Hasil-hasil penelitian tersebut menunjukkan bahwa integrasi antara analisis prioritas menggunakan Pareto dan perancangan penjadwalan preventivemaintenancemenjadi pendekatan yang relevan dalam upaya mengurangi downtime pada sistem produksi[8].

Berdasarkan permasalahan tersebut, penelitian ini menggunakan pendekatan deskriptif kuantitatif dengan analisis Pareto untuk menentukan mesin prioritas perbaikan[9]. kemudian dilanjutkan dengan perancangan penjadwalan preventive maintenance menggunakan Microsoft Project[10]. Tujuan penelitian ini adalah merancang sistem penjadwalan preventive maintenance yang terstruktur pada Vacuum Feeder Line 4 guna menekan potensi downtime dan meningkatkan keandalan sistem produksi di PT. XYZ..

Metode

Penelitian ini menggunakan pendekatan deskriptif kuantitatif dengan tujuan menganalisis data downtime mesin secara numerik serta merancang sistem penjadwalan preventive maintenance yang terstruktur. Data yang digunakan dalam penelitian ini merupakan data sekunder berupa catatan historis downtime mesin Vacuum Feeder Line 4 periode 30 Mei hingga 1 Juli 2025 yang diperoleh melalui metode dokumentasi dari perusahaan. Data tersebut kemudian dianalisis menggunakan metode Pareto untuk menentukan mesin prioritas, dilanjutkan dengan perhitungan parameter keandalan yang meliputi Mean Time Between Failure (MTBF), Mean Time To Repair (MTTR), dan availability. Hasil analisis tersebut digunakan sebagai dasar dalam perancangan penjadwalan preventive maintenance menggunakan Microsoft Project

A. Tempat penelitian

Penelitian ini dilaksanakan di Perusahaan X yang bergerak di bidang manufaktur produksi liquid dengan sistem produksi berkelanjutan. Objek penelitian difokuskan pada mesin Vacuum Feeder Line 4 yang merupakan salah satu mesin utama dalam proses produksi. Pengambilan data dilakukan selama periode 30 Mei 2025 hingga 1 Juli 2025 berdasarkan catatan historis downtime mesin yang diperoleh dari bagian maintenance perusahaan. Periode tersebut dipilih karena merepresentasikan kondisi operasional aktual mesin dalam satu siklus produksi bulanan.

B. Flow chart Penelitian

Agar alur pelaksanaan penelitian dapat dipahami secara runtut dan sistematis, tahapan penelitian disajikan dalam bentuk diagram alir (flowchart) pada Gambar 1

Gambar1.FlowchartPenelitian

Berdasarkan Gambar 1, penelitian diawali dengan tahap identifikasi masalah yang berkaitan dengan tingginya downtime mesin. Selanjutnya dilakukan pengumpulan data downtime selama periode pengamatan, kemudian data direkapitulasi dan diolah sebagai dasar analisis lebih lanjut. Tahap berikutnya adalah analisis Pareto untuk menentukan mesin dengan kontribusi downtimeterbesar sebagai prioritas perbaikan. Setelah mesin prioritas ditentukan, dilakukan penentuan interval preventive maintenance yang optimal berdasarkan hasil analisis keandalan. Tahap selanjutnya adalah perancangan dan simulasi penjadwalan perawatan untuk memastikan kegiatan preventive maintenance dapat dilaksanakan secara terencana dan efektif. Proses penelitian diakhiri dengan penarikan simpulan berdasarkan keseluruhan hasil analisis yang telah dilakukan.

C. Metode yang Digunakan

Metode yang digunakan dalam penelitian ini adalah pendekatan deskriptif kuantitatif dengan analisis Pareto dan perancangan penjadwalan preventive maintenance menggunakan Microsoft Project.

Pareto digunakan untuk menentukan mesin dengan kontribusi downtime terbesar. Data downtime diurutkan dari nilai tertinggi hingga terendah, kemudian dihitung persentase kumulatifnya. Mesin dengan kontribusi terbesar ditetapkan sebagai prioritas perbaikan berdasarkan prinsip bahwa sebagian kecil penyebab memberikan dampak terbesar terhadap permasalahan[11].

MaintenanceIntervalpreventivemaintenancedihitung berdasarkan estimasi rata-rata waktu terjadinya kerusakan. Untuk mencegah breakdownsebelum batas kritis tercapai, digunakan pendekatan 80% dari rata-rata waktu kegagalan dengan rumus: IntervalPreventif= 0,8 × Rata-rata Waktu Kerusakan Hasil perhitungan tersebut menjadi dasar dalam penyusunan jadwal maintenance[12].

𝑀𝑇𝑇𝑅 =

𝑇𝑜𝑡𝑎𝑙 𝐷𝑜𝑤𝑛𝑡𝑖𝑚𝑒

𝐽𝑢𝑚𝑙𝑎ℎ 𝐵𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛

Sumber:[13] [14] [12].

𝑇𝑜𝑡𝑎𝑙 𝑊𝑎𝑘𝑡𝑢 𝑂𝑝𝑒𝑟𝑎𝑠𝑖

𝐽𝑢𝑚𝑙𝑎ℎ 𝐵𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛

Sumber:[15] [16] [17].

𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = 𝑀𝑇𝐵𝐹 / (𝑀𝑇𝐵𝐹 + 𝑀𝑇𝑇𝑅)

Sumber:[18] [19] [20].

Analisis Pareto Analisis

Penentuan IntervalPreventive

MTTR :

MTBF :

Availability :

Perancangan Penjadwalan Menggunakan MicrosoftProject

MicrosoftProjectdigunakan sebagai alat bantu untuk menyusun jadwal preventivemaintenancesecara terstruktur. Penyusunan jadwal meliputi pembuatan Work Breakdown Structure (WBS), penentuan durasi setiap aktivitas, pengaturan pekerjaan berulang (recurring task), serta alokasi sumber daya maintenance. Hasil perancangan berupa timeline maintenance yang digunakan untuk mensimulasikan potensi penurunan downtime[21].

 Hasil dan Pembahasan

A. Data penelitian

Berdasarkan data downtimeperiode 30 Mei 2025 hingga 1 Juli 2025, diperoleh catatan gangguan operasional pada beberapa unit mesin yaitu Vacuum Feeder Line 3, Vacuum Feeder Line 4, Vacuum Reactor, Vacuum Reactor Line 3/4, dan Vacuum Silo Line 3/4. Data downtime dinyatakan dalam satuan menit dan dihitung berdasarkan total durasi gangguan selama periode pengamatan, dan untuk datanya dapat dilihat pada Tabel 1

Tabel1. Data Downtime

No Tanggal Unit Mesin Durasi (menit)
1 30/05/2025 Vacum Feeder line 3 21
2 30/05/2025 Vacum Feeder line 4 181
3 30/05/2025 Vacum Feeder line 4 480
4 30/05/2025 Vacum Feeder line 4 375
5 24/06/2025 Vacum Feeder line 1 272
6 24/06/2025 Vacum Feeder line 1 120

7 24/06/2025 Vacum Feeder line 2 180
8 26/06/2025 Vacum Feeder line 3 102
9 28/06/2025 Vacum Feeder line 3 91
10 01/07/2025 Vacum Feeder line 3 165
Total 1987

Berdasarkan Tabel1, tercatat sebanyak 10 kejadian downtimeselama periode pengamatan 30 Mei 2025 hingga 1 Juli 2025 pada beberapa unit mesin. Total akumulasi downtime yang terjadi adalah 1.987 menit. Gangguan paling sering terjadi pada unit Vacuum Feeder line 3 dan line 4, dengan durasi downtime tertinggi tercatat pada Vacuum Feeder line 4 sebesar 480 menit dalam satu kejadian. Data ini menunjukkan bahwa unit Vacuum Feeder, khususnya line 3 dan line 4, memiliki tingkat gangguan yang cukup signifikan sehingga perlu dilakukan analisis lebih lanjut untuk menentukan strategi perawatan yang lebih optimal.

B. Analisis pareto

Analisis Pareto dilakukan untuk menentukan mesin dengan kontribusi downtime terbesar sebagai prioritas perbaikan. Data diurutkan dari durasi terbesar hingga terkecil, kemudian dihitung persentase kontribusi terhadap total downtime. Perhitungan persentase dilakukan dengan rumus:

Persentase Downtime= (DowntimeMesin / Total Downtime) × 100% Hasil perhitungan tersebut selanjutnya disajikan pada Tabel 2

Tabel2. Hasil Perhitungan Persentase dan Kumulatif Downtime(Analisis Pareto)

No Tanggal UnitMesin Durasi (menit) % Kumulatif
1 30/05/2025 VacumFeederline3 21 1,1
2 30/05/2025 VacumFeederline4 181 9,1
3 30/05/2025 VacumFeederline4 480 24,2
4 30/05/2025 VacumFeederline4 375 18,9
5 24/06/2025 VacumFeederline1 272 13,7
6 24/06/2025 VacumFeederline1 120 6,0
7 24/06/2025 VacumFeederline2 180 9,1
8 26/06/2025 VacumFeederline3 102 5,1
9 28/06/2025 VacumFeederline3 91 4,6
10 01/07/2025 VacumFeederline3 165 8,3

Tabel 2, data downtime disajikan beserta nilai persentase dan persentase kumulatif kontribusinya terhadap total downtime. Berdasarkan hasil perhitungan tersebut, VacuumFeeder line 4 memberikan kontribusi downtime terbesar dibandingkan unit mesin lainnya. Tiga kejadian pada unit tersebut (480 menit, 375 menit, dan 181 menit) menyumbang persentase yang dominan terhadap total downtime. Sementara itu, Vacuum Feeder line 3 dan unit lainnya memberikan kontribusi yang relatif lebih kecil. Secara kumulatif, dua unit dengan kontribusi terbesar telah mencakup sebagian besar total downtime, sehingga dapat ditetapkan sebagai prioritas utama dalam perencanaan tindakan perbaikan dan program preventive maintenance. Untuk memperjelas distribusi kontribusi downtime antar unit mesin, hasil analisis Pareto tersebut kemudian disajikan dalam bentuk grafik pada Gambar 2

Gambar2.Diagram Pareto

Berdasarkan Gambar 2. Diagram Pareto, terlihat bahwa Vacuum Feeder line 4 memiliki total durasi downtime paling tinggi dibandingkan unit lainnya, sehingga menjadi penyumbang terbesar terhadap total downtime selama periode pengamatan. Sementara itu, VacuumFeederline3 berada pada urutan berikutnya dengan total downtimeyang lebih rendah. Garis persentase kumulatif menunjukkan bahwa sebagian besar downtimeterakumulasi pada kedua unit tersebut. Hal ini mengindikasikan bahwa fokus perbaikan dan penerapan preventive maintenance sebaiknya diprioritaskan pada Vacuum Feeder line 4 terlebih dahulu, kemudian diikuti oleh Vacuum Feeder line 3, agar penurunan total downtime dapat dilakukan secara lebih efektif dan signifikan.

C. Penentuan interval.

Untuk menentukan intervalpreventivemaintenancemembutuhkan hasil MTTR, MTBF, dan Availability. Berikut Perhitungan MTTR, MTBF, dan Availability.

Diketahui :

Waktu produksi= 24jam x 30 hari x 60 menit

= 43.200 Menit ( Periode Pengamatan)

Total Downtime= Σ durasi breakdown

= 1.036 Menit

Jumlah Breakdown= 3 Perhitungan MTTR :

Perhitungan MTBF :

𝑀𝑇𝑇𝑅 =

𝑀𝑇𝑇𝑅 =

𝑇𝑜𝑡𝑎𝑙 𝐷𝑜𝑤𝑛𝑡𝑖𝑚𝑒

𝐽𝑢𝑚𝑙𝑎ℎ 𝐵𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛

1.036

3

Perhitungan AVAILABILITY:

𝑀𝑇𝐵𝐹 =

𝑀𝑇𝐵𝐹 =

𝑇𝑜𝑡𝑎𝑙 𝑊𝑎𝑘𝑡𝑢 𝑂𝑝𝑒𝑟𝑎𝑠𝑖

𝐽𝑢𝑚𝑙𝑎ℎ 𝐵𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛 43.200

3

𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = 𝑀𝑇𝐵𝐹 / (𝑀𝑇𝐵𝐹 + 𝑀𝑇𝑇𝑅)

𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = 14.400/(14.400 + 345) = 0,977 (97%)

Berdasarkan hasil perhitungan diperoleh nilai MTBF sebesar 14.400 menit atau setara 240 jam (10 hari operasi) dan MTTR sebesar 345 menit. Nilai MTBF menunjukkan bahwa rata-rata mesin mengalami kegagalan setiap 10 hari. Oleh karena itu, untuk mencegah terjadinya kerusakan sebelum mencapai rata-rata waktu kegagalan, penentuan interval preventive maintenance dilakukan dengan pendekatan 80% dari nilai MTBF. Perhitungan intervalpreventive maintenance adalah sebagai berikut:

IntervalPreventiveMaintenance= 80% × MTBF

= 0,8 × 14.400 menit

= 11.520 menit = 192 jam = 8 hari

Dengan demikian, interval preventive maintenance ditetapkan setiap 8 hari operasi. Penetapan interval ini bertujuan untuk melakukan tindakan pencegahan sebelum mesin mencapai batas rata-rata kegagalan, sehingga frekuensi breakdown dapat diminimalkan dan stabilitas proses produksi dapat ditingkatkan.

D. Perancangan Penjadwalan Preventive Maintenance

Perancangan penjadwalan preventive maintenance dilakukan berdasarkan hasil perhitungan reliability yang meliputi MTBF, MTTR, dan availability. Nilai MTBF sebesar 240 jam atau setara 10 hari operasi digunakan sebagai dasar dalam menentukan interval perawatan. Dengan pendekatan 80% dari MTBF, diperoleh interval preventive maintenance sebesar 192 jam atau 8 hari operasi. Interval ini ditetapkan sebagai batas maksimum sebelum mesin mencapai rata-rata waktu kegagalan.

Penjadwalan preventive maintenance dirancang untuk periode simulasi selama 30 hari dengan sistem operasi mesin 24 jam. Aktivitas perawatan yang dijadwalkan meliputi inspeksi sistem, pemeriksaan motor dan bearing, pengencangan sambungan, pembersihan filter, serta penggantian filter utama. Aktivitas inspeksi dan pemeriksaan komponen kritis dijadwalkan setiap 8 hari, sedangkan pembersihan dilakukan setiap 14 hari dan penggantian filter setiap 24 hari sesuai dengan umur teknis komponen.

Perancangan jadwal dilakukan menggunakan perangkat lunak Microsoft Project untuk memvisualisasikan distribusi waktu perawatan dan memastikan konsistensi intervalpelaksanaan. Melalui simulasi penjadwalan tersebut, diperoleh gambaran frekuensi preventive maintenance dalam satu periode produksi, serta estimasi total waktu perawatan terencana (plannedmaintenance time). Hasil penjadwalan menunjukkan bahwa kegiatan preventive dapat dilakukan secara terstruktur tanpa mengganggu kontinuitas produksi secara signifikan.

Dengan adanya penjadwalan preventive maintenance berbasis interval 8 hari, diharapkan frekuensi breakdown dapat ditekan, downtime tidak terencana dapat diminimalkan, serta tingkat availability mesin dapat ditingkatkan dibandingkan kondisi aktual.

E. Analisis Hasil Penjadwalan PreventiveMaintenance

Berdasarkan hasil perhitungan interval preventive maintenance yang telah ditentukan, selanjutnya dilakukan simulasi penjadwalan menggunakan perangkat lunak Microsoft Project untuk memvisualisasikan rencana pelaksanaan perawatan secara terstruktur. Simulasi ini bertujuan untuk melihat distribusi waktu pelaksanaan perawatan, urutan kegiatan, serta memastikan bahwa aktivitas preventive maintenance dapat dilaksanakan tanpa mengganggu kontinuitas proses produksi. Hasil simulasi penjadwalan tersebut ditampilkan pada Tabel 3.

Tabel3.Simulasi MSProject

Task Mode Task Name Start Finish
Manually Scheduled preventive maintenance vacuum feeder
Auto Scheduled Tue 7/1/25 Tue 7/1/25
Auto Scheduled inspeksi sistem Tue 7/1/25 Fri 7/25/25
Manually Scheduled inspeksi sistem 1 Tue 7/1/25 Tue 7/1/25
Manually Scheduled inspeksi sistem 2 Wed 7/9/25 Wed 7/9/25
Manually Scheduled inspeksi sistem 3 Thu 7/17/25 Thu 7/17/25
Manually Scheduled inspeksi sistem 4 Fri 7/25/25 Fri 7/25/25
Auto Scheduled inspeksi sistem (8hari) Tue 7/1/25 Tue 7/1/25
Auto Scheduled pemeriksaan motor dan bearing Tue 7/1/25 Fri 7/25/25
Manually Scheduled pemeriksaan motor dan bearing 1 Tue 7/1/25 Tue 7/1/25
Manually Scheduled pemeriksaan motor dan bearing 2 Wed 7/9/25 Wed 7/9/25
Manually Scheduled pemeriksaan motor dan bearing 3 Thu 7/17/25 Thu 7/17/25
Manually Scheduled pemeriksaan motor dan bearing 4 Fri 7/25/25 Fri 7/25/25
Manually Scheduled pengencangan baut Tue 7/1/25 Fri 7/25/25
Manually Scheduled pengencangan baut 1 Tue 7/1/25 Tue 7/1/25
Manually Scheduled pengencangan baut 2 Wed 7/9/25 Wed 7/9/25
Manually Scheduled pengencangan baut 3 Thu 7/17/25 Thu 7/17/25
Manually Scheduled pengencangan baut 4 Fri 7/25/25 Fri 7/25/25
Auto Scheduled pembersihan filter Tue 7/1/25 Fri 7/25/25
Manually Scheduled pembersihan filter 1 Tue 7/1/25 Tue 7/1/25
Manually Scheduled pembersihan filter 2 Mon 7/14/25 Mon 7/14/25
Auto Scheduled penggantian filter Tue 7/1/25 Fri 7/25/25
Manually Scheduled penggantian filter 1 Tue 7/1/25 Tue 7/1/25
Manually Scheduled penggantian filter 2 Fri 7/25/25 Fri 7/25/25

Berdasarkan hasil simulasi penjadwalan menggunakan Microsoft Project pada tabel 3, preventive maintenance dengan interval8 hari menghasilkan empat kali kegiatan inspeksi dalam satu periode 30 hari. Selain itu, pembersihan

filter terjadwal dua kali dan penggantian filter satu kali dalam periode yang sama. Penjadwalan tersebut menunjukkan bahwa aktivitas perawatan dapat dilakukan secara sistematis dan terencana tanpa menunggu terjadinya kerusakan.

Jika dibandingkan dengan kondisi aktual, sebelum penerapan preventivemaintenancetercatat tiga kali breakdown dengan total downtime sebesar 1.036 menit. Setelah dilakukan simulasi penjadwalan, frekuensi breakdown diproyeksikan menurun menjadi satu kali dalam 30 hari. Meskipun terdapat tambahan planned maintenance time sebesar 240 menit akibat kegiatan preventive, total downtime keseluruhan tetap lebih rendah dibandingkan kondisi sebelumnya, yaitu menjadi 585 menit. Hal ini menunjukkan potensi penurunan downtime sebesar 43,5%.

Dari sisi keandalan, nilai availabilitymeningkat dari 97,7% menjadi 98,6%. Peningkatan ini menunjukkan bahwa preventivemaintenanceberbasis 80% MTBF efektif dalam mengurangi downtimetidak terencana dan meningkatkan stabilitas operasional mesin. Dengan demikian, hasil penjadwalan tidak hanya memberikan struktur waktu perawatan yang lebih terkontrol, tetapi juga memberikan dampak kuantitatif terhadap peningkatan performa sistem produksi. Secara keseluruhan, penerapan penjadwalan preventive maintenance berbasis analisis reliability terbukti mampu mengoptimalkan strategi perawatan dari pendekatan reaktif menjadi preventif, sehingga mendukung kontinuitas dan efisiensi proses produksi.

 Simpulan

Berdasarkan hasil penelitian yang telah dilakukan, diperoleh nilai MTBF sebesar 240 jam atau setara 10 hari operasi dan MTTR sebesar 345 menit. Nilai tersebut menunjukkan bahwa mesin Vacuum Feeder Line 4 rata-rata mengalami kerusakan setiap 10 hari dengan waktu perbaikan sekitar 5,75 jam. Tingkat availabilitymesin pada kondisi aktual sebesar 97,7%. Berdasarkan pendekatan 80% dari nilai MTBF, ditetapkan interval preventive maintenance sebesar 192 jam atau 8 hari operasi. Interval ini digunakan sebagai dasar dalam perancangan jadwal perawatan guna mencegah terjadinya kerusakan sebelum mencapai rata-rata waktu kegagalan. Hasil simulasi penjadwalan menggunakan Microsoft Project menunjukkan bahwa penerapan preventive maintenance setiap 8 hari berpotensi menurunkan frekuensi breakdown dari tiga kali menjadi satu kali dalam periode 30 hari. Total downtime menurun dari 1.036 menit menjadi 585 menit atau berkurang sebesar 43,5%, serta meningkatkan availability mesin menjadi 98,6%. Dengan demikian, penelitian ini berhasil menentukan interval preventive maintenance berbasis analisis reliability dan merancang sistem penjadwalan yang efektif dalam meningkatkan keandalan mesin serta mengurangi downtime produksi.

Ucapan Terima Kasih

Terimakasih kepada UMSIDA dan PT X.