Apa itu keandalan aset?

Ketika aset penting seperti mesin atau infrastruktur yang mahal rusak secara tak terduga, itu akan memengaruhi pelanggan dan dapat merugikan perusahaan hingga jutaan. Agar sukses, bisnis harus memiliki visibilitas yang jelas dan real-time tentang kondisi aset mereka dan rencana untuk menjaganya tetap berjalan dengan lancar dan melakukan perbaikan dengan cepat saat terjadi kerusakan. Perusahaan terus mencari cara baru untuk mengoptimalkan kinerja, meningkatkan keandalan, dan memperpanjang rentang hidup aset—semuanya tanpa menambah biaya yang tidak perlu.

Inilah sebabnya mengapa keandalan aset adalah komponen penting dari strategi bisnis. Sebelum menyelami, mari kita lihat beberapa istilah yang relevan.

Istilah "aset" dapat merujuk pada barang fisik dan nonfisik yang dimiliki dan digunakan perusahaan untuk menciptakan nilai. Contoh aset fisik termasuk mesin, pabrik, perlengkapan kantor, pabrik produksi, lini perakitan, armada kendaraan, bangunan, dan infrastruktur sipil. Contoh aset nonfisik termasuk perangkat lunak, kekayaan intelektual, merek dagang, dan paten.

Keandalan aset adalah kemampuan aset untuk bekerja dalam kondisi tertentu selama periode tertentu tanpa mengalami kerusakan. Agar dianggap “dapat diandalkan,” aset aset harus bekerja pada tingkat tertentu dan mematuhi semua persyaratan peraturan seputar operasinya.

Istilah keandalan aset dan ketersediaan aset mudah membingungkan, namun ada beberapa perbedaan utama yang perlu diperhatikan. Pertama, ketersediaan mengukur kapasitas operasional aset dari waktu ke waktu. Dengan kata lain, berapa lama peralatan dapat melakukan tugas-tugas yang terkait dengan operasinya dengan sukses. Keandalan, di sisi lain, mengacu pada kemampuan aset untuk berfungsi tanpa waktu henti atau gangguan dalam kondisi tertentu. Sebuah aset hanya dianggap "andal" jika beroperasi tanpa pemadaman tak terduga untuk melakukan perbaikan yang diperlukan.

Meskipun keandalan dan ketersediaan keduanya diukur dalam persentase, bisa jadi—bahkan kemungkinan besar—persentase ini akan berbeda, bahkan ketika mengacu pada peralatan yang sama. Misalnya, peralatan yang beroperasi pada keandalan 100% mungkin hanya tersedia 90% jika 10% dari waktu penggunaannya dihabiskan untuk melakukan pemeliharaan penting dan terencana yang diperlukan agar tetap berjalan.

Untuk menggunakan pendekatan proaktif pada keandalan aset, manajer pemeliharaan mengandalkan dua metrik yang banyak digunakan: waktu rata-rata antara kegagalan (MTBF) dan waktu rata-rata untuk memperbaiki (MTTR). Kedua KPI membantu memprediksi kinerja aset dan membantu manajer dalam merencanakan pemeliharaan preventif dan prediktif. Pertama, mari kita lihat MTBF dan MTTR.

Baik MTBF dan MTBR dapat dihitung menggunakan rumus matematika sederhana. Berikut adalah rumus yang digunakan teknisi untuk menghitung MTBF: 

MTBF = Total waktu operasi / Jumlah kegagalan dalam periode waktu tertentu

Sebagai contoh, jika sebuah peralatan digunakan selama 20.000 jam dan mengalami kegagalan sebanyak 5 kali selama periode tersebut, MTBF-nya adalah 20.000 jam / 5 kegagalan = 4.000 jam. Dengan kata lain, peralatan ini diperkirakan akan gagal setiap 4.000 jam. Berbekal informasi ini, operator dapat merencanakan kegiatan pemeliharaan untuk memastikan peralatan tidak rusak secara tak terduga yang mengakibatkan waktu henti yang mahal.

Meskipun mengetahui MTBF aset sangat penting untuk menjaganya tetap berkinerja pada tingkat puncak, perhitungan ini tidak membantu operator menentukan berapa banyak waktu yang mereka perlukan untuk memperbaikinya. Di sinilah MTTR berperan. Untuk menghitung MTTR, operator pertama-tama perlu mengetahui berapa banyak waktu yang diperlukan untuk melakukan tugas-tugas berikut pada aset:

• Memberi tahu tim pemeliharaan aset
• Mendinginkan peralatan yang rusak sebelum perbaikan dapat dilakukan
• Melakukan perbaikan dan memasang kembali barang yang diperlukan
• Menguji peralatan secara menyeluruh sebelum memulai kembali produksi

Berikut adalah rumus matematika yang digunakan operator untuk menghitung MTTR:

MTTR = Total waktu henti / Total jumlah kegagalan selama waktu tertentu

Misalnya, jika selama setahun sebuah sistem mengalami kegagalan sebanyak 10 kali yang mengakibatkan 20 jam total waktu henti, MTTR-nya adalah: 20 jam / 10 kali perbaikan = 2 jam. Dengan kata lain, dibutuhkan rata-rata 2 jam untuk memperbaiki peralatan ini setiap kali rusak.

Seperti MTBF, MTTR digunakan untuk menentukan keandalan aset dan khususnya untuk memungkinkan operator mengukur efisiensi program pemeliharaan mereka dan untuk melakukan penyesuaian jika diperlukan.

Baik pemeliharaan preventif maupun pemeliharaan prediktif adalah strategi pemeliharaan yang digunakan oleh para pemimpin bisnis untuk meningkatkan keandalan aset.

Pemeliharaan preventif bergantung pada pemantauan kondisi untuk membantu manajer merencanakan secara strategis perbaikan aset dan waktu henti dengan cara yang meminimalkan dampak terhadap bisnis secara keseluruhan. Pemeliharaan prediktif membawa kapasitas pemeliharaan preventif selangkah lebih maju. Sensor mengumpulkan data secara real-time yang kemudian dimasukkan ke dalam manajemen aset perusahaan (EAM) atau komputerisasi sistem manajemen pemeliharaan (CMMS), di mana alat dan proses analisis data yang ditingkatkan AI seperti machine learning (ML) menemukan masalah dan membantu menyelesaikannya. Informasi ini kemudian digunakan untuk membangun model prediktif kinerja aset dari waktu ke waktu dan membantu menemukan potensi masalah sebelum muncul.

Salah satu cara manajer pemeliharaan untuk menyempurnakan dan meningkatkan analisis prediktif guna meningkatkan keandalan aset adalah dengan membuat kembaran digital.

Teknologi kembaran digital

Teknologi kembaran digital memungkinkan pembuatan representasi virtual dari aset yang mencakup seluruh siklus hidup aset dan tunduk pada kondisi yang sama seperti aset nyata. Kembaran digital menggunakan data real-time, simulasi, dan machine learning untuk membantu pengambil keputusan dalam pengelolaan aset mereka yang paling penting.

Kembaran digital dapat dibuat untuk aset yang eksotis seperti pesawat ruang angkasa berawak atau aset biasa seperti turbin angin. Seperti dalam analitik prediktif, sensor yang terhubung ke objek fisik mengumpulkan data dari dunia nyata yang kemudian dipetakan ke model virtual. Dengan memantau kembaran digital aset, manajer dapat melihat insight penting tentang bagaimana aset bereaksi terhadap lingkungannya dan mengembangkan strategi untuk meningkatkan keandalannya.

Para pemimpin bisnis tahu betapa pentingnya memiliki pemahaman yang mendalam tentang kapan aset mereka kemungkinan akan gagal sehingga dapat mengambil tindakan segera untuk mengurangi risiko pada operasi bisnis secara keseluruhan. Manajemen kinerja aset atau APM membantu pengambil keputusan meningkatkan insight manajemen aset dengan kemampuan otomatisasi, analitik, dan kecerdasan buatan (AI).

Melalui pemantauan jarak jauh yang didukung AI, analisis akar masalah, Analisis Mode Kegagalan (FMEA), visi komputer, dan pemeliharaan prediktif, APM memungkinkan perusahaan modern untuk mengurangi pekerjaan perbaikan tidak terencana, mengelola risiko, memperpanjang siklus hidup aset, dan meningkatkan profitabilitas.

Manajemen aset perusahaan (EAM) dan CMMS

Manajemen aset Enterprise (EAM) adalah sistem manajemen aset yang menggabungkan perangkat lunak dan layanan untuk membantu organisasi memelihara, mengontrol, dan mengoptimalkan kualitas aset operasional sepanjang siklus hidup mereka. Dengan jumlah data yang dihasilkan melalui IoT, manajer pemeliharaan semakin mengandalkan perangkat lunak manajemen dan analisis data yang ditingkatkan AI untuk membantu mereka membuat keputusan yang lebih tepat. Tujuan EAM selalu untuk meningkatkan keandalan peralatan, meningkatkan waktu aktif, dan mengurangi biaya operasional.

Banyak inisiatif EAM bekerja bersama-sama dengan komputerisasi sistem manajemen pemeliharaan (CMMS) untuk membantu departemen pemeliharaan memusatkan informasi penting aset. CMMS memberi tahu manajer pemeliharaan di mana aset berada, jenis layanan atau perbaikan apa yang diperlukan, dan siapa yang harus melakukannya. CMMS yang kuat dapat meningkatkan perencanaan pemeliharaan dengan membuat informasi tentang aset dapat segera diakses dan diaudit.

Keandalan aset menawarkan perusahaan modern ketenangan pikiran seputar sumber daya mereka yang paling berharga. Dengan menerapkan teknologi mutakhir yang tersedia, ditambah dengan strategi manajemen pemeliharaan yang ketat dan kepatuhan terhadap metrik utama seperti MTBF dan MTTR, perusahaan dapat mengurangi biaya, meningkatkan keandalan aset, dan memaksimalkan pengembalian investasi (ROI) mereka dalam aset mereka yang paling berharga.

Manfaat keandalan aset yang kuat meliputi hal-hal berikut:

• Peningkatan waktu aktif: Memiliki keandalan aset yang baik berarti aset berkinerja terbaik berjalan pada tingkat puncak lebih lama tanpa meningkatkan risiko kegagalan. Dengan melakukan pemeliharaan preventif dan prediktif sebagai bagian dari strategi pemeliharaan keseluruhan, bisnis dapat mengurangi jumlah dan frekuensi kerusakan.
• Mengurangi biaya: Ketika keandalan aset meningkat, tenaga kerja pemeliharaan, inventaris, dan biaya modal kerja turun—sesederhana itu. Program keandalan membantu manajer merencanakan waktu henti secara strategis dan hanya melakukan perbaikan ketika dampak pada keberlangsungan bisnis dapat diminimalkan.
• Peningkatan keselamatan pekerja: Manfaat lain dari keandalan aset adalah peningkatan kondisi tempat kerja bagi pekerja pemeliharaan. Dengan mengurangi kemungkinan kegagalan peralatan, tempat kerja terhindar dari kecelakaan dan cedera yang terkait dengan kegagalan peralatan yang tidak terduga.
• Manajemen aset yang lebih cerdas: Pemantauan aset secara berkelanjutan melalui pendekatan EAM atau APM untuk meningkatkan keandalan aset akan menghasilkan insight tentang keadaan aset saat ini dan mendatang (ekspektasi) yang meningkatkan kemampuan pengambilan keputusan manajer pemeliharaan.

Keandalan aset bergantung pada pendekatan yang kuat dan terkoordinasi pada manajemen aset yang menggabungkan solusi teknologi terbaru yang tersedia. IBM Maximo Application Suite adalah platform terintegrasi penuh yang membantu perusahaan meningkatkan keandalan aset melalui operasi pemeliharaan yang lebih baik.

IBM Maximo memungkinkan perkembangan dari pemeliharaan terjadwal ke pemeliharaan prediktif berbasis kondisi yang diinformasikan oleh insight real-time. Platform ini memiliki rekam jejak yang telah terbukti dalam membantu perusahaan meningkatkan kinerja aset, memperpanjang masa pakai aset, serta mengurangi biaya dan waktu henti.