KONSEP RELIABILITY R(t) = 1 – F(t) dimana

Slides:



Advertisements
Presentasi serupa
Motivation 9:30 Prinsip prosedur statistika: Random sampel
Advertisements

VARIABEL RANDOM.
Dasar probabilitas.
Proses Stokastik Semester Ganjil 2013.
Distribusi Probabilitas Weibull
Variabel Acak 2.1 Variabel Acak Diskrit 2.2 Variabel Acak Kontinu
Distribusi Variable Acak Kontinu
PROBABILITY DAN JOINT DENSITY FUNCTION
Pembangkit Random Variate
Pertemuan 3 Pengukuran Kehandalan Sistem
Fungsi Kepekatan Probabilitas (Probability Density Function)
Dasar probabilitas.
Part 2 Menghitung Probabilitas
1 Pertemuan 10 Fungsi Kepekatan Khusus Matakuliah: I0134 – Metode Statistika Tahun: 2007.
Pertemuan 5 Hubungan Komponen terhadap Kehandalan Seri
FUNGSI VEKTOR DALAM RUANG DIMENSI TIGA
Teknik Industri Universitas Brawijaya
1 Pertemuan #2 Probability and Statistics Matakuliah: H0332/Simulasi dan Permodelan Tahun: 2005 Versi: 1/1.
Review Probabilitas (pertemuan 8)
PELUANG KEJADIAN BEBAS DAN BERSYARAT
Review Teori Probabilitas
Definisi : Probabilitas bersyarat. Ditentukan set B dan set A
Bab 1 PENGANTAR PELUANG
Proses Kedatangan dan Distribusi Waktu Pelayanan
KONSEP DASAR PROBABILITAS
Probabilitas dan Teori Keputusan
PROBABILITAS BERSYARAT
PELUANG TOTAL DAN KAIDAH BAYES
Probabilitas dan Teori Keputusan
Sukiswo RANDOM VARIABLES Sukiswo Rekayasa Trafik, Sukiswo.
Analisis Reliabilitas Pertemuan ke-2/14
Modul VII. Konsep Dasar Probabilitas
MODUL 7 KEANDALAN, KETERSEDIAAN, KEMAMPUPELIHARAAN (SEBUAH PENGANTAR)
Distribusi Normal.
Probability Distribution untuk Discrete Random Variable
PENDEKATAN RESIKO (Distribusi Probabilitas)
KONSEP DASAR PROBABILITAS
PROBABILITAS (Aturan Dasar Probabilitas)
Proses Kedatangan dan Distribusi Waktu Pelayanan
PENDEKATAN RESIKO (Distribusi Probabilitas)
KONSEP DASAR PROBABILITAS
Tutun Juhana – Lab. Telematika – EE Dept. ITB
PELUANG (PROBABILITY)
Review probabilitas (1)
PROBABILITAS.
FUNGSI VEKTOR DALAM RUANG DIMENSI TIGA
Variabel Acak Kontinu dan Distribusi Probabilitas
DISUSUN OLEH : IPHOV KUMALA SRIWANA
Tutun Juhana Review probabilitas Tutun Juhana
Tutun Juhana Review probabilitas Tutun Juhana
KONSEP DASAR PROBABILITAS
LESSON 5.
4 Probabilitas Peluang Bersyarat Kejadian Saling Bebas
Nilai Harapan dari Kombinasi Linier Peubah Acak
PROBABILITAS.
Fungsi Kepekatan Peluang Khusus Pertemuan 10
TEORI PROBABILITAS MMA
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
BAB 8 teori probabilitas
Bagian 5 – DISTRIBUSI KONTINYU Laboratorium Sistem Produksi 2004
KETERBAGIAN (LANJUTAN)
PROBABILITAS.
08 TEORI PROBABILITAS Konsep Dasar Probabilitas Bethriza Hanum ST., MT
PROBABILITAS.
Bab 1 PENGANTAR PELUANG
Variable Kontinu Acak dan Distribusi Probabilitas
Konsep probabilitas Sebuah Eksperimen akan menghasilkan sesuatu yang tidak dapat diperkirakan sebelumnya      Sekumpulan hasil eksperimen  ruang sampel.
Model-model untuk Analisis Sistem Pemeliharaan
Keandalan dan Penentuan Interval Waktu Perawatan
Sifat – sifat probabilitas kejadian A
Transcript presentasi:

KONSEP RELIABILITY R(t) = 1 – F(t) dimana F(t) = Probalitity of Failure R(t) = Probalitity of Survive 11/20/2018

Karakteristik Relibility R(t)=e-t 1 Contoh R(t) = (1+g(t))-1 R(t) = e-g(t) R(t) t (hours) Probability Density Function (PDF) dan Cumulative Distribution Function (CDF)

Contoh R(t) = 1 / (1+0.001t) F(t)=1 - (1+0.001t)-1 Berapa probalilitas kerusakan produk baru setelah dioperasikan : - 1000 Jam - 4000 Jam - antara 1000 jam hingga 4000 jam Jawab F(1000) = 1-(1+1)-1= 1-1/2 = 0.5 -F(4000) = 1-(1+4)-1= 1-1/5 = 0.8 -F(4000)-F(1000) = 0.3

Contoh 150 armada taxi (baru) beroperasi. Berapa taxi yang gagal beroperasi setelah 1000 jam? dan 3000 jam berikutnya? Jawab F(1000) = 0.5 x 150 = 75 mobil F(4000) = 0.8 x 150 = 120 mobil

Ingat ! P(AB) = P(A).P(B|A) (Conditional) = P(A).P(B) (Independent) Bila ada n unit harus bekerja simultant dan independent R(t)1 R(t)2 R(t)3 R(t)n P(R1. R2. R3…. Rn) = P(R1). P(R2). P(R3)… P(Rn) Reliability system R(t)s = [R(t)]n

Probabilitas Kerusakan pada sistem tersebut : Fs(t) = 1 –[R(t)]n

Laju Kegagalan (Failure Rate) 10 Jumlah unit Rusak 1 Hours 10000 10500

Teorema Failure Rate (Hazard Function) Event A : Survive hingga selang waktu t => P(A) Event B : Failure selang t setelah t => P(B) P(AB) = P(A).P(B|A) P(AB) P(B|A) = P(A) P(A & B keduanya terjadi) = P(B|A) P(survive)

F(t+ t) – F(t) P(gagal selang t|survive hingga selang t) = R(t) Untuk t -> 0 F(t+ t) – F(t) F’(t) = = f(t) t f(t) Hazard Function Atau Failure Rate h(t) = R(t)

Cumulative Hazard Function Cumulative hazard dalam selang t1-t2 atau F(t) = 1 – e-H(t)

Average Failure Rate (AFR)

Bila waktu dari 0 hinga time period ( 0 – T), maka : H(T) - ln R(T) = AFR(T) = T T Probabilitas failure selang time period T F(t) = 1 – e-TxAFR(T)

Satuan Failure rate = percent / 1000 hours = %/K Failure rate = parts per million / 1000 hours = ppm/K = FIT (fails in time) Konversi Failure rate in %/K = 105 x h(t) AFR in %/K = 105 x AFR(T1.T2) Failure rate in FIT = 109 x h(t) = 104 x Failure rate in %/K AFR in FIT = 109 x AFR (T1.T2)

Bathtub Curve Renewal Failure Rate Time Item Life Early Failure Period Stable Failure Period Wear out Failure Period Time

Contoh x x x x x x x x x x x x x x x time x x Armada Taxi 1 x x x 2 x x 3 x 4 5 x x x Armada Taxi 6 x x 7 x 8 x x 9 10 100 200 300 400 500 600 700 time x x = Pertama kali Fail = Fail ke kali sekian

Pertanyaan Estimasi CDF dan Reliability Function pada 500 & 550 jam Estimasi f(500-550) Estimasi Failure Rate atau Hazard rate, h(500-550), Estimasi Renewal Rate, r(500-550)

x x x x x x x x x x x x F(500) = 5/10 R(500) = 5/10 x x 2 x x 3 x 4 5 x x x Armada Taxi 6 x x 7 F(500) = 5/10 R(500) = 5/10 x x 8 h(500550) =(1/(5x50) / (5/10) = 10 / (5x5x50) = (2/5) / 50 x 9 10 F(550) = 7/10 R(550) = 3/10 100 200 300 400 500 600 700 f(500550) =(2/10)/50 hr = 1/(5x50) r(500550) = (4/10) / 50 hr time

Terima Kasih