Beranda Topics Pemeliharaan berdasarkan kondisi Apa itu pemeliharaan berbasis kondisi (CBM)?
Pelajari manfaat CBM dan bagaimana CBM dapat meningkatkan praktik pemeliharaan organisasi
Berlangganan buletin IBM
Pekerja sedang memperbaiki mesin
Apa yang dimaksud dengan pemeliharaan berbasis kondisi?

Pemeliharaan berbasis kondisi (CBM) adalah strategi pemeliharaan preventif yang bergantung pada pemantauan aset atau peralatan untuk menentukan kapan pekerjaan pemeliharaan diperlukan.

CBM melibatkan penggunaan sensor dan peralatan pemantauan lainnya untuk mengumpulkan data tentang kinerja peralatan. Dengan menggunakan algoritme, pembelajaran mesin, dan AI, data yang terkumpul kemudian dianalisis untuk mengidentifikasi pola dan anomali yang mungkin mengindikasikan masalah pemeliharaan.

Di masa lalu, perusahaan hanya melakukan pemeliharaan sesuai jadwal tetap atau ketika peralatan rusak, yang sering kali mengakibatkan praktik pemeliharaan yang mahal dan tidak efisien (misalnya, waktu henti yang tidak terduga dan perbaikan darurat). Akan tetapi, pemeliharaan berbasis kondisi menawarkan pendekatan yang lebih baru dan lebih maju untuk manajemen pemeliharaan.

Daripada melakukan pemeliharaan pada jadwal yang telah ditentukan atau menunggu kerusakan peralatan, CBM menggunakan data real-time untuk mengidentifikasi kebutuhan pemeliharaan, sehingga memungkinkan praktik pemeliharaan yang lebih efisien dan hemat biaya.

Ikuti tur IBM Maximo

Jelajahi IBM Maximo untuk mempelajari bagaimana data IoT, analitik, dan AI dapat membantu merampingkan operasi aset Anda.

Konten terkait

Berlangganan buletin IBM

Pemeliharaan berbasis kondisi vs. pemeliharaan prediktif

Pemeliharaan berbasis kondisi dan pemeliharaan prediktif merupakan pendekatan manajemen aset yang dapat membantu organisasi meminimalkan kemungkinan kegagalan peralatan dan memaksimalkan masa pakai aset. Namun, keduanya berbeda dalam beberapa hal utama.

Dengan CBM, departemen pemeliharaan melakukan pemeliharaan sesuai kebutuhan; ini adalah proses yang secara inheren reaktif. Di sisi lain, pemeliharaan prediktif menggunakan analisis data dan pembelajaran mesin untuk memprediksi kapan saatnya melakukan tugas pemeliharaan. Ini merupakan pendekatan yang lebih proaktif terhadap manajemen aset.

Selain itu, CBM mengandalkan inspeksi, pengujian, dan data real-time untuk menilai kondisi peralatan saat ini, sementara pemeliharaan prediktif didasarkan pada pemantauan berkelanjutan dan analisis data untuk memprediksi perilaku peralatan di masa depan.

Kedua pendekatan dapat membantu organisasi menjaga aset penting beroperasi pada kinerja puncak, sehingga pendekatan (atau keduanya) mungkin tepat untuk bisnis Anda. Namun, memilih strategi terbaik akan bergantung pada faktor-faktor seperti jenis peralatan yang Anda miliki, tingkat kekritisan aset Anda, industri tempat Anda beroperasi, dan/atau lingkungan tempat Anda menyimpan aset.

Jenis CBM

Meskipun ada banyak sekali teknik pemantauan untuk CBM, berikut ini adalah jenis pemeliharaan berbasis kondisi yang paling mungkin Anda temui.

Termografi inframerah

Termografi inframerah menggunakan pencitraan termal untuk mendeteksi panas berlebih dan masalah terkait suhu lainnya. Alat ini mengandalkan pengukuran non-kontak untuk mendeteksi variasi suhu yang berpotensi menimbulkan masalah pada objek dan permukaan.

Termografi inframerah menggunakan kamera pencitraan termal untuk menangkap radiasi inframerah yang dipancarkan oleh objek atau permukaan dan mengubahnya menjadi gambar visual (atau termogram). Termogram kemudian digunakan untuk mengukur suhu aset saat ini terhadap suhu awal aset.

Organisasi terutama menggunakan CBM jenis ini untuk memantau motor, memeriksa bearing, dan memeriksa level gas, lumpur, atau cairan.

Pemantauan getaran

Pemantauan getaran (atau analisis getaran) menggunakan sensor getaran untuk mengukur frekuensi getaran pada aset dan mendeteksi ketidaknormalan yang mungkin mengindikasikan adanya masalah. Karena aset yang berputar (misalnya, motor dan pompa), cenderung bergetar lebih intens dan lebih keras seiring bertambahnya usia, mengukur perubahan getaran dapat membantu mengidentifikasi keausan dan kerusakan sebelum aset tersebut rusak. Pemantauan getaran dapat digunakan untuk mendeteksi berbagai masalah, termasuk ketidaksejajaran, ketidakseimbangan, keausan atau kegagalan bantalan, poros bengkok dan komponen longgar, di antara kesalahan lainnya.

Analisis minyak

Analisis minyak menilai sifat-sifat oli (misalnya, viskositas, keasaman, dll.) dalam suatu aset untuk mendeteksi kontaminan atau partikel keausan. Biasanya melibatkan pengumpulan sampel minyak pelumas dari peralatan dan mengirimkannya ke laboratorium untuk dianalisis. Analisis minyak dapat berguna untuk memantau aset seperti mesin, gearbox, dan sistem hidraulik.

Analisis ultrasonik

Analisis ultrasonik (atau pengujian ultrasonik) menggunakan gelombang suara frekuensi tinggi untuk mendeteksi kebocoran, retakan, atau cacat pada suatu peralatan. Metode ini mengandalkan teknik pengumpulan data kontak (structure-borne) dan non-kontak (airborne) untuk menentukan atrisi aset. Metode kontak biasanya digunakan untuk mendeteksi masalah mekanis-seperti masalah pelumasan, kerusakan roda gigi, dan batang rotor yang patah-yang menghasilkan suara frekuensi tinggi. Metode non-kontak dapat mendeteksi masalah, seperti kebocoran tekanan dan vakum pada sistem gas bertekanan, yang cenderung menghasilkan suara berfrekuensi rendah.

Analisis tekanan

Aset yang membawa gas, udara, atau fluida paling baik dipantau dengan menggunakan analisis tekanan, yaitu proses mengukur dan mengevaluasi tingkat tekanan di dalam aset. Tim pemeliharaan dapat menggunakan analisis tekanan untuk menentukan laju aliran dan kecepatan cairan melalui pipa dan katup; untuk mengoptimalkan kinerja kompresor dan regulator udara; dan untuk mengontrol tekanan gas dan cairan di dalam tangki dan saluran pipa.

Analisis kelistrikan

Analisis kelistrikan menilai kualitas daya yang masuk dari sistem atau komponen listrik menggunakan pembacaan arus motor dari ammeter penjepit. Pengukuran seperti tegangan, arus, resistansi, kapasitansi, induktansi, dan daya dapat membantu tim pemeliharaan mengantisipasi penurunan tegangan, masalah faktor daya, dan kesalahan dan distorsi sirkuit.

Siklus hidup CBM

Siklus hidup CBM menggambarkan tahapan proses CBM, yang masing-masing memainkan peran integral dalam keberhasilan program secara keseluruhan. Tahapan tersebut meliputi perencanaan, implementasi, pemantauan, analisis dan perbaikan.

Tahap 1. Perencanaan

Pada tahap perencanaan, tim pemeliharaan harus secara jelas mendefinisikan tujuan program CBM-nya. Tujuan harus selaras dengan tujuan organisasi secara keseluruhan, dan harus spesifik, terukur, dapat dicapai, relevan, dan terikat waktu.

Setelah Anda menetapkan tujuan Anda, Anda harus mengidentifikasi aset penting dan memfokuskan program pemantauan berbasis kondisi pada aset ini. Anda akan mengembangkan rencana pemantauan yang menguraikan teknik pemantauan spesifik yang akan Anda gunakan, serta frekuensi dan durasi proses pemantauan. Rencana tersebut juga harus mengidentifikasi personel yang bertanggung jawab untuk memantau dan menganalisis data kinerja peralatan. Pendekatan ini memastikan bahwa departemen pemeliharaan menggunakan sumber daya secara efektif dan meminimalkan waktu henti yang tidak direncanakan.

Terakhir, tim pemeliharaan harus menetapkan garis dasar dalam tahap perencanaan. Baseline adalah komponen penting dari CBM, karena memberikan titik referensi untuk mengukur perubahan kondisi peralatan dan membantu Anda mengidentifikasi pola perilaku aset.

Anda dapat menggunakan garis dasar operasi, yang mencerminkan kondisi operasi aset yang umum; garis dasar historis, yang didasarkan pada data historis aset; garis dasar pabrikan, yang dibuat oleh produsen peralatan; atau metrik garis dasar lainnya yang dianggap berguna oleh departemen pemeliharaan.

Tahap 2. Implementasi

Pada tahap implementasi, tim memasang sensor dan sistem akuisisi data dan melatih personel untuk menggunakan alat CBM. Tahap ini mengharuskan tim untuk mengembangkan sistem manajemen data dan mengintegrasikan CBM ke dalam sistem manajemen pemeliharaan organisasi.

Tahap 3. Pemantauan

Tahap pemantauan adalah bagian yang paling penting dari program CBM. Ini melibatkan pengumpulan data dari sensor dan sistem akuisisi data, idealnya secara terus menerus, untuk memantau kondisi peralatan secara real time.

Tahap 4. Analisis

Pada tahap analisis, tim menginterpretasikan data yang dikumpulkan selama tahap pemantauan, baik secara manual maupun menggunakan perangkat lunak. Hal ini termasuk mengidentifikasi pola dan tren, serta mendeteksi anomali dan potensi kegagalan. 

Tahap 5. Peningkatan

Setelah tim menginterpretasikan hasil analisis, tim akan mengembangkan dan mengimplementasikan rencana aksi. Hal ini dapat mencakup penjadwalan aktivitas pemeliharaan, penyesuaian parameter operasi, atau perbaikan pada peralatan atau sistem pemantauan itu sendiri. Tim juga akan mendokumentasikan hasil program CBM dan memasukkannya ke dalam kegiatan perencanaan dan implementasi di masa mendatang.

Penting untuk dicatat bahwa siklus hidup CBM bukanlah proses satu kali, melainkan siklus yang berkelanjutan. Dengan demikian, keberhasilan program CBM bergantung pada apakah organisasi terus meningkatkan dan menyempurnakan pendekatannya terhadap pemeliharaan.

Praktik terbaik untuk CBM

Pemeliharaan berbasis kondisi adalah strategi yang efektif untuk meningkatkan keandalan peralatan dan mengurangi biaya pemeliharaan. Namun, hal ini hanya akan efektif jika program manajemen berbasis kondisi dirancang dengan baik dan dilaksanakan dengan baik. Berikut adalah beberapa praktik terbaik yang akan membantu organisasi Anda mengoptimalkan proses CBM. 

1. Gunakan kurva dan interval pf.

Memahami interval p-f dan kurva p-f dapat sangat berguna dalam program pemeliharaan prediktif karena membantu menentukan waktu yang optimal untuk aktivitas pemeliharaan.

Kurva p-f memberikan representasi visual dari hubungan antara tingkat keparahan gangguan dan waktu kegagalan aset. Dengan menganalisis kurva p-f untuk peralatan tertentu, dimungkinkan untuk mengidentifikasi kesalahan yang paling kritis dan memprioritaskan aktivitas pemeliharaan sesuai dengan tingkat kekritisannya.

Sebaliknya, interval p-f menunjukkan waktu yang tersedia untuk melakukan pemeliharaan setelah kegagalan yang akan datang terdeteksi. Interval p-f dapat membantu personel pemeliharaan menjadwalkan aktivitas pemeliharaan sebelumnya, sebelum peralatan mengalami kerusakan.

2. Investasikan dalam manajemen data dan alat analisis.

Proses CBM menghasilkan sejumlah besar data yang perlu disimpan, dianalisis, dan ditindaklanjuti secara tepat waktu. Perangkat lunak manajemen dan analisis data dapat membantu memahami data dan mengubahnya menjadi wawasan yang dapat ditindaklanjuti. Selain itu, banyak program CBM kompatibel dengan sistem manajemen pemeliharaan terkomputerisasi (CMMS) dan sistem manajemen aset perusahaan (EAM), membuat integrasi CBM ke dalam program manajemen aset Anda yang ada menjadi lebih sederhana.

3. Menerapkan sistem penjadwalan pemeliharaan.

Program CBM mengharuskan tim pemeliharaan untuk menjadwalkan pemeliharaan berdasarkan kondisi peralatan yang sebenarnya. Untuk melakukan hal ini secara efektif, organisasi perlu menerapkan sistem penjadwalan pemeliharaan yang dapat memperhitungkan data kinerja dan memprioritaskan tugas-tugas pemeliharaan yang sesuai.

4. Menumbuhkan budaya perbaikan berkelanjutan.

Pemeliharaan berbasis kondisi bukanlah implementasi satu kali, melainkan proses pemantauan, analisis, dan peningkatan yang berkelanjutan. Organisasi harus terus mendorong personel pemeliharaan untuk mengidentifikasi area perbaikan dan menerapkan perubahan berdasarkan hasil.

Manfaat CBM

Pemeliharaan berbasis kondisi adalah strategi yang efektif untuk meningkatkan keandalan dan masa pakai peralatan. Manfaat utama CBM adalah pendekatan rampingnya terhadap manajemen aset, tetapi CBM juga menawarkan manfaat lain yang lebih beragam.

  • Mencegah kegagalan peralatan dan waktu henti. Dengan mendeteksi potensi masalah dan kegagalan yang akan terjadi sejak dini, CBM memungkinkan tim pemeliharaan menjadwalkan pemeliharaan sesuai dengan kebutuhan, saat itu adalah saat yang paling hemat biaya. Hal ini dapat membantu mengurangi biaya yang terkait dengan pemeliharaan dan perbaikan darurat, meminimalkan penundaan jadwal produksi, dan memaksimalkan waktu kerja aset.
  • Memperpanjang umur aset. Dengan melakukan pemeliharaan secara teratur, berdasarkan data real-time, personel pemeliharaan dapat menjaga peralatan dalam kondisi optimal, mengurangi keausan, dan memperpanjang masa pakai aset.
  • Meningkatkan keamanan. Pemeliharaan berbasis kondisi dapat membantu mendeteksi masalah yang dapat menjadi risiko keselamatan di telepon, memungkinkan pemeliharaan untuk mengambil tindakan korektif sebelum kecelakaan terjadi, dan pada akhirnya mengurangi cedera di tempat kerja dan risiko kecelakaan.
  • Mengurangi biaya pemeliharaan. Daripada melakukan pemeliharaan pada jadwal yang telah ditentukan, CBM memungkinkan tim untuk melakukan tugas pemeliharaan hanya jika diperlukan, sehingga secara efektif mengurangi biaya pemeliharaan yang tidak perlu.
  • Meningkatkan efisiensi pemeliharaan. CBM membantu merampingkan praktik pemeliharaan dengan mengurangi waktu dan sumber daya yang diperlukan untuk pemeliharaan, dan meningkatkan akurasi praktik pemeliharaan.  
Tantangan CBM

Program pemeliharaan berbasis kondisi memberdayakan organisasi untuk mengembangkan rencana pemeliharaan proaktif, tetapi mungkin ada tantangan dengan implementasi.

  • Biaya implementasi yang tinggi. Salah satu tantangan utama adalah kebutuhan akan peralatan dan keahlian khusus. Menerapkan CBM membutuhkan penggunaan sensor dan peralatan pemantauan yang canggih, serta perangkat lunak dan algoritme untuk menganalisis data aset. Hal ini bisa jadi mahal di awal, tetapi manfaat jangka panjang CBM biasanya lebih besar daripada investasi awal. Selain itu, kemajuan teknologi telah membuat program CBM menjadi lebih terjangkau, sehingga lebih mudah diakses oleh berbagai organisasi.
  • Pengumpulan dan analisis data yang ekstensif. CBM mengandalkan diagnostik real-time untuk menginformasikan pengambilan keputusan dan praktik pemeliharaan, sehingga data harus dikumpulkan dan dianalisis secara berkelanjutan. Hal ini membutuhkan sistem pengumpulan data yang kuat dan perangkat lunak pemeliharaan yang mampu menganalisis data dalam jumlah besar seiring dengan bertambahnya data. Selain itu, personel harus dilatih untuk menginterpretasikan data dan mengambil langkah yang tepat berdasarkan hasilnya, sehingga perusahaan yang ingin mengadopsi strategi pemeliharaan berbasis kondisi harus mempersiapkan diri.
  • Proses integrasi yang kompleks. Agar efektif secara optimal, CBM harus terintegrasi dengan sistem dan peralatan yang ada. Hal ini dapat terbukti sulit di industri dengan peralatan lama atau sistem lama yang tidak kompatibel dengan peralatan pemantauan modern. Beberapa organisasi pada akhirnya mungkin perlu melakukan retrofit pada peralatan yang ada dengan sensor dan peralatan pemantauan baru atau meningkatkan sistem untuk memastikan kompatibilitas dengan CBM. Mereka juga dapat mengevaluasi solusi yang menyediakan konektor untuk memfasilitasi integrasi dengan sistem lama.
  • Pertimbangan keamanan data yang signifikan. CBM mengandalkan pengumpulan dan penyimpanan data yang luas, yang dapat menimbulkan kekhawatiran tentang keamanan data. Penting untuk memastikan bahwa data disimpan dengan aman dan akses ke data sensitif dibatasi hanya untuk personel yang berwenang.
Produk CBM
Manajemen aset IBM Maximo Application Suite

Manajemen aset cerdas, pemantauan, pemeliharaan prediktif, dan keandalan dalam satu platform

Pelajari lebih lanjut IBM Maximo Application Suite Ikuti tur IBM Maximo

Manajemen aset Perangkat lunak dan solusi manajemen fasilitas

Gunakan data, IoT, dan AI untuk menata ulang dan menggunakan kembali ruang sambil memenuhi kebutuhan yang terus berubah di seluruh fasilitas Anda

Ketahui lebih lanjut
Sumber daya CBM Mengapa beralih dari pemantauan kondisi ke pemeliharaan prediktif?

Blog IBM menguraikan perbedaan antara pemantauan kondisi dan pemeliharaan prediktif.

Bagaimana pemeliharaan prediktif meningkatkan efisiensi di lima industri

Baca lima contoh klien IBM yang menunjukkan bagaimana pemeliharaan prediktif dapat membantu bisnis menjadi lebih unggul.

Apa yang dimaksud dengan pemeliharaan preventif?

Pelajari cara kerja pemeliharaan preventif dan bagaimana pemeliharaan ini dapat membantu mencegah kerusakan aset yang tidak terduga.

Ambil langkah selanjutnya

Optimalkan aset perusahaan Anda dengan Maximo Application Suite. Ini adalah platform tunggal berbasis cloud terintegrasi yang menggunakan AI, IoT, dan analitik untuk mengoptimalkan kinerja, memperpanjang siklus hidup aset, serta mengurangi waktu henti dan biaya operasional.

Pelajari lebih lanjut IBM Maximo