Sebelum menjalankan analisis Anda, Anda harus mendefinisikan dengan jelas kejadian yang tidak diinginkan yang ingin Anda analisis. Peristiwa ini harus spesifik dan terukur, seperti kegagalan komponen atau kerusakan sistem. Penting juga untuk mendefinisikan kejadian dengan istilah yang jelas dan konsisten, karena ini akan menjadi titik awal diagram pohon kesalahan Anda.

Setelah Anda mendefinisikan kejadian yang tidak diinginkan, Anda harus mulai mengidentifikasi faktor dan peristiwa yang dapat berkontribusi terhadap kejadian tersebut. Faktor-faktor yang berkontribusi cenderung terbagi ke dalam dua kategori besar: kejadian dasar dan kejadian menengah.

Kejadian dasar - kejadian yang tidak dapat dipecah lagi menjadi kejadian-kejadian yang lebih sederhana-adalah kejadian yang paling mendasar dalam pohon patahan, yang mewakili tingkat kejadian paling rendah yang dapat Anda analisis. Kejadian dasar dalam pohon kesalahan untuk kecelakaan mobil, misalnya, mungkin "pengemudi kehilangan kendali atas kendaraan."

Kejadian menengah terletak di antara kejadian dasar tingkat bawah dan kejadian puncak (kejadian utama yang tidak diinginkan yang sedang dianalisis). Kejadian perantara disebabkan oleh kejadian lain dalam pohon patahan dan, pada gilirannya, menyebabkan kejadian lain. Mereka mewakili peristiwa tingkat yang lebih tinggi yang dapat dianalisis lebih lanjut. Dengan menggunakan kecelakaan mobil yang sama sebagai contoh, kejadian perantara dalam pohon kesalahan mungkin adalah "ban pecah."

Pastikan untuk mempertimbangkan kejadian internal dan eksternal, seperti kegagalan komponen, kesalahan manusia, dan kondisi lingkungan. Anda mungkin perlu berkonsultasi dengan ahli bidang tertentu, dan/atau meninjau data historis, laporan insiden, dan catatan pemeliharaan, pada tahap analisis ini.

Dengan menggunakan simbol gerbang standar dan simbol peristiwa, buatlah representasi grafis dari hubungan antara peristiwa yang tidak diinginkan (atau output) dan faktor-faktor penyebabnya (juga disebut peristiwa input). Pohon kesalahan harus disusun secara hirarkis, dengan kejadian yang tidak diinginkan di bagian atas dan faktor-faktor penyebab bercabang di bawahnya.

Menata acara dasar cukup mudah, karena acara dasar tidak dapat menghasilkan acara lain. Namun, menyertakan peristiwa perantara sedikit lebih kompleks, karena peristiwa perantara akan memerlukan gerbang logika Boolean yang menunjukkan hubungan antara peristiwa tingkat atas, perantara, dan dasar.

Ada dua jenis gerbang logika utama yang digunakan dalam pohon kesalahan: Gerbang AND dan gerbang OR.

• Gerbang AND: Gunakan gerbang AND ketika semua peristiwa yang berkontribusi harus terjadi secara bersamaan agar peristiwa yang tidak diinginkan dapat terjadi. Sebagai contoh, jika kegagalan sistem memerlukan kegagalan komponen dan kesalahan operator, gerbang AND akan digunakan untuk menghubungkan kejadian dalam pohon kesalahan.

• Gerbang OR: Gunakan gerbang OR ketika salah satu peristiwa input cukup untuk menyebabkan peristiwa output. Dengan kata lain, peristiwa keluaran akan terjadi jika setidaknya satu peristiwa masukan yang terhubung ke gerbang OR terjadi. Jika, misalnya, kegagalan sistem dapat diakibatkan oleh kegagalan komponen atau kesalahan operator, gerbang OR akan digunakan untuk menghubungkan peristiwa tersebut.

Meskipun kurang umum digunakan, gerbang NOT, gerbang XOR, gerbang K/N, dan gerbang INHIBIT juga dapat membantu mengidentifikasi hubungan spesifik antara peristiwa input dan output.

• Gerbang NOT: gerbang NOT mewakili kebalikan dari peristiwa input. Jika peristiwa input tidak terjadi, peristiwa output akan terjadi. Gerbang ini kurang umum dalam analisis pohon patahan, karena mereka memodelkan tidak adanya suatu peristiwa atau terjadinya peristiwa yang saling melengkapi.

• Gerbang XOR (Gerbang OR Eksklusif): GUNAKAN gerbang XOR ketika salah satu peristiwa input harus terjadi agar peristiwa output terjadi. Jika tidak ada atau lebih dari satu kejadian input yang terjadi, kejadian output tidak akan terjadi.

• Gerbang K/N: Gerbang K/N, juga dikenal sebagai gerbang pemungutan atau gerbang ambang batas, digunakan ketika sejumlah peristiwa input (K) dari semua peristiwa input yang mungkin (N) harus terjadi agar peristiwa output terjadi. Gerbang K/N dapat membantu Anda menggambarkan hubungan yang lebih kompleks dalam analisis pohon kesalahan.

• Gerbang INHIBIT: Seperti gerbang AND, gerbang INHIBIT menunjukkan bahwa peristiwa output akan terjadi jika peristiwa input dan peristiwa kondisional (kondisi atau batasan yang dapat berlaku untuk gerbang mana pun) terjadi.

Peristiwa menengah juga dapat mencakup peristiwa yang belum berkembang, yang merupakan peristiwa yang tidak sepenuhnya dipahami atau belum sepenuhnya dianalisis.

Menggunakan berbagai gerbang yang tersedia akan membantu Anda membuat pohon kesalahan yang komprehensif yang menangkap interaksi kompleks antara berbagai peristiwa dan faktor yang memicu kejadian yang tidak diinginkan.

Penting untuk diingat bahwa membangun pohon kesalahan adalah proses berulang, jadi Anda akan terus memecah kejadian yang berkontribusi menjadi sub-kejadian dasar hingga kejadian tersebut tidak dapat diuraikan lagi. Ketika Anda mendapatkan informasi baru dan/atau kondisi sistem berubah, Anda mungkin perlu melakukan beberapa penyesuaian untuk menyempurnakan pohon kesalahan.

Untuk mengukur risiko yang terkait dengan kejadian yang tidak diinginkan, Anda perlu mengumpulkan data kegagalan (dari catatan historis, basis data industri, pendapat ahli, dll.) untuk kejadian dasar dalam pohon kesalahan. Data kegagalan harus dinyatakan sebagai probabilitas kegagalan atau tingkat kegagalan, tergantung pada jenis analisis yang Anda lakukan.

Setelah Anda membuat pohon kesalahan dan mengumpulkan data kegagalan, Anda akan melakukan analisis, di mana Anda akan menghitung probabilitas terjadinya peristiwa yang tidak diinginkan dan mengidentifikasi faktor penyebab yang paling kritis. Memanfaatkan metode analisis data kualitatif atau kuantitatif.

Analisis kualitatif berfokus pada pemahaman struktur pohon kesalahan, hubungan antar kejadian, dan identifikasi jalur penting dan minimal cut set (rangkaian kejadian terkecil yang dapat menciptakan kejadian yang tidak diinginkan). Analisis kualitatif dapat membantu memprioritaskan tindakan perbaikan dan mengidentifikasi area untuk penyelidikan lebih lanjut.

Metodologi kuantitatif, di sisi lain, melibatkan penghitungan probabilitas kejadian yang tidak diinginkan terjadi berdasarkan probabilitas kegagalan dari kejadian dasar. Analisis kuantitatif dapat membantu menginformasikan keputusan manajemen risiko dan mengevaluasi efektivitas perbaikan yang diusulkan.

Setelah melakukan analisis, saatnya untuk menginterpretasikan hasil Anda dan mengomunikasikan informasi yang relevan kepada para pemangku kepentingan yang diperlukan.

Penting untuk diingat bahwa hasil analisis pohon peristiwa tergantung pada kualitas data input dan asumsi yang dibuat selama analisis. Dengan demikian, Anda harus melihat hasil sebagai titik awal untuk penyelidikan dan validasi lebih lanjut, bukan kesimpulan definitif.

Berdasarkan temuan dari analisis pohon kesalahan, Anda akan menerapkan tindakan pencegahan dan/atau perbaikan untuk menghilangkan atau mengurangi kemungkinan kejadian yang tidak diinginkan. Pastikan untuk memantau kinerja perbaikan ini dan terus memperbarui pohon kesalahan untuk mencerminkan setiap perubahan dalam desain sistem, kondisi operasi, atau kinerja komponen, sehingga pohon Anda tetap akurat - dan karena itu berguna bagi organisasi Anda.