Analisis Kegagalan dan Prediksi Umur Pakai Flow Control Valve Airbus A320 Menggunakan Distribusi Weibull

Authors

  • Putu Diah Ayu Yogantari Sukabumi Politeknik Penerbangan Indonesia Curug, Indonesia
  • Wahyu Cakra Nugraha Politeknik Penerbangan Indonesia Curug, Indonesia
  • Dody Herdianto Politeknik Penerbangan Indonesia Curug, Indonesia

DOI:

https://doi.org/10.57235/jetish.v5i2.9185

Keywords:

Airbus A320, B-Life, Distribusi Weibull, Flow Control Valve, Keandalan, Mean Time to Failure, Preventive Maintenance

Abstract

PACK Flow Control Valve (FCV) merupakan komponen utama sistem Air Conditioning PACK pesawat Airbus A320 yang mengatur aliran bleed air bertekanan dan bertemperatur tinggi sebelum udara diproses dan didistribusikan ke kabin. Data internal PT GMF AeroAsia mencatat 41 kejadian unscheduled removal komponen FCV P/N 1806D0000-01 sepanjang periode 2020–2025, sehingga menimbulkan peningkatan beban perawatan, penurunan redundansi Environmental Control System, dan potensi gangguan dispatch reliability. Kondisi tersebut belum didukung oleh analisis keandalan berbasis data time to failure, sehingga penentuan waktu pemeriksaan komponen masih bersifat korektif. Penelitian ini bertujuan menentukan karakteristik kegagalan, Mean Time to Failure (MTTF), tingkat reliability, Cumulative Distribution Function (CDF), failure rate, prediksi umur pakai, serta usulan interval preventive maintenance pada komponen tersebut. Penelitian menggunakan metode deskriptif kuantitatif dengan pendekatan Distribusi Weibull dua parameter, yaitu shape parameter (β) dan scale parameter (η). Metode ini dipilih karena mampu memodelkan berbagai pola kegagalan komponen sekaligus menghasilkan estimasi parameter keandalan pada data kegagalan berukuran terbatas. Nilai Time Since Installation digunakan sebagai Time to Failure dengan rentang 928 FH hingga 29.774 FH dan rata-rata 15.608,63 FH. Pengolahan data dilakukan melalui pengurutan TTF, penentuan adjusted rank, perhitungan Benard’s Median Rank, transformasi variabel X dan Y, serta regresi linier. Hasil analisis menghasilkan β sebesar 2,015375676 dan η sebesar 18.009,99 FH dengan koefisien determinasi 0,8421, sehingga komponen berada pada fase wear-out. Nilai MTTF diperoleh sebesar 15.958,83 FH dengan reliability 45,67%, CDF 54,33%, dan failure rate 0,00009897 kegagalan per FH. Analisis B-Life menghasilkan B10 sebesar 5.896,31 FH, B20 sebesar 8.556,39 FH, dan B30 sebesar 10.798,36 FH. Berdasarkan acuan reliability 70%, penelitian menyimpulkan bahwa MTTF tidak tepat digunakan langsung sebagai batas penggantian dan merekomendasikan functional atau operational check pada kisaran 10.800 FH, monitoring awal pada 5.800–6.000 FH, serta evaluasi penggantian terencana sebelum 15.500 FH. Penelitian lanjutan disarankan mengintegrasikan Failure Mode and Effect Analysis, Root Cause Analysis, dan optimasi biaya perawatan.

Downloads

Download data is not yet available.

References

Abernethy, R. B. (2015). The new Weibull handbook (5th ed.). Robert B. Abernethy.

Amri, Y. (2022). Analisis keandalan komponen high pressure shut off valve pada pesawat Boeing 777-300ER Garuda Indonesia dengan metode distribusi Weibull [Tugas Akhir, Politeknik Penerbangan Indonesia Curug].

Analisristianti, S. (2024). Analisis keandalan fuel nozzle Airbus A320 NEO menggunakan distribusi Weibull dan failure mode and effect analysis di PT XYZ [Tugas Akhir, Politeknik Penerbangan Indonesia Curug].

Attanayake, A. M. S. R. H., & Ratnayake, R. M. C. (2023). Digitalization of distribution transformer failure probability using Weibull approach towards digital transformation of power distribution systems.

Aziz, A., Anna, I., Nahak, F., Rismayanti, I., Ramadian, A. A., Kusumoaji, D., Muzayadah, N. L., & Anwar, R. C. (2021). Sistem status kelaikudaraan pesawat udara berbasis website menggunakan framework CodeIgniter dan PostgreSQL dengan metode prototype. 5(4), 515–520.

Birgoren, B. (2025). A new rank estimator for least squares estimation of Weibull modulus. Gazi University Journal of Science, 38(1), 167–179. https://doi.org/10.35378/gujs.1306771

Citilink. (2025). Minimum equipment list A320. PT Citilink Indonesia.

Ebeling, C. E. (1997). An introduction to reliability and maintainability engineering. McGraw-Hill.

Indonesia, K. P. (2006). Civil aviation safety regulation part 01. Kementerian Perhubungan Republik Indonesia.

Kinnison, H. A. (2004). Aviation maintenance management. McGraw-Hill.

Liu, E., & Liu, R. Y. (2023). Using the Weibull accelerated failure time regression model to predict time to health events. Applied Sciences.

Mora, M. (2012). Telaahan literatur tentang program perawatan pesawat udara. Warta Ardhia, 38(4), 356–372.

Mulyani, S., & Priyahapsara, I. (2023). Keandalan komponen nose wheel assy pada pesawat Cessna. Jurnal Teknologi Kedirgantaraan, 4(2).

Nurcahyo, R., Sarmita, W., & Dachyar, M. (2017). Analisis keandalan komponen sistem proses pendingin sekunder.

Otaya, L. G. (2016). Distribusi probabilitas Weibull dan aplikasinya (pada persoalan keandalan dan analisis rawatan). Tadbir: Jurnal Manajemen Pendidikan Islam.

Park, J. P., & Bahn, C. B. (2016). Uncertainty evaluation of Weibull estimators through Monte Carlo simulation: Applications for crack initiation testing. Materials, 9(7). https://doi.org/10.3390/ma9070521

Park, J. P., Park, C., Cho, J., & Bahn, C. B. (2017). Effects of cracking test conditions on estimation uncertainty for Weibull parameters considering time-dependent censoring interval. Materials, 10(1). https://doi.org/10.3390/ma10010003

Priyanta, D. (2000). Keandalan dan perawatan. Institut Teknologi Sepuluh Nopember.

Rahmawati, F. K., & Mulyani, S. (2020). Reliability analysis of nose wheel assy ATR 72-500. Jurnal Teknologi Kedirgantaraan, 6, 27–34.

SAE International. (2018). Flow control valve with integrated electronics for aircraft applications (SAE Technical Paper 724).

Setiawan, F., Adiksa, E. C., Wicaksono, D., & Anhar, M. (2023). Maintenance activity planning for fuel system components on KT-1B aircraft. Jurnal Teknik, 3(2).

Setiawan, F., Sofyan, E., & Muridha C. Putra, D. (2020). Analisis reliability sistem starter valve untuk merencanakan aktivitas maintenance pada pesawat Boeing 737 Next Generation di PT GMF AeroAsia. Teknika STTKD: Jurnal Teknik, Elektronik, Engine, 6(2), 92–103. https://doi.org/10.56521/teknika.v6i2.272

Shi, X. (2019). A study on determining the maintenance task interval of the flight trainer aircraft system. Mechanics, Materials Science & Engineering, 1, 35–40. https://doi.org/10.21595/mme.2019.20517

Suciati, F. K., & Sofyan, E. (2019). Evaluation and improvement of unscheduled removal component reliability calculation method with no fault found shop finding results. IOP Conference Series: Materials Science and Engineering, 645(1), 012007. https://doi.org/10.1088/1757-899X/645/1/012007

Sugiyono. (2013). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.

Sun, J., Wang, F., & Ning, S. (2020). Aircraft air conditioning system health state estimation and prediction for predictive maintenance. Chinese Journal of Aeronautics, 33, 947–955.

Syahla, S. (2022). Analisis windshield pesawat Boeing 737-NG terhadap kegagalan dengan menggunakan metode failure mode. Jurnal Teknik, 8(2), 330–341.

Taufik, H., Widoro, E., & Budi, N. (2025). Analisis keandalan fuel control unit P/N 441921-5 pada APU Honeywell GTCP131-9(A) pesawat Airbus A320-200 di PT Indonesia AirAsia. Jurnal Teknik, 4(4).

Undang-Undang Republik Indonesia Nomor 1 Tahun 2009 tentang Penerbangan. (2009).

Verhagen, W. J. C., & De Boer, L. W. M. (2018). Predictive maintenance for aircraft components using proportional hazard models. Journal of Industrial Information Integration. https://doi.org/10.1016/j.jii.2018.04.004

Wijaya, D. S. (2025). Analisis keandalan ignition leads P/N 9043185-16 pada engine CFM56-3 pesawat Boeing 737-300 di Asia Cargo Airlines [Tugas Akhir, Politeknik Penerbangan Indonesia Curug].

Yulasmana, Y., & Raspati, B. G. (2026). Reliability-based reassessment of starter-generator preventive maintenance intervals on ATR 72-212A aircraft using operational removal data. Journal of Ocean, Mechanical and Aerospace, 70(2), 127–139. https://doi.org/10.36842/jomase.v70i2.631

Downloads

Published

2026-09-03

Citation Check