digilib@itb.ac.id +62 812 2508 8800

Peningkatan volume penumpang KRL setiap tahunnya berdampak pada penambahan frekuensi perjalanan KRL sehingga meningkatkan beban operasional gardu traksi LAA. Gardu Traksi LAA merupakan sistem vital untuk operasional KRL sebagai suplai energi utama motor listrik KRL. Penelitian ini bertujuan mendapatkan nilai keandalan, ketersediaan, keterawatan pada komponen gardu traksi LAA dengan pola perawatan eksisting, optimalisasi strategi perawatan berdasarkan nilai RAMS dengan pertimbangan analisa risiko menggunakan metode Failure Modes and Effect Analysis (FMEA), serta menghitung efisiensi biaya perawatan yang optimal sesuai target RAMS yang ditetapkan. Metodologi penelitian yang dilakukan adalah menghitung nilai RAMS eksisting, kemudian melakukan analisis risiko menggunakan metode FMEA sehingga didapatkan komponen kritis berdasarkan tingkat risiko (risk priority number), melakukan optimalisasi biaya perawatan berdasarkan nilai RAM eksisting dibandingkan dengan target RAM sehingga didapatkan strategi perawatan optimal. Hasil penelitian menunjukkan beberapa komponen seperti peralatan DC kubikel, trafo utama, dan sistem proteksi DC keluaran memiliki nilai keandalan di bawah target perusahaan yaitu 99.00%. Untuk komponen sistem proteksi penerima daya telah memenuhi target keandalan perusahaan. Dari aspek ketersediaan, seluruh komponen gardu traksi LAA telah memenuhi target perusahaan yaitu 99.50%. Analisis risiko menggunakan FMEA menunjukkan bahwa mode kegagalan dengan nilai risiko (RPN) sangat tinggi adalah short circuit peralatan DC kubikel, fail to trip sistem proteksi penerima daya, overload trafo, dan fail to trip overcurrent sistem proteksi DC keluaran. Optimalisasi strategi perawatan berdasarkan target nilai keandalan pada komponen kubikel DC menjadi 28 hari dari eksisting 30 hari, komponen proteksi penerima daya menjadi 34 hari dari eksisting 14 hari, komponen trafo utama menjadi 10 hari dari eksisting 14 hari, dan komponen proteksi DC keluaran menjadi 357 hari dari eksisting 360 hari. Sehingga total biaya perawatan per tahun setelah dilakukan optimalisasi, turun sebesar 5.01% dibandingkan dengan metode perawatan eksisting.