Performa pada suatu komponen ditentukan oleh keandalan komponen itu sendiri. Pada sistem engine anti ice Pesawat berkapasitas 189 penumpang ini terdapat komponen Cowl thermal anti ice valve yang berfungsi sebagai katup keluarnya bleed air dari kompresor untuk memanaskan inlet cowl pada mesin pesawat. Kaji keandalan ini menggunakan data Time Since Installation (TSI dalam hour) dan Cycle since installation (CSI dalam cycle) sebagai keterangan waktu untuk menghitung keandalan. Pada Tugas Akhir ini penulis menggunakan metode least square atau regresi linier untuk menentukan index of fit dari suatu distribusi yang dinyatakan dalam nilai koefisien pearson dengan rentang nilai koefisien pearson ialah +1≥ p ≥ -1. Penulis memfokuskan pada empat ditribusi, yaitu distribusi Weibull, Eksponensial, Normal, serta Lognormal. Setelah nilai pearson pada setiap distribusi diketahui, selanjutnya ialah menentukan nilai dari fungsi-fungsi penunjang kaji keandalan dari setiap distribusi, khususnya fungsi keandalan itu sendiri yang nantinya akan digambarkan dalam sebuah grafik keandalan. Dari grafik tersebut dapat dihasilkan sebuah interval perawatan untuk komponen agar dapat mempertahankan performanya dengan baik. Untuk data TSI didapatkan distribusi Weibull yang paling cocok untuk kaji keandalan dengan interval waktu perawatan 345,61 jam untuk persentase keandalan 90%, 928,9 jam untuk persentase keandalan 80%, 1726,59 jam untuk persentase keandalan 70%, dan 2818,35 jam untuk persentase keandalan 60%. Sementara untuk data CSI, didapatkan distribusi Normal yang paling cocok untuk kaji keandalan dengan interval waktu perawatan 250,39 cycle untuk persentase keandalan 90%, 1472,74 cycle untuk persentase keandalan 80%, 2358,94 cycle untuk persentase keandalan 70%, dan 3122,91 cycle untuk persentase keandalan 60%. Semakin tinggi nilai keandalan, maka akan semakin dekat pula interval perawatan dari komponen tersebut.

The performance of a component is determined by the reliability of the component itself. In the anti ice engine, the aircraft with a capacity of 189 passengers has a Cowl thermal anti ice valve component which functions as a bleed air discharge valve from the compressor to heat the cowl inlet on the aircraft engine. This reliability assessment uses TSI and CSI data as time information to calculate reliability. In this Final Project the author uses the least square method or regression linear to determine the index of fit of a distribution expressed in pearson coefficient values with a range of Pearson coefficient values is + 1≥ p ≥ -1. The author focuses on four distributions, Weibull, Exponential, Normal, and Lognormal distributions. When the Pearson value on each distribution is known, then it is to determine the value of the functions supporting the reliability of each distribution, especially the reliability function itself which will later be described in a reliability graph. From the graph, a maintenance interval for components can be produced to maintain good performance. For TSI data, weibull distribution is the most suitable for assessing reliability with maintenance time intervals of 345.61 hours for 90% reliability percentages, 928.9 hours for 80% reliability percentages, 1726.59 hours for 70% reliability percentages, and 2818.35 hours for 60% reliability percentage. While for CSI data, the Normal distribution is most suitable for reviewing reliability with maintenance time intervals of 250.39 cycles for 90% reliability percentages, 1472.74 cycles for 80% reliability percentages, 2358.94 cycles for 70% reliability percentages, and 3122 , 91 cycles for 60% reliability percentage. The higher the value of reliability, the closer the maintenance interval of the component will be.

http://digilib.polban.ac.id/gdl.php?mod=browse&op=read&id=jbptppolban-gdl-henikaniad-12339