MTBF, atau waktu rata-rata antara kegagalan, adalah ukuran statistik yang digunakan untuk memprediksi perilaku sekelompok besar sampel, atau unit. Misalnya, MTBF dapat digunakan untuk menentukan jadwal perawatan, untuk menentukan berapa banyak suku cadang harus disimpan untuk mengkompensasi kegagalan dalam kelompok unit, atau sebagai indikator sistem of keandalan. Untuk menghitung MTBF, Anda perlu mengetahui total unit jam pengujian yang dilakukan selama uji coba tersebut dan jumlah kegagalan yang terjadi.
Rumus untuk waktu rata-rata antara kegagalan atau MTBF adalah:
MTBF=\frac{T}{R}
dimanaTadalah jumlah total unit jam dari percobaan yang bersangkutan, danRadalah jumlah kegagalan.
Contoh Menghitung MTBF
Baik Anda mengevaluasi keandalan perangkat lunak baru atau mencoba memutuskan berapa banyak widget cadangan yang harus disimpan di gudang Anda, proses penghitungan MTBF adalah sama.
Metrik pertama yang harus Anda ketahui adalah total "satuan jam" pengujian yang dilakukan dalam studi keandalan Anda. Bayangkan subjek Anda adalah widget gudang, dan 50 di antaranya diuji masing-masing selama 500 jam. Dalam hal ini, total unit jam yang dihabiskan untuk pengujian adalah:
50\kali 500 = 25000\teks{ jam}
Selanjutnya, identifikasi jumlah kegagalan di seluruh populasi yang diuji. Dalam hal ini, pertimbangkan bahwa ada total 10 kegagalan widget.
Anda tahu bahwa total 25.000 jam unit pengujian berlangsung, dan ada 10 kegagalan widget. Bagilah jumlah total jam pengujian dengan jumlah kegagalan untuk menemukan waktu rata-rata antara kegagalan:
\frac{25000\text{ jam}}{10}=2500\text{ satuan jam}
Jadi dalam model data khusus ini, MTBR adalah 2.500 unit jam.
Menempatkan MTBR Ke Dalam Konteks
Sebelum Anda mulai menghitung "persamaan keandalan" seperti MTBF, penting untuk memahami konteksnya. MTBF tidak dimaksudkan untuk memprediksi perilaku satu unit; sebagai gantinya, ini dimaksudkan untuk memprediksi hasil tipikal dari sekelompok unit. Dalam contoh di atas, perhitungan Anda tidak memberi tahu Anda bahwa setiap widget diharapkan bertahan 2.500 jam. Sebaliknya, mereka mengatakan bahwa jika Anda menjalankan sekelompok widget, waktu rata-rata antara kegagalan dalam grup adalah 2.500 jam.
Statistik Lain: Perhitungan MTTR
Salah satu tantangan statistik adalah membuat model statistik Anda menggemakan situasi dunia nyata setepat mungkin. Jadi, perhitungan keandalan Anda mungkin juga perlu menyertakan MTTR, atau waktu rata-rata untuk perbaikan – baik untuk memperkirakan waktu henti dalam sistem Anda atau menganggarkan jam personel untuk melakukan perbaikan tersebut.
Untuk menghitung MTTR, bagi total waktu yang dihabiskan untuk perbaikan dengan jumlah perbaikan yang dilakukan. Jadi, jika selama pengujian widget gudang Anda, kru pemeliharaan Anda bekerja 500 jam kerja dan melakukan 10 perbaikan, Anda dapat memperkirakan MTTR:
\frac{500\text{ jam}}{10}=50\text{ jam orang}
Jadi MTTR Anda adalah 50 jam kerja per perbaikan. Ini tidak berarti bahwa setiap perbaikan akan memakan waktu 50 jam – bahkan mungkin ada sedikit perbedaan antara waktu perbaikan yang sebenarnya. Sekali lagi, ini bukan prediksi bahwa setiap perbaikan, atau bahkan sebagian besar perbaikan, akan memakan waktu 50 jam kerja. Ini hanya memberitahu Anda bahwa ketika Anda mengambil langkah mundur dan melihat populasi widget Anda secara keseluruhan, populasi secara keseluruhan akan mulai mendekati rata-rata itu.