bab iv pengumpulan dan pengolahan data 4.1 4.1eprints.umm.ac.id/70302/49/bab iv.pdf · 2020. 11....

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Tinjauan Perusahaan

4.1.1 Profil Perusahaan

Berikut adalah profil perusahaan yang dijadikan sebagai tempat

penelitian

Nama perusahaan : PT. Sinar Bali Binakarya

Tahun berdiri :1995

Alamat perusahaan : Jalan Tukad Barito No. 58X Denpasar, Bali

Produk yang dihasilkan :

1. Readymix yaitu pembuatan beton yang digunakan untuk proyek seperti

hotel, jalan tol, jembatan dan lain sebagainya

2. Precast yaitu produk beton precast seperti box culvert, u-ditch, dan

paving block

3. Perusahaan ini juga memiliki spesialisasi dalam pekerjaan jalan dan

infrastruktur seperti pembuatan jembatan dan aspal

Mutu paving block : K225 dan K300

Dimensi paving block :

1. Panjang x lebar yaitu 20 cm x 20 cm

2. Tinggi atau ketebalan memiliki 2 jenis ukuran yang berbeda yaitu 6 cm

dan 8 cm dengan berat masing-masing ukuran 5,2 kg dan 7,2 kg

4.1.2 Visi dan Misi Perusahaan

Dalam menjalankan perusahaannya PT. Sinar Bali Binakarya senantiasa

berpedoman pada visi dan misi yang telah ditetapkan, yaitu sebagai berikut:

1. Visi

Menjadi perusahaan konstruksi terbaik di Indonesia

2. Misi

a. Peningkatan mutu secara terus menerus

b. Penyelesaian tepat waktu

c. Pengembangan sumber daya manusia

d. Penyediaan lingkungan kerja yang aman dan sehat untuk semua

pihak yang terlibat dan memenuhi peraturan yang berlaku

4.1.3 Struktur Organisasi Perusahaan

Struktur organisasi adalah kumpulan berbagai komponen atau unit

kerja yang tiap unitnya memiliki jabatan. Struktur organisasi sangat penting

dalam suatu perusahaan karena terdapat pembagian tugas dan tanggung

jawab pada tiap unitnya untuk menghindari tumpang tindih antar jabatan

dalam melaksanakan tugasnya. Dengan adanya struktur perusahaan maka

diharapkan perusahaan dapat berjalan dengan baik dan tujuan perusahaan

dapat dicapai. Pada gambar 4.1 ditampilkan struktur organisasi pada bagian

produksi precast dan paving block yang ada di PT. Sinar Bali Binakarya.

Operator

forklift

paving

Supir losbak

dan operator

losbak crane

Helper

Produksi

Operator

Forklift

Logistik

precast

Logistik

paving

Helper

crane

Operator

mesin

block

Helper

produksi

paving

Supervisor

produksi precast

Logistik Material

dan Produk

Dispatcher dan

Logistik BBM

Supervisor

Produksi Paving

Kepala Plant Precast

dan Paving

Gambar 4.1 Struktur organisasi bagian produksi precast dan paving block

Berdasarkan struktur organisasi diatas terdapat unit produksi yang

diberi nama helper produksi, tugas dari seorang helper adalah membantu

jalannya produksi dengan melakukan pekerjaan diluar pekerjaan operator

mesin. Pada pembuatan paving block, helper memiliki tugas untuk

membantu meletakkan pallet ke forklift karena pada bagian ini masih

bersifat manual dan belum menggunakan mesin.

4.1.4 Proses Produksi

Dibawah ini dicantumkan proses produksi pembuatan paving block,

yang dapat dilihat pada gambar 4.2

Persiapan material

paving block

Mulai

Proportioning material

menggunakan batching

machine

Proses mixing

menggunakan mixer

Proses pencetakan paving

block menggunakan mesin

block

Proses QC

Proses curing

Pengepakan

Penjemuran

Selesai

Gambar 4.2 proses produksi paving block

Proses produksi dimulai dari menyiapkan material seperti pasir,

semen, air, dan bahan lainnya lalu dilakukan proportioning menggunakan

batching machine. Untuk pasir sebelumnya telah melalui proses

pengayakan secara manual dan untuk semen diambil dari silo semen (tempat

penyimpanan semen). Setelah itu proses mixing menggunakan mixer yaitu

pencampuran seluruh bahan. Kemudian proses pencetakan menggunakan

block machine, diawali dengan masuknya material yang sudah tercampur

ke dalam hopper lalu dari hopper disalurkan ke feeding machine dan

disalurkan lagi ke cetakan bawah yang telah diberi pallet sebagai alas

cetakan kemudian bagian utama dari block machine yaitu proses

pembentukan menggunakan alat vibration yang telah dipasang cetakan atas.

Paving block yang sudah jadi akan dialirkan menggunakan conveyor dan

melewati block sweeper yaitu alat pemberrsih sisa material. Setelah itu

paving block akan melalui proses quality control (QC) dan curing, yaitu

proses perawatan selama proses pembekuan menggunakan air agar suhu dan

kelembaban pada paving block terjaga dan membuat permukaan paving

block tahan terhadap beban yang berat. Selanjutnya proses pengepakan yang

dilakukan dengan menandai paving block dengan tulisan berdasarkan

pemilik pesanan. Proses terakhir yaitu penjemuran dia area luar selama 7

sampai15 hari sebelum digunakan digunakan dalam suatu konstruksi.

4.1.5 Spesifikasi Mesin

Berikut adalah spesifikasi block machine yang digunakan oleh PT.

Sinar Bali Binakarya

Tipe : T10 Block Machine

Dimensi (mm) : 5200 x 2300 x 2960

Cycle time : 24 s

Vibration frequency : 2940 rolls/minutes atau 50-60 Hz

Vibration force : 100 kN

Motors power : 48 kw

Pallet size (mm) : 1200 x 870

Total power : 39,85 kw

4.2 Pengumpulan Data

4.2.1 Data Total Time

Total time adalah waktu keseluruhan atau total jam kerja yang

disediakan oleh perusahaan untuk melakukan suatu proses produksi. PT.

Sinar Bali Binakarya memiliki 5 hari kerja setiap minggunya namun jika

terdapat libur nasional, maka perusahaan ini akan meliburkan hari itu.

Setiap harinya perusahaan ini hanya menggunakan 1 shift kerja yaitu

dengan durasi 8 jam dimulai dari pukul 08.00 sampai pukul 17.00 dan

disertai jam istirahat pada pukul 12.00 sampai pukul 13.00. Dari 8 jam kerja

tersebut dikonversikan ke menit sehingga PT. Sinar Bali Binakarya

memiliki total time sebesar 480 menit setiap harinya.

4.2.2 Data Planned Downtime

Planned downtime adalah waktu yang dijadwalkan untuk proses

produksi berhenti selama jam kerja. Planned downtime yang ada di PT.

Sinar Bali Binakarya terdiri dari meeting pagi dan pembuatan sample untuk

diberikan ke bagian R and D. Berikut adalah data planned downtime 1

Februari 2020 sampai dengan 7 Maret 2020

Tabel 4.1 Data Planned Downtime PT. Sinar Bali Binakarya

No Tanggal total time

(menit)

planned downtime

(menit)

1 1 Februari 2020 480 16

2 3 Februari 2020 480 16

3 4 Februari 2020 480 18

4 5 Februari 2020 480 18

5 6 Februari 2020 480 16

6 7 Februari 2020 480 58

7 8 Februari 2020 480 14

8 10 Februari 2020 480 20

9 11 Februari 2020 480 22

10 12 Februari 2020 480 18

11 13 Februari 2020 480 18

12 14 Februari 2020 480 16

13 15 Februari 2020 480 12

14 17 Februari 2020 480 16

15 18 Februari 2020 480 16

16 19 Februari 2020 480 16

17 20 Februari 2020 480 20

18 21 Februari 2020 480 18

19 22 Februari 2020 480 16

20 24 Februari 2020 480 22

21 26 Februari 2020 480 18

22 27 Februari 2020 480 12

23 28 Februari 2020 480 16

24 29 Februari 2020 480 16

25 2 Maret 2020 480 18

26 3 Maret 2020 480 18

27 4 Maret 2020 480 18

28 5 Maret 2020 480 16

29 6 Maret 2020 480 55

30 7 Maret 2020 480 15

4.2.3 Data Downtime

Downtime adalah waktu berhentinya mesin dan mengakibatkan

berhentinya suatu produksi karena keadaan yang tidak terduga. Waktu

downtime sangat merugikan perusahaan karena pada saat itu mesin tidak

menghasilkan produk dan jika terjadi secara berulang maka dapat

menurunkan efektivitas suatu mesin.

4.2.3.1 Facilities downtime

Facilities downtime yang dimaksud disini yaitu tidak tersedianya

fasilitas mesin sehingga menyebabkan downtime. Pada data yang

diambil untuk penelitian kali ini terdapat beberapa hal yang

menimbulkan facilities downtime yaitu tidak tersedianya sparepart,

adanya trouble pada kontrol mesin, kerusakan pada motor, lubrikasi

mesin, kegagalan fungsi mesin, dan mati listrik. Berikut data facilities

downtime PT. Sinar Bali Binakarya mulai dari tanggal 1 Februari 2020

sampai dengan 7 Maret 2020.

Tabel 4.2 Data Facilities Downtime PT. Sinar Bali Binakarya

No Tanggal Facilities downtime

(menit)

1 1 Februari 2020 33

2 3 Februari 2020 164

3 4 Februari 2020 127

4 5 Februari 2020 6




8 10 Februari 2020 39

9 11 Februari 2020 26

10 12 Februari 2020 20

11 13 Februari 2020 14

12 14 Februari 2020 36

13 15 Februari 2020 10

14 17 Februari 2020 12

15 18 Februari 2020 62

16 19 Februari 2020 18

17 20 Februari 2020 16

18 21 Februari 2020 14

19 22 Februari 2020 33

20 24 Februari 2020 20

21 26 Februari 2020 32

22 27 Februari 2020 28

23 28 Februari 2020 15

24 29 Februari 2020 14

25 2 Maret 2020 55

26 3 Maret 2020 12

27 4 Maret 2020 14

28 5 Maret 2020 30

29 6 Maret 2020 31

30 7 Maret 2020 30

4.2.3.2 Set up and adjustments downtime

Set up and adjustments downtime yang dimaksud disini yaitu mesin

tidak beroperasi karena adanya set up and adjustments mesin sehingga

menyebabkan downtime. Pada data yang diambil untuk penelitian kali

ini terdapat beberapa hal yang menimbulkan set up and adjustments

downtime yaitu persiapan mesin dan penggantian tool. Berikut data Set

up and adjustments downtime PT. Sinar Bali Binakarya mulai dari

tanggal 1 Februari 2020 sampai dengan 7 Maret 2020.

Tabel 4.3 Data Set up and adjustments downtime PT. Sinar Bali Binakarya

No Tanggal Set up and

adjustments (menit)








8 10 Februari 2020 23

9 11 Februari 2020 31

10 12 Februari 2020 20

11 13 Februari 2020 10

12 14 Februari 2020 20

13 15 Februari 2020 5

14 17 Februari 2020 16

15 18 Februari 2020 27

16 19 Februari 2020 26

17 20 Februari 2020 22

18 21 Februari 2020 16

19 22 Februari 2020 27

20 24 Februari 2020 18

21 26 Februari 2020 12

22 27 Februari 2020 30

23 28 Februari 2020 18

24 29 Februari 2020 12

25 2 Maret 2020 33

26 3 Maret 2020 16

27 4 Maret 2020 12

28 5 Maret 2020 18

29 6 Maret 2020 28

30 7 Maret 2020 29

4.2.3.3 Material shortages downtime

Material shortages downtime yang dimaksud disini yaitu mesin

tidak beroperasi karena tidak adanya material untuk produksi sehingga

menyebabkan downtime. Pada data yang diambil untuk penelitian kali

ini tidak tersedianya raw material dan habisnya material ditengah

produksi menjadi penyebab timbulnya material shortages downtime.

Berikut data material shortages downtime PT. Sinar Bali Binakarya

mulai dari tanggal 1 Februari 2020 sampai dengan 7 Maret 2020.

Tabel 4.4 Data material shortages downtime PT. Sinar Bali Binakarya

No Tanggal

Material

shortages

(menit)



3 4 Februari 2020 0

4 5 Februari 2020 0





9 11 Februari 2020 22

10 12 Februari 2020 0

11 13 Februari 2020 16

12 14 Februari 2020 24

13 15 Februari 2020 15

14 17 Februari 2020 0

15 18 Februari 2020 0

16 19 Februari 2020 0

17 20 Februari 2020 32

18 21 Februari 2020 0

19 22 Februari 2020 0

20 24 Februari 2020 56

21 26 Februari 2020 0

22 27 Februari 2020 0

23 28 Februari 2020 66

24 29 Februari 2020 50

25 2 Maret 2020 0

26 3 Maret 2020 10

27 4 Maret 2020 44

28 5 Maret 2020 34

29 6 Maret 2020 0

30 7 Maret 2020 0

4.2.3.4 Manpower absence time downtime

Manpower absence time downtime yang dimaksud disini yaitu

mesin tidak beroperasi karena tidak tersedianya absennya tenaga kerja

sehingga menyebabkan downtime. Pada data yang diambil untuk

penelitian kali ini absennya tenaga kerja karena masalah kesehatan, izin,

dan diskusi bersama supervisor menjadi penyebab timbulnya manpower

absence time downtime. Berikut data manpower absence time downtime

PT. Sinar Bali Binakarya mulai dari tanggal 1 Februari 2020 sampai

dengan 7 Maret 2020.

Tabel 4.5 Data manpower absence time downtime PT. Sinar Bali Binakarya

No Tanggal Manpower absence

time (menit)




4 5 Februari 2020 0

5 6 Februari 2020 8

6 7 Februari 2020 0



9 11 Februari 2020 19

10 12 Februari 2020 20

11 13 Februari 2020 0

12 14 Februari 2020 0

13 15 Februari 2020 0

14 17 Februari 2020 0

15 18 Februari 2020 21

16 19 Februari 2020 0

17 20 Februari 2020 0

18 21 Februari 2020 0

19 22 Februari 2020 0

20 24 Februari 2020 0

21 26 Februari 2020 20

22 27 Februari 2020 0

23 28 Februari 2020 15

24 29 Februari 2020 0

25 2 Maret 2020 38

26 3 Maret 2020 40

27 4 Maret 2020 10

28 5 Maret 2020 0

29 6 Maret 2020 0

30 7 Maret 2020 0

4.2.4 Data Produksi

Data produksi adalah adalah banyaknya jumlah produk yang

dihasilkan suatu mesin selama jam kerja dan disertai dengan data jumlah

produk defect, dalam hal ini yaitu produksi paving block menggunakan

block machine. Berikut data produksi PT. Sinar Bali Binakarya mulai dari

tanggal 1 Februari 2020 sampai dengan 7 Maret 2020

Tabel 4.3 Data produksi PT. Sinar Bali Binakarya

No Tanggal jumlah produksi

(unit)

produk defect

(unit)

1 1 Februari 2020 10800 250

2 3 Februari 2020 3600 205

3 4 Februari 2020 7200 277

4 5 Februari 2020 15075 360

5 6 Februari 2020 10350 200

6 7 Februari 2020 10125 211

7 8 Februari 2020 12375 201

8 10 Februari 2020 12150 253

9 11 Februari 2020 11925 296

10 12 Februari 2020 12825 257

11 13 Februari 2020 12375 306

12 14 Februari 2020 12825 187

13 15 Februari 2020 11700 258

14 17 Februari 2020 8775 192

15 18 Februari 2020 11700 255

16 19 Februari 2020 11475 249

17 20 Februari 2020 12825 275

18 21 Februari 2020 14850 392

19 22 Februari 2020 12600 246

20 24 Februari 2020 10125 288

21 26 Februari 2020 11925 299

22 27 Februari 2020 12375 253

23 28 Februari 2020 7200 247

24 29 Februari 2020 12375 218

25 2 Maret 2020 8100 118

26 3 Maret 2020 10350 191

27 4 Maret 2020 10125 132

28 5 Maret 2020 12825 235

29 6 Maret 2020 11475 186

30 7 Maret 2020 10350 172

4.3 Pengolahan Data

4.3.1 Perhitungan Readiness (R)

Untuk menghitung readiness maka diperlukan planned production

time yang didapatkan dari total time dikurangi dengan planned downtime.

Contoh perhitungan untuk tanggal 1 Februari 2020 adalah sebagai berikut:

Planned production time = total time - planned downtime

= 480 menit – 16 menit

= 464 menit

Lalu untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret

2020 dapat dilihat pada tabel 4.4

Tabel 4.4 Perhitungan planned production time


(menit)

planned downtime

(menit)

Planned production

time (menit)

1 1 Februari 2020 480 16 464

2 3 Februari 2020 480 16 464

3 4 Februari 2020 480 18 462

4 5 Februari 2020 480 18 462

5 6 Februari 2020 480 16 464

6 7 Februari 2020 480 58 422

7 8 Februari 2020 480 14 466

8 10 Februari 2020 480 20 460

9 11 Februari 2020 480 22 458

10 12 Februari 2020 480 18 462

11 13 Februari 2020 480 18 462

12 14 Februari 2020 480 16 464

13 15 Februari 2020 480 12 468

14 17 Februari 2020 480 16 464

15 18 Februari 2020 480 16 464

16 19 Februari 2020 480 16 464

17 20 Februari 2020 480 20 460

18 21 Februari 2020 480 18 462

19 22 Februari 2020 480 16 464

20 24 Februari 2020 480 22 458

21 26 Februari 2020 480 18 462

22 27 Februari 2020 480 12 468

23 28 Februari 2020 480 16 464

24 29 Februari 2020 480 16 464

25 2 Maret 2020 480 18 462

26 3 Maret 2020 480 18 462

27 4 Maret 2020 480 18 462

28 5 Maret 2020 480 16 464

29 6 Maret 2020 480 55 425

30 7 Maret 2020 480 15 465

Setelah didapatkan nilai planned production time setiap harinya maka dapat

dilakukan perhitungan readiness, contoh perhitungan pada tanggal 1

Februari yakni sebagai berikut:

Readiness (R) = 𝑃𝑙𝑎𝑛𝑛𝑒𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒

𝑡𝑜𝑡𝑎𝑙 𝑡𝑖𝑚𝑒 x 100%

= 𝑃𝑙𝑎𝑛𝑛𝑒𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒

𝑡𝑜𝑡𝑎𝑙 𝑡𝑖𝑚𝑒 x 100%

= 464 menit

480 menit x 100%

= 96,67 %

Untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret 2020

dapat dilihat pada tabel 4.5

Tabel 4.5 Perhitungan readiness


(menit)

Planned production

time (menit)

readiness

(%)

1 1 Februari 2020 480 464 96,67%

2 3 Februari 2020 480 464 96,67%

3 4 Februari 2020 480 462 96,25%

4 5 Februari 2020 480 462 96,25%

5 6 Februari 2020 480 464 96,67%

6 7 Februari 2020 480 422 87,92%

7 8 Februari 2020 480 466 97,08%

8 10 Februari 2020 480 460 95,83%

9 11 Februari 2020 480 458 95,42%

10 12 Februari 2020 480 462 96,25%

11 13 Februari 2020 480 462 96,25%

12 14 Februari 2020 480 464 96,67%

13 15 Februari 2020 480 468 97,50%

14 17 Februari 2020 480 464 96,67%

15 18 Februari 2020 480 464 96,67%

16 19 Februari 2020 480 464 96,67%

17 20 Februari 2020 480 460 95,83%

18 21 Februari 2020 480 462 96,25%

19 22 Februari 2020 480 464 96,67%

20 24 Februari 2020 480 458 95,42%

21 26 Februari 2020 480 462 96,25%

22 27 Februari 2020 480 468 97,50%

23 28 Februari 2020 480 464 96,67%

24 29 Februari 2020 480 464 96,67%

25 2 Maret 2020 480 462 96,25%

26 3 Maret 2020 480 462 96,25%

27 4 Maret 2020 480 462 96,25%

28 5 Maret 2020 480 464 96,67%

29 6 Maret 2020 480 425 88,54%

30 7 Maret 2020 480 465 96,88%

Berdasarkan tabel diatas untuk nilai readiness secara keseluruhan atau rata-

rata yakni dengan menjumlahkan seluruh readiness dan membaginya

dengan 30 hari kerja sehingga didapatkan readiness sebesar 95,92%.

4.3.2 Perhitungan Availability of Facility (𝑨𝒇)

Untuk menghitung availability of facility maka diperlukan loading

time yang didapatkan dari planned production time dikurangi dengan

facilities downtime. Contoh perhitungan untuk tanggal 1 Februari 2020

adalah sebagai berikut:

Loading time = Planned production time – facilities downtime


= 431 menit



Tabel 4.6 Perhitungan loading time

No Tanggal

Planned

production time

(menit)

Facilities

downtime

(menit)

Loading

time

(menit)

1 1 Februari 2020 464 33 431

2 3 Februari 2020 464 164 300

3 4 Februari 2020 462 127 335

4 5 Februari 2020 462 6 456

5 6 Februari 2020 464 53 411

6 7 Februari 2020 422 24 398

7 8 Februari 2020 466 15 451

8 10 Februari 2020 460 39 421

9 11 Februari 2020 458 26 432

10 12 Februari 2020 462 20 442

11 13 Februari 2020 462 14 448

12 14 Februari 2020 464 36 428

13 15 Februari 2020 468 10 458

14 17 Februari 2020 464 12 452

15 18 Februari 2020 464 62 402

16 19 Februari 2020 464 18 446

17 20 Februari 2020 460 16 444

18 21 Februari 2020 462 14 448

19 22 Februari 2020 464 33 431

20 24 Februari 2020 458 20 438

21 26 Februari 2020 462 32 430

22 27 Februari 2020 468 28 440

23 28 Februari 2020 464 15 449

24 29 Februari 2020 464 14 450

25 2 Maret 2020 462 55 407

26 3 Maret 2020 462 12 450

27 4 Maret 2020 462 14 448

28 5 Maret 2020 464 30 434

29 6 Maret 2020 425 31 394

30 7 Maret 2020 465 30 435

Setelah didapatkan nilai loading time setiap harinya maka dapat dilakukan

perhitungan availability of facility, contoh perhitungan pada tanggal 1


Availability of Facility (𝐴𝑓)= 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

𝑃𝑙𝑎𝑛𝑛𝑒𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 x 100%

= 431 menit

464 menit x 100%

= 92,89 %



Tabel 4.7 Perhitungan availability of facility

No Tanggal

Planned

production

time (menit)

Loading

time

(menit)

availability

of facility

(%)

1 1 Februari 2020 464 431 92,89%

2 3 Februari 2020 464 300 64,66%

3 4 Februari 2020 462 335 72,51%

4 5 Februari 2020 462 456 98,70%

5 6 Februari 2020 464 411 88,58%

6 7 Februari 2020 422 398 94,31%

7 8 Februari 2020 466 451 96,78%

8 10 Februari 2020 460 421 91,52%

9 11 Februari 2020 458 432 94,32%

10 12 Februari 2020 462 442 95,67%

11 13 Februari 2020 462 448 96,97%

12 14 Februari 2020 464 428 92,24%

13 15 Februari 2020 468 458 97,86%

14 17 Februari 2020 464 452 97,41%

15 18 Februari 2020 464 402 86,64%

16 19 Februari 2020 464 446 96,12%

17 20 Februari 2020 460 444 96,52%

18 21 Februari 2020 462 448 96,97%

19 22 Februari 2020 464 431 92,89%

20 24 Februari 2020 458 438 95,63%

21 26 Februari 2020 462 430 93,07%

22 27 Februari 2020 468 440 94,02%

23 28 Februari 2020 464 449 96,77%

24 29 Februari 2020 464 450 96,98%

25 2 Maret 2020 462 407 88,10%

26 3 Maret 2020 462 450 97,40%

27 4 Maret 2020 462 448 96,97%

28 5 Maret 2020 464 434 93,53%

29 6 Maret 2020 425 394 92,71%

30 7 Maret 2020 465 435 93,55%

Berdasarkan tabel diatas untuk nilai availability of facility secara

keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh availability

of facility dan membaginya dengan 30 hari kerja sehingga didapatkan

availability of facility sebesar 92,74%.

4.3.3 Perhitungan Changeover Efficiency (C)

Untuk menghitung changeover efficiency maka diperlukan

operation time yang didapatkan dari loading time dikurangi dengan set up

and adjustments. Contoh perhitungan untuk tanggal 1 Februari 2020 adalah

sebagai berikut:

Operation time = Loading time – set up and adjustments


= 407 menit



Tabel 4.8 Perhitungan operation time

No Tanggal

Loading

time

(menit)

Set up and

adjustments

(menit)

Operation

time

(menit)

1 1 Februari 2020 431 24 407

2 3 Februari 2020 300 48 252

3 4 Februari 2020 335 30 305

4 5 Februari 2020 456 20 436

5 6 Februari 2020 411 23 388

6 7 Februari 2020 398 27 371

7 8 Februari 2020 451 24 427

8 10 Februari 2020 421 23 398

9 11 Februari 2020 432 31 401

10 12 Februari 2020 442 20 422

11 13 Februari 2020 448 10 438

12 14 Februari 2020 428 20 408

13 15 Februari 2020 458 5 453

14 17 Februari 2020 452 16 436

15 18 Februari 2020 402 27 375

16 19 Februari 2020 446 26 420

17 20 Februari 2020 444 22 422

18 21 Februari 2020 448 16 432

19 22 Februari 2020 431 27 404

20 24 Februari 2020 438 18 420

21 26 Februari 2020 430 12 418

22 27 Februari 2020 440 30 410

23 28 Februari 2020 449 18 431

24 29 Februari 2020 450 12 438

25 2 Maret 2020 407 33 374

26 3 Maret 2020 450 16 434

27 4 Maret 2020 448 12 436

28 5 Maret 2020 434 18 416

29 6 Maret 2020 394 28 366

30 7 Maret 2020 435 29 406

Setelah didapatkan nilai operation time setiap harinya maka dapat dilakukan

perhitungan changeover efficiency, contoh perhitungan pada tanggal 1


Changeover Efficiency (C) = 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒

𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 x 100%

= 407 menit

431 menit x 100%

= 94,43 %



Tabel 4.9 Perhitungan changeover efficiency

No Tanggal

Loading

time

(menit)

Operation

time (menit)

changeover

efficiency

(%)

1 1 Februari 2020 431 407 94,43%

2 3 Februari 2020 300 252 84,00%

3 4 Februari 2020 335 305 91,04%

4 5 Februari 2020 456 436 95,61%

5 6 Februari 2020 411 388 94,40%

6 7 Februari 2020 398 371 93,22%

7 8 Februari 2020 451 427 94,68%

8 10 Februari 2020 421 398 94,54%

9 11 Februari 2020 432 401 92,82%

10 12 Februari 2020 442 422 95,48%

11 13 Februari 2020 448 438 97,77%

12 14 Februari 2020 428 408 95,33%

13 15 Februari 2020 458 453 98,91%

14 17 Februari 2020 452 436 96,46%

15 18 Februari 2020 402 375 93,28%

16 19 Februari 2020 446 420 94,17%

17 20 Februari 2020 444 422 95,05%

18 21 Februari 2020 448 432 96,43%

19 22 Februari 2020 431 404 93,74%

20 24 Februari 2020 438 420 95,89%

21 26 Februari 2020 430 418 97,21%

22 27 Februari 2020 440 410 93,18%

23 28 Februari 2020 449 431 95,99%

24 29 Februari 2020 450 438 97,33%

25 2 Maret 2020 407 374 91,89%

26 3 Maret 2020 450 434 96,44%

27 4 Maret 2020 448 436 97,32%

28 5 Maret 2020 434 416 95,85%

29 6 Maret 2020 394 366 92,89%

30 7 Maret 2020 435 406 93,33%

Berdasarkan tabel diatas untuk nilai changeover efficiency secara

keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh changeover

efficiency dan membaginya dengan 30 hari kerja sehingga didapatkan

changeover efficiency sebesar 94,62%.

4.3.4 Perhitungan Availability of Material (𝑨𝒎)

Untuk menghitung availability of material maka diperlukan running

time yang didapatkan dari Operation time dikurangi dengan material

shortages. Contoh perhitungan untuk tanggal 1 Februari 2020 adalah

sebagai berikut:

Running time = Operation time – material shortages


= 380 menit



Tabel 4.10 Perhitungan running time

No Tanggal

Material

shortages

(menit)

Operation

time (menit)

Running time

(menit)

1 1 Februari 2020 27 407 380

2 3 Februari 2020 98 252 154

3 4 Februari 2020 0 305 305

4 5 Februari 2020 0 436 436

5 6 Februari 2020 44 388 344

6 7 Februari 2020 19 371 352

7 8 Februari 2020 16 427 411

8 10 Februari 2020 8 398 390

9 11 Februari 2020 22 401 379

10 12 Februari 2020 0 422 422

11 13 Februari 2020 16 438 422

12 14 Februari 2020 24 408 384

13 15 Februari 2020 15 453 438

14 17 Februari 2020 0 436 436

15 18 Februari 2020 0 375 375

16 19 Februari 2020 0 420 420

17 20 Februari 2020 32 422 390

18 21 Februari 2020 0 432 432

19 22 Februari 2020 0 404 404

20 24 Februari 2020 56 420 364

21 26 Februari 2020 0 418 418

22 27 Februari 2020 0 410 410

23 28 Februari 2020 66 431 365

24 29 Februari 2020 50 438 388

25 2 Maret 2020 0 374 374

26 3 Maret 2020 10 434 424

27 4 Maret 2020 44 436 392

28 5 Maret 2020 34 416 382

29 6 Maret 2020 0 366 366

30 7 Maret 2020 0 406 406

Setelah didapatkan nilai running time setiap harinya maka dapat dilakukan

perhitungan availability of material, contoh perhitungan pada tanggal 1


Availability of Material (𝐴𝑚) = 𝑅𝑢𝑛𝑛𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 x 100%

= 380 menit

407 menit x 100%

= 93,37 %



Tabel 4.11 Perhitungan availability of material

No Tanggal Operation

time (menit)

Running time

(menit)

Availability

of material

(%)

1 1 Februari 2020 407 380 93,37%

2 3 Februari 2020 252 154 61,11%

3 4 Februari 2020 305 305 100,00%

4 5 Februari 2020 436 436 100,00%

5 6 Februari 2020 388 344 88,66%

6 7 Februari 2020 371 352 94,88%

7 8 Februari 2020 427 411 96,25%

8 10 Februari 2020 398 390 97,99%

9 11 Februari 2020 401 379 94,51%

10 12 Februari 2020 422 422 100,00%

11 13 Februari 2020 438 422 96,35%

12 14 Februari 2020 408 384 94,12%

13 15 Februari 2020 453 438 96,69%

14 17 Februari 2020 436 436 100,00%

15 18 Februari 2020 375 375 100,00%

16 19 Februari 2020 420 420 100,00%

17 20 Februari 2020 422 390 92,42%

18 21 Februari 2020 432 432 100,00%

19 22 Februari 2020 404 404 100,00%

20 24 Februari 2020 420 364 86,67%

21 26 Februari 2020 418 418 100,00%

22 27 Februari 2020 410 410 100,00%

23 28 Februari 2020 431 365 84,69%

24 29 Februari 2020 438 388 88,58%

25 2 Maret 2020 374 374 100,00%

26 3 Maret 2020 434 424 97,70%

27 4 Maret 2020 436 392 89,91%

28 5 Maret 2020 416 382 91,83%

29 6 Maret 2020 366 366 100,00%

30 7 Maret 2020 406 406 100,00%

Berdasarkan tabel diatas untuk nilai availability of material secara


of material dan membaginya dengan 30 hari kerja sehingga didapatkan

availability of material sebesar 94,86%.

4.3.5 Perhitungan Availability of Manpower (𝑨𝒎𝒑)

Untuk menghitung availability of manpower maka diperlukan

Actual running time yang didapatkan dari Running time dikurangi dengan

manpower absence time. Contoh perhitungan untuk tanggal 1 Februari 2020

adalah sebagai berikut:

Actual running time = Running time - manpower absence time


= 354 menit



Tabel 4.12 Perhitungan Actual running time

No Tanggal

Manpower

absence

time (menit)

Running time

(menit)

Actual

running time

(menit)

1 1 Februari 2020 26 380 354

2 3 Februari 2020 40 154 114

3 4 Februari 2020 83 305 222

4 5 Februari 2020 0 436 436

5 6 Februari 2020 8 344 336

6 7 Februari 2020 0 352 352

7 8 Februari 2020 25 411 386

8 10 Februari 2020 0 390 390

9 11 Februari 2020 19 379 360

10 12 Februari 2020 20 422 402

11 13 Februari 2020 0 422 422

12 14 Februari 2020 0 384 384

13 15 Februari 2020 0 438 438

14 17 Februari 2020 0 436 436

15 18 Februari 2020 21 375 354

16 19 Februari 2020 0 420 420

17 20 Februari 2020 0 390 390

18 21 Februari 2020 0 432 432

19 22 Februari 2020 0 404 404

20 24 Februari 2020 0 364 364

21 26 Februari 2020 20 418 398

22 27 Februari 2020 0 410 410

23 28 Februari 2020 15 365 350

24 29 Februari 2020 0 388 388

25 2 Maret 2020 38 374 336

26 3 Maret 2020 40 424 384

27 4 Maret 2020 10 392 382

28 5 Maret 2020 0 382 382

29 6 Maret 2020 0 366 366

30 7 Maret 2020 0 406 406

Setelah didapatkan nilai actual running time setiap harinya maka dapat

dilakukan perhitungan availability of manpower, contoh perhitungan pada

tanggal 1 Februari yakni sebagai berikut:

Availability of Manpower (𝐴𝑚𝑝) = 𝐴𝑐𝑡𝑢𝑎𝑙 𝑟𝑢𝑛𝑛𝑖𝑛𝑔 𝑡𝑖𝑚𝑒

𝑅𝑢𝑛𝑛𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 x 100%

= 354 menit

380 menit x 100%

= 93,16 %



Tabel 4.13 Perhitungan Actual running time

No Tanggal Running time

(menit)

Actual

running time

(menit)

Availability

of manpower

(%)

1 1 Februari 2020 380 354 93,16%

2 3 Februari 2020 154 114 74,03%

3 4 Februari 2020 305 222 72,79%

4 5 Februari 2020 436 436 100,00%

5 6 Februari 2020 344 336 97,67%

6 7 Februari 2020 352 352 100,00%

7 8 Februari 2020 411 386 93,92%

8 10 Februari 2020 390 390 100,00%

9 11 Februari 2020 379 360 94,99%

10 12 Februari 2020 422 402 95,26%

11 13 Februari 2020 422 422 100,00%

12 14 Februari 2020 384 384 100,00%

13 15 Februari 2020 438 438 100,00%

14 17 Februari 2020 436 436 100,00%

15 18 Februari 2020 375 354 94,40%

16 19 Februari 2020 420 420 100,00%

17 20 Februari 2020 390 390 100,00%

18 21 Februari 2020 432 432 100,00%

19 22 Februari 2020 404 404 100,00%

20 24 Februari 2020 364 364 100,00%

21 26 Februari 2020 418 398 95,22%

22 27 Februari 2020 410 410 100,00%

23 28 Februari 2020 365 350 95,89%

24 29 Februari 2020 388 388 100,00%

25 2 Maret 2020 374 336 89,84%

26 3 Maret 2020 424 384 90,57%

27 4 Maret 2020 392 382 97,45%

28 5 Maret 2020 382 382 100,00%

29 6 Maret 2020 366 366 100,00%

30 7 Maret 2020 406 406 100,00%

Berdasarkan tabel diatas untuk nilai availability of manpower secara


of manpower dan membaginya dengan 30 hari kerja sehingga didapatkan

availability of manpower sebesar 96,17%.

4.3.6 Perhitungan Performance Efficiency (P)

Untuk menghitung performance efficiency maka diperlukan earned

time yang didapatkan dari Cycle time dikali dengan jumlah produksi.

Contoh perhitungan untuk tanggal 1 Februari 2020 adalah sebagai berikut:

Earned time = Cycle time x jumlah produksi

= 0,4 menit – 10800 unit

= 288 menit



Tabel 4.14 Perhitungan earned time

No Tanggal Cycle time

(menit)

Jumlah produksi

(unit)

Earned time

(menit)

1 1 Februari 2020 0,4 10800 288

2 3 Februari 2020 0,4 3600 96

3 4 Februari 2020 0,4 7200 192

4 5 Februari 2020 0,4 15075 402

5 6 Februari 2020 0,4 10350 276

6 7 Februari 2020 0,4 10125 270

7 8 Februari 2020 0,4 12375 330

8 10 Februari 2020 0,4 12150 324

9 11 Februari 2020 0,4 11925 318

10 12 Februari 2020 0,4 12825 342

11 13 Februari 2020 0,4 12375 330

12 14 Februari 2020 0,4 12825 342

13 15 Februari 2020 0,4 11700 312

14 17 Februari 2020 0,4 8775 234

15 18 Februari 2020 0,4 11700 312

16 19 Februari 2020 0,4 11475 306

17 20 Februari 2020 0,4 12825 342

18 21 Februari 2020 0,4 14850 396

19 22 Februari 2020 0,4 12600 336

20 24 Februari 2020 0,4 10125 270

21 26 Februari 2020 0,4 11925 318

22 27 Februari 2020 0,4 12375 330

23 28 Februari 2020 0,4 7200 192

24 29 Februari 2020 0,4 12375 330

25 2 Maret 2020 0,4 8100 216

26 3 Maret 2020 0,4 10350 276

27 4 Maret 2020 0,4 10125 270

28 5 Maret 2020 0,4 12825 342

29 6 Maret 2020 0,4 11475 306

30 7 Maret 2020 0,4 10350 276

Setelah didapatkan nilai earned time setiap harinya maka dapat dilakukan

perhitungan performance efficiency, contoh perhitungan pada tanggal 1


Performance efficiency (𝑃) = 𝐸𝑎𝑟𝑛𝑒𝑑 𝑡𝑖𝑚𝑒

𝐴𝑐𝑡𝑢𝑎𝑙 𝑟𝑢𝑛𝑛𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 x 100%

= 288 menit

354 menit x 100%

= 26 %



Tabel 4.15 Perhitungan performance efficiency

No Tanggal Earned time

(menit)

Actual running

time (menit)

Performance

efficiency (%)

1 1 Februari 2020 288 354 81,36%

2 3 Februari 2020 96 114 84,21%

3 4 Februari 2020 192 222 86,49%

4 5 Februari 2020 402 436 92,20%

5 6 Februari 2020 276 336 82,14%

6 7 Februari 2020 270 352 76,70%

7 8 Februari 2020 330 386 85,49%

8 10 Februari 2020 324 390 83,08%

9 11 Februari 2020 318 360 88,33%

10 12 Februari 2020 342 402 85,07%

11 13 Februari 2020 330 422 78,20%

12 14 Februari 2020 342 384 89,06%

13 15 Februari 2020 312 438 71,23%

14 17 Februari 2020 234 436 53,67%

15 18 Februari 2020 312 354 88,14%

16 19 Februari 2020 306 420 72,86%

17 20 Februari 2020 342 390 87,69%

18 21 Februari 2020 396 432 91,67%

19 22 Februari 2020 336 404 83,17%

20 24 Februari 2020 270 364 74,18%

21 26 Februari 2020 318 398 79,90%

22 27 Februari 2020 330 410 80,49%

23 28 Februari 2020 192 350 54,86%

24 29 Februari 2020 330 388 85,05%

25 2 Maret 2020 216 336 64,29%

26 3 Maret 2020 276 384 71,88%

27 4 Maret 2020 270 382 70,68%

28 5 Maret 2020 342 382 89,53%

29 6 Maret 2020 306 366 83,61%

30 7 Maret 2020 276 406 67,98%

Berdasarkan tabel diatas untuk nilai performance efficiency secara

keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh

Performance efficiency dan membaginya dengan 30 hari kerja sehingga

didapatkan Performance efficiency sebesar 79,44%.

4.3.7 Perhitungan Quality Rate (Q)

Untuk menghitung quality rate maka diperlukan Quantity of parts

accepted yang didapatkan dari jumlah produksi dikurangi dengan quantity

rejected. Contoh perhitungan untuk tanggal 1 Februari 2020 adalah sebagai

berikut:

Quantity of parts accepted = jumlah produksi – quantity rejected

= 10800 unit – 250 unit

= 10550 unit



Tabel 4.16 Perhitungan Quantity of parts accepted

No Tanggal

Jumlah

produksi

(unit)

quantity

rejected

(unit)

Quantity of

parts

accepted

(unit)

1 1 Februari 2020 10800 250 10550

2 3 Februari 2020 3600 205 3395

3 4 Februari 2020 7200 277 6923

4 5 Februari 2020 15075 360 14715

5 6 Februari 2020 10350 200 10150

6 7 Februari 2020 10125 211 9914

7 8 Februari 2020 12375 201 12174

8 10 Februari 2020 12150 253 11897

9 11 Februari 2020 11925 296 11629

10 12 Februari 2020 12825 257 12568

11 13 Februari 2020 12375 306 12069

12 14 Februari 2020 12825 187 12638

13 15 Februari 2020 11700 258 11442

14 17 Februari 2020 8775 192 8583

15 18 Februari 2020 11700 255 11445

16 19 Februari 2020 11475 249 11226

17 20 Februari 2020 12825 275 12550

18 21 Februari 2020 14850 392 14458

19 22 Februari 2020 12600 246 12354

20 24 Februari 2020 10125 288 9837

21 26 Februari 2020 11925 299 11626

22 27 Februari 2020 12375 253 12122

23 28 Februari 2020 7200 247 6953

24 29 Februari 2020 12375 218 12157

25 2 Maret 2020 8100 118 7982

26 3 Maret 2020 10350 191 10159

27 4 Maret 2020 10125 132 9993

28 5 Maret 2020 12825 235 12590

29 6 Maret 2020 11475 186 11289

30 7 Maret 2020 10350 172 10178

Setelah didapatkan nilai quantity of parts accepted setiap harinya maka

dapat dilakukan perhitungan quality rate, contoh perhitungan pada tanggal

1 Februari yakni sebagai berikut:

Quality rate (𝑄) = 𝑄𝑢𝑎𝑛𝑡𝑖𝑡𝑦 𝑜𝑓 𝑝𝑎𝑟𝑡𝑠 𝑎𝑐𝑐𝑒𝑝𝑡𝑒𝑑

𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 x 100%

= 10550 unit

10800 unit x 100%

= 97,69 %



Tabel 4.17 Perhitungan quality rate

No Tanggal

Jumlah

produksi

(unit)

Quantity of

parts accepted

(unit)

Quality

rate

(%)

1 1 Februari 2020 10800 10550 97,69%

2 3 Februari 2020 3600 3395 94,31%

3 4 Februari 2020 7200 6923 96,15%

4 5 Februari 2020 15075 14715 97,61%

5 6 Februari 2020 10350 10150 98,07%

6 7 Februari 2020 10125 9914 97,92%

7 8 Februari 2020 12375 12174 98,38%

8 10 Februari 2020 12150 11897 97,92%

9 11 Februari 2020 11925 11629 97,52%

10 12 Februari 2020 12825 12568 98,00%

11 13 Februari 2020 12375 12069 97,53%

12 14 Februari 2020 12825 12638 98,54%

13 15 Februari 2020 11700 11442 97,79%

14 17 Februari 2020 8775 8583 97,81%

15 18 Februari 2020 11700 11445 97,82%

16 19 Februari 2020 11475 11226 97,83%

17 20 Februari 2020 12825 12550 97,86%

18 21 Februari 2020 14850 14458 97,36%

19 22 Februari 2020 12600 12354 98,05%

20 24 Februari 2020 10125 9837 97,16%

21 26 Februari 2020 11925 11626 97,49%

22 27 Februari 2020 12375 12122 97,96%

23 28 Februari 2020 7200 6953 96,57%

24 29 Februari 2020 12375 12157 98,24%

25 2 Maret 2020 8100 7982 98,54%

26 3 Maret 2020 10350 10159 98,15%

27 4 Maret 2020 10125 9993 98,70%

28 5 Maret 2020 12825 12590 98,17%

29 6 Maret 2020 11475 11289 98,38%

30 7 Maret 2020 10350 10178 98,34%

Berdasarkan tabel diatas untuk nilai quality rate secara keseluruhan atau

rata-rata yakni dengan menjumlahkan seluruh quality rate dan membaginya

dengan 30 hari kerja sehingga didapatkan quality rate sebesar 97,73%.

4.3.8 Perhitungan Overall Resource Effectiveness (ORE)

Setelah diperoleh nilai Readiness (R), Availability of Facility (𝐴𝑓),

Changeover Efficiency (C), Availability of Material (𝐴𝑚), Availability of

Manpower (𝐴𝑚𝑝), Performance Efficiency (P), dan Quality Rate (Q)maka

selanjutnya dilakukan perhitungan Overall Resource Effectiveness (ORE).

Contoh perhitungan ORE pada tanggal 1 Februari 2020 adalah sebagai:

ORE = R x 𝐴𝑓 x C x 𝐴𝑚 x 𝐴𝑚𝑝 x P x Q

= 96,67% x 92,89% x 94,43% x 93,37% x 93,16% x 81,36% x 97,69%

= 58,61%

Lalu untuk perhitungan ORE tanggal 3 Februari 2020 sampai dengan 7

Maret 2020 dapat dilihat pada tabel 4.18

Tabel 4.18 Perhitungan overall resource effectiveness

No Tanggal R 𝐴𝑓 C 𝐴𝑚 𝐴𝑚𝑝 P Q ORE

1 1 Februari 2020 96,67% 92,89% 94,43% 93,37% 93,16% 81,36% 97,69% 58,61%

2 3 Februari 2020 96,67% 64,66% 84,00% 61,11% 74,03% 84,21% 94,31% 18,86%

3 4 Februari 2020 96,25% 72,51% 91,04% 100,00% 72,79% 86,49% 96,15% 38,46%

4 5 Februari 2020 96,25% 98,70% 95,61% 100,00% 100,00% 92,20% 97,61% 81,75%

5 6 Februari 2020 96,67% 88,58% 94,40% 88,66% 97,67% 82,14% 98,07% 56,39%

6 7 Februari 2020 87,92% 94,31% 93,22% 94,88% 100,00% 76,70% 97,92% 55,08%

7 8 Februari 2020 97,08% 96,78% 94,68% 96,25% 93,92% 85,49% 98,38% 67,63%

8 10 Februari 2020 95,83% 91,52% 94,54% 97,99% 100,00% 83,08% 97,92% 66,09%

9 11 Februari 2020 95,42% 94,32% 92,82% 94,51% 94,99% 88,33% 97,52% 64,61%

10 12 Februari 2020 96,25% 95,67% 95,48% 100,00% 95,26% 85,07% 98,00% 69,82%

11 13 Februari 2020 96,25% 96,97% 97,77% 96,35% 100,00% 78,20% 97,53% 67,05%

12 14 Februari 2020 96,67% 92,24% 95,33% 94,12% 100,00% 89,06% 98,54% 70,21%

13 15 Februari 2020 97,50% 97,86% 98,91% 96,69% 100,00% 71,23% 97,79% 63,57%

14 17 Februari 2020 96,67% 97,41% 96,46% 100,00% 100,00% 53,67% 97,81% 47,68%

15 18 Februari 2020 96,67% 86,64% 93,28% 100,00% 94,40% 88,14% 97,82% 63,58%

16 19 Februari 2020 96,67% 96,12% 94,17% 100,00% 100,00% 72,86% 97,83% 62,37%

17 20 Februari 2020 95,83% 96,52% 95,05% 92,42% 100,00% 87,69% 97,86% 69,72%

18 21 Februari 2020 96,25% 96,97% 96,43% 100,00% 100,00% 91,67% 97,36% 80,32%

19 22 Februari 2020 96,67% 92,89% 93,74% 100,00% 100,00% 83,17% 98,05% 68,63%

20 24 Februari 2020 95,42% 95,63% 95,89% 86,67% 100,00% 74,18% 97,16% 54,65%

21 26 Februari 2020 96,25% 93,07% 97,21% 100,00% 95,22% 79,90% 97,49% 64,59%

22 27 Februari 2020 97,50% 94,02% 93,18% 100,00% 100,00% 80,49% 97,96% 67,34%

23 28 Februari 2020 96,67% 96,77% 95,99% 84,69% 95,89% 54,86% 96,57% 38,63%

24 29 Februari 2020 96,67% 96,98% 97,33% 88,58% 100,00% 85,05% 98,24% 67,54%

25 2 Maret 2020 96,25% 88,10% 91,89% 100,00% 89,84% 64,29% 98,54% 44,34%

26 3 Maret 2020 96,25% 97,40% 96,44% 97,70% 90,57% 71,88% 98,15% 56,44%

27 4 Maret 2020 96,25% 96,97% 97,32% 89,91% 97,45% 70,68% 98,70% 55,52%

28 5 Maret 2020 96,67% 93,53% 95,85% 91,83% 100,00% 89,53% 98,17% 69,94%

29 6 Maret 2020 88,54% 92,71% 92,89% 100,00% 100,00% 83,61% 98,38% 62,72%

30 7 Maret 2020 96,88% 93,55% 93,33% 100,00% 100,00% 67,98% 98,34% 56,54%

Berdasarkan tabel diatas untuk nilai overall resource effectiveness secara

keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh overall

resource effectiveness dan membaginya dengan 30 hari kerja sehingga

didapatkan overall resource effectiveness 60,29%.

4.3.9 Pembuatan Diagram Fishbone

Setelah perhitungan Overall Resource Effectiveness (ORE) dan

didapatkan nilai ORE sebesar 60,29% yang artinya masih berada dibawah

standar nilai ORE yang baik yaitu 85%, maka langkah selanjutnya yaitu

menganalisa penyebab rendahnya nilai ORE pada PT. Sinar Bali Binakarya.

Fishbone diagram adalah salah satu metode yang dapat digunakan untuk

menganalisa sebab akibat dari suatu masalah berdasarkan beberapa aspek

yaitu manusia, mesin, metode, material, measurement dan lingkungan.

Berikut adalah fishbone diagram penyebab rendahnya nilai ORE

Operator terlambat

melaporkan masalah

Kurangnya pengetahuan

Atau pengalaman kerja

Operator kurang teliti

Kelelahan

Operator kurang melakukan

cek sebelum produksi

Pemakaian waktu kerja

kurang baik

Perencanaan maintenance

tidak efektif

Pemeliharaan dilakukan

setelah mesin rusak

Lamanya

pengkondisian

mesin

Lamanya mencari titik

kerusakan pada mesin

Produksi terganggu bila

ada perbaikan mesin

Mesin harus

Berhenti saat

perbaikan

Kurangnya pengawasan

Pada proses produksi

Kurang disiplin

Kebersihan kurang terjaga

Pembersihan tidak

Dilakukan secara

berkala

Kurangnya kesadaran dari

pihak yang terlibat di

tempat produksi

Kurangnya monitoring

Terhadap kebersihan

Adanya material asing

Kurangnya pengecekan

atau inspeksi pada material

Kurangnya perhitungan

Kebutuhan material

yang dibutuhkan

tiap shiftnya

Sulit memprediksi

kerusakan mesin

Kurang siapnya

penyediaan spare part

Keausan

Kurang pengecekan dan

pelumasan berkala

Planned Maintenance

(PM) tidak terjadwal

dengan baik

Kemacetan mesin

Adanya trouble pada

kontrol mesin

Operator kurang memahami

gejala kerusakan

Kuranganya

pelatihan kerja

Kehabisan material

ditengah produksi

Kurang perawatan

berkala

Terlambatnya pengisisan

material

Kurang ada komunikasi

antar departemen

Terjadi speed losses

Pelumasan pada

Mesin kurang

Pompa tidak

memompa

Masalah pada

mesin hidrolik

Panas

berlebihan

Mati listrik

Kerusakan motor

Gambar 4.3 Fishbone diagram

Dari fishbone diagram tersebut didapatkan bahwa terdapat lima aspek yang

mempengaruhi nilai ORE di PT. Sinar Bali Binakarya yaitu manusia,

metode, lingkungan, material, dan mesin yang setiap aspeknya disertai

dengan penyebab rendahnya ORE.

4.3.10 Pembuatan Failure Mode and Effect Analysis (FMEA)

Tahap selanjutnya yaitu pembuatan Failure Mode and Effect

Analysis (FMEA) yang berisi efek kegagalan, sebab kegagalan, dan kontrol

yang telah dilakukan perusahaan untuk mengatasi kegagalan atau masalah

tersebut. Setelah itu dilakukan pembobotan dan perhitungan Risk Priority

Number (RPN) pada tiap kegagalan. Dari RPN tersebut maka terpilih

prioritas kegagalan apa yang harus diselesaikan terlebih dahulu dengan

melihat nilai RPN yang terbesar. Semakin kecil nilai RPN maka semakin

rendah tingkat prioritas penyelesaian masalah atau kegagalannya. Angka

pembobotan didapatkan berdasarkan dari hasil brainstorming dengan dua

narasumber di perusahaan yaitu Kepala Plant Precast dan Paving serta

Supervisor Produksi Paving.

Tabel 4.19 Analisis Failure Mode and Effect Analysis (FMEA)

No Item/aktivitas Mode

kegagalan

Efek dari

kegagalan Severity

Penyebab

Kegagalan Occurance

Kontrol yang

dilakukan Detection RPN

1 proses

pencetakan

daya tekan

pengepresan

kurang

mengurangi

kualitas

produk yang

dihasilkan

7

anomali

getaran pada

vibration

motors

5

melakukan

perbaikan jika

telah terjadi

kerusakan

5 175

2 feeding

system

terjadi

keausan

menurunnya

kinerja mesin 5

kurangnya

pemberian

pelumas

3

pemberian oli

saat alat

menunjukkan

kekurangan oli

7 105

3

pallet

conveyor

movable

frame tidak

bergerak

Pallet tidak

terdorong 3

rusak pada

bagian keyed

push block

3 mengganti jika

sudah rusak 4 36

machine

frame tidak

bisa

beroperasi

produksi

terganggu

8

komponen

rusak 4

memperbaiki

setelah rusak 6 192

8

roller

bermasalah 4

mengecek dan

memperbaiki 3 96

speed

conveyor

tidak stabil

terjadi

overlap

produk yang

berjalan

6

kesalahan atau

kerusakan

pada sistem

conveyer

2

mengevaluasi

dan memperbaiki

sistem

3 36


kegagalan

Efek dari

kegagalan Severity

Penyebab

Kegagalan Occurance

Kontrol yang


4 belt conveyor

belt conveyer

bergerak ke

salah satu sisi

tidak

beraturan

material

keluar dari

belt conveyor

3

belt conveyor

terlalu kaku

atau keras

3

membiarkan dan

membersihkan

material yang

keluar dari belt

conveyor

9 81

sobekan pada

belt conveyer

material

keluar 1

ada material

asing/logam

tajam yang

terbawa

material

2

membersihkan

belt conveyor

secara berkala

4 8

Roller tidak

berputar

produksi

terganggu

7

adanya

material yang

menempel

5 membersihkan

roller 4 140

7 komponen

rusak 4

mengganti yang

rusak 3 84

pelumasan

roller bearing

tidak berjalan

lancar

kerja

conveyer

terganggu

8

pemeliharaan

lubrikasi

jarang

dimonitor

4

pengawasan

hanya saat terjadi

trouble

6 192

speed

conveyor

tidak stabil

material tidak

dapat

bergerak

teratur

sehingga

keluar dari

belt

6

kesalahan atau

kerusakan

pada sistem

conveyer

2

mengevaluasi

dan memperbaiki

sistem

3 36


kegagalan

Efek dari

kegagalan Severity

Penyebab

Kegagalan Occurance

Kontrol yang


5 block

sweeper

sikat sapu

berantakan

pembersihan

sisa material

tidak merata

5

intensitas

penggunaan

lama dan

berturut-turut

7 mengganti 5 175

permukaan

sapu terhalan

kotoran atau

debu

masih ada

material sisa

pada produk

jadi

3

kurangnya

pembersihan

berkala pada

sapu

8

pembersihan alat

saat sudah benar-

benar kotor

8 192

pergerakan

tidak normal

mesin tidak

bekerja

optimal dan

menyebabkan

produksi

terganggu

7

gangguan

pada poros

pergerakan

mesin

3 mengecek dan

memperbaiki 7 147

6 mesin

hidrolik

pompa

berisik

menggangu

lingkungan

kerja

3

terdapat

komponen

pompa yang

aus atau

kendor

3 mengganti yang

aus 4 36

3

terdapat benda

asing pada

pompa

4 mengecek dan

membersihkan 4 48

pompa tidak

memompa

terhambatnya

kerja mesin

hidrolik

8

saluran masuk

pompa

tersumbat

4 mengecek dan

membersihkan 4 128


kegagalan

Efek dari

kegagalan Severity

Penyebab

Kegagalan Occurance

Kontrol yang


pompa tidak

memompa

terhambatnya

kerja mesin

hidrolik

8 gangguan

mekanik 3

memperbaiki

komponen yang

rusak

5 120

panas

berlebihan

mesin cepat

rusak dan

kinerja mesin

menurun

6

tekanan

pembuangan

pemompaan

berlebihan

5 memperbaiki

setelan 6 180

6

komponen

pompa tidak

terpasang

dengan baik

4

membenarkan

komponen ke

posisi yang tepat

3 72

7 Material

adanya

material

asing

menggangu

kerja mesin 8

kurang

telitinya

proses

pengayakan

dan proses

quality control

untuk bahan

lainnya

3

membersihkan

material yang

mengganggu

mesin

8 192

terlambatnya

pengisisan

material

produksi

berhenti 8

tidak adanya

perhitungan

kebutuhan

material

sebelum

produksi

2

segera mengisi

material yang

dibutuhkan

8 128


kegagalan

Efek dari

kegagalan Severity

Penyebab

Kegagalan Occurance

Kontrol yang


8 sumber daya

(listrik) mati listrik

terhambatnya

produksi 7

mati listrik

secara tiba -

tiba (tidak ada

pemberitahuan

sebelumnya)

4

segera mengganti

sumber daya

dengan genset

4 112

9 mesin rusak

waktu

penyelesaian

masalah dan

perbaikan

lama

produksi

terhambat

8

kurang

pahamnya

operator

terhadap

kerusakan

mesin

8

operator melapor

setelah mesin

rusak

7 448

8

tidak

tersedianya

sparepart yang

rusak

6

pencarian spare

part hanya jika

membutuhkannya

8 384

8

kurangnya

penerapan

preventive

maintenance

7 perbaikan hanya

jika mesin rusak 9 504

10 lingkungan

kerja atap bocor

lingkungan

kerja yang

tidak nyaman

bagi pekerja

1

kurang ada

pengawasan

dan perawatan

terhadap

tempat kerja

8

memperbaiki jika

benar-benar tidak

bisa untuk tempat

produksi

7 56

Berdasarkan perhitungan Failure Mode and Effect Analysis (FMEA)

diatas dengan menggunakan tiga indikator yaitu severity, occurance, dan

detection maka diambil tiga hal yang diprioritaskan untuk dilakukan

perbaikan karena memiliki nilai Risk Priority Number (RPN) tertinggi.

Ketiga hal tersebut memiliki mode kegagalan yang sama yaitu penyelesaian

dan perbaikan mesin yang berlangsung lama sehingga mengakibatkan

produksi terhambat. Nilai RPN tertinggi pertama sebesar 504 dengan

penyebab yaitu kurangnya penerapan preventive maintenance dan

perbaikan dilakukan hanya setelah mesin rusak. Nilai RPN tertinggi kedua

sebesar 448 dengan penyebab yaitu kurang pahamnya operator terhadap

kerusakan mesin. Dan nilai RPN tertinggi ketiga sebesar 384 dengan

penyebab yaitu tidak tersedianya sparepart yang rusak.

bab iv pengumpulan dan pengolahan data 4.1 4.1eprints.umm.ac.id/70302/49/bab iv.pdf · 2020. 11....

Documents