penerapan total productive maintenance untuk meningkatkan

PENERAPAN TOTAL PRODUCTIVE MAINTENANCE UNTUK

MENINGKATKAN KINERJA DAN SPEED ROBOT ABB BLUEBAND

di PT UNILEVER INDONESIA

Oleh :

Tri Agung Prakoso

ID No.004201405095

Laporan Thesis ini diajukan ke Fakultas Teknik President University untuk

memenuhi persyaratan akademik mencapai gelar Sarjana Teknik pada

Fakultas Teknik Program Studi Teknik Industri

2019

i

LEMBAR PERSETUJUAN PEMBIMBING

Skripsi berjudul “Penerapan Total Productive Maintenance Untuk

Meningkatkan Kinerja dan Speed Robot ABB Blueband di PT

Unilever Indonesia” disusun dan disampaikan oleh Tri Agung

Prakoso sebagai salah satu persyaratan untuk mendapatkan gelar

sarjana srata satu, telah diperiksa dan dianggap telah memenuhi

persayaratan sebuah skripsi. Saya merekomendasikan skripsi ini untuk

maju sidang.

Bekasi, Indonesia, 2 Mei 2019

Johan Krisnanto Runtuk, ST., MT.

ii

LEMBAR PERNYATAAN ORISINALITAS

Saya menyatakan bahwa skripsi berjudul “Penerapan Total

Productive Maintenance Untuk Meningkatkan Kinerja dan Speed

Robot ABB Blueband di PT Unilever Indonesia” adalah hasil

pekerjaan saya dan seluruh ide, pendapat atau materi dari sumber lain

telah dikutip dengan cara penulisan yang referensi sesuai. Pernyataan

ini saya buat dengan sebenar - benarnya dan jika pernyataan ini tidak

sesuai dengan kenyataan maka saya bersedia menanggung sanksi yang

akan dikenakan pada saya.

Bekasi, Indonesia, 02 Mei 2019

Tri Agung Prakoso

iv

ABSTRAK

Industri makanan dan minuman dituntut segera menerapakan revolusi industri 4.0

untuk mengejar target ekspor empat kali lipat pada 2025. Banyak tantangan menghadang

dari ketersediaan bahan baku hingga biaya investasi. Permasalahan muncul pada aplikasi

mesin robot ABB sebagai mesin automation pallet blueband. Saat ini mesin sering

mengalami breakdown, mesin bergerak tetapi tidak dalam kondisi secara optimalnya.

Sehubungan dengan hal tersebut, penulis melakukan penelitian mengenai “meningkatkan

kinerja dan speed robot ABB dengan metode total productive maintenance”. Tujuan

penelitian ini yaitu untuk mencari faktor kerugian dari six big losses yang paling banyak

mempengaruhi terjadinya penurunan efektivitas mesin serta meminimalisir kerugian yang

ditimbulkan dengan memperhatikan aspek dari sisi manusia, material, metode, mesin,

dan lingkungan kerja dengan mencari akar pokok masalah terjadinya breakdown yang

menyebabkan nilai OEE rendah. Penelitian dilakukan di mesin robot lengan ABB.

Berdasarkan hasil penelitian terjadinya breakdown yang menyebabkan nilai OEE rendah

adalah di bagian mesin. Dari faktor six big losses yaitu reduced speed losses sebesar

67,66%. Sistem jaws lebih baik diganti dengan sistem vacuum yang memiliki keunggulan

dengan selisih pendapatan bisa mencapai Rp 1,076,832,000.

Kata Kunci: Revolusi industry 4.0, total productive maintenance, mesin robot abb, OEE,

six big losses.

v

KATA PENGANTAR

Puji syukur penulis ucapkan kepada Allah SWT, Tuhan Yang Maha Esa karena atas

rahmat dan hidayah-NYA penulis dapat menyelesaikan laporan hasil skripsi ini dengan

tepat waktu.

Penulis mengucapkan terima kasih atas segala dukungan, bantuan, dan bimbingan dari

beberapa pihak selama proses penyusunan laporan ini, khususnya kepada:

1. Bapak Johan Krisnanto Runtuk, ST., MT., selaku dosen pembimbing laporan

skripsi ini.

2. Ibu Andira Taslim, ST., MT., selaku kepala program studi teknik industri di

President University.

3. Bapak Ir. Herry Hamdi Azwir, MT., selaku dosen pembimbing kegiatan magang.

4. Rekan kerja di PT Unilever Indonesia : M. Anang, Eri Budiarto, Dodi sabagai

narasumber saya dalam mencari bahan penyusunan skripsi.

5. Orang tua, istri serta anak yang selalu memberikan motivasi, nasihat, doa,

dorongan, dan bantuan selama menjalani perkuliahan maupun menyelesaikan

laporan magang di President University.

6. Teman-teman jurusan Teknik Industri di President University

Dalam penulisan laporan ini, penulis menyadari masih banyak kekurangan dikarenakan

keterbatasan waktu, kemampuan, dan pengetahuan penulis, baik dari segi materi maupun

penyajiannya. Namun penulis berharap laporan ini dapat bermanfaat bagi pembaca pada

umumnya dan penulis pada khususnya.

Bekasi, 02 Mei 2019

Tri Agung Prakoso

vi

DAFTAR ISI

ABSTRAK ................................................................................................................................ iv

KATA PENGANTAR ............................................................................................................... v

DAFTAR ISI............................................................................................................................. vi

DAFTAR GAMBAR ................................................................................................................ ix

DAFTAR TABEL ..................................................................................................................... x

BAB I PENDAHULUAN .......................................................................................................... 1

1.1. Latar Belakang Masalah ............................................................................................... 1

1.2. Rumusan Masalah ........................................................................................................ 2

1.3. Tujuan........................................................................................................................... 2

1.4. Batasan Masalah ........................................................................................................... 3

1.5. Asumsi .......................................................................................................................... 3

1.6. Sistematika Penulisan ................................................................................................... 3

BAB II STUDI PUSTAKA ....................................................................................................... 4

2.1. Produktivitas................................................................................................................. 4

2.2. Pemeliharaan ................................................................................................................ 4

2.2.1. Jenis – jenis Pemeliharaan .................................................................................... 5

2.3. TPM ( Total Productive Maintenance ) ....................................................................... 7

2.3.1. Pengertian TPM .................................................................................................... 7

2.3.2. Konsep Dasar TPM ............................................................................................... 7

2.3.3. Pilar TPM ............................................................................................................ 11

2.3.4. Tujuan dan Manfaat dari Total Produtive Maintenance (TPM) ......................... 15

2.4. Overall Equipment Effectiveness (OEE) ................................................................... 16

2.4.1. Availability .......................................................................................................... 18

2.4.2. Performance Efficiency ....................................................................................... 18

2.4.3. Rate of quality product ........................................................................................ 19

2.5. Six Big Losses (Enam Kerugian Besar) ...................................................................... 19

2.5.1. Equipment Failure Losses (Kerugian karena kerusakan peralatan) ................... 19

2.5.2. Set-up and Adjustment Losses (Kerugian karena pemasangan dan penyetelan). 19

2.5.3. Idling and minor stoppages Losses (Kerugian karena beropersi tanpa beban

maupun karena berhenti sesaat) .......................................................................... 20

2.5.4. Reduced Speed Losses (Kerugian karena penurunan kecepatan operasi) ........... 20

vii

2.5.5. Process Defect Losses (Kerugian karena produk cacat maupun karena kerja

produk diproses ulang) ........................................................................................ 20

2.5.6 Reduced Yield / Scrap Losses ( Kerugian pada awal waktu produksi hingga

mecapai kondisi produksi yang stabil) ................................................................ 20

2.6. Pareto Chart ............................................................................................................... 21

2.7. Diagram Sebab Akibat (Cause and Effect Diagram) ................................................. 21

BAB III METODOLOGI PENILITIAN .............................................................................. 23

3.1. Prosedur Penelitian ..................................................................................................... 23

3.2. Observasi .................................................................................................................... 24

3.3. Identifikasi Masalah ................................................................................................... 24

3.4. Studi Pustaka .............................................................................................................. 24

3.5. Pengumpulan Data ..................................................................................................... 24

3.6. Analisis Data .............................................................................................................. 24

3.7. Kesimpulan dan saran ................................................................................................ 25

BAB IV DATA DAN ANALISIS ........................................................................................... 26

4.1 Gambaran proses kerja mesin robot lengan ABB ...................................................... 26

4.2. Pengumpulan data ...................................................................................................... 29

4.2.1. Data Downtime.................................................................................................... 29

4.2.2. Planned production time ..................................................................................... 29

4.2.3 Setup time ............................................................................................................ 30

4.2.4. Operation Time ................................................................................................... 31

4.2.5. Data Straigthpass................................................................................................ 31

4.3. Analisis Data .............................................................................................................. 32

4.3.1. Availability. ......................................................................................................... 32

4.3.1.1. Planned production time ..................................................................................... 32

4.3.1.2. Operation time .................................................................................................... 33

4.3.2. Performance Rate ............................................................................................... 34

4.3.3. Quality Rate ........................................................................................................ 36

4.3.4. OEE (Overall Equipment Effectiveness) ............................................................. 37

4.4. Six Big Losses ............................................................................................................. 37

4.4.1. Equipment Failure Losses................................................................................... 38

4.4.2. Set Up and Adjustment Losses ............................................................................ 38

4.4.3. Idling and Minor stoppages Losses .................................................................... 39

viii

4.4.4. Reduced Speed Losses......................................................................................... 40

4.4.5. Defect Losses ...................................................................................................... 42

4.5. Pembahasan Analisis .................................................................................................. 44

4.5.1. Analisis Availability ............................................................................................ 44

4.5.2. Analisis Performance Rate ................................................................................. 44

4.5.3. Analisis Quality Rate .......................................................................................... 45

4.5.4. Analisis Overall Equipment Effectiveness .......................................................... 46

4.5.5. Analisis Six Big Losses ....................................................................................... 47

4.5.6. Analisis Fishbone Diagram. ............................................................................... 49

4.6. Analisis Perbandingan ................................................................................................ 52

4.6.1. Sistem jaws ......................................................................................................... 52

4.6.2. Sistem vacuum .................................................................................................... 53

4.6.3. Result................................................................................................................... 54

BAB V KESIMPULAN DAN SARAN ......................................................................................

5.1. Kesimpulan................................................................................................................. 55

5.2. Saran ........................................................................................................................... 55

DAFTAR PUSTAKA .............................................................................................................. 56

LAMPIRAN............................................................................................................................. 57

Lampiran 1 Data Breakdown Mesin ABB ................................................................................ 57

Lampiran 2 Data Produksi Mesin ABB .................................................................................... 59

ix

DAFTAR GAMBAR

Gambar 2.1. Pilar TPM ............................................................................................................. 15

Gambar 2.2. Overall Equipment Effectiviness and Goals ........................................................ 17

Gambar 2.3. Pareto Chart ....................................................................................................... 21

Gambar 2.4. Diagram Sebab - Akibat ....................................................................................... 22

Gambar 3.1. Diagram Alir Metodologi Penelitian.................................................................... 23

Gambar 4.1 . Flow Proccess Robot Lengan ABB .................................................................... 28

Gambar 4.2. Hasil perhitungan availability bulan januari 2018 – juni 2018 ............................ 44

Gambar 4.3. Hasil perhitungan performance rate bulan januari 2018 – juni 2018 ................. 45

Gambar 4.4. Hasil perhitungan quality rate bulan januari 2018 – juni 2018 .......................... 46

Gambar 4.5. Hasil perhitungan OEE bulan januari 2018 – juni 2018 ..................................... 47

Gambar 4.6. Diagram pareto .................................................................................................... 49

Gambar 4.7. Fishbone diagram penyebab reduced speed losses ............................................. 50

x

DAFTAR TABEL

Tabel 2.1. Standar Overall equipment Effectiveness ................................................................ 24

Tabel 4.1. Data downtime di PT Unilever Indonesia ................................................................ 29

Tabel 4.2. Data set up mesin ABB ............................................................................................ 31

Tabel 4.3. Data straightpass blueband ..................................................................................... 35

Tabel 4.4. Perhitungan Loading time ....................................................................................... 33

Tabel 4.5. Perhitungan Operation time .................................................................................... 33

Tabel 4.6. Perhitungan Availability ......................................................................................... 34

Tabel 4.7. Perhitungan Performance rate ................................................................................. 35

Tabel 4.8. Perhitungan Quality rate .......................................................................................... 36

Tabel 4.9. Perhitungan Overall Equipment Effectiveness ......................................................... 37

Tabel 4.10. Perhitungan equipment failure losses .................................................................... 38

Tabel 4.11. Perhitungan set up and adjustment ........................................................................ 39

Tabel 4.12. Perhitungan idling dan minor stoppages losses .................................................... 40

Tabel 4.13. Perhitungan reduced speed losses.......................................................................... 41

Tabel 4.14. Perhitungan defect losses ....................................................................................... 43

Tabel 4.15. Hasil rekapitulasi persentase six big losses bulan januri 2018 – juni 2018 .......... 48

Tabel 4.16. Hasil perhitungan time losses bulan januari 2018 –juni 2018 .............................. 48

Tabel 4.17. Hasil persentase kumulatif time losses bulan januari 2018 – juni 2018 ................ 49

Tabel 4.18. Perbandingan hasil pendapatan .............................................................................. 54

xi

DAFTAR ISTILAH

Produktivitas : Kegiatan produksi sebagai perbandingan antara luaran (output)

dengan masukan (input).

Material handling : Salah satu jenis transportasi (pengangkutan) yang dilakukan

dalam perusahaan industri, yang artinya memindahkan bahan

baku, barang setengah jadi atau barang jadi dari tempat asal

ketempat tujuan yang telah ditetapkan.

Processing order : Proses atau alur kerja yang terkait dengan pengambilan,

pengemasan, dan pengiriman barang yang dikemas ke

perusahaan pengiriman.

Cycle Time : Waktu yang diperlukan oleh mesin untuk memproduksi satu

unit produk.

Change Over : Penggantian Item produk yang sedang diproduksi dengan item

lainnya, bisa diikuti set up mesin ataupun tidak.

Rework : Pengerjaan ulang, biasanya untuk perbaikan minor masalah

quality. Proses ini tidak memerlukan tambahan material, hanya

tambahan alokasi working Hours untuk pengerjaannya.

Idle Time : Waktu tunggu proses/operasi berikutnya.

Lean manufacturing : Praktik produksi yang mempertimbangkan segala pengeluaran

sumber daya yang ada untuk mendapatkan nilai ekonomis

terhadap pelanggan tanpa adanya pemborosan, dan pemborosan

inilah yang menjadi target untuk dikurangi.

1

BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah

Di abad ke 20 saat ini pertumbuhan dan perkembangan dunia teknologi semakin

pesat, disamping itu dunia usaha sedang berlomba - lomba menciptakan produk

terbaiknya. Untuk menjadi produk paling dicari dipasaran, perusahaan menggunakan

berbagai cara diantaranya yaitu mengoptimalkan sumber daya, baik sumber daya manusia,

proses produksi hingga kualitas produk untuk dapat meningkatkan produktivitas.

Berbicara mengenai produktivitas, diperlukan adanya upaya proses produksi yang mampu

memberikan kontribusi penuh terhadap kegiatan-kegiatan produktif yang berkaitan

dengan nilai tambah dan berusaha menghindari atau meminimalkan banyaknya

idle/delays, set up, loading-unloading, material handling dan sebagainya

(Wignjosoebroto, 1995).

Begitu pula dengan halnya perkembangan robot yang terbilang sangat pesat untuk

diaplikasikan di dunia industri. Perusahan mulai beralih menggunakan robot karena

mampu bekerja terus menerus tanpa mengenal lelah tidak seperti halnya manusia yang

memiliki rasa lelah dan letih. Disamping itu, robot juga lebih menghasilkan keuntungan

yang lebih karena beroperasi selama 24 jam non stop.

Robot industri adalah sebuah mesin serba guna yang dapat diprogram dan mempunyai

karakteristik antropometri tertentu (Groover, 2001). Karakteristik antropometri yang

paling jelas dari suatu robot industri adalah lengan mekanisnya, yang digunakan untuk

melakukan pekerjaan - pekerjaan industri yang bervariasi. Karakteristik yang mirip

dengan manusia adalah kemampuan robot untuk merespon input dari sensor,

berkomunikasi dengan mesin - mesin yang lain, dan kemampuan membuat keputusan.

Salah satu robot yang biasa digunakan dalam dunia industri adalah robot pemindah barang

atau material handling robot.

Unilever merupakan perusahaan multinasional yang berkantor pusat di Rotterdam,

Belanda dan London, Inggris. Unilever memproduksi berbagai jenis kategori foods, oral

care, skin care. Unilever merupakan produsen berbagai produk kebutuhan rumah tangga

terbesar di dunia. Unilever juga produsen olesan makanan terbesar di dunia dengan merk

terkenalnya yaitu Blueband. Sebagai perusahaan makanan yang terbesar, Unilever telah

2

menerapkan penggunaan robot industri di bagian end of line. Robot yang digunakan yaitu

robot lengan ABB. Robot lengan diciptakan oleh para ahli dengan memiliki maksud dan

tujuan menggantikan posisi manusia di pekerjaan yang memerlukan ketelitian, keamanan

dan repetitive activity.

Industri makanan dan minuman dituntut segera menerapakan revolusi industri 4.0

untuk mengejar target ekspor empat kali lipat pada 2025. Banyak tantangan menghadang

dari ketersediaan bahan baku hingga biaya investasi. Permasalahan muncul pada aplikasi

mesin robot ABB sebagai mesin automation pallet blueband. Saat ini mesin sering

mengalami breakdown, mesin bergerak tetapi tidak dalam kondisi secara optimalnya.

Masalah breakdown ialah saat terjadi perintah PP to main (kondisi dimana kepala robot

kembali ke posisi awal mesin robot) akan menghambat output produksi karena ketika

mesin mati otomatis produk dari masing - masing mesin ikut berhenti. Hal ini dapat

menyebabkan kerugian bagi perusahaan karena target tidak tercapai. Berhentinya mesin

robot bisa sampai 25 menit dengan siklus satu sampai dua kali pada setiap harinya. Total

loss product mencapai kisaran 295 juta.

Penelitian ini menerapkan metode total productive maintenance pada line robot ABB.

Penilitian ini dilakukan untuk mencari faktor kerugian dari six big losses yang paling

banyak mempengaruhi terjadinya breakdown serta mengurangi semaksimal mungkin

kerugian yang ditimbulkan.

1.2. Rumusan Masalah

Dari latar belakang masalah, dapat dirumuskan masalah sebagai berikut :

1. Apa penyebab terjadinya breakdown yang paling dominan dari six big losses ?

2. Apa dan bagaimana perbaikan yang dilakukan untuk menghindari terjadinya

breakdown?

1.3. Tujuan

Tujuan penelitian ini adalah :

1. Menemukan penyebab terjadinya breakdown secara detail.

2. Memberikan rekomendasi perbaikan beserta prioritas perbaikan yang perlu

dilakukan untuk mesin robot ABB.

3

1.4. Batasan Masalah

1. Penelitian ini dilakukan PT Unilever Indonesia di bagian End of Line

Production.

2. Area penelitian difokuskan pada mesin robot ABB.

3. Penilitian dilakukan pada bulan Januari 2018 sampai Juni 2018.

1.5. Asumsi

1. Part mesin selalu tersedia.

2. Skill teknisi memadai.

1.6. Sistematika Penulisan

Untuk lebih memahami laporan skripsi ini, penulis merangkum beberapa materi ke

dalam sub bab dengan sistematika sebagai berikut :

BAB I PENDAHULUAN

Bab ini membahasan mengenai latar belakang masalah, perumusan

masalah, tujuan masalah, batasan masalah, asumsi, dan sistematika

penulisan.

BAB II STUDI PUSTAKA

Bba ini menguraikan materi dan metode yang digunakan dalam

memecahkan permasalahan yang sedang dibahas yang mencakup hasil

literatur dalam penelitian.

BAB III METODOLOGI PENILITIAN

Bab ini menggambarkan urutan maupun tahapan serta metode yang

digunakan dalam penelitian.

BAB IV DATA DAN ANALISIS

Pembahasan pada bab ini membahas analisis hasil pengolahan data

yang telah dikumpulkan sesuai dengan langkah – langkah yang telah

ditetapkan sampai dengan proses akhir, sehingga diperoleh hasil yang

diharapkan.

BAB V KESIMPULAN DAN SARAN

Setelah data selesai di analisa maka akan diperoleh hasil untuk

selanjutnya dapat diambil simpulan serta saran yang merupakan hasil

atas semua penilitian yang telah dilakuakn.

4

BAB II

STUDI PUSTAKA

2.1. Produktivitas

Bagi foods manufacturing untuk menjaga dan meningkatkan produktivitas mesin agar

tetap dalam kondisi optimal untuk memproduksi barang sangat penting dilakukan untuk

mewujudkan barang(finished good product) atau jasa secara efektif dan efisien. Hal

tersebut dapat dilakukan dengan :

1. Memaksimalkan kegiatan - kegiatan yang produktif.

2. Meminimalisasi kegiatan - kegiatan yang tidak produktif seperti loading,

unloading, delay, setup, dsb.

Perawatan mesin bagi perusahaan manufaktur merupakan hal yang sangat penting untuk

mempertahankan produktivitas mesin demi mempertahankan kualitas dari produk yang

diciptakan. Beberapa yang menyebabkan menurunnya produktivitas mesin :

1. Maintenance tidak dijadwalkan, mesin continous running.

2. Mesin mengalami breakdown.

3. Waktu start up dan shutting down mesin.

4. Produktivitas menurun karena faktor usia penggunaan mesin.

2.2. Pemeliharaan

Pembebanan yang berlebihan terhadap mesin untuk mengejar target produksi dengan

tidak adanya pemeliharaan atau maintenance yang terjadwalkan akan mengakibatkan

timbulnya kerusakan bahkan breakdown (mesin mati total).

Untuk itu aktivitas yang dilakukan untuk memelihara, memperbaiki serta menjaga

mesin dan peralatan produksi agar selalu berada dalam optimalnya, sehingga proses

produksi dapat berjalan sesuai dengan apa yang direncanakan disebut pemeliharaan.

Tujuan pemeliharaan yang utama dapat didefinisikan dengan jelas sebagai berikut

(Assauri, 1980) :

1. Kemampuan berproduksi dapat memenuhi kebutuhan plan produksi.

2. Mempertahankan kualitas produk.

5

3. Untuk menekan biaya maintenance diperlukan kegiatan maintenance secara

efektif dan efisien keseluruhannya.

4. Mengadakan suatu kerja sama yang erat dengan divisi lainnya dari suatu

perusahaan.

2.2.1. Jenis – jenis Pemeliharaan

Terdapat dua jenis pemeliharaan, diantaranya :

1. Pemeliharaan terencana (planned maintenance)

Planned maintenance merupakan pemeliharaan yang terorganisir sesuai dengan

rencana yang telah ditentukan sebelumnya.

2. Pemeliharaan tak terencana (unplanned maintenance)

Pemeliharaan dimana perlu segera dilaksanakan tindakan untuk mencegah akibat

yang serius, misalnya hilangnya produksi, kerusakan besar pada peralatan, atau untuk

keselamatan kerja.

Untuk pemeliharaan terhadap aset mesin, terdapat beberapa jenis-jenis pemeliharaan

yang digunakan, terdiri dari :

1. Planned Maintenance (Pemeliharaan Terencana)

Pemeliharaan yang terorganisir sesuai dengan rencana yang telah ditentukan

sebelumnya oleh perusahaan.

2. Unplanned Maintenance (Pemeliharaan Tidak Terencana)

Pemeliharaan darurat yang dilakukan karena terjadinya suatu kerusakan yang

tidak terduga.

3. Preventive Maintenance (Pemeliharaan Pencegahan)

Pemeliharaan yang dilakukan pada selang waktu yang ditentukan misalnya

saat no production order.

4. Corrective / Breakdown Maintenance (Pemeliharaan Setelah Kerusakan

Terjadi)

Pemeliharaan yang dilakukan untuk memperbaiki suatu bagian setelah

dilakukan penyetelan dan reparasi.

5. Running Maintenance (Pemeliharaan Berjalan)

Pemeliharaan yang dapat dilakukan saat mesin beroperasi.

6

6. Shutdown Maintenance (Pemeliharaan Berhenti)

Pemeliharaan yang hanya dapat dilakukan selama mesin berhenti.

7. Overhaul

Pemeliharaan dan perbaikan secara menyeluruh terhadap mesin atau alat

termasuk bagian-bagiannya.

Kegiatan dalam maintenance antara lain sebagai berikut (Assauri, 2008):

a. Inspeksi (inspection)

Kegiatan ispeksi meliputi kegiatan pengecekan atau pemeriksaan secara berkala

dimana maksud kegiatan ini adalah untuk mengetahui apakah perusahaan selalu

mempunyai peralatan atau fasilitas produksi yang baik untuk menjamin

kelancaran proses produksi.

b. Kegiatan teknik (engineering)

Kegiatan ini meliputi kegiatan percobaan atas peralatan yang baru dibeli, dan

kegiatan-kegiatan pengembangan peralatan yang perlu diganti, serta melakukan

penelitian-penelitian terhadap kemungkinan pengembangan tersebut.

c. Kegiatan produksi (Production)

Kegiatan ini merupakan kegiatan pemeliharaan yang sebenarnya, yaitu merawat,

memperbaiki mesin-mesin dan peralatan.

d. Kegiatan administrasi (Clerical Work)

Pekerjaan administrasi ini merupakan kegiatan yang berhubungan dengan

pencatatan-pencatatan mengenai biaya-biaya yang terjadi dalam melakukan

pekerjaan-pekerjaan pemeliharaan dan biaya-biaya yang berhubungan dengan

kegiatan pemeliharaan, komponen (spareparts) yang dibutuhkan, laporan

kemajuan (progress report), waktu dilakukannya inspeksi dan perbaikan, serta

lamanya perbaikan tersebut, komponen (spareparts) yag tersedia di bagian

pemeliharaan.

e. Pemeliharaan bangunan (housekeeping)

Kegiatan ini merupakan kegiatan untuk menjaga agar bangunan gedung tetap

terpelihara dan terjamin kebersihannya.

7

2.3. TPM ( Total Productive Maintenance )

2.3.1. Pengertian TPM

Total Productive Maintenance (TPM) ialah suatu sistem perawatan hasil

kombinasi dari sistem preventive maintenace dan corrective maintenace serta

mengajak partisipasi dari semua angota yang terlibat dalam melakukan perawatan

mesin.

Seiichi Nakajima, Vice President Of The Japan Institute Of Plant Maintenance

mendefinisikan Total Productive Maintenance sebagai suatu pendekatan yang inovatif

dalam maintenance dengan cara mengoptimasi tingkat efektifitas peralatan,

mengurangi/menghilangkan breakdown, dan melakukan kegiatan perawatan kecil

yang dilakukan oleh pemakai peralatan. TPM melibatkan seluruh karyawan mulai dari

Top management sampai pada karyawan dilantai pabrik.

2.3.2. Konsep Dasar TPM

Konsep dasar TPM adalah :

1. Mendayagunakan kemampuan peralatan (Overall Equipment

Effectiveness).

Meningkatkan pendayagunaan peralatan agar dapat mengurangi six big

losses.

2. Kegiatan perawatan oleh operator (Auotonomous Maintenance by

Operator).

Mengoperasikan, memelihara, penyetelan terhadap mesin atau peralatan

secara benar dan mencatat semua breakdown yang terjadi.

3. Aktivitas group yang terorganisir (Small Group Activites)

TPM melibatkan seluruh anggota termasuk keterlibatan supervisor dan

manager beserta staf - staf lainya untuk mencapai target seperti

penurunan delay, penurunan ongkos, dan lainnya

Konsep TPM sebelum penerapan TPM dilakukan dalam suatu perusahaan,

harus sudah memenuhi kondisi 5S. Kondisi 5S tersebut adalah:

8

1. Seiri (sorting out)

Identifikasi dan hilangkan barang-barang yang tidak perlu dan buang

bahan-bahan yang tidak dibutuhkan. Ini mengurangi limbah, menciptakan

area kerja yang lebih aman, membuka ruang, dan membantu

memvisualisasikan proses. Penting untuk memilah seluruh area.

Penghapusan barang harus didiskusikan dengan semua personel yang

terlibat. Item yang tidak dapat segera dihapus harus ditandai untuk dihapus

selanjutnya.

2. Seiton (arranging efficiently)

Punya tempat untuk segala sesuatu dan segala sesuatu di tempatnya.

Mengatur semua barang yang diperlukan adalah langkah pertama. Ini

menunjukkan item apa yang diperlukan dan item apa yang tidak ada.

Efisiensi alat bantu barang dapat ditemukan lebih cepat dan karyawan

menempuh jarak yang lebih pendek. Barang-barang yang digunakan

bersama harus disimpan bersama. Label, marka lantai, tanda, pita, dan

garis besar bayangan dapat digunakan untuk mengidentifikasi bahan. Item

yang dibagikan dapat disimpan di lokasi pusat, untuk menghilangkan

pembelian lebih dari yang dibutuhkan.

3. Seiso (checking through cleaning)

Menghilangkan SOD (Source Of Dirt). Bersihkan area sehingga terlihat

seperti baru dan bersihkan terus menerus. Tempat kerja yang bersih

menunjukkan standar kualitas yang tinggi dan kontrol proses yang baik.

Menyapu harus menghilangkan kotoran, membangun kebanggaan di area

kerja, dan membangun nilai dalam peralatan.

4. Seiketsu (neatness)

Melakukan standarisasi dilingkungan kerja. Tetapkan tanggung jawab

dan tanggal jatuh tempo untuk tindakan. Panduan penjadwalan menyortir,

menyapu, dan mencegah ke kondisi yang tidak bersih atau tidak teratur.

Barang dikembalikan ke tempat asalnya, dan pembersihan rutin.

9

5. Shitsuke (discipline)

Menetapkan cara untuk memastikan pemeliharaan atau perbaikan

proses. Mempertahankan dan menjaga disiplin. Memanfaatkan proses

yang tepat. Pelatihan adalah kunci untuk mempertahankan upaya dan

keterlibatan semua pihak. Manajemen harus mengamanatkan komitmen

untuk mengatur agar proses ini berhasil.

Hal yang perlu dilakukan untuk menerapkan TPM dengan 12 langkah sebagai

berikut (Nakajima, 1988) :

1. Langkah 1

Langkah pertama yaitu memberitahukan keputusan top management

mengenai akan diperkenalkan TPM. Top management harus

menciptakan lingkungan yang akan mendukung berjalannya program

TPM. Tanpa dukungan manajemen, akan ada skeptisme dan resistensi

yang kemungkinan bisa melumpuhkan inisiatif.

2. Langkah 2

Langkah kedua yaitu dengan menyelenggarakan pendidikan serta

kampanye pergerakan TPM. Program ini akan memberikan informasi

dan mengedukasi setiap karyawan di perusahaan tentang aktifitas

TPM, manfaat, serta pentingnya kontribusi setiap orang untuk

mensukseskannya. Pelatihan ini dapat diberikan oleh praktisi internal

atau oleh konsultan outsource.

3. Langkah 3

Langkah ketiga yaitu dengan membentuk organisasi untuk

mempromosikan TPM. Tim ini akan memelihara dan memastikan

berjalannya TPM segera setelah program dimulai. Aktifitas berbasis-

tim sangat penting untuk kesuksesan TPM. Tim ini umumnya terdiri

atas orang-orang dari setiap level organisasi, mulai dari manajemen

hingga shop floor. Tim inilah yang akan melakukan komunikasi dan

memastikan setiap orang bekerja dengan tujuan yang sama

4. Langkah 4

Langkah keempat yaitu menentukan kebijakan dasar serta target (goal)

dari TPM. Penentuan target bisa dilakukan dengan analisa terhadap

keadaan saat ini dan tentukan target yang SMART yaitu Specific,

10

Measurable, Attainable, Realistic dan Time-based serta dengan

penerapan 8 pilar TPM.

5. Langkah 5

Langkah kelima yaitu dengan menyusun master plan untuk

pengembangan TPM.

6. Langkah 6

Langkah keenam Kick off TPM yaitu peresmian dimulainya penerapan

TPM. Penentuan jadwal pertemuan rutin, dan mulai melakukan

pertemuan rutin, untuk mengetahui sistem perawatan yang baru, yang

akan dilaksanakan perusahaan.

7. Langkah 7

Langkah ketujuh yaitu melaksanakan kegiatan improvement untuk

semua mesin dan equipment mesin untuk meningkatkan tingkat

keefektifitasan mesin dan peralatan.

8. Langkah 8

Langkah kedelapan yaitu mengembangkan program Autonomous

Maintenance (AM) oleh operator. Pembersihan dan inspeksi rutin

yang dilakukan operator akan membantu menstabilkan kondisi mesin

dan mencegah kerusakan/penurunan performa mesin.

9. Langkah 9

Langkah kesembilan yaitu menyempurnakan sistem perencanaan

maintenance serta keahlian manajemen dari bagian maintenance.

10. Langkah 10

Langkah kesepuluh yaitu dengan menyelenggarakan pendidikan dan

pelatihan untuk perbaikan dan peningkatan skill.

11. Langkah 11

Langkah kesebelas yaitu mengembangkan program early equioment

management dengan membuat prinsip-prinsip perawatan untuk

pencegahan pada proses perancangan mesin.kegiatan ini ditujukan

untuk :

• Mencapai tingkatan tertinggi yang mungkin terjadi pada tahap

perencanaan investasi mesin dan peralatan.

11

• Mengurangi periode dari desain menjadi operasi yang stabil.

• Pengembangan melalui periode dengan efisien melalui tenaga

kerja minimum dan keseimbangan beban kerja.

• Memastikan bahwa peralatan yang dirancang berada pada

tingkat keandalan, kemampuan perawatan, produksi dan tingkat

keamanan maksimum.

12. Langkah 12

Langkah terakhir yaitu dengan penerapan TPM secara menyeluruh

2.3.3. Pilar TPM

Menurut Japan Institute of Plant Maintenance – JIPM (Ireland dan Dale,

2001) terdapat delapan pilar atau elemen dari TPM yaitu :

1. Pemeliharaan Otonom (Autonomous Maintenance)

Autonomous Maintenance atau Jishu Hozen ialah tanggung jawab seorang

operator terhadap mesin yang dioperasikannya seperti cleaning,

lubrication, tightening, and inspection.

Target untuk pemeliharaan otonom :

- Kurangi waktu proses hingga x%.

- Meningkatkan kegiatan pemeliharaan otonom (AM).

- Pengoperasian peralatan tidak terganggu. Operator fleksibel dan

memelihara peralatan lainnya.

- Cacat dihilangkan pada sumbernya melalui partisipasi karyawan.

Langkah – langkahnya :

1. Persiapan karyawan.

2. Pembersihan awal mesin.

3. Mengambil tindakan pencegahan.

4. Memperbaiki standar otonom.

5. Pemeriksaan umum.

6. Pemeriksaan otonom.

7. Standarisasi.

8. Manajemen otonom.

12

2. Perbaikan Terfokus (Focused Improvement)

Mengumpulkan beberapa anggota kemudian dibentuk dalam satu tim

bertujuan mengidentifikasikan mesin/peralatan kerja yang bermasalah dan

memberikan solusi atau usulan- usulan perbaikan.

Target :

- Kerugian yang diderita dengan pemberhentian, pengukuran, dan

penyesuaian kecil.

- Tidak ada cacat dan downtime yang tidak terhindarkan.

- Mengurangi biaya produksi sebesar x%.

Langkah-langkahnya :

1. Praktikkan konsep nol kerugian di setiap bidang kegiatan.

2. Pengejaran tanpa henti untuk mencapai target pengurangan biaya

di semua sumber.

3. Pengejaran tanpa henti untuk meningkatkan efektivitas peralatan

pabrik secara keseluruhan.

4. Penggunaan ekstensif analisis preventif maintenance (PM) sebagai

alat untuk menghilangkan kerugian.

5. Fokus pada penanganan yang mudah oleh operator.

3. Pemeliharaan Terencana (Planned Maintenance)

Pilar ini menyusun jadwal maintenance berdasarkan tingkat kerusakan

yang sudah terjadi atau yang akan terjadi.

Target :

- Kegagalan dan kerusakan peralatan nol.

- Tingkatkan keandalan dan perawatan hingga 50%.

- Mengurangi biaya perawatan hingga 20%.

- Pastikan ketersediaan suku cadang setiap saat.


1. Mengevaluasi peralatan dan mencatat status saat ini.

2. Kembalikan kemunduran dan tingkatkan kelemahan.

3. Membangun sistem manajemen informasi.

13

4. Pemeliharaan Mutu (Quality Maintenance)

Pilar ini memastikan peralatan atau mesin produksi dapat dideteksi

penyimpangan kualitas yang terjadi selama produksi berjalan.

Target :

- Tidak ada keluhan pelanggan.

- Mengurangi cacat dalam proses hingga 50%.

- Mengurangi biaya kualitas hingga 50%.

Cacat kualitas diklasifikasikan sebagai cacat ujung pelanggan dan cacat

internal. Untuk data akhir pelanggan, harus mendapatkan data di:

1. Penolakan garis akhir pelanggan.

2. Keluhan lapangan. Data internal mencakup data yang terkait dengan

produk dan data yang terkait dengan proses.

5. Pendidikan dan Latihan (Education and Training)

Pilar ini bertujuan untuk meratakan pengetahuan saat pelaksanaan TPM

mulai dari level operator, teknisi, maupun manajerial.

Target :

- Mencapai dan mempertahankan downtime nol pada mesin kritis.

- Mencapai dan mempertahankan nol kerugian karena kurangnya

pengetahuan / keterampilan / teknik.

- Bertujuan untuk partisipasi 100% dalam skema saran.


1. Menetapkan kebijakan dan prioritas dan memeriksa status

pendidikan dan pelatihan saat ini.

2. Pembentukan sistem pelatihan untuk keterampilan operasi dan

pemeliharaan.

3. Melatih karyawan untuk keterampilan operasi dan pemeliharaan.

4. Persiapan kalender pelatihan.

5. Mulailah pelatihan.

6. Evaluasi kegiatan dan studi pendekatan masa depan.

14

6. Keselamatan, Kesehatan dan Lingkungan (Safety, Health and

Environment).

Perusahaan dalam hal menjalankan bisnisnya selalu diwajibkan untuk

menciptakan tempat kerja yang aman dan area di sekitarnya yang tidak

rusak oleh proses atau prosedur. Pilar ini akan memainkan peran aktif di

masing-masing pilar lainnya secara teratur.

7. TPM Kantor (Office TPM)

Pilar ini memiliki tujuan untuk menyamakan konsep dan persepsi TPM ke

semua anggotanya. Kantor TPM harus meningkatkan produktivitas,

efisiensi, dan aliran dalam fungsi administrasi sambil mengidentifikasi

kerugian.

Dua belas kerugian utama dicakup :

1. Kerugian pemrosesan.

2. Kerugian biaya, termasuk di bidang-bidang seperti : pengadaan dan

pemasaran akun yang mengarah ke inventaris tinggi.

3. Kehilangan komunikasi.

4. Kehilangan idle.

5. Kehilangan persiapan.

6. Kehilangan akurasi.

7. Kehancuran peralatan.

7. Rincian peralatan kantor.

8. Rincian saluran komunikasi.

9. Waktu yang dihabiskan untuk pengambilan informasi.

10. Tidak tersedianya status stok online yang benar.

11. Pengaduan pelanggan karena logistik.

12. Biaya pengiriman / pembelian darurat.

15

8. Manajemen Pengembangan (Development Management)

Pilar ini memiliki tujuan agar new machine instalation dapat mencapai

kinerja yang optimal.

Gambar 2.1. Pilar TPM

2.3.4. Tujuan dan Manfaat dari Total Produtive Maintenance (TPM)

Tujuan TPM adalah untuk meningkatkan kepuasan kerja melalui cara-cara

berikut (Cudney et al., 2013):

1. Mengurangi kerusakan

2. Mengurangi masalah kualitas

3. Mengurangi insiden keselamatan / lingkungan

4. Mengurangi biaya

5. Peningkatan throughput

6. Keunggulan kompetitif

7. Pemeliharaan darurat dan tidak terencana minimal

Manfaat dari penerapan TPM dalam jangka panjang bagi manufacturing

adalah :

1. Peningkatan produktivitas dengan meminimalisir waste yang terjadi.

2. Peningkatan kualitas dan meminimalkan kerusakan dengan metode

terfokus.

3. Pengiriman tepat waktu karena barang yang diproduksi tanpa adanya

gangguan.

4. Dapat menekan biaya produksi serendah mungkin.

5. Terjaminnya kesehatan dan keselamatan lingkungan kerja.

16

TPM adalah tambahan penting untuk lean manufacturing. Jika keandalan mesin atau

waktu kerja mesin tidak dapat diprediksi dan tidak dapat dipertahankan, proses harus

menyimpan stok tambahan untuk melindungi dari ketidakpastian ini dan aliran melalui

proses akan terganggu. Waktu kerja yang tidak dapat diandalkan disebabkan oleh

gangguan atau pemeliharaan yang dilakukan dengan buruk. Memperbaiki pemeliharaan

akan memungkinkan waktu kerja meningkat dan mempercepat produksi melalui area

tertentu, memungkinkan alat berat beroperasi pada kapasitas produksi yang dirancangnya.

2.4. Overall Equipment Effectiveness (OEE)

Pada umumnya OEE digunakan sebagai indikator performasi dari suatu mesin atau

peralatan (Ansori dan Mustajib, 2013). Keseluruhan efektivitas peralatan (OEE) adalah

indikator kesehatan keseluruhan peralatan dan merupakan ukuran kinerja peralatan yang

paling umum digunakan. Ini adalah ukuran persentase waktu peralatan menghasilkan

produk yang berkualitas (Cudney et al., 2013). Karenanya, ini memberikan barometer bagi

organisasi tentang seberapa baik aset modal digunakan. Selain itu, ini memberikan data

tentang dampak kerugian terkait peralatan. OEE dapat secara dramatis mempengaruhi

produktivitas pabrik karena memecah kerugian menjadi kategori yang jelas. Ini juga

membantu tim lean menargetkan kegiatan peningkatan yang sesuai. Ketika memulai

implementasi TPM, penting untuk fokus pada peralatan yang paling penting terlebih

dahulu. Organisasi harus mengukur OEE karena tiga alasan utama:

1. Untuk membantu memprioritaskan proyek peningkatan dan mencerminkan

2. Untuk menggabungkan pemanfaatan, operasi, dan aspek kualitas peralatan

3. Untuk mengukur perubahan kapasitas, produktivitas, dan kualitas

17

Gambar 2.2. Overall Equipment Effectiveness and Goals

Pengertian OEE juga dijadikan sebagai alat ukur untuk mengevaluasi dan

memperbaiki cara yang tepat untuk menjamin peningkatan produktivitas penggunaan

mesin atau peralatan. Dengan menghitung OEE, maka dapat diketahui 3 komponen penting

yang mempengaruhi efektivitas mesin yaitu availability atau ketersediaan mesin,

performance rate atau efisiensi produksi, dan Quality rate atau kualitas output mesin. Berikut

adalah standar dunia dari masing - masing variabel (Vorne Industri Inc, 2016) :

Tabel 2.1. Standar Overall Equipment Effectiveness

Availability 90%

performance 95%

Quality 99%

Overall Equipment Efectiveness 85%

Hubungan dari ketiga komponen tersebut dapat dilihat pada rumus berikut ini

(Nakajima, 1988) :

OEE = Availability x Performance efficiency x Rate of quality product x 100%

18

2.4.1. Availability

Availability merupakan mengukur keseluruhan waktu dimana sistem tidak

beroperasi karena terjadi kerusakan alat, persiapan produksi, penyetelan

mesin. Sehingga untuk dapat menghitung availability mesin dibutuhkan nilai

dari :

a. Planned production time

Planned production time adalah waktu yang dijadwalkan untuk

dilakukannya istirahat kerja seperti makan ataupun kegiatan dari

manajemen saat jam kerja berlangsung.

b. Operation time

Operation time merupakan hasil pengurangan planned production

time dengan waktu downtime-nya.

c. Downtime

Downtime ialah waktu saat mesin berhenti dan tidak menghasilkan

output.

Rumus availability (Cudney, 2016) sebagai berikut :

Availability = Operation time

Plan production time

Planned production time = Shift length – Breaks

Operation time = Planned production time – downtime

2.4.2. Performance Efficiency

Performance afficiency merupakan rasio kuantitas produk yang dihasilkan

dikalikan dengan waktu siklus idealnya terhadap waktu yang tersedia yang

melakukan proses produksi (operation time). Tiga faktor penting yang

dibutuhkan untuk menghitung performance efficiency :

1. Waktu siklus ideal/waktu standar.

2. Jumlah produk yang diproses.

3. Waktu operasi mesin.

Rumus Perfomance efficiency (Cudney, 2016) ialah :

Performanc Efficiency = Processed amount x Ideal CycleTime

Operation time

X 100 %

X 100% (2-1)

(2-2)

19

2.4.3.Rate of quality product

Perbandingan antara jumlah produk jadi( finished product) dengan jumlah

produk yang diproses.

Rumus Rate of quality product (Cudney, 2016) ialah :

Rate of Quality product = Processed amount - Defect amount

Processed amount

Keenam faktor dalam six big losses harus dilibatkan dalam perhitungan OEE, untuk

mengetahui kondisi aktual dari mesin/peralatan secara akurat beserta faktor – faktor

penyebab penyimpangan kualitas mesin

2.5. Six Big Losses (Enam Kerugian Besar)

Kerugian yang ditimbulkan akibat dari rendahnya produktivitas mesin/peralatan karena

penggunaannya yang tidak efektif dan efisien disebut six big losses. Yang dimaksud

dengan efisien ialah mengoptimalkan fungsi dari kinerja mesin atau peralatan produksi

dengan tepat guna dan berdaya guna. Tujuan dari perhitungan six big losses adalah

untuk mementukan faktor – faktor yang mempengaruhi nilai OEE, kemudian diambil

langkah-langkah untuk memperbaiki atau mempertahankan nilai tersebut. Keenam

kerugian tersebut yaitu (Nakajima, 1988) :

2.5.1. Equipment Failure Losses (Kerugian karena kerusakan peralatan)

Kerugian yang diakibatkan mesin/peralatan yang mengalami kerusakan dan

menimbulkan losstime. Perhitungan equipment failure losses menggunakan

rumus :

Set up and adjustment losses = Downtime


2.5.2. Set-up and Adjustment Losses (Kerugian karena pemasangan dan

penyetelan)

Kerugian saat kegiatan change over produk dalam proses produksi.

Perhitungan set up and adjustment losses menggunakan rumus :

Set up and adjustment losses = Set up time


X 100

% %%

X 100 % (2-5)

X 100 % (2-5)

(2-3)

20

2.5.3. Idling and minor stoppages Losses (Kerugian karena beropersi tanpa

beban maupun karena berhenti sesaat)

Kerugian saat mesin berhenti sesaat maupun tidak ada produk yang masuk ke

mesin. Hal ini disebabkan karena material datang terlambat ke stasiun kerja

atau karena adanya pemadaman listrik. Kerugian seperti ini tidak bisa

dideteksi secara langsung tanpa adanya pelacak, dan ketika operator tidak

dapat memperbaiki pemberhentian yang bersifat minor stoppage, maka dapat

dianggap sebagai breakdown. Untuk menghitung idling and minor stoppages

losses menggunakan rumus :

Idling and minor stoppages losses = Non productive time


2.5.4. Reduced Speed Losses (Kerugian karena penurunan kecepatan operasi)

Kerugian yang diakibatkan menurunnya kecepatan mesin tidak sesuai

standarnya. Untuk menghitung reduced speed losses menggunakan rumus :

Reduced speed = operation time – ( ideal cycle time x total produksi)


2.5.5. Process Defect Losses (Kerugian karena produk cacat maupun karena

kerja produk diproses ulang)

Kerugian akibat produk cacat yang dihasilkan dari proses produksi. Untuk

menghitung defect losses menggunakan rumus :

Defect losses = Ideal cycle time x total produk defect


2.5.6 Reduced Yield / Scrap Losses ( Kerugian pada awal waktu produksi hingga

mecapai kondisi produksi yang stabil)

Kerugian saat penyetelan mesin baru maupun produk baru sampai

menghasilkan kualitas yang diharapkan. Hal ini akan merugikan waktu dan

material. Untuk menghitung reduced yield/scrap losses menggunakan rumus:

Reduced yield / scrap losses = ideal cycle time x scrap


X 100 %

X 100 % (2-6)

X 100 %

X 100 %

( 2-9 )

(2-7)

( 2-8 )

21

2.6. Pareto Chart

Pareto chart ( diagram pareto) adalah bagan yang berisikan diagram batang (bars

graph) dan diagram garis (line grap). Diagram Pareto adalah grafik batang yang

menunjukkan masalah berdasarkan urutan banyaknya jumlah kejadian. Urutannya mulai

dari jumlah permasalahan yang paling banyak terjadi sampai yang paling sedikit terjadi.

Dalam Grafik, ditunjukkan dengan batang grafik tertinggi (paling kiri) hingga grafik

terendah (paling kanan). Berikut contoh diagram pareto :

Gambar 2.3. Pareto Chart

2.7. Diagram Sebab Akibat (Cause and Effect Diagram)

Diagram fish bone diperkenalkan pertama kalinya pada tahun 1943 oleh Prof. Kaoru

Ishikawa (Tokyo University). Diagaram ini berfungsi untuk menganalisa dan menemukan

faktor-faktor yang berpengaruh secara signifikan terhadap kualitas output kerja.

Diperlukan penyebab utama ketika terjadi penyimpangan kulitas output, diantaranya

berasal dari kategori :

a. Manusia (man)

b. Metode kerja (work method)

c. Mesin atau peralatan kerja lainnya (machine/equipment)

d. Bahan baku (raw material)

e. Lingkungan kerja (work environment)

Dibawah ini adalah contoh penggambaran diagram sebab akibat :

22

Gambar 2.4. Diagram Sebab - Akibat

23

BAB III

METODOLOGI PENILITIAN

3.1. Prosedur Penelitian

Prosedur penelitian ialah step by step yang dilakukan selama proses penelitian. Adapun

urutan metode yang dilakukan ialah :

Gambar 3.1. Diagram Alir Metodologi Penelitian

24

3.2. Observasi

Diawali dengan melakukan kegiatan observasi yang ada di tempat penelitian

tepatnya di PT Unilever Indonesia Cikarang. Observasi bertujuan untuk mengetahui

kegiatan yang dilakukan selama berada di bagian end of line produksi di PT Unilever

Indonesia Cikarang yang akan dijadikan sebagai objek penelitian yaitu robot lengan ABB

blueband.

3.3. Identifikasi Masalah

Tahap kedua yaitu mengindentifikasi masalah. Indentifikasi masalah bertujuan

mencari pokok permasalahan yang sedang terjadi yang dapat dijadikan topik

permasalahan. Permasalahan yang akan diteliti yaitu penerapan total productive

maintenance untuk meningkatkan kinerja dan speed robot ABB blueband.

3.4. Studi Pustaka

Tahap ketiga yaitu studi pustaka mengenai topik permasalahan dengan membaca

beberapa referensi dari buku atau jurnal yang berhubungan dengan masalah yang akan

diangkat dalam penelitian. Penerapan teori - teori terhadap penelitian ini mengikuti topik

yang akan dibahas ialah tentang penerapan total productive maintenance untuk

meningkatkan kinerja dan speed robot ABB blueband.

3.5. Pengumpulan Data

Pengumpulan data merupakan tahap selanjutnya. Data yang terkumpul untuk

penilitian ini merupakan data dari sumber asli dan data secara tidak langsung seperti

wawancara pada operator mesin. Yang menjadi objek penilitian adalah pada bagian end

of line produksi di PT Unilever Indonesia yaitu pada mesin robot lengan ABB blueband.

Data yang dibutuhkan, yaitu:

1. Data downtime robot lengan ABB.

2. Data planned downtime robot lengan ABB.

3. Data set up robot lengan ABB.

4. Data produksi robot lengan ABB.

3.6. Analisis Data

Analisis dilakukan setelah mendapatkan hasil dari diolahnya data kemudian di cari

penyebab dari kerusakan mesin atau peralatan. Beberapa analisis yang dilakukan ialah :

a. Analisis Overall Equipment Effectiveness

Di analisis ini tingkat efektivitas robot lengan ABB bisa diketahui dengan

mencari nilai overall equipment effectiveness.

25

b. Analisis six big losses

Analisis ini dilakukan untuk mencari faktor kerugian dari six big losses yang

paling banyak mempengaruhi terjadinya penyimpangan kualitas mesin robot

lengan ABB.

c. Analisis Fishbone Diagram

Analisis Fishbone Diagram dengan metode sumbang saran untuk mengetahui

penyebab terjadinya penyimpangan kualitas mesin. Langkah – langkah

perbaikannya :

1. Menyepakati pernyataan masalah (problem statement). Pernyataan

masalah ini diinterpretasikan sebagai effect atau secara visual dalam

fishbone seperti kepala ikan.

2. Mengidentifikasi kategori-kategori dari garis horisontal utama, buat

garis diagonal yang menjadi cabang. Setiap cabang mewakili sebab

utama dari masalah yang ditulis. Menemukan sebab-sebab potensial

dengan cara brainstorming. Setiap kategori mempunyai sebab-sebab

yang perlu diuraikan melalui sesi brainstorming.

3. Mengkaji dan menyepakati sebab - sebab yang paling mungkin. Setelah

setiap kategori diisi, mencari sebab yang paling mungkin di antara

semua sebab - sebab dan sub - subnya.

4. Melingkari sebab yang paling mungkin pada fishbone diagram.

5. Melakukan perbaikan terhadap masalah yang menjadi penyebab

penyimpangan kualitas mesin

3.7. Kesimpulan dan saran

Memberikan rekomendasi terhadap perusahaan dari hasil penilitian terhadap

peningkatan produktivitas di area line produksi.

26

BAB IV

DATA DAN ANALISIS

4.1 Gambaran proses produksi margarine

Produksi margarin dilakukan melalui beberapa tahapan yaitu pencampuran

(mixing), pendinginan dan kristalisasi, pengisian (filling), penuaan (aging), dan

pengemasan. Pencampuran dilakukan di premix tank secara semi otomatis. Pemasukan

nabati, larutan garam, air panas, dan larutan emulsifier ke dalam premix dilakukan

secara otomatis dengan mekanisme pembukaan dan penutupan katup pompa

sentrifugal. Sedangkan pemasukan bumbu larut minyak dan bumbu ke dalam premix

tank dilakukan secara manual oleh operator. Setelah bahan bercampur menjadi satu,

selanjutnya bahan mengalami tahapan pendinginan dan kristalisasi. Tahapan

pendinginan dan kristalisasi terjadi di Margarine Processing Unit (MPU).

Setelah melewati Margarine Processing Unit ( proses pencampuran minyak dengan

air yang di ikat dengan emulsifier(garam) yang menghasilkan margarin), margarin akan

dialirkan ke mesin-mesin filling. Mesin-mesin filling tersebut mempunyai nama yang

berbeda-beda sesuai dengan spesifikasinya. Mesin filling menggunakan prinsip

pompa piston, sehingga membutuhkan suplai udara bertekanan. Pengisian akan dilakukan

secara otomatis yaitu setelah berat tertentu tercapai, mesin akan berhenti melakukan

pengisian. Pada proses pengisian akan beberapa tahapan seperti, hasil mix masuk ke

funnel, proses segel sachet vertical dan horizontal, proses pemotongan/ pembelah sachet

dari utuh menjadi dua bagian( sebelah depan dan sebelah belakang), proses pendingin

hasil seal, pemotongan sachet yang telah di filling dan di seal. Output atau biasa disebut

hasil produksi yang di kemas dalam kardus atau fibride akan melewati conveyor. Masing

- masing produk akan melewati jalur conveyornya yang telah dibuat. Untuk bb 250 gr

akan berada di conveyor 1, untuk bb 200 gr akan berada di conveyor 2, sedangkan mcm

(master cake margarine) akan berada di conveyor 3. Produk yang dibawa conveyor akan

menuju ke line robot masing – masing. Line 1 akan di isi produk BB 200 gr, Line 2 di isi

produk bb 250 gr, dan line 3 di isi oleh produk mcm 15 kg. Robot lengan abb menerima

signal atau merespon signal dari sensor yang ada di pop up. Jika salah satu produk

diangkat oleh pop up kemudian akan di pick up oleh robot dan diletakkan di atas pallet

yang sesuai penempatan produk. Hal ini berulang – ulang sampai hitungan penuh satu

pallet.

27

Dari kesemua proses produksi margarine terdapat beberapa potensi terjadinya

breakdown mulai dari :

1. Mesin MPU

Mesin ini berfungsi untuk mencampur antara air dan minyak yang diikat dengan

garam yang kemudian jadi margarine yang di supply ke beberapa mesin untuk

dikemas. Potensi breakdown bisa terjadi jika kadar air dan kadar garam nya

dibawah standar ataupun terdapat part yang rusak maupun terdapat kebocoran

pipa penyalur ke mesin filling. Standar dari kadar air ialah 25 % - 26 %,

sedangkan standar kadar air garamnya ialah 2,0 % - 2,3 %. Jika terjadi

breakdown maka hanya berpengaruh terhadap mesin yang di isi produknya. Total

MPU ada empat mesin.

2. Mesin Yonan

Mesin ini memproduksi blueband sachet 200 gr. Jika terjadi breakdown maka

hanya berpengaruh terhadap satu mesin tidak secara keseluruhan mesin yang ada.

Total yonan ada 6 mesin.

3. Mesin Benhill

Mesin ini memproduksi blueband sachet 250 gr. Jika terjadi breakdown maka

hanya berpengaruh terhadap satu mesin tidak secara keseluruhan mesin yang ada.

4. Mesin PMG

Mesin ini memproduksi blueband mcm 15 kg. Jika terjadi breakdown maka hanya

berpengaruh terhadap satu mesin tidak secara keseluruhan mesin yang ada.

5. Mesin Robot lengan ABB

Mesin ini sebagai mesin automation pallet blueband. Yaitu melakukan kerja

pengepakan dari output semua mesin ke dalam satu pallet. Jika terjadi breakdown

maka sangat berpengaruh terhadap keseluruhan mesin yang ada. Karena mesin ini

bersifat critical unit diamana ketika terjadi kerusakan pada mesin ini akan

mengakibatkan terhentinya proses produksi yaitu stop produksi secara total tanpa

ada output yang keluar. Adapun gambaran flow process di gambar 4.1 :

28

Gambar 4.1 . Flow Process Robot Lengan ABB

Ketika terjadi breakdown di area mesin robot (lingkaran merah) jalur dari Pop Up, Line,

Conveyor akan berhenti beroperasi dan menyebabkan proses produksi berhenti secara

total baik dari output BB 200 gr, BB 250 gr, dan MCM 15 kg.

29

4.2. Pengumpulan data

4.2.1. Data Downtime

Downtime ialah waktu saat mesin berhenti dan tidak menghasilkan output.

Berikut data downtime pada Tabel 4.1 periode Januri 2018 sampai Juni 2018 :

Tabel 4.1. Data downtime di PT Unilever Indonesia

N

O BULAN

JUML

AH

HARI

JAM

KERJA

PER

SHIFT

(menit)

JAM

KERJA

PER 3

SHIFT

(menit)

RUNN

ING

TIME

Downti

me

(menit)

Downti

me (%)

1 Januari 25 480 1.440 36.000 2.769 0.0769

2 Februari 23 480 1.440 33.120 2.628 0.0793

3 Maret 25 480 1.440 36.000 2.919 0.0811

4 April 24 480 1.440 34.560 2.727 0.0789

5 Mei 24 480 1.440 34.560 2.794 0.0808

6 Juni 18 480 1.440 25.920 2.094 0.0808

Downtime bulan Januari 2018 sampai Juni 2018 rata - rata hampir mirip karena

gangguan pada mesin pada setiap shift hampir sama yaitu PP to Main, gripper not

homing, failed to lift and lay the pallet, the product is thrown when carried by a

robot.

4.2.2. Planned production time

Planned production time adalah waktu yang dijadwalkan untuk dilakukannya

aktivitas produksi beserta aktivitas istirahat kerja seperti makan ataupun kegiatan dari

manajemen saat jam kerja berlangsung. PT Unilever indonesia memberlakukan 6 hari

kerja dalam satu minggu. Di PT Unilever menerapkan sistem kerja 3 shift dengan

durasi selama 8 jam. Adapun pembagian jam nya sebagai berikut :

• Shift pagi yaitu dengan waktu kerja jam 06.00- 14.00.

• Shift sore yaitu dengan waktu kerja jam 14.00- 22.00.

• Shift malam yaitu dengan waktu kerja jam 22.00- 06.00.

PT Unilever Indonesia tidak memberlakukan istirahat kerja secara serentak

yang biasa dilakukan perusahaan lain pada umumnya karena terdapat spare di masing

– masing line untuk kegiatan istirahat seperti makan dan sholat lima waktu. Akan

tetapi terdapat beberapa aktivitas secara rutin yang dilakukan tiap shift maupun pada

hari tertentu yang bias dikategorikan sebagai planned production time. Aktivitas

tersebut adalah sebagai berikut:

30

1. Safety briefing

Aktivitas safety briefing adalah rapat singkat yang diikuti oleh karyawan atau

pekerja sebelum melakukan aktifitas kerja. Kegiatan dalam briefing ini bisa

berupa pengumuman penting, instruksi kerja, peringatan-peringatan, atau hal-

hal penting lainnya terkait dengan aktifitas kerja yang akan dilakukan. Briefing

ini dipimpin oleh supervisor atau petugas yang diberi kewenangan atau yang

mempunyai kompetensi untuk melakukan pekerjaan ini. Kegiatan ini tidak

perlu lama-lama, bisa dilakukan selama kira-kira 10 menit.

2. Cleaning area

Aktifitas ini dilakukan setelah produksi berakhir sebelum jam kerja habis. Hal

ini dilakukan untuk menerapkan budaya 5S (seiri, seiton, seiso, seiketsu, dan

shitsuke) di perusahaan. Waktu yang diberikan perusahaan 10 menit.

3. Isi laporan produksi

Aktifitas ini dilakukan guna sebagai dokumen penunjang perhitungan hasil

output produksi yang kemudian nantinya untuk menghitung OEE. Waktu yang

diberikan perusahaan 5 menit.

4. Sholat Jum’at

Aktivitas ini dilakukan pada hari jum’at dan waktu yang diberikan perusahaan

105 menit.

Waktu yang diberikan perusahaan pada aktivitas cleaning area dan isi laporan

produksi di gabung menjadi satu dan dikerjakan di akhir shift.

4.2.3 Setup time

Waktu yang diperlukan untuk melakukan penyetelan mesin maupun change over

produk. Data waktu setup mesin robot lengan ABB ditampilkan dalam Tabel 4.2 :

31

Tabel 4.2. Data set up mesin ABB

4.2.4. Operation Time

Operation time adalah waktu yang dibutuhkan saat menjalankan proses

produksi dengan meniadakan downtime yang terjadi.

4.2.5. Data Straigthpass

Data straightpass merupakan data produk blueband yang lolos quality tanpa

perlu adanya perbaikan (rework). Data ini terdiri dari total produksi perbulan,

straigtpass, dan rework. Data yang di perlukan terdapat tiga macam produk yaitu

blueband 200 gr, blueband 250gr, dan master cake margarine 15 kg. Adapun data

straightpass-nya sebagai berikut :

Peroiode

Set up

time

(min)

Januari 7

Februari 6

Maret 7

April 4

Mei 5

Juni 7

N

o

Bulan Jenis

Produk

Produksi

(PALL )

Straight

Pass

(PALL)

Reject

(PALL

)

Straig

ht pass

(%)

Target

1 Januari BB 200 GR 2.730 2.730 - 100.0% 100%

BB 250 GR 2.419 2.419 - 100.0% 100%

MCM 15

KG

2.338 2.334 4 99.8% 100%

2 Februari BB 200 GR 2.241 2.241 - 100.0% 100%

BB 250 GR 2.198 2.198 - 100.0% 100%

MCM 15

KG

2.446 2.443 3 99.9% 100%

3 Maret BB 200 GR 2.672 2.672 - 100.0% 100%

BB 250 GR 1.985 1.985 - 100.0% 100%

MCM 15

KG

2.682 2.680 2 99.9% 100%

4 April BB 200 GR 2.238 2.238 - 100.0% 100%

BB 250 GR 1.821 1.821 - 100.0% 100%

MCM 15

KG

2.305 2.302 3 99.9% 100%

Tabel 4.3. Data straightpass blueband

32

Data straightpass produk margarine Januari 2018 sampai Juni 2018 menunjukkan

pencapaian yang bagus karena hampir menyentuh target perusahaan yaitu 100 %.

4.3. Analisis Data

Analisis data dibawah ini mencakup availability, performance rate, serta quality

rate untuk mencari nilai overall equipment effectiveness.

4.3.1. Availability.

Availability merupakan pengukuran keseluruhan waktu dimana mesin tidak

beroperasi karena akibat alat yang rusak, awal persiapan produksi, ataupun melakukan

penyetelan. Untuk dapat mencari nilai availability mesin dibutuhkan data :

1. Planned production time

2. Operation time

3. Downtime

4.3.1.1. Planned production time

Untuk memperoleh angka availability, pertama menghitung loading

time. Perhitungan planned production time dapat dilakukan dengan rumus berikut :

Planned production time = Shift length – Breaks

Contoh menghitung Planned production time untuk bulan Januari 2018:

Planned production time = 36000 – 2295

Untuk perhitungan hingga bulan Juni 2018 ditampilkan dalam Tabel 4.4 :

5 Mei BB 200 GR 2.512 2.512 - 100.0% 100%

BB 250 GR 353 353 - 100.0% 100%

MCM 15

KG

2.888 2.886 2 99.9% 100%

6 Juni BB 200 GR 978 978 - 100.0% 100%

BB 250 GR 279 279 - 100.0% 100%

MCM 15

KG

1.605 1.603 2 99.9% 100%

33

Tabel 4.4. Perhitungan planned production time

Angka planned production time terbilang cukup signifikan karena setiap shift

breaks sama.

4.3.1.2. Operation time

Operation time adalah waktu yang dibutuhkan saat menjalankan proses

produksi dengan meniadakan downtime yang terjadi. Perhitungan downtime

terdapat pada table 4.1. Rumus untuk mencari operation time ialah :

Operation time = Planned production time – downtime

Contoh perhitungan operation time untuk bulan Januari 2018 :

Operation time = 33705 – 2769

= 30936


Tabel 4.5. Perhitungan Operation time

Setelah mendapatkan nilai operation time setiap bulan, kemudian dapat dilakukan

perhitungan availability. Adapun rumus yang di pakai ialah :

Availability = Operation time

Planned production time

No Bulan Jumlah

hari

Jam

kerja

(menit)

Breaks (menit)

Planned

production

time

(menit)

1 Januari 25 36.000 2.295 33.705

2 Februari 23 33.120 2.145 30.975

3 Maret 25 36.000 2.295 33.705

4 April 24 34.560 2.115 32.445

5 Mei 24 34.560 2.220 32.340

6 Juni 18 25.920 1.665 24.255

No Bulan

Planned

production time

(menit)

Downtime

(menit)

Operation

time ( menit)

1 Januari 33.705 2.769 30.936

2 Februari 30.975 2.628 28.347

3 Maret 33.705 2.919 30.786

4 April 32.445 2.727 29.718

5 Mei 32.340 2.794 29.546

6 Juni 24.255 2.094 22.161

X 100 %

34

Contoh perhitungan availability pada bulan Januari 2018 :

Availability= 30936

33705

= 0.918

= 92 %


Tabel 4.6. Perhitungan Availability

Standar availability secara internasional ialah 90 %. Angka availability dari bulan

Januari 2018 sampai Juni 2018 terbilang bagus karena berkisar diangka 92 %.

4.3.2. Performance Rate

Operation perbulan, data produksi perbulan, waktu siklus ideal 3 produk

merupakan data yang diperlukan menghitung performance rate. Rumus yang digunakan

ialah :

Performance Rate = total produksi x waktu siklus ideal per produk

operation time

Waktu siklus ideal yang dibutuhkan untuk 3 macam produk yang ditumpuk di

atas pallet berbeda. Contoh perhitungan untuk bulan januari 2018 :

1. Produk blueband 200 gr, waktu siklus 1 pallet adalah 10 menit.

Performance Rate = 2730 X 10

30936

= 88,2 %



30936

= 62,5 %

No Bulan

Planned

production

time

(menit)

Downtime

(menit)

Operation

time ( menit) Availability

1 Januari 33.705 2.769 30.936 92%

2 Februari 30.975 2.628 28.347 92%

3 Maret 33.705 2.919 30.786 91%

4 April 32.445 2.727 29.718 92%

5 Mei 32.340 2.794 29.546 91%

6 Juni 24.255 2.094 22.161 91%

X 100 %

X 100 %

X 100 %

X 100 %

35

3. Produk blueband MCM 15 kg, waktu siklus 1 pallet adalah 10 menit.


30936

= 77,6 %

Maka untuk memperoleh performance rate secara keseluruhan di bulan

Januari 2018 adalah :

Performance rate average = 0.882 * 0.625 * 0.776

3

= 75,5 %


Tabel 4.7. Perhitungan performance rate

No Bulan Jenis

Produk

Produksi

(PALL )

Operation

time

( MIN)

Waktu

siklus per

pallet

(MIN)

Performa

nce rate

(average)

1 Januari BB 200 GR 2.730

30.936

10

75,6 % BB 250 GR 2.419 8

MCM 15

KG 2.338

10

2 Februari BB 200 GR 2.241

28.347

10

75,8 % BB 250 GR 2.198 8

MCM 15

KG 2.446

10

3 Maret BB 200 GR 2.672

30.786

10

75,2 % BB 250 GR 1.985 8

MCM 15

KG 2.682

10

4 April BB 200 GR 2.238

29.718

10

67,3 % BB 250 GR 1.821 8

MCM 15

KG 2.305

10

5 Mei BB 200 GR 2.512

29.546

10

64,1 % BB 250 GR 353 8

MCM 15

KG 2.888

10

6 Juni BB 200 GR 978

22.161

10

42,2 % BB 250 GR 279 8

MCM 15

KG 1.605

10

Performance rate di bulan juni 2018 merupakan yang terburuk yaitu hanya bisa

mencapai 42,2 %. Hal ini karena bertepatan hari raya Idul Fitri sehingga waktu

X 100 %

X 100 %

36

operation time paling rendah. Tetapi yang dibulan Januari 2018 – Mei 2018 diatas

juga bisa dikatakan belum mampu mencapai batas standar performance rate 95 %.

4.3.3. Quality Rate

Data yang dibutuhkan perhitungan quality rate adalah data jumlah output

produksi dalam satu bulan dan data yang tidak lolos quality. Rumus yang digunakan

adalah :

Quality Rate = jumlah produksi – reject

jumlah produksi

Contoh perhitungan quality rate pada bulan Januari 2018 :

Quality Rate = 7487 – 4

7487

= 99,947 %


Tabel 4.8. Perhitungan Quality rate

No Bulan Jenis

Produk

Produksi

(PAL)

Total

produksi

( PALL)

Straight

Pass

(PAL)

Reject

(PALL)

Quality

rate

(%)

1 Januari BB 200 GR 2.730

7.487

2.730 -

99.947

% BB 250 GR 2.419 2.419 -

MCM 15

KG 2.338 2.334 4

2 Februa

ri BB 200 GR 2.241

6.885

2.241 -

99.956

% BB 250 GR 2.198 2.198 -

MCM 15

KG 2.446 2.443 3

3 Maret BB 200 GR 2.672

7.339

2.672 -

99.973

% BB 250 GR 1.985 1.985 -

MCM 15

KG 2.682 2.680 2

4 April BB 200 GR 2.238

6.364

2.238 -

99.953

%

BB 250 GR 1.821 1.821 -

MCM 15

KG 2.305 2.302 3

X 100 %

X 100 %

37

5 Mei BB 200 GR 2.512

5.753

2.512 -

99.965

% BB 250 GR 353 353 -

MCM 15

KG 2.888 2.886 2

6 Juni BB 200 GR 978

2.862

978 -

99.930

% BB 250 GR 279 279 -

MCM 15

KG 1.605 1.603 2

Angka quality rate yang menunjukkan di tiap bulannya dari bulan januari 2018 – juni

2018 di angka 99 % membuktikkan bahwa kesalahan robot dalam pick up dan place

produk hanya sebagian kecil dari six big losses.

4.3.4. OEE (Overall Equipment Effectiveness)

Untuk dapat menghitung OEE maka membutuhkan data availability (tabel

4.6), performance rate (tabel 4.7), serta quality rate (tabel 4.8) setiap bulan. Untuk itu

rumus yang digunakan ialah :

OEE = Availability x Performance rate x Quality rate

Contoh menghitung overall equipment effectiveness pada bulan Januari 2018 :

OEE = 91,78% X 75.6 % X 99,95 %

OEE = 69,351 %


Tabel 4.9. Perhitungan Overall Equipment Effectiveness

Hasil OEE yang terendah berada diangka 38,531 % di bulan juni karena performance

rate rendah tidak setinggi bulan Januari sampai Mei. Akan tetapi hasil bulan Januari

sampai Mei OEE-nya tidak memenuhi target perusahaan yaitu 85 %.

4.4. Six Big Losses

Berdasarkan hasil OEE menunjukkan hasil dibawah standar yaitu dikisaran 58 % -

69 % bahkan terdapat nilai OEE terendah pada bulan Juni 2018 sebesar 38,5%.

No Bulan Availability Performance

rate

Quality

rate OEE

1 Januari 91.78% 75.6% 99.95% 69.351%

2 Februari 91.52% 75.8% 99.96% 69.344%

3 Maret 91.34% 75.2% 99.97% 68.667%

4 April 91.60% 67.3% 99.95% 61.616%

5 Mei 91.36% 64.1% 99.96% 58.538%

6 Juni 91.37% 42.2% 99.93% 38.531%

38

Terdapat faktor-faktor OEE yang belum efisien, yaitu aspek performance rate. Untuk

mengetahui faktor – faktor yang menjadi penyebab performance rate mesin rendah

maka menggunakan six big losses. Keenam kerugian tersebut yaitu :

4.4.1. Equipment Failure Losses

Timbulnya kerugian akibat adanya part mesin yang tidak berfungsi seperti

kabel putus, sensor tidak pas, dll. Perhitungan equipment failure losses

memerlukan data downtime (tabel 4.1) dan plan production time (tabel 4.4).

Rumus yang digunakan ialah:

Equipment Failure Losses = Downtime


Contoh menghitung equipment failure losses di bulan Januari 2018 :

Equipment Failure Losses = 2769

33705

= 0.0822 %


Tabel 4.10. Perhitungan equipment failure losses

No Bulan Jumlah

Hari

Plan

production

time

(menit)

Downtime

(menit)

Equipment

Filure

Losses

1 Januari 25 33.705 2.769 8.22%

2 Februari 23 30.975 2.628 8.48%

3 Maret 25 33.705 2.919 8.66%

4 April 24 32.445 2.727 8.40%

5 Mei 24 32.340 2.794 8.64%

6 Juni 18 24.255 2.094 8.63%

Dari tabel diatas angka equipment failure losses cukup tinggi karena downtime

nya cukup sering terjadi.

4.4.2. Set Up and Adjustment Losses

Kerugian akibat adanya penyetelan mesin maupun change over produk.

Rumus yang digunakan ialah:

Set up and adjustment losses = Set up time


X 100%

X 100%

X 100 %

39

Contoh perhitungan untuk bulan Januari 2018 :

Set up and adjustment losses = 7

33705

= 0.021%


Tabel 4.11. Perhitungan set up and adjustment

Dari tabel diatas set up losses sangat rendah karena waktu start up maupun

change over produk terbilang sangat singkat waktu yang dibutuhkan.

4.4.3. Idling and Minor stoppages Losses

Kerugian Idling dan minor stoppages losses akibat mendadak mesin tidak

beroperasi atau mesin bekerja tapi tidak mengeluarkan output. Untuk menghitung

Idling dan minor stoppages losses dibutuhkan non productive time yang

didapatkan dari waktu yang tidak productive selama satu bulan dan plan

production time pada tabel 4.4. Rumus yang digunakan untuk menghitung idling

and minor stopages losses ialah :

Idling and minor stopages losses = Non productive time


Untuk perhitungan bulan Januari 2018 :

Idling and minor stopages losses = 1500

33705

= 4.45%

Untuk menghitung idling dan minor stoppages losses hingga bulan Juni

2018 ditampilkan dalam Tabel 4.12 :

Peroiode

Set up

time

(min)

Plan

production

time

(menit)

Set up

losses

Januari 7 33.705 0.021%

Februari 6 30.975 0.019%

Maret 7 33.705 0.021%

April 4 32.445 0.012%

Mei 5 32.340 0.015%

Juni 7 24.255 0.029%

X 100 %

X 100 %

X 100 %

40

Tabel 4.12. Perhitungan idling dan minor stoppages losses

No Bulan

Plan

production

time

(menit)

Non

productive

time

Idling

minor

losses

1 Januari 33.705 1.500 4.45%

2 Februari 30.975 1.800 5.81%

3 Maret 33.705 1.620 4.81%

4 April 32.445 1.680 5.18%

5 Mei 32.340 1.920 5.94%

6 Juni 24.255 1.860 7.67%

Dari tabel diatas idling minor tertinggi di bulan juni yaitu 7,67 %. Hal ini karena

processing ordernya tidak sebanyak bulan januari sampai mei. Sehingga non

productive time nya terbilang cukup tinggi dengan plan production time yang

terendah.

4.4.4. Reduced Speed Losses

Kerugian akibat mesin bekerja tetapi tidak secara optimal. Data yang

dipakai ialah data operation time pada tabel 4.5, plan production time pada tabel

4.4, serta total produksi perbulan bersama waktu siklus idealnya. Waktu siklus

ideal tiap produk berbeda – beda. Rumus perhitungan reduced speed losses ialah :

Reduced speed losses = operation time – ( ideal cycle time x total produksi)


Contoh perhitungan bulan Januari 2018 :


Reduced speed losses = 30936 – ( 10 x 2730 )

33705

= 10.79%


Reduced speed losses = 30936 – ( 8 x 2419)

33705

= 34.37%

X 100

%

X 100 %

X 100 %

41


Reduced speed losses = 30936 – (10 x 238)

33705

= 22.42%

Maka untuk memperoleh reduced speed losses secara keseluruhan di bulan

Januari 2018 adalah :

Reduced speed losses = 10,79 % x 34,37 % x 22,42%

3

= 22,52 %

Untuk menghitung reduced speed losses hingga bulan Juni 2018 ditampilkan

dalam Tabel 4.13 :

Tabel 4.13. Perhitungan reduced speed losses.

N

o

Bulan Jenis

Produk

Produk

si

(PALL)

Waktu

siklus

per

pallet

(MIN)

Plan

produ

ction

time

Operati

on time

Reduce

d speed

losses

Reduce

d speed

losses

average

1 Januari BB 200

GR

2.730 10 33.705 30.936 10.79% 22.52%

BB 250

GR

2.419 8 34.37%

MCM 15

KG

2.338 10 22.42%

2 Februa

ri

BB 200

GR

2.241 10 30.975 28.347 19.17% 22.15%

BB 250

GR

2.198 8 34.75%

MCM 15

KG

2.446 10 12.55%

3 Maret BB 200

GR

2.672 10 33.705 30.786 12.06% 22.69%

BB 250

GR

1.985 8 44.22%

MCM 15

KG

2.682 10 11.77%

4 April BB 200

GR

2.238 10 32.445 29.718 22.62% 29.95%

BB 250

GR

1.821 8 46.69%

MCM 15

KG

2.305 10 20.55%

5 Mei BB 200

GR

2.512 10 32.340 29.546 13.69% 32.79%

BB 250

GR

353 8 82.63%

MCM 15

KG

2.888 10 2.06%

X 100 %

X 100 %

42

6 Juni BB 200

GR

978 10 24.255 22.161 51.05% 52.80%

BB 250

GR

279 8 82.16%

MCM 15

KG

1.605 10 25.19%

Dari tabel diatas nilai reduced speed losses terbilang tinggi di bulan juni mencapai

52,80 %. Kondisi low production yang mempengaruhi angka paling tinggi

tersebut. Rata – rata reduced speed losses-nya 22 % sampai 32 % merupakan

angka yang tinggi dan bisa menjadikan faktor utama six big losses.

4.4.5. Defect Losses

Kerugian dari adanya produk rusak akibat gagal angkat atau terlempar oleh

robot. Data yang dibutuhkan ialah total produk defect pada tabel 4.3, ideal cycle

time tiap produk, dan plan production time pada tabel 4.4. Rumus perhitungan

defect losses ialah :

Defect losses = ideal cycle time x total produk defect


Untuk perhitungan bulan Januari 2018 sebagai berikut :


Defect losses = ( 10 x 0 )

33705

= 0 %


Defect losse = ( 8 x 0 )

33705

= 0 %


Defect losses = ( 8 x 4)

33705

= 0,12%

Maka untuk memperoleh defect losses secara keseluruhan di bulan Januari 2018

adalah :

X 100 %

X 100 %

X 100 %

X 100 %

43

Defect losses = 0 % x 0 % x 0,12%

3

= 0,040 %

Untuk menghitung defect losses hingga bulan Juni 2018 ditampilkan bentuk tabel

4.14 :

Tabel 4.14. Perhitungan defect losses

N

O BULAN

Jenis

Produk

Produksi

(PALL )

Straight

Pass

(PALL)

Rework

(PALL)

waktu

siklus per

pallet

(MIN)

Plan

produ

ction

time

Defect

Losses

Defect

Losses

Averag

e

1 Januari BB 200

GR 2.730 2.730 0 10

33.705

0.00%

0.040% BB 250

GR 2.419 2.419 0 8

0.00%

MCM

15 KG 2.338 2.334 4 10

0.12%

2 Februari BB 200

GR 2.241 2.241 0 10

30.975

0.00%

0.032% BB 250

GR 2.198 2.198 0 8

0.00%

MCM

15 KG 2.446 2.443 3 10

0.10%

3 Maret BB 200

GR 2.672 2.672 0 10

33.705

0.00%

0.020% BB 250

GR 1.985 1.985 0 8

0.00%

MCM

15 KG 2.682 2.680 2 10

0.06%

4 April BB 200

GR 2.238 2.238 0 10

32.445

0.00%

0.031% BB 250

GR 1.821 1.821 0 8

0.00%

MCM

15 KG 2.305 2.302 3 10

0.09%

5 Mei BB 200

GR 2.512 2.512 0 10

32.340

0.00%

0.021% BB 250

GR 353 353 0 8

0.00%

MCM

15 KG 2.888 2.886 2 10

0.06%

6 Juni BB 200

GR 978 978 0 10

24.255

0.00%

0.027% BB 250

GR 279 279 0 8

0.00%

MCM

15 KG 1.605 1.603 2 10

0.08%

Dari tabel diatas defect losses rendah sesuai dengan produk yang banyak lolos

quality sampai ke proses shipping.

X 100 %

44

4.5. Pembahasan Analisis

4.5.1. Analisis Availability

Availability ialah rasio antara waktu operasi mesin aktual dengan waktu yang

operasi mesin yang direncanakan. Dibawah ini ditampilkan hasil availability

rate dari bulan januari 2018 sampai juni 2018:

Gambar 4.2. Hasil perhitungan availability bulan Januari 2018 – Juni 2018

Dari gambar 4.2. angka availability selama periode enam bulan berada di

kisaran 91 % - 92 %. Hal ini termasuk kategori yang baik karena berada diatas

90 %.

4.5.2. Analisis Performance Rate

Performance rate rendah disebabkan berkurangnya kecepatan mesin dari

kecepatan awal mesin tersebut. Dibawah ini ditampilkan hasil performance

rate dari bulan januari 2018 sampai juni 2018:

91.78%

91.52%

91.34%

91.60%

91.36% 91.37%

91.10%

91.20%

91.30%

91.40%

91.50%

91.60%

91.70%

91.80%

91.90%

Januari Februari Maret April Mei Juni

PER

SEN

TASE

BULAN

Availability

Availability

45

Gambar 4.3. Hasil perhitungan performance rate bulan Januari 2018 – Juni 2018

Dari hasil grafik diatas dapat diketahui bahwa nilai performance rate tertinggi

hanya bekisar diangka 75 % di bulan januari, februari, dan maret. Tidak dapat

melebihi target 95 %. Hal ini karena kecepatan robot dalam hal mengangkut

dan meletakkan produk maupun pallet hanya berkisar di maksimal 75 %.

Untuk bulan juni terbilang sangat rendah yaitu 42,20 %. Nilai terendah pada

bulan tersebut terjadi karena process order tiap minggunya mulai rendah

sehingga output yang dihasilkan sedikit.

4.5.3. Analisis Quality Rate

Perusahaan menetapkan target produk yang lolos quality adalah sebesar 100%.

Target tersebut tinggi karena mesin robot yang selama beroperasi dari awal

instalasi jarang menciptakan produk reject, akibat produk di tabrak oleh robot

maupun terlempar saat diangkat robot. Dibawah ini ditampilkan hasil quality

rate dari bulan Januari 2018 sampai Juni 2018:

75.60%75.80% 75.20%67.30%

64.10%

42.20%

0.00%

10.00%

20.00%

30.00%

40.00%

50.00%

60.00%

70.00%

80.00%

PER

SEN

TASE

BULAN

Performance Rate

Performance Rate

46

Gambar 4.4. Hasil perhitungan quality rate bulan Januari 2018 – Juni 2018

Dari grafik di atas diketahui nilai quality rate pada mesin robot ABB hampir

memenuhi standar atau mendekati target perusahaan yaitu 100 %. Hal ini di

dasari oleh tingkat ketelitian dan kemampuan teknologi saat ini yang terbilang

sangat pesat ketika diaplikasikan ke mesin robot abb. Dan jika terjadi robot

menabrak produk hanya berkisar 0,03 % sampai 0.06 %.

4.5.4. Analisis Overall Equipment Effectiveness

Analisis OEE berfungsi untuk mengindentifikasi keefektifan mesin robot

lengan ABB yang merupakan end of line produksi dimana jika terjadi masalah

akan menghambat proses jalannya produksi. Dibawah ini ditampilkan hasil

OEE dari bulan Januari 2018 sampai Juni 2018:

99.40%

99.95% 99.97% 99.95% 99.96% 99.93%

99.10%

99.20%

99.30%

99.40%

99.50%

99.60%

99.70%

99.80%

99.90%

100.00%

100.10%

Januari Februari Maret April Mei Juni

PER

SEN

TASE

BULAN

Quality Rate

Quality Rate

47

Gambar 4.5. Hasil perhitungan OEE bulan Januari 2018 – Juni 2018

Dari garfik diatas tidak ada satupun yang menunjukkan nilai OEE diatas 85 %

yang merupakan standar dari perusahaan. Nilai tertinggi hanya bekisar di

angka 69.35%. Berdasarkan penilain avalibility dan quality rate menunjukkan

hasil yang memusakan berada di atas standar masing – masing yaitu di atas

90% dan 99%. Akan tetapi rendahnya nilai performance rate mempengaruhi

nilai OEE yang tidak memenuhi target perusahaan. Dari hasil perhitungan

terlihat bahwa efektivitas dari mesin robot lengan ABB secara keseluruhan

masih memerlukan evaluasi untuk dilakukan perbaikan dalam upaya

meningkatan efektivitas mesin.

4.5.5. Analisis Six Big Losses

Kerugian yang berdampak pada mesin robot ABB diantaranya equipment

failure losses, idling and minor stopages losses, set up and adjustment losses,

reduced speed losses, and defect losses. Di bawah ini ditampilkan hasil dari

perhitungan six big losses sebagai berikut :

69.35%69.34% 68.66%61.61%

58.53%

38.53%

0.00%

10.00%

20.00%

30.00%

40.00%

50.00%

60.00%

70.00%

80.00%

PER

SEN

TASE

BULAN

Overall Equipment Effectiveness

Overall EquipmentEffectiveness

48

Tabel 4.15. Hasil rekapitulasi persentase six big losses bulan Januri 2018 – Juni

2018

Dari tabel 4.15. bisa dihitung time losses dengan mengalikan antara six big

losses dengan plan production time. Hasil dari perkalian ditampilkan Tabel

4.16 :

Tabel 4.16. Hasil perhitungan time losses bulan Januari 2018 –Juni 2018

No Bulan

Equipment

Failure

Losses

Set up

Losses

Reduced

Speed

Losses

Idling

Minor

Stoppages

Losses

Deffect

Losses

1 Januari 2.771 7 7.590 1.500 13

2 Februari 2.627 6 6.861 1.800 10

3 Maret 2.919 7 7.648 1.621 7

4 April 2.725 4 9.717 1.681 10

5 Mei 2.794 5 10.604 1.921 7

6 Juni 2.093 7 12.807 1.860 7

Total 15.929 36 55.227 10.383 54

Total

keseluruhan

(MIN)

81628

Dari total waktu pada time losses, diketahui penyumbang terbesar kerugian dari

six big losses berdasarkan presentase dan angka kumulatif. Adapun hasil

presentasenya ditampilkan dalam tabel berikut :

No Bulan

Equipment

Failure

Losses

Set up

Losses

Reduced

Speed

Losses

Idling

Minor

Stoppages

Losses

Deffect

Losses

1 Januari 8.22% 0.021% 22.52% 4.45% 0.040%

2 Februari 8.48% 0.019% 22.15% 5.81% 0.032%

3 Maret 8.66% 0.021% 22.69% 4.81% 0.020%

4 April 8.40% 0.012% 29.95% 5.18% 0.031%

5 Mei 8.64% 0.015% 32.79% 5.94% 0.021%

6 Juni 8.63% 0.029% 52.80% 7.67% 0.027%

49

67.66%

19.51%12.72%

0.07% 0.04%0.00%

10.00%

20.00%

30.00%

40.00%

50.00%

60.00%

70.00%

80.00%

ReducedSpeedLosses

EquipmentFailureLosses

IdlingMinor

StoppagesLosses

DeffectLosses

Set upLosses

Pe

rse

nta

se

Six Big Losses

Time Losses

Time Losses

Tabel 4.17. Hasil persentase kumulatif time losses bulan Januari 2018 – Juni 2018

Jenis losses

Time

losses

(MIN)

Persentase Kumulatif

Reduced Speed Losses 55227 67.66% 67.66%

Equipment Failure

Losses 15929 19.51% 87.17%

Idling Minor Stoppages

Losses 10383 12.72% 99.89%

Deffect Losses 54 0.07% 99.96%

Set up Losses 36 0.04% 100.00%

Dari tabel kemudian dibuatlah pareto chart:

Gambar 4.6. Pareto chart

Dari gambar 4.6 diatas ditampilkan kerugian terbesar berdasarkan time losses ialah

reduced speed losses nilai persentasenya mencapai 67,66%. Menurunnya kecepatan

mesin bisa disebabkan antara lain karena moving part terlalu lamban karena terlalu

banyak part yang bergerak pada gripper membuat waktu pick up produk lebih lambat.

4.5.6. Analisis Fishbone Diagram.

Ditemukan penyumbang kerugian terbesar selama tahun 2018 adalah reduced

speed losses. Fungsi fishbone diagram disini adalah untuk mencari faktor –

50

faktor yang berhubungan dengan menurunnya kecepatan mesin ABB. Untuk

dapat mengetahui faktor tersebut dapat dilihat fishbone diagram dibawah ini :

Gambar 4.7. Fishbone diagram penyebab reduced speed losses.

Dari fishbone diagram diketahui kategori penyebab kecepatan yang menurun

ialah :

1. Man

Faktor kurang menguasai job adalah penyebab terjadinya reduced speed

losses. Operator hanya memiliki waktu yang sedikit ketika training

pengoperasian mesin robot ABB. Hal ini karena ketika training berlangsung

dihadapkan pada saat mesin beroperasi seperti biasa. Hal ini akan tidak

sepenuhnya fokus terhadap training karena saat mesin error maka operator

harus membantu pengepakan dus diatas pallet sedangkan yang membenahi

adalah orang trainer. Jadi ilmu yang dtransfer tidak secara maksmimal. Faktor

fisik lelah pada operator juga penyebab reduced speed losses. Ketika operator

kelelahan ketika terjadi error machine seharusnya bisa ditangani segera

malah membutukan waktu agak lama.

2. Machine

Mesin robot lengan ABB menggunakan sistem jaws sebagai penggerak utama

dalam hal pengambilan dan peletakan produk maupun pallet. Sistem jaws

merupakan perangkat yang meliputi komponen gripper, suction, dan

pneumatic. Sistem jaws itu sendiri jika diaplikasikan ke produksi blueband

dirasa kurang maksimal dikarenakan berat produk blueband mencapai 75 kg

51

sekali diangkut oleh robot. Di saat awal – awal pengoperasian berjalan lancar

tanpa ada masalah. Akan tetapi setelah mesin bergerak selam 24 jam non

stop, dalam beberapa bulan timbul masalah yang sekiranya menjadi tidak

targetnya output produksi. Karena mesin sering mengalami breakdown.

Produk yang diangkut terlempar dari jepitan jaws karena suction yang tidak

kuat menahan beban 75 kg secara terus menerus. Selain itu dalam pick up dan

place pallet juga sering mengalami kendala yaitu sering gagal yang

menyebabkan produk menumpuk dan harus stop produksi menunggu pallet

berhasil dipindahkan ke jalur pengepakan. Hal ini akan berdampak pada

kecepatan robot dalam hal pick up dan place produk sehingga harusnya

optimal diangka 75 % malah di bawah 75 % karena pilihan safety. Conveyor

support yang men-supply produk ke robot juga masih belum maksmimal

karena hanya memasukkan produk yang sesuai jalurnya. Jadi ketika jalurnya

tidak produksi maka sangat disayangkan tidak dapat diisi jalur lain yang

produksinya lebih banyak.

3. Metode

Metode yang digunakan bagian departemen engineering ialah preventive

maintenance hanya dilakukan saat mesin mengalami kerusakan lebih dari 4

jam. Metode yang digunakan oleh bagian maintenance masih bisa

ditingkatkan lagi dengan mengesampingkan harus tidak boleh stop. Yaitu

dilakukan saat sedang low production order dengan penerapan CLIT

(Cleaning, Lubrication, Inspection, Tightening)

4. Material

Material yang dimaksudkan disini adalah pallet. Pallet yang datang dari

supplier yaitu LOSCAM memiliki ukuran standar yaitu 120cm x 100 cm.

Tetapi aktual dilapangan ukuranya bisa lebih maupun kurang. Imbas dari

tidak pasnya ukuran bisa menyebablan robot gagal dalam pick up dan place

pallet. Disamping itu pallet yang terlalu tebal mapun terlalu tipis atau bisa

dikatakan tidak simetris juga mempengaruhi gagalnya robot dalam

pengambilan pallet.

4. Lingkungan kerja

Lingkungan kerja dapat mempengaruhi reduced speed losses. Suhu ruang di

area end of line cukup panas karena penggunaan lampu LED yang terbilang

hemat energi akan tetapi bagi operator malah menciptakan suhu yang lebih

panas daripada penggunaan lampu biasa.

52

Setelah dilakukan pengukuran nilai OEE pada mesin robot ABB, ternyata secara

keseluruhan nilai OEE pada bulan Januari 2018 - Juni 2018 nilai OEE di bawah standar

yaitu 58 % - 69 % bahkan terdapat nilai OEE terendah pada bulan Juni 2018 sebesar

38,5%. Terdapat faktor-faktor OEE yang belum efisien, yaitu aspek perfomance. Pada

aspek perfomance, dapat dilihat bahwa nilai persentase perfomance semua masih berada

di bawah 95%. Dari nilai perfomance dapat dilihat bahwa performance paling rendah

adalah pada bulan Juni yaitu sebesar 42, 2%. Pada aspek availability, dapat dilihat

bahwa nilai persentase availability berada di atas 90%. Pada aspek quality, seluruh nilai

persentase berada di atas nilai standar, yaitu di atas 99%.

Dari perhitungan yang telah dilakukan, didapat kerugian utama penyebab peralatan

produksi tidak beroperasi secara normal (dalam persentase) reduced speed losses sebesar

67,66 %, equipment failure losses sebesar 19,51 %, idling and minor stoppage losses

sebesar 12,72 %, defect losses sebesar 0,07 %, setup and adjusment losses sebesar 0,04

%. Dari nilai jumlah cacat, dapat dilihat bahwa jumlah cacat yang terbanyak adalah

reduced speed losses .

Setelah dilakukan analisis menggunakan fishbone diagram, terdapat faktor penyebab

mesin robot ABB mengalami penurunan kecepatan yang paling berpengaruh ialah aspek

mesin. Masalah yang dihadapi adalah masalah sistem jaws. Sistem jaws memiliki

kekurangan diantaranya : kecepatan speed maksmimal 75 %, suction tidak kuat, terlalu

banyak part yang melekat di head unit, gripper sebagai pengambil pallet juga

mengharuskan pallet yang diambil simetris. Sedangkan kendala yang terjadi pallet yang

dikirim dari supplier tidak semua nya simetris. Improvement yang dilakukan adalah

mengganti sistem jaws dengan sistem vacuum dimana tidak banyak part yang melekat

dan suction lebih kuat serta speed robot bisa maksimal diangka 100 % dan dapat

mengangkat pallet walaupun pallet yang diangkat tidak simetris.

4.6. Analisis Perbandingan

4.6.1. Sistem jaws

▪ Maksimum speed 75 %

▪ Perbandingan output dengan perhitungan ideal cycle time 1 produk pallet

BB 200 GR waktu cycle time = 10 menit

BB 250 gr waktu cycle time = 8 menit

MCM 15 kg cycle time = 10 menit

53

▪ Output yang di hasilkan selama 8 jam kerja :

BB 200 gr = 60 pallet


MCM 15 kg = 52 pallet

▪ Keuntungan yang diperoleh :

1. BB 200 GR

Harga satu fibride BB 200 gr (@60 pcs) = RP 360.000,00

Harga satu pallet BB 200 gr ( @48 cs) = RP 360.000 X 48 cs

= RP 17.280.000

Output BB 200 gr per shift ( 8 jam kerja) = 60 Pallet

Keuntungan = RP.17.280.000 X 60

= RP 1.036.800.000

2. BB 250 GR



= RP 8.870.400



= RP 354.816.00

3. MCM 15 KG

Harga satu fibride MCM 15 kg = RP 318.000,00

Harga satu pallet MCM 15 kg ( @45 cs) = RP 318.000 X 45 cs

= RP 14.310.000

Output MCM 15 kg per shift ( 8 jam kerja) = 52 Pallet


= RP 744.120.000

4.6.2. Sistem vacuum

▪ Maksimum speed 100 %

▪ Perbandingan output dengan perhitungan ideal cycle time 1 produk

pallet

BB 200 GR waktu cycle time = 6 menit

BB 250 gr waktu cycle time = 7 menit

MCM 15 kg cycle time = 4 menit

54

▪ Output yang di hasilkan selama 8 jam kerja :



MCM 15 kg = 100 pallet

▪ Keuntungan yang diperoleh :

1. BB 200 GR



= RP 17.280.000



= RP 1.382.400.000

2. BB 250 GR



= RP 8.870.400



= RP 399.168.000

3. MCM 15 KG

Harga satu fibride MCM 15 kg = RP 318.000,00

Harga satu pallet MCM 15 kg ( @45 cs) = RP 318.000 X 45 cs

= RP 14.310.000

Output MCM 15 kg per shift ( 8 jam kerja) = 100 Pallet


= RP 1.431.000.000

4.6.3. Result

Tabel 4.18. Perbandingan hasil pendapatan

Selisih pendapatan yang bisa didapat menggunakan sistem vacuum ialah Rp

1,076,832,000.

Jenis

Produk

Pendapatan SELISIH

Sistem Jaws Sistem vacuum

BB 200 gr Rp 1,036,800,000 Rp 1,382,400,000 Rp 345,600,000

BB 250 gr Rp 354,816,000 Rp 399,168,000 Rp 44,352,000

MCM 15 kg Rp 744,120,000 Rp 1,431,000,000 Rp 686,880,000

TOTAL Rp 1,076,832,000

55

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Dari hasil penilitian dan proses implementasi di dapatkan hasil sebagai berikut :

1. Penyebab breakdown terbesar dari six big losses adalah reduced speed losses

diangka 67,66%. Improvement yang dilakukan adalah mengganti sistem jaws

dengan sistem vacuum dimana tidak banyak part yang melekat dan suction

lebih kuat serta speed robot bisa maksimal diangka 100 % atas dasar safety

juga lebih aman. Selisih keuntungan saat beroperasi bisa mencapai Rp

1,076,832,000.

2. Improvement yang dilakukan adalah mengganti sistem jaws dengan sistem

vacuum dimana tidak banyak part yang melekat dan suction lebih kuat serta

speed robot bisa maksimal diangka 100 % dan dapat mengangkat pallet

walaupun pallet yang diangkat tidak simetris. Selisih keuntungan saat

beroperasi bisa mencapai Rp 1,076,832,000.

5.2. Saran

Saran yang diberikan penulis kepada perusahaan :

1. Perlu dilakukan perbaikan lebih lanjut untuk mesin - mesin lain yang

mengalami penurunan kualitas.

2. Perlu perbaikan secara spesifik untuk masing - masing mesin.

3. Antara pihak engineering dan produksi harus saling bekerja sama untuk

melakukan improvement guna mengatasi masalah - masalah yang lain.

56

DAFTAR PUSTAKA

Nakajima, S. 1988. Introduction to TPM (Total Productive maintenance). Cambridge, MA

: Productivity Press.

Sudrajat, A. 2011. Pedoman Praktis Manajemen Perawatan Mesin Industri. Bandung :

Refika Aditama.

Shirose, Kunio. 2002-2008. The Fast Guide to OEE. IL USA : Vorne Industries., Itasca.

Sofjan Assauri. 1999. Manajemen Produksi dan Operasi. Universitas Indonesia : Lembaga

Penerbit Fakultas Ekonomi.

Davis, R. K. 1995. Productivity Improvements Through TPM The Philosophy &

Application of Total Productive Maintenance. Prentice Hall.

Agustiady,TK, Elizabeth A. Cudney. 2016. Total Productive Maintenance Strategies and

Implementation Guide. London : Taylor & Francis Group.

57

LAMPIRAN

Lampiran 1 Data Breakdown Mesin ABB

Jenis

Breakdown

Durasi

(MIN)

Siklus

Dalam Satu

shift

BULAN

JANUARI (MIN) FEBRUARI(MIN)

Shift

1

Shift

2

Shift

3

Shift

1

Shift

2

Shift

3

Gripper Not

Homing 7 sec 20-25 kali

64 58 67 56 64 54

PP to MAIN 25 min 1 625 625 625 575 575 575

failed to lift and

lay the pallet 45 sec 10-15 kali

188 238 188 207 242 173

The product is

thrown when

carried by a

robot

20 sec 4-5 kali 25 25 42 38 31 38

TOTAL 902 946 921 877 912 840

TOTAL ALL SHIFT (min) 2769 2628

Jenis

Breakdown

Durasi

(MIN)

Siklus

Dalam Satu

shift

BULAN

MARET (MIN) APRIL(MIN)

Shift

1

Shift

2

Shift

3

Shift

1

Shift

2

Shift

3

Gripper Not


64 64 70 64 62 59

PP to MAIN 25 min 1 625 625 625 600 600 600

failed to lift and


244 206 281 216 234 180

The product is

thrown when

carried by a

robot

20 sec 4-5 kali 42 42 31 32 40 40

TOTAL 975 937 1007 912 936 879


Jenis Durasi Siklus BULAN

58

Breakdown (MIN) Dalam Satu

shift MEI (MIN) JUNI (MIN)

Shift

1

Shift

2

Shift

3

Shift

1

Shift

2

Shift

3

Gripper Not


56 70 64 44 50 53

PP to MAIN 25 min 1 600 600 600 450 450 450

failed to lift and


234 252 198 162 135 203

The product is

thrown when

carried by a

robot

20 sec 4-5 kali 40 40 40 30 30 40

TOTAL 930 962 902 686 665 745


59

Lampiran 2 Data Produksi Mesin ABB

LINE Produk

BULAN JANUARI (PALL)

WEEK

01

WEEK

02

WEEK

03

WEEK

04

WEEK

05

LINE 1 BB 200GR 591 483 586 517 553

LINE 2 BB 250 GR - 649 632 689 449

LINE 3

MCM 15 KG 540 643 - 608 547

GOLD Margarine 15

KG - 47 - - -

BB 4.5 KG - - 55 - -

BB 2 KG - - 45 - -

BB 1 KG 29

TOTAL SATU

MINGGU 1131 1822 1318 1814 1578

TOTAL SATU

BULAN 7663

LINE Produk

BULAN FEBRUARI (PALL)

WEEK

06

WEEK

07

WEEK

08

WEEK

09

LINE 1 BB 200GR 580 585 565 511

LINE 2 BB 250 GR 668 566 317 647

LINE 3

MCM 15 KG 405 563 616 174

GOLD Margarine 15

KG - 38 - -

BB 4.5 KG 302 - 22 274

BB 2 KG - 25 27 -

BB 1 KG - - - -

TOTAL SATU

MINGGU 1955 1777 1547 1606

TOTAL SATU

BULAN 6885

LINE Produk BULAN MARET (PALL)

60

WEEK

10

WEEK

11

WEEK

12

WEEK

13 LINE 1 BB 200GR 618 604 704 746

LINE 2 BB 250 GR 611 114 635 625

LINE 3

MCM 15 KG 671 683 658 558

GOLD Margarine 15

KG - - - -

BB 4.5 KG 96 16 - -

BB 2 KG - - - -

BB 1 KG - - - -

TOTAL SATU

MINGGU 1996 1417 1997 1929

TOTAL SATU

BULAN 7339

LINE Produk

BULAN APRIL (PALL) WEEK

14

WEEK

15

WEEK

16

WEEK

17 LINE 1 BB 200GR 544 659 530 505

LINE 2 BB 250 GR 561 626 634 -

LINE 3

MCM 15 KG 620 665 610

GOLD Margarine 15

KG - - - -

BB 4.5 KG - - - 410

BB 2 KG - - - -

BB 1 KG - - - -

TOTAL SATU

MINGGU 1725 1950 1774.4 915

TOTAL SATU

BULAN 6364

LINE Produk BULAN MEI (PALL)

61

WEEK

18

WEEK

19

WEEK

20

WEEK

21

WEEK

22

LINE 1 BB 200GR 609 523 489 531 360

LINE 2 BB 250 GR - - - - 353

LINE 3

MCM 15 KG 665 643 622 631 327

GOLD Margarine 15

KG - - - - -

BB 4.5 KG - - - - -

BB 2 KG 130 - - - -

BB 1 KG - - - - 34

TOTAL SATU

MINGGU 1404 1166 1111 1162 1074

TOTAL SATU

BULAN 5917

LINE Produk

BULAN JUNI (PALL) WEEK

23

WEEK

24

WEEK

25

WEEK

26 LINE 1 BB 200GR 453 - - 525

LINE 2 BB 250 GR 279 - - -

LINE 3

MCM 15 KG - - 512 510

GOLD Margarine 15

KG - - - -

BB 4.5 KG 406 - - 177

BB 2 KG - - - -

BB 1 KG - - - -

TOTAL SATU

MINGGU 1138 - 512 1212

TOTAL SATU

BULAN 2862

penerapan total productive maintenance untuk meningkatkan

Documents