penerapan total productive maintenance untuk meningkatkan
TRANSCRIPT
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
iii
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.
Langkah – langkahnya :
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.
Langkah – langkahnya :
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
Plan production time
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
Plan production 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
Plan production 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)
Plan production time
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
Plan production time
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
Plan production time
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
Untuk perhitungan hingga bulan Juni 2018 ditampilkan dalam Tabel 4.5 :
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 %
Untuk perhitungan hingga bulan Juni 2018 ditampilkan dalam Tabel 4.6 :
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 %
2. Produk blueband 250 gr, waktu siklus 1 pallet adalah 8 menit.
Performance Rate = 2419 X 8
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.
Performance Rate = 2338 X 10
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 %
Untuk perhitungan hingga bulan Juni 2018 ditampilkan dalam Tabel 4.7 :
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 %
Untuk perhitungan hingga bulan Juni 2018 ditampilkan dalam Tabel 4.8 :
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 %
Untuk perhitungan hingga bulan Juni 2018 ditampilkan dalam Tabel 4.9 :
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
Plan production time
Contoh menghitung equipment failure losses di bulan Januari 2018 :
Equipment Failure Losses = 2769
33705
= 0.0822 %
Untuk perhitungan hingga bulan Juni 2018 ditampilkan dalam Tabel 4.10 :
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
Plan production time
X 100%
X 100%
X 100 %
39
Contoh perhitungan untuk bulan Januari 2018 :
Set up and adjustment losses = 7
33705
= 0.021%
Untuk perhitungan hingga bulan Juni 2018 ditampilkan dalam Tabel 4.11 :
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
Plan production 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)
Plan production time
Contoh perhitungan bulan Januari 2018 :
1. Produk blueband 200 gr, waktu siklus 1 pallet adalah 10 menit.
Reduced speed losses = 30936 – ( 10 x 2730 )
33705
= 10.79%
2. Produk blueband 250 gr, waktu siklus 1 pallet adalah 8 menit.
Reduced speed losses = 30936 – ( 8 x 2419)
33705
= 34.37%
X 100
%
X 100 %
X 100 %
41
3. Produk blueband MCM 15 kg, waktu siklus 1 pallet adalah 10 menit.
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
Plan production time
Untuk perhitungan bulan Januari 2018 sebagai berikut :
1. Produk blueband 200 gr, waktu siklus 1 pallet adalah 10 menit.
Defect losses = ( 10 x 0 )
33705
= 0 %
4. Produk blueband 250 gr, waktu siklus 1 pallet adalah 8 menit.
Defect losse = ( 8 x 0 )
33705
= 0 %
5. Produk blueband MCM 15 kg, waktu siklus 1 pallet adalah 10 menit.
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
BB 250 gr = 40 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
Harga satu fibride BB 250 gr (@48 pcs) = RP 422.400,00
Harga satu pallet BB 250 gr ( @21 cs) = RP 422.400 X 21 cs
= RP 8.870.400
Output BB 250 gr per shift ( 8 jam kerja) = 40 Pallet
Keuntungan = RP.8.870.400 X 40
= 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
Keuntungan = RP.14.310.000 X 52
= 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 :
BB 200 gr = 80 pallet
BB 250 gr = 45 pallet
MCM 15 kg = 100 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) = 80 Pallet
Keuntungan = RP.17.280.000 X 80
= RP 1.382.400.000
2. BB 250 GR
Harga satu fibride BB 250 gr (@48 pcs) = RP 422.400,00
Harga satu pallet BB 250 gr ( @21 cs) = RP 422.400 X 21 cs
= RP 8.870.400
Output BB 250 gr per shift ( 8 jam kerja) = 45 Pallet
Keuntungan = RP.8.870.400 X 45
= 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
Keuntungan = RP.14.310.000 X 100
= 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
Homing 7 sec 20-25 kali
64 64 70 64 62 59
PP to MAIN 25 min 1 625 625 625 600 600 600
failed to lift and
lay the pallet 45 sec 10-15 kali
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
TOTAL ALL SHIFT (min) 2919 2727
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
Homing 7 sec 20-25 kali
56 70 64 44 50 53
PP to MAIN 25 min 1 600 600 600 450 450 450
failed to lift and
lay the pallet 45 sec 10-15 kali
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
TOTAL ALL SHIFT (min) 2794 2097
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