PERANCANGAN PROGRAM APLIKASI UNTUK MENGUKUR PERFORMANSI SISTEM PRODUKSI DENGAN METODE OVERALL THROUGHPUT EFFECTIVENESS (OTE) DAN PENJADWALAN PREVENTIVE MAINTENANCE Ade Hardiyansyah, Moses Laksono Singgih Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111 Email:
[email protected] ;
[email protected];
Abstrak PT Gunawan Dianjaya Steel adalah salah satu produsen plat baja di Indonesia. Saat ini perusahaan belum memakai metode tertentu dalam mengukur performansi sistem produksinya. Perusahaan berpatokan pada nilai availability untuk mengukur memonitor sistem produksinya. Breakdown mesin yang terjadi pada perusahaan juga cukup tinggi, hal ini akan mempengaruhi availability dari sistem produksi. Penelitian ini merancang alat bantu dalam bentuk program aplikasi untuk menghitung performansi sistem produksi dengan menerapkan konsep Overall Throughput Effectiveness (OTE) serta dapat menjadwalkan preventive maintenance agar availability dari sistem produksi dapat meningkat. Konsep OTE ini dapat memberikan gambaran performansi sistem yang lebih representatif karena merupakan pengembangan dari konsep OEE. Komponen kritis ditentukan menggunakan pareto chart dan didapatkan 15 komponen kritis pada 6 mesin yang berbeda pada divisi produksi Mill Area. Berdasarkan aplikasi program didapatkan nilai OTE sistem produksi pada tingkat 0,518 pada bulan April 2011. Bagian penjadwalan preventive maintenance yang telah dilakukan pada penelitian menghasilkan availability pada tingkat 0,9363. Nilai tersebut meningkat sebesar 0,042 jika dibandingkan dengan availability bulan April 2011. Kata kunci : Overall Throughput Effectiveness (OTE), Penjadwalan Preventive Maintenance, Pengukuran Performansi Sistem Produksi
ABSTRACT PT Gunawan Dianjaya Steel is an steel plate producer in Indonesia. Now a days company has been not applied a method to measure their production system’s performance. Company uses the score of availability to measure their production system. The machine breakdown in this company is in high level, this condition is affecting the production system availability. In this research is designing the application program for measure the production system’s performance through Overall Throughput Effectiveness (OTE) and scheduling preventive maintenance so the availability of production system will increase. OTE can present about performance of the system more represetative bacause this concept is developed from Overall Equipment effectiveness (OEE) concept. The critical components determined by using pareto chart and 15 components are selected in 6 defferent machine at division of production mill area. By applied the program, OTE score have got at level 0,518 in April 2011. In preventive maintenance scheduling part which have applied in this research show the availability at level 0,9363. This score was increased for 0,0420 if compared with the availability at April 2011. Keywords: Overall Throughput Effectiveness (OTE), Preventive Maintenance Scheduling, Production System performance measurement.
1 Latar Belakang Masalah PT Gunawan Dianjaya Steel adalah perusahaan yang bergerak di bidang manufaktur pembuatan plat baja jenis hot roller carbon steel plate. PT. GDS adalah perusahaan yang memiliki customer dari mancanegara maka perusahaan ini
selalu memperhatikan kualitas dari plat baja yang diproduksi. Plat baja yang dihasilkan meliputi beberapa proses. Berikut adalah proses-proses yang dilakukan untuk memproduksi plat baja yang ditunjukkan pada Gambar 1 :
Gambar 1 Proses Produksi Plat Baja PT. GDS (Sumber : PT GDS)
Pada kondisi nyata di lapangan, selama Mei 2010 hingga April 2011 total produk cacat yang dihasilkan mencapai 426.761,9 kg dari total produksi sebanyak 75.636.914,63 kg. Nilai ini setara dengan 0,56 %. Nilai ini cukup besar karena jika dihitung total kerugian karena produk cacat ini mencapai Rp 3.149.502.822 dalam 3 bulan. Hal ini menandakan proses produksi yang dilakukan perusahaan belum efektif dan efisien. Saat ini perusahaan hanya berpedoman pada tingkat availability untuk menilai kinerja dari sistem produksinya. Telah berkembangnya konsep Overall Equipment Effectivenes (OEE) untuk menilai efektivitas dari sebuah mesin produksi. Konsep OEE ini perlu dikembangkan lagi jika ingin menilai performansi dari sebuah sistem produksi yang terdiri dari beberapa mesin yang saling terintegrasi menjadi suatu sistem produksi yaitu dengan konsep Overall Throughput Effectiveness (OTE). Nakajima (1988) mengatakan saat ini telah banyak digunakan konsep Overall Equipment Effectiveness (OEE) untuk mengukur produktivitas pada tingkat peralatan atau mesin. Konsep ini berkembang pada akhir 1980-an hingga awal 1990-an. Konsep OEE ini dijadikan acuan produktivitas dan performansi peralatan yang digunakan dalam melakukan kegiatan produksi. Ada 3 kunci utama dalam konsep OEE ini yaitu availability, performance, dan quality. Scott dan Pisa (1998) mengungkapkan bahwa OEE adalah hal yang penting dan sering digunakan tetapi OEE tidaklah cukup. Perlu
adanya suatu pendekatan lagi untuk mengukur performansi dan produktivitas suatu sistem produksi. Muncul konsep OTE (Overall Throughput Effectiveness) untuk mengukur performansi dari sistem. Pada konsep OTE ini suatu sistem dipandang sebagai suatu kesatuan subsistem. Pada subsistem ini terdapat peralatan atau mesin yang digunakan dengan kombinasi yang unik yaitu seri, paralel, assembly, dan ekspansi. Selama Mei 2010 hingga April 2011 tercatat rata-rata terjadi waiting karena adanya perbaikan pada mesin sebesar 806,633 jam. Pada sistem produksi perusahaan terdapat lini produksi yang merupakan rangkaian seri (mulai dari reheating furnace hingga cooling bed) dan material yang dikerjakan harus dalam suhu yang tinggi sehingga ketika terjadi perbaikan pada mesin maka mesin lain harus mati (breakdown). Adapun rinciannya adalah sebagai berikut : Tabel 1 Breakdown Mesin Mei 2010-April 2011 Tahun Bulan Lama Breakdown (Jam) April 60.500 Maret 64.500 2011 Februari 42.350 Januari 51.283 Desember 41.533 November 61.483 Oktober 71.300 September 36.850 2010 Agustus 121.367 Juli 137.467 Juni 65.533 Mei 52.467 Total Breakdown 806.633
Kapasitas produksi rata-rata mencapai 800 ton/hari. maka dalam 1 jam perusahaan dapat menghasilkan sebanyak 800 ton/hari : 24 jam/hari sama dengan 33,33 ton/jam sehingga kerugian yang diderita oleh perusahaan akibat hilangnya kesempatan berproduksi yang dikarenakan permasalahan pada mesin adalah 806,633 jam x 33,33ton/ jam = 26.887,767 ton. Jika harga plat baja adalah $450 per ton dan $1 = Rp. 9.000,00 maka kerugian perusahaan adalah 26.887,767 ton x $450 per ton x Rp. 9.000,00 = Rp. 108,895,455,000 dalam rentang waktu Mei 2010 hingga April 2011. Penelitian ini berkaitan perancangan alat bantu pengukur performansi dari sistem yang merujuk pada konsep Overall Throughput Effectiveness (OTE). Secara ilustrasi penelitian
2
ini menggabungkan 2 macam penelitian seperti yang digambarkan pada gambar 2.
Tt Tp R act R th Pg Pa
Gambar 2 Ilustrasi Posisi Penelitian Tugas Akhir
Ada beberapa cara yang dapat dilakukan untuk meningkatkan performansi perusahaan. Salah satunya adalah dengan menerapkan preventive maintenance. Dari beberapa literatur mengatakan bahwa total cost yang dihasilkan jika perawatan dilakukan setelah peralatan rusak akan lebih tinggi jika maintenance dilakukan secara preventif karena secara prinsip maintenance yang dilakukan secara preventif ini adalah mencegah terjadinya kerusakan sehingga peralatan dapat digunakan untuk produksi secara optimal. 2
= Total waktu observasi = Waktu Produksi pada Peralatan = Kecepatan aktual proses dari peralatan = Kecepatan proses secara teori dari peralatan = Output baik yang dihasilkan = Produk aktual yang dihasilkan
Menurut Hansen (2002) bahwa menggunakan OEE dan menerapkan disciplined equipment performance reporting system akan membantu sistem manufaktur untuk fokus pada parameter kritis untuk menuju kesuksesan. Pada gambar 2.1 adalah komponen komponen OEE bagaimana melakukan perhitungan menggunakan konsep OEE :
Konsep Overall Equipment Effectiveness (OEE) dan Overall Throughput Effectiveness (OTE)
2.1 OEE (Overall Efectiveness Equipment) Menurut Nakajima (1988) OEE digunakan untuk mengukur produktivitas pada tingkat peralatan. Ada 3 hal utama yang tekandung dalam OEE yaitu meluputi efisiensi ketersediaan waktu (availability), efisiensi performansi, dan efisiensi kualitas. Secara matematis OEE dapat dirumuskan sebagai berikut :
Gambar 3 Teori Overall Equipment Effectiveness (Sumber : Mutiah dan Huang,2006)
Pada gambar 3 menggambarkan komponen OEE. Dalam konsep OEE terdapat 3 komponen utama yaitu availability, performance, dan quality.
OEE = A eff x P eff x Q eff (1) 2.2 Dimana : (2) (3) (4) A eff P eff Q eff TU
= Tingkat Ketersediaan Peralatan = Tingakat Performansi Peralatan = Tingkat Kualitas Peralatan = Uptime Peralatan
OTE (Overall Throughput Effectiveness) Menurut Scott dan Pisa (1998) menekankan bahwa ada keuntungan menggunakan OEE ini.Walaupun pengunaan OEE ini penting dan banyak digunakan, tetapi penggunaan OEE ini tidaklah cukup. Beberapa literatur mengatakan bahwa konsep OEE ini kurang cocok jika diterapkan pada level perusahaan. Menurut Muthiah dan Huang (2006) bahwa tujuan dari OTE adalah untuk mengukur performansi dari pabrik dan dapat digunakan untuk melakukan diagnosa terhadap permasalahan bottleneck dan mengidentifikasi
3
hidden capacity. Pabrik adalah sebuah sistem yang terdiri dari subsistem-subsistem yang menyusunnya. Pabrik tidak dapat disamakan dengan sebuah peralatan dimana ketika ingin menghitung performansi dari peralatan tersebut dapat digunakan OEE. Menurut Muthiah dan Huang (2006) bahwa OTE dikembangkan berdasarkan pemikiran untuk membandingkan produktivitas aktual dengan produktivitas maksimum yang dapat dicapai. Menurut Huang (2007) Jika OEE digunakan pada level peralatan atau mesin maka OTE dapat dijadikan alat untuk mengukur performansi subsistem. Secara sederhana OTE dapat dirumuskan seperti berikut:
Pada saat perhitungan diasumsikan bahwa proses pada peralatan i dan untuk nproduk yang berbeda sehingga ketika ada produk yang sama masuk kedalam proses untuk beberapa kalinya maka dianggap sebagai produk yang berbeda. Hal ini dikarenakan sudut pandang yang dilihat adalah untuk mengetahui performansi dari sistem dan peralatan. R th(i) dan Q eff(i) adalah theoritical processing rate dan quality efficiency dari peralatan i ketika memproses produk j (j= 1,2,3,....,n).X (ij) adalah product mix percentage dari produk j pada peralatan i. Sehingga untuk R th(i) dan Q eff(i) dapat dihitung dengan rumus matematis sebagai berikut : R th(i) = Σn j=1 (X (ij) x R th(ij) ) (10) n (11) Q eff(i) = Σ j=1 (X (ij) x Q eff (ij) )
(5) 2.1 Menurut Huang (2002) ada 4 subsistem yang unik ketika berbicara dalam lingkup OTE. Subsistem ini mencerminkan proses yang terdapat pada sebuah pabrik. Berikut adalah gambar sub-sistem :
Berdasarkan subsistem tersebut maka untuk menghitung OTE dapat digunakan rumus sebagai berikut : Tabel 2 Rumus Matematis OTE untuk masingmasing sub-sistem (Sumber : Muthiah dan Huang, 2006) OTE
Seri
(6)
Paralel (7) Assembly (8) Expansion
2.2.1 Model Keandalan Komponen dengan Beberapa Jenis Aktivitas Preventive Maintenance Maintenance adalah salah satu upaya untuk menjaga ketersediaan peralatan/mesin. Maintenance sangat berkaitan dengan reliability dari peralatan / mesin. Dimana reliability ini adalah suatu probabilitas peralatan / mesin dapat digunakan menurut fungsi yang didefinisikan pada peralatan / mesin tersebut Márquez (2007). Secara umum untuk rumus matematis reliability pada distribusi weibull 2 parameter adalah sebagai berikut (12)
Gambar 4 Sub-sistem (Sumber : Muthiah dan Huang, 2006)
Subsystem
Konsep Maintenance
(9)
R(t) η β
: Reliability : Scale parameter : Shape parameter
Untuk mengambarkan efek dari perawatan terhadap sistem yang terdiri dari banyak komponen (multi-component) maka dibagi menjadi 3 macam kegiatan yang termasuk dalam kegiatan preventive maintenance. Ketiga kegiatan tersebut meliputi mechanical service, repair, dan replacement (Tsai et al, 2004). Penjelasan mengenai ketiga kegiatan tersebut adalah sebagai berikut: • Maintenance Mechanical Service (1a). Kegiatan ini menekankan pada perawatan sistem pada kondisi pengoperasian normal. Beberapa aktivitas yang dilakukan antara lain adalah pelumasan, kalibrasi, dan pembersihan mesin
4
• Maintenance repair (1b). Kegiatan ini meliputi perbaikan terhadap komponen yang bermasalah dalam suatu mesin. • Maintenance replacement (2P). Pada kegiatan ini adalah melakukan penggantian terhadap komponen yang telah rusak dengan komponen yang baru. Ketika suatu komponen menerima perlakuan secara mekanik dalam rangka perawatan terhadap mesin maka untuk keandalan dari komponen tersebut dapat dirumuskan sebagai berikut:
(18) (19) Dalam aktivitas perawatan mesin memerlukan waktu untuk menyelesaikan aktivitas ini. Secara garis besar maintenance terbagi menjadi 2 macam yaitu corrective maintenance dan preventive maintenance. Corrective maintenance memerlukan waktu yang lebih lama jika dibandingkan dengan preventive maintenance. Hal ini dikarenakan corrective maintenance baru dilakukan jika komponen dalam suatu mesin sudah rusak.
(13) (20) Keterangan : R 0,j : initial reliability komponen saat pada tahap ke-j R v,j : reliability degradation komponen saat pada tahap ke-j Dimana untuk reliability degradation memiliki rumus matematis seperti pada persamaan. (14)
(j-1)tp < t < jta
Sedangkan untuk initial reliability atau keandalan awal saat pada tahap ke-j dirumuskan dalam persamaan 2.15. R 0,j = R fj-1 = R 0,j-1 .R(t p )
(15)
Sedangkan ketika komponen mendapat perlakuan perawatan dalam kategori repair akan memiliki initial reliability (R 0,j ) yang berbeda dengan komponen yang mendapat perlakuan hanya mechanical service ataupun replacement. R 0,j = R fj-1 + m 2 (R 0 – R fj-1 )
(16)
Berdasarkan persamaan 13 dan 14 maka untuk reliability dapat dituliskan pada persamaan 2.17.
2.2.2 Maintenance Benefit dan Availability dan Maintenance Cost Pemilihan aktivitas perawatan ini berkaitan dengan reliability sesaat sebelum dilakukan perawatan dan berubahan keandalan setelah dilakukan aktivitas perawatan yang meliputi mechanical service (1a), repair (1b), maupun replacement (2P). Secara matematis maintenance benefit dapat dirumuskan sesuai dengan persamaan (2.23). (21) Ketika telah mengetahui aktivitas perawatan yang dipilih maka dapat dilakukan estimasi terkait ketersediaan (availability) dari mesin.
(22) Ketika persamaan 2.24 dihubungkan dengan kondisi nyata di lapangan dan definisi dari availability maka persamaan availability akan menjadi sebagai berikut :
(17) Untuk melakukan penjadwalan preventive maintenance terdapat beberapa parameter yang harus ditentukan yaitu faktor perbaikan (improvement factor) yang terdiri dari m 1 dan m 2 . m 1 dan m 2 juga dapat dapat dikatakan sebagai faktor ekstrinsik dan intrinsik.
(23) Hal ini dikarenakan untuk maintenance yang telah direncanakan tidak dimasukkan ke dalam perhitungan availability. Karena aktivitas maintenance telah direncanakan sebelumnya.
5
Kemudian untuk mengetahui availability dari beberapa mesin (multi mesin) yang terintegrasi menjadi satu rangkaian seri yang saling mempengaruhi adalah dengan mencari nilai minimum dari availability tiap mesin yang telah dijadwalkan. Pada langkah akhir dari setiap tahap untuk menjadwalkan perawatan ini makan dilakukan perhitungan biaya perawatan. Biaya ini meliputi 2 komponen utam yaitu biaya preventive maintenance (PM) dan biaya corrective maintenance (CM). Secara matematis perhitungan dari biaya ini dapat diruskan pada persamaan(2.26). Sebagai berikut : (24) 3 Pengumpulan Data dan Analisis Kondisi Eksisting 3.1 Pengukuran Performansi Sistem produksi Pada bagian ini dilakukan pengumpulan data dan pengolahan terkait pengukuran performansi sistem produksi. Data terkait cycle time didapatkan dari value stream mapping yang menjadi standar bagi perusahaan dalam mengolah produk. Kemudian dilakukan perhitungan untuk mencari theoretical production rate untuk masing-masing jenis produk yang dikerjakan. Tabel 3 Theoretical Production Rate Plat Baja jenis High strength dengan tebal > 25mm Mesin
Cutting Slab Reheating furnace Rolling mill Hot leveler
Berat Max per Slab (kg)
6131 6131 6131 6131
Tc (menit)
16 12 8 4.8
Theoretical Production Rate (kg/jam)
22991 30655 45983 76638
Tabel 4 Theoretical Production Rate Plat Baja jenis High strength dengan tebal < 25mm Mesin
Cutting Slab Reheating furnace Rolling mill Hot leveler
Berat per Slab (kg)
4869 4869 4869 4869
Tc (menit)
14 10 7 4.2
Theoretical Production Rate (kg/jam)
20867 29214 41734 69557
Tabel 5 Theoretical Production Rate Plat Baja jenis Mild steel dengan tebal > 25mm Mesin
Cutting Slab Reheating furnace Rolling mill Hot leveler
Berat per Slab (kg)
5984 5984 5984 5984
Tc (menit)
14 10 6 3.6
Theoretical Production Rate (kg/jam)
25646 35904 59840 99733
Tabel 6 Theoretical Production Rate Plat Baja jenis Mild steel dengan tebal < 25mm Mesin
Cutting Slab Reheating furnace Rolling mill Hot leveler
Berat per Slab (kg)
Tc (menit)
4499 4499 4499 4499
12 8 5 3
Theoretical Production Rate (kg/jam)
22495 33743 53988 89980
Tabel 7 Theoretical Production Rate Plat Baja untuk mesin Descaller, Deviding Shear, dan Cooling bed Mesin
Descaller Deviding shear Cooling bed
Berat per Slab atau plat (kg)
6131 5181 5181
Tc (menit)
1 1 5
Theoretical Production Rate (kg/jam)
367,860 310,860 62,172
Pada kondisi eksisting di perusahaan, komponen availability dapat dijelaskan sebagai berikut: Plant Shutdown Kejadian pada perusahaan yang dapat dikatakan plant shutdown adalah ketika terjadi pemadaman listrik oleh PLN dan tidak adanya order plat baja yang diterima oleh perusahaan. Komponen availability ini termasuk dalam downtime yang terencana (planned downtime) Scheduled Downtime Kejadian yang termasuk scheduled downtime adalah ketika pengecekan rutin yang dilakukan terhadap mesin produksi dan penggantian komponen workroll pada mesin rolling mill. Komponen availability ini juga termasuk dalam downtime yang terencana (planned downtime) Failure Time Kejadian yang termasuk dalam failure time adalah kerusakan pada komponen selain komponen workroll pada mesin rolling mill. Komponen availability ini termasuk downtime yang tidak terencana karena perusahaan tidak memperkirakan kapan komponen dalam suatu mesin akan rusak sehingga tergolong dalam unplanned downtime. Setup dan Adjustment time Setup dan adjustment time adalah waktu yang dibutuhkan untuk melakukan setup pada mesin sebelum memulai aktivitas produksi dan melakukan beberapa penyesuaian mesin untuk melakukan beberapa proses tertentu. Komponen setup dan adjustment ini dimasukkan kedalam kompoen equipment operation time. Equipment Operation Time Komponen ini berkaitan dengan waktu yang ditempuh oleh peralatan dalam melakukan proses produksi.
6
Pada faktor kualitas didahului dengan mengidentifikasi masalah kualitas dengan menggunakan Root Cause Analysis (RCA) sehingga didapatkan dimana letak kemungkinan cacat pada produk terjadi. Berikut adalah tabel hasil identifikasi RCA : Tabel 8 Keterkaitan antara Jenis Cacat dengan Mesin Jenis Cacat pada Produk Short Width Under Gage High Gage Spongy Chambe r Run Weavy Deep Scale Pit Flatness Long Split Scale Sliver Weavy Blister
3.2
Kode Cacat
SW UG HG SPONG Y CHAM BER RW deep scale pit FLATN ES LONG SPLIT SCALE SLIVE R WAVE Y BLISTE R
Penjelasan
Mesin yang Berpotensi Menyebabkan Cacat
Lebar plat kurang memenuhi spesifikasi
Rolling mill
Plat yang diproduksi terlalu tipis
Rolling mill
Plat yang diproduksi terlalu tebal Terdapat lubang kecil pada plat(seperti batu karang) Plat berbentuk miring(bentuknya tidak persegi empat) Terjadi banyak gelombang pada plat (plat tidak rata) Kerak yang tertanam dalam pada plat (tertanam jauh di dalam plat)
Rolling mill bahan baku kurang bagus
Ujung dari plat naik ke atas (tidak rata) Pada plat terdapat garis yang memanjang Kerak yang tertanam di dalam plat tetapi tidak dalam Terdapat bagian pada plat yang terkelupas tapi panjang Terdapat gelombang pada plat tetapi tidak banyak
Hot leveller bahan baku kurang bagus
Ada bagian dari plat yang terkelupas
Rolling mill RM dan furnace Descaller
Descaller bahan baku kurang bagus Rolling bisa dari bahan baku,Rolling
Pengolahan Data Bagian Maintenance
3.2.1 Identifikasi Komponen Kritis pada Tiap Mesin Setiap mesin tentu memiliki komponenkomponen yang dapat rusak setiap waktu karena kerusakan merupakan suatu probabilitas yang bersifat acak. Dalam melakukan identifikasi komponen kritis yang akan dijadikan objek amatan dapat dilakukan dengan membuat pareto chart untuk kerusakan tiap komponen pada tiap mesin yang rusak selama satu tahun (Mei 2010April 2011). Dengan memasukkan frekuensi kerusakan tiap komponen pada tiap mesin kedalam pareto chart maka akan didapat komponen kritis mana saja yang menyebabkan mesin berhenti produksi. Langkah selanjutnya adalah menggunakan pareto chart untuk pemilihan komponen kritis yang akan dimasukkan ke dalam program untuk dilakukan mekanisme penjadwalan preventive maintenance.
Tabel 9 Rekap Kerusakan Komponen Mesin Reheating furnace (Mei 2010-April 2011) Frekuensi Kerusakan dalam satu Tahun
Nama Komponen
Roll Table A1 furnace no 1 dari selatan As penggerak gear box ekstraktor furnace Roll Table furnace RT furnace (dlm spray box) RT no 7 & 9 Motor Roll Table furnace RT A2 furnace Kopling motor RT A2 Kopling motor RT A1 Rubber klep Valve DN 125 Piston no 1 descalling II Safety valve DN 90 Pipa inlet Akrilik (auto) Baut safety valve DN 90 Oring seal fland valve DN 100 Work Roll Backup Roll As Pendek Feed Roll 6Q As Pendek Feed Roll 7Q Spray Mill Screw Down Hidraulic WorkRoll Hot leveler Roll Hot leveler Z26 SD hotleveller Support kopling bearing screw down hot leveler Support WR hotleveller Eksentrik gunting 40mm Brik motor gunting 40mm Pisau Gunting 40mm Rantai cooling bed Rantai eksentrik C,B Exentrik cooling bed Exentrik cooling bed
1 1 5 1 3 1 1 1 8 5 4 2 2 2 2 1 39 9 11 11 27 7 7 24 20 1 1 1 7 5 3 18 1 1 1
Setelah mengetahui frekuensi kerusakan komponen dari masing-masing mesin maka langkah selanjutnya adalah menggunakan pareto chart untuk menentukan komponen kritis yang akan dijadikan objek penjadwalan preventive maintenance pada program akan dibuat. Selanjutnya setelah melakukan pareto chart maka dilakukan fitting distribusi terhadap komponen kritis sehingga didapatkan parameter eta(η) dan beta(β) tiap komponen kritis. Tabel 10 Parameter untuk Tiap Komponen Mesin Reheating furnace Descaller
Rolling mill
Hot leveller
Komponen Kritis Roll Table furnace Motor Roll Table furnace Rubber klep Valve DN 125 Piston no 1 descalling II Work Roll Spray Mill As Pendek Feed Roll 6Q As Pendek Feed Roll 7Q Backup Roll WorkRoll Hot leveller Roll Hot leveller
Beta
Eta
1.8165 4.8691 1.3328 4.6762 1.5313 2.1661 1.2126 0.8779 1.1413 1.3307 1.2815 1.3276
1817.3397 1296.2479 1059.0636 1741.4443 1862.1267 99.2863 112.8740 545.9211 472.0205 533.6012 182.0712 343.2617
7
Tabel 11 Parameter untuk Tiap Komponen (lanjutan) Mesin Deviding shear Cooling bed
Komponen Kritis
Beta
Eta
Eksentrik gunting 40mm
7.2224
1192.3682
Brik motor gunting 40mm Rantai cooling bed
7.5304 1.2131
1693.5510 308.5052
3.2.2 Identifikasi Waktu Maintenance Dalam sub bab ini akan menjelaskan mengenai waktu yang diperlukan dalam perawatan ketika terjadi komponen yang rusak. Waktu TTR ini dapat dijadikan parameter t 2P untuk waktu yang diperlukan ketika komponen rusak karena sebagian besar waktu ini penggantian ini adalah replacement. Karena pada kondisi eksisting kegiatan replacement ini terkait dengan proses penggantian komponen yang rusak dan harus diganti dengan komponen yang baru. Tabel 12 Time to Repair (t 2P ) Komponen Kritis Mesin Reheating furnace
Descaller
Rolling mill
Hot leveller
Deviding shear Cooling bed
Komponen Kritis Roll Table furnace Motor Roll Table furnace Rubber klep Valve DN 125 Piston no 1 descalling II Work Roll Spray Mill As Pendek Feed Roll 6Q As Pendek Feed Roll 7Q Backup Roll WorkRoll Hot leveller Roll Hot leveller Eksentrik gunting 40mm Brik motor gunting 40mm Rantai cooling bed
TTR (menit)
t
t
1a
(menit)
1b
(menit)
32.4
20
26
28.33 87.25 32
15 30 15
20 50 25
19.25 171.175 23.703
10 60 15
15 120 20
76.45
20
60
59.9
20
50
595
60
500
34.208 38.45
15 15
30 30
14.43
8
12
16
8
12
8
12
14.28
Berdasarkan wawancara dan diskusi dengan pihak perusahaan maka didapatkan standar waktu untuk aktivitas mechanical service (t 1a ) dan repair (t 1b ) dapat dilihat pada tabel di bawah ini. Dalam penelitian ini juga berkaitan dengan improvement factor m 1 dan m 2 dimana m 1 merupakan faktor yang berhubungan dengan unsur ekstrinsik yang mempengaruhi aktivitas maintenance mechanical service (1a) seperti aktivitas pembersihan, lubrikasi, dan segala hal dari luar komponen yang dapat mempengaruhi kondisi
maintenance. Sedangkan m 2 merupakan segala hal yang berasal dari dalam komponen seperti yang menyebabkan kerusakan pada komponen. Kerusakan kecil yang tergolong pada faktor m 2 ini antara lain vibrasi yang terlalu keras, penyumpatan, dan aus. Nilai m 1 dan m 2 ini diasumsikan ditentukan oleh ahli pada bidang maintenance di perusahaan. Berdasarkan diskusi dengan pihak perusahaan maka ditetapkan nilai m 1 dan m 2 masing-masing adalah sama yaitu 0,8. 3.2.3 Penentuan Komponen Biaya Maintenance Biaya perawatan terencana ini bergantung pada jenis aktivitas yang dilakukan. Pada bab 2 telah dijelaskan macam-macam aktivitas yang termasuk dalam preventive maintenance yang dibahas di penelitian ini yaitu mechanical service (1a), repair(1b), dan replacement (2P). Untuk aktivitas 1a dan 1b komponen utama dari biaya maintenance adalah biaya tenaga kerja dan biaya kehilangan kesempatan produksi. Biaya tenaga kerja adalah Rp1.115.000 per bulan. Diasumsikan pekerja bekerja 20 hari dalam 1 bulan dan 8 jam per hari. Sedangkan biaya kehilangan kesempatan produksi adalah Rp134.986.500 per jam. Biaya Tenaga Kerja Jumlah tenaga kerja UMR Surabaya Jam kerja pegawai Biaya tenaga kerja (per jam)
: 42 orang : Rp 1.115.000,00 /bulan : 160 jam/bulan : 42 orang x Rp 1.115.000,00/160jam/bln = Rp 292.687,00
Biaya Kesempatan Produksi yang Hilang Kapasitas Produksi (per jam) : 33,33 ton Harga Baja (US$/ton) : US$ 450 Kurs Rupiah terhadap US$ : Rp 9000,00 Biaya (per jam) : 33,33 x 450 x 9000 = Rp 134.986.500,00
Selain biaya tenaga kerja dan kesempatan produksi yang hilang, komponen biaya perawatan yang lainnya adalah hagra komponen. Biaya total PM juga ditentukan oleh lamanya waktu untuk tiap aktivitas maintenance dan waktu ketika komponen mengalami breakdown. 3.2.4 Umur Komponen Perancangan program pada penelitian ini mengakomodir umur komponen saat akan
8
melakukan penjadwalan preventive maintenance. Kondisi di lantai produksi bahwa setiap komponen memiliki umur yang berbedabeda pada periode waktu tertentu (t) sehingga pada perancangan program ini membutuhkan input berupa data umur komponen saat akan melakukan penjadwalan perawatan. Hal ini menyebabkan rancangan program lebih merepresentasikan kondisi eksisting di lantai produksi. Umur komponen per 1 Mei 2011 tersaji pada tabel 13. Tabel 13 Tabel Umur Komponen per 1 Mei 2011 Waktu Tempuh Komponen Kritis (jam) Roll Table furnace 132,417 Motor Roll Table furnace 2.263,250 Rubber klep 619,033 Valve DN 125 1.643,667 Piston no 1 descalling II 403,500 Work Roll 10,200 Spray Mill 30,567 As Pendek Feed Roll 6Q 174,95 As Pendek Feed Roll 7Q 152,033 Backup Roll 281,383 WorkRoll Hot Leveller 64,383 Roll Hot Leveller 64,383 Eksentrik gunting 40mm 64,383 Brik motor gunting 40mm 42,900 Rantai cooling bed 42,900
3.2.5 Penetapan Interval Preventive Maintenance Pertimbangan utama penetapan interval PM ini adalah sistem produksi yang merupakan rangkaian seri dan jika salah satu mesin terjadi breakdown maka mesin yang lain juga tidak dapat memproses material. Berdasarkan hal ini maka penetapan interval PM adalah pada komponen yang memiliki rata-rata umur hidup (Mean Time To Failure) yang paling minimum sehingga untuk periode-periode PM selanjutnya merupakan kelipatan dari umur. Secara matematis rumus Mean Time To Failure (MTTF) dapat dituliskan sebagai berikut :
Jika menggunakan bantuan software Excel maka untuk mendapatkan nilai Γ(1+1/β) atau yang disebut complate gamma function dapat mengunakan formula “=EXP(GAMMALN(1+1/β))”. Hal ini mengingat nilai dari complate gamma function yang cukup susah dicari jika menghasilkan nilai yang berbentuk desimal. MTTF tiap komponen kritis adalah sebagai berikut : Tabel 14 MTTF Komponen Kritis Mesin
Komponen Kritis
Reheating Furnace
Roll Table furnace Motor Roll Table furnace Rubber klep Valve DN 125 Piston no 1 descalling II Work Roll Spray Mill As Pendek Feed Roll 6Q As Pendek Feed Roll 7Q Backup Roll WorkRoll Hot Leveller Roll Hot Leveller Eksentrik gunting 40mm Brik motor gunting 40mm
Descaller
Rolling Mill
Hot leveller Deviding Shear Cooling Bed
Rantai cooling bed
Eta
MTTF (jam)
1,8165
1817,3397
1615,44
4,8691 1,3328 4,6762
2196,2479 1059,0636 1741,4443
2013,43 973,42 1592,74
1,5313
1862,1267
2,1661 1,2126
99,2863 112,8740
1676,99 87,93 105,89
0,8779
545,9211
582,51
1,1413 1,3307
472,0205 533,6012
450,23 490,59
1,2815 1,3276
182,0712 343,2617
168,65 315,73
7,2224
1192,3682
1117,19
7,5304
1693,5510
1590,13
1,2131
308,5052
289,40
Beta
Berdasarkan tabel 14 maka didapatkan nilai MTTF yang paling minimum adalah pada komponen Work Roll pada mesin Rolling Mill. MTTF untuk komponen Work Roll adalah 87,93 jam. Dilakukan pembulatan ke bawah untuk menghindari terjadinya breakdown sehingga ditetapkan interval PM untuk sistem produksi adalah 87 jam. 4
Perancangan dan Program Aplikasi
Implementasi
4.1 Data Flow Diagram Program Pada gambar 5 merupakan data flow diagram untuk program yang dirancang dalam penelitian ini.
(25) Sebelumnya mencari mean pada distribusi weibull 2 parameter dapat menggunakan persamaan 4.7. (26)
9
user
Actual Availability lini produksi OEE dan OTE Subsystem
Biaya Maintenance
Down Time Mesin Data produksi Cooling Bed Bottleneck Indicator Data Produksi Komponen Mesin Cutting Slab
Penjadwalan PM dan Availability sistem
Program aplikasi untuk mengukur performansi sistem produksi dan penjadwalan PM
Actual Availability lini produksi
OEE dan OTE Subsystem Data produksi Cooling Bed
Down Time Mesin
Cacat Produk pada tiap stasiun
Maintenance cost
Downtime
Quaility Rate Proses 2
Proses 3
Input data dan klasifikasi data produksi dari cooling bed
Input data Downtime Mesin
Proses 4
Uptime
Proses 1 Input data dan klasifikasi data dari Cutting Slab
Menghitung OEE dan OTE
Quality Produk Penjadwalan PM Dan Availability Sistem Quantity Produk Quantity Produk Komponen Mesin Quality Produk Proses 6 Proses 5 Sheet mainenance
Penjadwalan PM
Input Komponen Mesin
Pada gambar 6 memberikan gambaran mengenai alur program dalam menghitung performansi dari sistem produksi. Input yang dibutuhkan pada bagian ini terdiri dari 3 macam yaitu data produksi pada cutting slab, cooling bed, dan data breakdown pada mesin. Untuk perhitungan yang dilakukan pada program ini adalah menggunakan konsep OEE dan OTE. Pertama yang dihitung adalah OEE untuk setiap mesin. Setelah nilai OEE ini didapat maka selanjutnya adalah menghitung efektifitas sistem produksi dengan menggunakan konsep OTE.
Gambar 5 Data Flow Diagram Program Aplikasi
Berdasarkan data flow diagram diatas maka dapat diketahui bahwa output yang diharapkan dari rancangan program ini adalah untuk mengetahui actual availability lini produksi, OEE dan OTE subsistem , bottleneck indicator, penjadwalan preventive maintenance, availability dan biaya maintenance. 4.2 Flow Chart Program Seperti yang telah dijelaskan sebelumnya bahwa program ini terdiri dari 2 bagian yaitu bagian pertama untuk memonitor performansi sistem produksi dan bagian yang kedua digunakan untuk menjadwalkan PM untuk mesin-mesin yang ada pada lini produksi.
4.2.2 Flow Chart untuk Bagian Penjadwalan Preventive Maintenance Pada gambar 7 merupakan flowchart untuk melakukan penjadwalan PM untuk mesin yang telah dipilih pada bab sebelumnya. Start
• • • • • • • •
Input parameter dari tiap komponen : Β (beta) η(eta) Umur Komponen t1a t1b t2P Harga Komponen
Faktor Waktu Tahap selanjutnya (j+1)
Reliability Checking pada step(tahap) ke-j (mulai dari tahap ke-1)
Perhitungan Maintenance Benefit (Bi,k) pada step ke-j (mulai dari tahap ke-1)
Yes
Ri,j < 0,8 ?
PM action = 2P
No No
4.2.1 Flow Chart untuk Bagian Pengukuran Performansi Sistem Produksi dan Penjadwalan PM Tahap-tahap yang harus dilalui untuk mendapatkan nilai OEE dan OTE ditampilkan pada gambar 6.
0,9 > Ri,j > 0,8 ?
No
Yes
Yes
Max Bi,k = 1b ?
PM action = 1b
Perhitungan Availability dan perhitungan Cost
j=10 ?
No
Yes Yes
Max Bi,k = 1a ?
PM action = 1a
No No Action Finish
Gambar 7 Flowchart untuk Penjadwalan Maintenance
Start
• • •
Klasifikasi data pada cutting slab (tipe produk dan kuantitas)
Input data : Cutting Slab Cooling Bed Trouble Mesin
Klasifikasi data pada cooling bed (tipe produk,kuantitas, dan kualitas)
Perhitungan aspek performansi tiap mesin
Klasifikasi data untuk downtime yang terencana (planned downtime) dan downtime yang tidak terencena (unplanned downtime)
Perhitungan Availability tiap mesin
Perhitungan aspek kualitas tiap mesin
Perhitungan OEE tiap mesin
Perhitungan OTE subsistem masing-masing mesin yang sejenis
Perhitungan OTE dari sistem produksi ‘
Finish
Pada flowchart di atas parameter untuk reliability minimum dari bagian penjadawalan maintenance merupakan ketetapan yang telah didefinisikan oleh user dari hasil wawancara dan diskusi oleh bagian maintenance. Berdasarkan hasil diskusi dengan pihak perusahaan maka ditetapkan minimum reliability untuk aktivitas replacement adalah 0,8. Artinya komponen yang memiliki reliability < 0,8 maka komponen tersebut harus diganti. Minimum reliability aktivitas repair dan mechanical service adalah 0,9.
Gambar 6 Flowchart untuk Bagian Pengukuran Performansi Sistem Produksi
10
5
Implementasi Rancangan pada Perusahaan
5.1
Pengukuran Produksi
Program
Performance
Sistem
5.1.1 Tampilan Program Pada bagian yang pertama ini adalah pengukuran performansi dari sistem produksi perusahaan mulai dari cutting slab hingga cooling bed. Pada bagian ini merupakan bagian untuk mengukur performansi sistem produksi dari perusahaan dengan melakukan penilaian kinerja masing-masing mesin. Pada gambar 8 berikut merupakan tampilan dari program.
Karena tidak adanya data yang merekam output dari masing-masing mesin mulai dari mesin cutting slab 1 hingga cutting slab 4 maka diasumsikan setiap mesin mengerjakan beban yang sama pada bulan April 2011 sehingga output jumlah raw material yang diproses untuk masing-masing mesin selama bulan April 2011 adalah sama.
Gambar 10 Input data Cooling bed
Gambar 8 Interface Awal Program
Pada tampilan awal tersebut terdiri dari 2 bagian yaitu pengukuran performansi sistem produksi dan penjadwalan maintenance. Pada bagian pengukuran performansi perusahan terdapat 4 tombol yang akan menghubungkan dengan sheet yang lain yang akan meminta user untuk mengisi tiap sheet tersebut. Sedangkan pada bagian penjadwalan maintenance akan menghubungkan dengan sheet maintenance yang selanjutnya akan meminta user untuk mengisi userform terkait komponen yang akan dijadwalkan preventive maintenance. User Diarahkan untuk mengisi sheet Cutting slab 1-4, sheet Cooling Bed, Sheet Trouble Mesin, dan sheet OTE.
Gambar 11 Input Data Trouble Mesin
5.1.2 Output dari Bagian Pengukuran Performansi pada Program Sebelum mendapatkan nilai OTE dari sistem produksi maka hal yang dilakukan pada saat awal menjalankan program adalah menginput kan data dari mesin cutting slab 1-4, cooling bed, dan downtime mesin. Berikut adalah tampilan awal dari program ketika telah meng-inputkan data produksi mesin cutting slab:
Gambar 12 Output Sheet Cutting Slab 1 Gambar 9 Contoh Tampilan Input Data untuk Cutting slab 1
Dari gambar tersebut didapatkan informasi terkait material yang dikerjakan oleh mesin cutting slab 1-4. Material yang telah
11
dikerjakan diklasifikasikan menjadi beberapa jenis. Seperti yang dapat dilihat bahwa mesin banyak mengerjakan produk jenis Mild steel. Selanjutnya adalah mengisi sheet cooling bed untuk mendapatkan jenis plat yang diproduksi dan tingkat kualitas dari mesin.
merupakan tampilan output pengukuran performansi sistem.
dari
bagian
Gambar 15 Output Program Pengukuran Performansi Sistem
Gambar 13 Output Sheet Cooling Bed
Pada sheet ini user mendapatkan informasi terkait produk yang dikerjakan oleh mesin dan tingkat defect. Tingkat defect ini berdasarkan aturan potensi cacat yang disebabkan oleh mesin berdasarkan RCA yang telah dibuat.
Gambar 14 Output Sheet Trouble Mesin
Sedangkan untuk output dari sheet trouble mesin, user mendapatkan informasi terkait jam yang tersedia untuk melakukan aktivitas produksi. Gambar diatas didapatkan informasi bahwa mesin reheating furnace hingga deviding shear memiliki availability yang sama yaitu sebanyak 619,783 jam. Nilai ini sama karena mesin-mesin ini merupakan subsistem yang terangkai menjadi seri sehingga memiliki availability yang sama. Output dari program ini terjadi dari 2 macam pada pengukuran performansi dari sistem produksi yaitu berupa tabel rekapan dari running program dan berupa grafik dan rekap nilai Overall Throughput Effectiveness (OTE) dari sistem produksi. Pada tabel di bawah ini
Pada gambar 15 menyajikan beberapa informasi terkait pengukuran performansi sistem produksi dengan pendekatan OTE. Berdasarkan perhitungan diatas maka didapatkan nilai OTE lini produksi perusahaan adalah pada tingkat 0,518. Nilai ini merepresentasikan efektivitas dari sistem produksi. 5.2
Penjadwalan Preventive Maintenance
5.2.1 Proses Input Komponen Pada bagian yang kedua ini adalah hal yang berkaitan dengan penjadwalan maintenance. Pada awalnya user diarahkan untuk memasukkan data komponen yang akan dilakukan penjadwalan maintenance. Data yang dimasukkan antara lain : • Nama komponen • Beta • Eta • Umur komponen saat ini • t 1a • t 1b • t 2P • Harga Komponen • Biaya Tenaga Kerja per jam • Kesempatan produksi per jam Kemudian user melakukan langkah ini secara berulang hingga komponen yang ingin dijadwalkan telah ter-input secara keseluruhan. Kemudian user diarahkan untuk menekan tombol “Add Component” pada bagian kanan user form untuk menjalankan makro yang telah diprogram. Makro yang diprogram pada tombol “Add Component” berisikan coding untuk menjalankan algoritma untuk preventive maintenance. Jika seluruh proses input data komponen telah selesai. Kemudian menekan tombol “Close” untuk keluar dari userform “Add Component”.
12
Untuk faktor waktu diisi dengan nilai 1,6 karena dengan menginputkan nilai ini maka akan menghasilkan nilai t b,m >t a,m . Dimana t b,m adalah waktu yang dibutuhkan untuk melakukan perbaikan.
yaitu rekap jadwal preventive maintenance, availability, dan cost maintenance. 5.3
Analisis Hasil Pengukuran Performansi Sistem Produksi
5.3.1 Analisis Availability dari Mesin Bottleneck indicator ini adalah berhubungan dengan kecepatan produksi dari masing-masing mesin. Berdasarkan output dari program ini dapat diketahui stasiun yang menjadi bottleneck adalah rolling mill. Sehingga perusahaan dapat melakukan suatu perbaikan pada aspek ini mungkin dengan penambahan mesin atau memperbaiki proses yang ada di dalamnya. Gambar 16 Userform Add Component Tabel 17 Rekap Pengukuran Performansi Sistem Produksi
Gambar 17 Tampilan Sheet Maintenance Tabel 15 Output Program utuk Maintenance Cost
Maintenance Cost PERIODE
Cost CM
Cost PM
1 2 3 4 5 6 7 8
Rp 1,152,684,049 Rp 622,942,084 Rp 855,551,886 Rp 720,727,503 Rp 823,197,068 Rp 692,920,295 Rp 788,361,215 Rp 730,777,922 Rp 4,611,535,888
Rp 779,752,642.53 Rp 458,548,690.07 Rp 909,489,829.53 Rp 593,879,877.07 Rp 909,659,829.53 Rp 593,827,877.07 Rp 909,489,829.53 Rp 594,907,877.07 Rp 5,749,556,452.39
Total Rp Rp Rp Rp Rp Rp Rp Rp Rp
1,932,436,692 1,081,490,774 1,765,041,715 1,314,607,380 1,732,856,897 1,286,748,172 1,697,851,044 1,325,685,799 10,361,092,341
Tabel 16 Output Jadwal Preventive Maintenance
Pada tampilan akhir untuk bagian penjadwalan preventive maintenance terdapat 3 bagian yang nantinya dapat dilakukan analisis
Berdasarkan tabel 17 pada kolom availability dapat disimpulkan bahwa avaibility yang terendah dimiliki oleh mesin reheating furnace, descaller, rolling mill, hot leveller, dan dividing shear. Masing-masing mesin ini memiliki availability sebesar 0,8943 atau sebesar 89,43%. Kelima mesin ini memiliki availability yang sama karena kelima mesin ini bekerja secara terintegrasi sehingga jika salah satu mesin mengalami kerusakan maka mesin yang lain dari kelima mesin tersebut juga harus berhenti berproduksi. Hal ini mengakibatkan availability kelima mesin ini menjadi sama. Dalam cooling bed material dapat disimpan (WIP) sehingga tidak harus menunggu dari proses selanjutnya. Hal ini mengakibatkan availability pada stasiun cooling bed ini pada periode April 2011 sebesar 0.9961 atau sebesar 99,65%. Sedangkan pada mesin cutting slab 1-4 memiliki availability sebesar 0,9888 atau 98,88%. Nilai ini juga cukup tinggi mengingat pada stasiun ini jarang mengalami breakdown. Pada stasiun ini juga memiliki cycle time yang cukup lama sehingga mesin ini dituntut memiliki availability yang cukup tinggi.
13
Tabel 18 Rekap Availability PM
Gambar 18 Grafik Availability dan OTE
Pada gambar diatas memberikan informasi kepada user terkait availability dari masing-masing mesin dan OTE dari subsistem. Kedua informasi ini merupakan faktor yang penting dalam menganalisis efektivitas performansi dari sistem produksi perusahaan. Seperti. 5.3.2 Analisis Bottleneck Indicator dan Overall Throughput Effectiveness Berdasarkan output program yang telah ditampilkan, ada beberapa informasi yang didapatkan terkait dengan permasalahan bottleneck dan performansi sistem secara keseluruhan. Berdasarkan bottleneck indicator mesin rolling mill adalah mesin yang memiliki nilai bottleneck indicator yang paling minimum dari subsistem yang lainnya. Maksud bottleneck indicator ini bukan banyaknya WIP yang menumpuk pada mesin ini untuk menunggu diproses. Informasi lain yang didapatkan pada output program ini adalah performansi efektivitas produksi dari sistem ini berada pada tingkat 0,518020199 atau 51,8020199%. Nilai ini mencerminkan efektivitas dari sistem produksi secara keseluruhan. Saat ini perusahaan hanya berpedoman pada availability untuk meilai proses produksinya. Jika melihat alur perhitungan performansi dari sistem produksi, availability merupakan bagian yang dalam penelitian ini. Jika dibandingkan antara availability maka OTE ini lebih representatif dalam mencerminkan efektivitas dari sistem produksi secara keseluruhan. 5.4
Analisis Output Program untuk Penjadwalan Preventive Maintenance 5.4.1 Analisis Availability Hasil Penjadwalan PM Berdasarkan program maka dapat diketahui mekanisme penjadwalan PM dari komponen yang telah diidentifikasi sebelumnya.
Pada tabel di atas periode penjadwalan hanya sampai pada 696 jam. Hal ini disesuaikan dengan kondisi eksisting perusahaan dimana perusahaan memiliki sekitar 696 jam kerja efektif selama 1 bulan. Batas komponen tersebut baru dikenakan aktivitas maintenance adalah 0,9. Nilai ini adalah hasil diskusi dengan pihak perusahaan. Perusahaan perlu memperhatikan ketersediaan komponen tersebut. Jika dibandingkan dengan availability pada bulan April 2011 maka terjadi peningkatan availability pada perencanaan maintenance untuk periode selanjutnya. Availability bulan April 2011 : 0,8943 Availability periode perencanaan : 0,9363 Peningkatan Availability : 0,0420 Berdasarkan karakteristik proses produksi tersebut maka nilai availability untuk mesin reheating funace hingga deviding shear adalah sama. Sedangkan availability untuk stasiun cooling bed adalah 0,99849. Nilai 0,0420 atau 4,20% untuk peningkatan yang terjadi merupakan nilai yang cukup tinggi. Pada program terdapat 8 periode waktu penjadwalan dimana total waktu yang tersedia (net available time) yang dapat digunakan untuk aktivitas produksi adalah 696 jam. Nilai peningkatan ini memiliki arti sebagai berikut : Net available time : 696 jam Peningkatan availability : 4,20 % Peningkatan availability : 4,20 % x 696 jam = 29,32 jam Harga Baja /ton : $450 Kapasitas Produksi : 33 ton/jam Keuntungan Produksi : 33 x 29,32 x 450 x Rp 9000 = Rp 3.945.925.368,00
Berdasarkan perhitungan di atas maka perusahaan mendapat waktu ekstra untuk melakukan kegiatan produksi sebanyak 29,32
14
jam. Nilai tersebut setara dengan keuntungan yang didapat perusahaan untuk dapat memproduksi plat lebih banyak sekitar Rp3.945.925.368,00 jika dikonversikan kedalam bentuk nominal uang.
Huang, SH & Muthiah, KMN, 2007, Overall Throughput Effectiveness (OTE) Metric for Factory-level Performance Monitoring and Bottleneck Detection, International Journal of Production Research, Vol. 45, 4753– 4769.
6
Huang, SH, 2002. Manufacturing System Modeling Productivity Improvement. Journal of Manufacturing Systems, Vol.21/No.4.
Kesimpulan Berdasarkan penelitian yang telah dilakukan maka dapat disimpulkan beberapa hal sebagai berikut : 1. Pada penelitian tugas akhir telah dilakukan perancangan alat bantu untuk mengukur performansi sistem produksi dan penjadwalan PM dalam bentuk program aplikasi. Berdasarkan output dari program untuk bagian pengukuran performansi sistem produksi OTE sistem produksi pada tingkat 0,518 (April 2011). Output untuk bagian penjadwalan PM menghasilkan nilai availability dari sistem produksi (mesin reheating furnace - cooling bed) pada tingkat 0,9363. 2. Berdasarkan aplikasi program untuk bagian pertama yaitu pengukuran performansi sistem produksi maka didapatkan satasiun yang menyebabkan terjadinya bottleneck adalah pada mesin Rolling Mill. Mesin Rolling Mill ini dikarenakan nilai bottleneck indicator yang paling minimum yaitu pada tingkat 28.265,9411. 3. Perbaikan availability ini bisa didapatkan dengan melakukan preventive maintenance (PM). Setelah melakukan aplikasi program dengan menggunakan input umur komponen per 1 Mei 2011 maka didapatkan nilai availability pada tingkat 0,9363. Jika dibandingkan dengan availability pada bulan April 2011 maka terjadi peningkatan availability sistem sebesar 0,042 atau sebesar 4,20%. Jika dikonversikan kedalam waktu dimana pada program menjalankan selama 696 jam periode waktu efektif maka hal ini sama dengan 29,32 jam. Nilai ini sama dengan kesempatan perusahaan untuk mendapatkan kesempatan produksi senilai Rp3.945.925.368,00.
Márquez, AC 2007. The Maintenance Management framework : Models and Methods for Complex Systems Maintenance, Springer, London. Muthiah, KMN. 2003. Diagnostic Factory Productivity Metrics. University of Cincinnati. Nakajima, S 1988, Introduction to Total Productive Maintenance (TPM), Productivity Press, Cambridge, MA. Pujawan, IN 2005, Supply Chain Management, Surabaya, PT Guna Widya. Scott, D & Pisa, R 1998, Can overall factory effectiveness prolong Moore’s law?, Solid State Tech, 75–82 Tsai, YT, Wang, KS, & Tsai, LC 2004. A Study of Availability-Centered Preventive Maintenance for Multi-component Systems, Reliability Engineering and System Safety, vol 84, 261-270.
Daftar Pustaka Hansen, RC 2002, Overall Equipment Effectiveness — A Powerful Production/Maintenance Tool for Increased Profits, Industrial Press, New York.
15