Diagnosis Perbaikan Produktivitas Sistem Manufaktur dengan Pendekatan Overall Throughput Effectiveness (OTE), Lean Manufacturing, dan Simulasi
Christian Gotama - 2509100156 Dosen Pembimbing: Prof. Ir. Moses L. Singgih, MSc., MRegSc., Ph.D L/O/G/O www.themegallery.com 1
Latar Belakang (1) Jumlah industri manufaktur semakin bertambah
Butuh suatu metode perbaikan yang dapat mempertahankan daya saing (Muthiah & Huang, 2006)
Persaingan antar perusahaan semakin meningkat
Muthiah & Huang (2006): seseorang tidak dapat memperbaiki sesuatu yang tidak dapat diukur
Sebelum melakukan perbaikan perlu mengukur performansi yang telah dicapai 2
Latar Belakang (2) Seichii Nakajima (1988) mengembangkan metode pengukuran performansi pada level peralatan yang menangkap tiga parameter efisiensi
Perusahaan menggunakan availability dalam mengukur performansi sistem produksi
Machine-Level
OEE Scott dan Pisa (1998) menjelaskan bahwa keuntungan OEE penting dan berkelanjutan, namun OEE tidaklah cukup
Factory-Level
Improvement
OTE
Bottleneck Indicator
Menurut Muthiah dan Huang (2006) tujuan dari OTE adalah untuk mengukur performansi pada level pabrik dan mengidentifikasi bottleneck
Perbaikan terus menerus berdasarkan bottleneck indicator
3
Latar Belakang (3)
Availability Sistem Produksi Availability Rate
Kondisi Eksisting
90% 80% 70% 60% 50% 40% 30% 20% 10% 0%
KBA SPM PARVA 3
Juni
Juli
Agustus 2012
September
4
Latar Belakang (4) Biaya untuk program TPM terbatas dan tidak memiliki alokasi secara jelas
Penerapan TPM (Total Productive Maintenance) pada perusahaan tidak maksimal
Perusahaan tidak membeli mesin baru untuk menambah kapasitas mesin
Solusi? Perbaikan dengan Lean Manufacturing
5
Latar Belakang (5) Mengapa Lean Manufacturing?
Lean berfokus pada eliminasi waste
Lean dapat menangkap dan memperbaiki value stream sistem produksi
Cost Berkurang Produktivitas Meningkat
Waste adalah segala aktivitas dalam proses produksi yang tidak memberi nilai tambah bagi konsumen (Melton, 2005) Menurut Melton (2005), bottleneck adalah indikasi value stream yang buruk
Menurut Goldratt (1990), bottleneck adalah rantai terlemah atau entitas yang membatasi performansi seluruh kinerja sistem 6
Latar Belakang (6) Sistem manufaktur saat ini memiliki struktur yang rumit
Cara sederhana adalah eksperimen langsung pada sistem dengan mengubah parameter
Cara tersebut akan memakan biaya mahal, waktu, menggangu proses produksi yang ada, dan berbahaya untuk diterapkan secara langsung (Mahadevan, 2004)
Melakukan analisis perbaikan dalam sistem secara manual sulit untuk dilakukan
Solusi?
Simulasi
7
Perumusan Masalah Bagaimana melakukan diagnosis perbaikan produktivitas sistem manufaktur pada perusahaan amatan menggunakan metode Overall Throughput Effectiveness (OTE), Lean Manufacturing dan Simulasi pada stasiun bottleneck.
8
Tujuan Penelitian 1. Mengukur performansi sistem produksi 2. Mengidentifikasi lini yang memiliki performansi terendah (bottleneck) 3. Mengidentifikasi waste kritis yang menyebabkan bottleneck 4. Merumuskan rekomendasi perbaikan terhadap lini bottleneck 5. Melakukan diagnosis perbaikan produktivitas dengan simulasi untuk menentukan alternatif perbaikan terbaik 6. Mengidentifikasi bottleneck baru dan besar peningkatan performansi lini bottleneck setelah dilakukan perbaikan 7. Menganalisis sensitivitas beberapa skenario perbaikan dengan simulasi untuk menentukan strategi terbaik dalam proses improvement ke depannya
9
Manfaat Penelitian 1
Perusahaan dapat mengetahui performansi sistem produksinya
2
Perusahaan dapat mengetahui lini yang memiliki performansi terendah (bottleneck)
3
Perusahaan mendapat solusi perbaikan performansi terhadap lini bottleneck
4
Perusahaan dapat melakukan diagnosis perbaikan produktivitas
10
Ruang Lingkup Penelitian Pengukuran produktivitas
Batasan
sistem produksi berfokus
Asumsi
pada proses percetakan
Tidak ada proses yang berubah saat dilakukannya penelitian
menggunakan mesin cetak offset sheet
Informasi dan data yang
Perbaikan produktivitas difokuskan pada lini bottleneck
diberikan perusahaan benar dan representasi
Batasan
Asumsi
keadaan yang sebenarnya
Dimulai dari mesin cetak plate hingga mesin potong jadi
11
Tinjauan Pustaka Penjelasan konsep-konsep yang mendukung penelitian beserta metode-metode yang digunakan OTE
OEE
Lean Manufacturing
Tinjauan Pustaka
Simulasi
Critical Review
12
OEE Availability (Aeff)
Aeff = Tu/Tt Nakajima (1988): OEE digunakan sebagai matriks pengukuran kuantitatif untuk mengukur performansi dan diagnosis pada level peralatan
Performance (Peff)
Peff = Tp/Tu x Ract/Rth
OEE
Kualitas (Qeff)
Qeff = Pg/Pa
13
OTE
Bottleneck Indicator
Seri
Paralel
Assembly
Expansion
14
Lean Manufacturing 5 Whys Root Cause Analysis (RCA)
Failure Mode and Effect Analysis (FMEA)
TPM Equipment Reliability (OEE)
Lean Tools
Over Production Waiting Transport Inventory Over Processing
Seven Waste
Motion Defects
15
Simulasi Kelton (2001): simulasi adalah metode untuk meniru perilaku sistem
Simulasi bertujuan untuk proses evaluasi dan pengembangan suatu sistem Simulasi mampu dengan akurat memprediksi kinerja bahkan sistem dinamis yang paling kompleks (Kelton, 2001)
Simulasi menghemat biaya, waktu dan tidak mengganggu sistem nyata
16
Critical Review (1)
1
4
Samuel H. Huang et al. (2002) Manufacturing System Modeling For Productivity Improvement
2 3
Sangeetha Mahadevan (2004) Automated Simulation Analysis of Overall Equipment Effectiveness Metrics
K.M.N Muthiah et al (2006) Automating Factory Performance Diagnostic Using Overall Throughput Effectiveness
Ade Hardiyansyah (2011) Perancangan Program Aplikasi Untuk Mengukur Performansi Sistem Produksi dengan Metode Overall Throughput Effectiveness (OTE) dan Penjadwalan 17 Preventive Maintenance
Critical Review (2)
Pengukuran Produktivitas Peneliti
Tipe
Perbaikan Produktivitas
Rancangan Model Preventive Rancangan Rancangan Penerapan Software Maintenance untuk Penerapan Program Program Lean Theory Of Konsep untuk Bottleneck Indicator aktivitas mechanical Konsep OTE Aplikasi Aplikasi untuk Manufacturing Constraints OEE Aplikasi service, repair, dan untuk PM Simulasi Konsep OTE replacement
Samuel H. Huang et al (2002)
Jurnal
√
√
√
K. M. N Muthiah et al (2006)
Thesis
√
√
√
√
Mahadevan (2004)
Jurnal
√
√
√
√
Hardiyansyah (2011)
Tugas Akhir
√
√
√
√
Gotama (2013)
Tugas Akhir
√
√
Simulasi ARENA
Sensitivity Analysis terhadap beberapa skenario perbaikan
√
√
√
√ √
√
√ √
√
√
√
√
18
Metodologi Penelitian (1) A
Perhitungan Availability Rate Mesin
Start
Perhitungan Performance Rate Mesin
Perhitungan Quality Rate Mesin
Perhitungan Overall Equipment Effectiveness (OEE) Mesin
Studi Lapangan Studi Pustaka • • •
• • • • •
Konsep OEE dan OTE Konsep Lean Manufacturing Konsep Simulasi
Proses Percetakan Mesin dan karakteristiknya Operasi kerja setiap proses Lead time sistem produksi Bisnis proses perusahaan
Data produksi plate Data produksi cetak sheet Data produksi post press Data kerja manual
Pengolahan Data • • •
Rekap uptime dan downtime Rekap standar kecepatan produksi Rekap output baik dan rusak
Perhitungan Bottleneck Indicator
Identifikasi Bottleneck
Pengumpulan Data • • • •
Perhitungan Overall Throguhput Effectiveness (OTE) Sub-sistem
Tahap Pengukuran Produktivitas
Perhitungan OTE Lini Produksi
Tahap Persiapan
Identifikasi Waste Pada Bottleneck
Identifikasi Akar Permasalahan dengan Root Cause Analysis (RCA)
A Failure Mode and Effect Analysis (FMEA)
Tahap Perbaikan Produktivitas
Alternatif Rekomendasi Perbaikan
B
19
Metodologi Penelitian (2)
20
Proses Cetak dengan Mesin Cetak Offset Sheet
Rangkaian Subsistem
21
Pengukuran Availability Availability =
Uptime Total time Availability 0.6000
Rate
0.5000 0.4000 0.3000 0.2000 0.1000 0.0000
Machines
Pengukuran berdasarkan data produksi perusahaan pada Bulan Maret 2013
22
Pengukuran Performance Performance =
Kecepatan Aktual Proses Kecepatan Produksi Secara Teori/Standar
Rate
Performance 0.9000 0.8000 0.7000 0.6000 0.5000 0.4000 0.3000 0.2000 0.1000 0.0000
Machines
Pengukuran berdasarkan data produksi perusahaan pada Bulan Maret 2013
23
Pengukuran Quality Quality =
Output Baik Output Aktual
Rate
Quality 1.0200 1.0000 0.9800 0.9600 0.9400 0.9200 0.9000 0.8800
Machines
Pengukuran berdasarkan data produksi perusahaan pada Bulan Maret 2013
24
Pengukuran OEE (1) OEE = Availability × Performance × Quality Stasiun
Machines
% Availability
% Performance
% Quality
% OEE
Fuji-CTP
0.0729
0.7775
0.9765
0.0553
Shooter
0.0018
0.8451
0.9231
0.0014
KBA
0.2078
0.3743
0.9929
0.0772
KORS
0.0082
0.2588
0.9838
0.0021
PARVA3
0.1137
0.5241
0.9978
0.0595
SPM
0.0437
0.4377
0.9953
0.0191
Lipat KOREA
0.3709
0.5643
0.9975
0.2088
Lipat MBO
0.2541
0.4710
0.9987
0.1195
Jilid Lem IPB
0.0883
0.2811
0.9826
0.0244
Jilid Kawat Bravo
0.5042
0.5091
0.9983
0.2562
Potong JMC 1
0.1361
0.2715
1
0.0370
Potong JMC 2
0.1974
0.3593
1
0.0709
Potong Robotec 1
0.3028
0.3942
1
0.1194
Potong Robotec 2
0.4048
0.1990
1
0.0805
Potong 3 Sisi
0.4093
0.3818
1
0.1563
Cetak Plate
Cetak Sheet
Pasca Cetak
25
Pengukuran OEE (2) OEE = Availability × Performance × Quality OEE 0.3000 0.2500
Rate
0.2000 0.1500 0.1000 0.0500 0.0000
Machines
26
Pengukuran OTE Mesin dengan pemrosesan Multiple Products Rth (Kecepatan Produksi Secara Teori)
Product Mix Percentage Mesin Fuji
Mesin lipat MBO
16,15 plate/jam
6.243 eksemplar/jam
Mesin Cetak KBA
Mesin Jilid Lem IPB
11.285 eksemplar/jam
3.848 eksemplar/jam
Mesin Lipat Korea
Mesin Jilid Kawat Bravo
5.996 eksemplar/jam
3.798 eksemplar/jam
Rth(i ) = ∑ j =1 n
( X ( ) × R ( )) ij
th ij
Mesin dengan proses Rework Potong JMC Parameter Output Equipment (eksemplar) Prosentase
Potong Robotec
JMC 1
JMC 2
Robotec 1
Robotec 2
984757
710315
2608191
1260472
58%
42%
67%
33%
35820
13459
29367
21034
Theoritical Production Rate (eksemplar/jam) Rth (eksemplar/jam)
26449.9322
26652.3948
27
Pengukuran OTE (2) ( × ∑ OEE () R OTE paralel = ∑ R () n
i =1
i
th (i )
)
n
i =1
Machines
th i
% Availability % Performance
% Quality
% OEE
Fuji-CTP
0.0729
0.7749
0.9765
0.0552
Shooter
0.0018
0.8451
0.9231
0.0014
KBA
0.2078
0.3743
0.9929
0.0772
KORS
0.0082
0.2588
0.9838
0.0021
PARVA3
0.1137
0.5241
0.9978
0.0595
SPM
0.0437
0.4377
0.9953
0.0191
Lipat KOREA
0.3709
0.5643
0.9975
0.2088
Lipat MBO
0.2541
0.4710
0.9987
0.1195
Jilid Lem IPB
0.0883
0.2811
0.9826
0.0244
Jilid Kawat Bravo
0.5042
0.5091
0.9983
0.2562
Potong JMC 1
0.1361
0.2715
1.0000
0.0370
Potong JMC 2
0.1974
0.3593
1.0000
0.0709
Potong Robotec 1
0.3028
0.3942
1.0000
0.1194
Potong Robotec 2
0.4048
0.1990
1.0000
0.0805
Potong 3 Sisi
0.4093
0.3818
1.0000
0.1563
% OTE With Rework
% OTE
-
0.0221
-
0.0495
-
0.1632
-
0.1530
0.0462
0.1032
0.0874
0.1563
28
Pengukuran OTE (3) ( × ∑ OEE () R OTE paralel = ∑ R () n
i =1
i
th (i )
)
n
i =1
th i
OTE 0.1800 0.1600 0.1400 0.1200 0.1000 0.0800 0.0600 0.0400 0.0200 0.0000 OTE
Pra Cetak
Press
Lipat
Jilid
Potong
0.0221
0.0495
0.1632
0.1530
0.0874
29
Bottleneck Indicator Bottleneck Indicator = OEE i × Rth (i ) × ∏ j =i +1 Q n
eff ( j )
Bottleneck Stasiun
Machines
% OTE
Indicator (eksemplar/jam)
Pra Cetak
Fuji-CTP Shooter
0.0221
8389.0826
0.0495
1310.4488
0.1632
1990.0941
0.1530
1297.9092
0.0874
5495.8684
OTE Lini Produksi OTE Lini Produksi =
1297,9092 = 15,01% (3848,2577 + 4797,93)
KBA Press
KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB Post Press
Jilid Kawat Bravo Potong JMC Potong Robotec Potong 3 Sisi
30
Identifikasi Waste pada Bottleneck Overproduction Defects Defects
Unnecessary Inventory Inappropriate Processing Excessive Transportation
Inappropriate Processing
Inappropriate Processing
Waiting
Waiting
Unnecessary Motion
Waiting Unnecessary
Unnecessary Motion
Defects
Inappropriate Processing
Waiting Motion
Quality
Performance
Machines
Availability
Availability
Availability
Kontribusi Waste
Jilid Lem
1.744%
71.88%
2.392%
82.66%
2.368%
Jilid Kawat
0.173%
49.08%
2.525%
41.01%
1.59%
31
Identifikasi Waste pada Bottleneck (2) Waiting
Waiting
Jilid Lem (jam)
% Waste
Jilid Kawat (jam)
% Waste
Mesin Breakdown
21.416
2.88%
81.199
10.91%
Waktu Changeover
59.971
8.06%
86.881
11.68%
Waktu Setup Berlebih
17.796
2.39%
11.432
1.54%
Tunggu Materi
105.482
14.18%
32.574
4.38%
0.406
0.05%
8.491
1.14%
370.117
49.75%
20.233
2.72%
0.239
0.03%
0.000
0.00%
Tunggu Operator No Job Tunggu Lem Cair
Mesin
Jilid Lem
Jilid Kawat
Setup Aktual (jam)
39.696
51.932
Setup Standar (jam)
21.9
40.5
81.26%
28.227%
Waktu Revisi (jam)
0
7.357
Uptime Mesin (jam)
65.668
375.117
0%
1.961%
Kecepatan Proses Aktual (eksemplar/jam)
1082
2443
Kecepatan Proses Standar (eksemplar/jam)
3848
4798
71.88%
49.083%
% Waste
% Waste
% Waste
Inappropriate Processing
32
Identifikasi Akar Permasalahan (Root Cause Analysis) Waste
Sub Waste
Why 1
Skill operator kurang memadai Operator tidak melihat contoh setup pada SPK Inappropriate Processing
Setup terlalu lama
Why 2
Why 3
Why 4
Why 5
Operator kurang pengalaman Tidak ada pelatihan Operator tidak membaca SOP
SOP dipasang jauh dari operator SOP tidak up to date
Spesifikasi produk Permintaan kualitas sulit produk yang tinggi
Mesin tidak standard
Maintenance yang dilakukan masih buruk
Maintenance belum berdasarkan konsep reliability
Suku cadang pada mesin sudah tidak reliable
Suku cadang tidak Susah Suku cadang sudah tidak diganti dengan yang mendapatkan suku cadang diproduksi lagi baru
33
Identifikasi Penyebab Kritis dengan FMEA
Waste
Potential Failure Mode
Setup Inappropriate Terlalu processing lama
Potential Effect
Downtime bertambah
Potential Causes
O c c u r r e n c e
4
Operator kurang pengalaman
4
Control
D e t e c t i o n
RPN
Bobot
8
Mengadakan pelatihan
4
128
0.1684
Tidak ada pelatihan
8
Mengadakan pelatihan
4
128
0.1684
4
SOP dipasang jauh dari operator
6
Adjustment
2
48
0.0632
4
SOP tidak up to date
4
Adjustment
4
64
0.0842
4
Spesifikasi produk sulit
6
Adjustment
3
72
0.0947
4
Maintenance tidak reliability based
8
Mengadakan pelatihan
5
160
0.2105
4
Suku cadang tidak diproduksi
8
Kerjasama dengan perusahaan manufaktur
5
160
0.2105
S e v e r i t y
34
Perumusan Rekomendasi Perbaikan Root Causes
Rekomendasi Perbaikan
Operator kurang pengalaman
Mengadakan pelatihan secara berkala untuk
Tidak ada pelatihan
meng-upgrade kemampuan/skill operator
Maintanance belum berdasarkan reliability
Kombinasi Alternatif Perbaikan Kombinasi 1
Mengadakan pelatihan bagi pihak maintenance
2
untuk meng-upgrade pengetahuan tentang
3
reliability
manufaktur untuk membuat suku cadang yang
1,2
Pelaksanaan maintenance yang teratur
Operator proses sebelumnya tidak menata
Menetapkan kebijakan baru pada lantai
katern dengan lengkap
produksi untuk menata hasil produksi setiap
Tidak ada ketentuan untuk menata katern
proses dengan lengkap sesuai spesifikasi isi
sesuai spesifikasi
buku
Kebijakan hukuman dan bonus belum maksimal
Pelatihan cara pengoperasian mesin Melakukan adjustment dan menetapkan kebijakan baru
maintenance
Pelatihan konsep reliability centered maintenance 1,3
Melakukan adjustment dan menetapkan kebijakan baru Pelatihan cara pengoperasian mesin
2,3
Tidak ada ketentuan dan standar untuk waktu changeover
maintenance
Pelatihan cara pengoperasian mesin
dibutuhkan Mesin tidak dibersihkan secara rutin
Pelatihan konsep reliability centered
Pelatihan konsep reliability centered
Menjalin kerja sama dengan perusahaan Suku cadang sudah tidak diproduksi lagi
Alternatif
Melakukan adjustment dan menetapkan kebijakan baru
Membuat standar baru untuk waktu changeover
Pelatihan konsep reliability centered maintenance
Memperketat aturan dan hukuman 1,2,3
Pelatihan cara pengoperasian mesin Melakukan adjustment dan menetapkan kebijakan baru
35
Diagnosis Perbaikan Produktivitas (1) Pengukuran OTE Model Simulasi Eksisting Machines
Availability
Performance
Quality
% OEE
Fuji-CTP
0.0637
0.9499
0.9726
0.0588
Shooter
0.0014
0.9444
0.9608
0.0013
KBA
0.1895
0.5213
0.9858
0.0974
KORS
0.0027
0.3519
1
0.0009
PARVA3
0.0739
2.4630
0.9818
0.1788
SPM
0.0269
1.1397
1
0.0306
Lipat KOREA
0.1747
1.1202
1
0.1957
Lipat MBO
0.1142
1.5897
1
0.1816
Jilid Lem IPB
0.0161
0.4394
1
0.0071
Jilid Kawat Bravo
0.2540
1.5445
0.9947
0.3903
Potong JMC
0.1586
0.7242
1
0.1149
Potong Robotec
0.3172
0.4503
1
0.1428
Potong 3 Sisi
0.0847
1.3518
1
0.1145
Bottleneck
Jilid
OTE lini produksi
0.2185
% OTE
Bottleneck Indicator (eksemplar/.jam)
0.0234
9218.8369
0.0865
2283.5750
0.1885
2307.4362
0.2197
1889.5799
0.1267
7960.5693
36
Diagnosis Perbaikan Produktivitas (2) Pengukuran OTE Model Simulasi Perbaikan 1 Machines
Availability
Performance
Quality
% OEE
Fuji-CTP Shooter KBA KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB
0.0534 0.0010 0.1425 0.0013 0.0766 0.0228 0.1358 0.1035 0.0368
0.9984 1.0000 0.5213 0.3519 2.4630 1.1397 1.1202 1.5897 0.5631
0.9798 0.9500 0.9717 1 1 1 1 1 1
0.0522 0.0010 0.0722 0.0005 0.1887 0.0260 0.1521 0.1645 0.0207
Jilid Kawat Bravo
0.2912
1.9894
0.9954
0.5766
Potong JMC Potong Robotec Potong 3 Sisi
0.1492 0.2487 0.0833
0.7163 0.4503 1.3518
1 1 1
0.1069 0.1120 0.1127
Bottleneck
Lipat
OTE lini produksi
15.84%
% OTE
Bottleneck Indicator (eksemplar/jam)
0.0207
8119.4188
0.0771
2045.2135
0.1584
1938.9214
0.3292
2833.2265
0.1099
6908.8907
Peningkatan OTE Jilid
10,95% 37
Diagnosis Perbaikan Produktivitas (3) Pengukuran OTE Model Simulasi Perbaikan 2 Machines
Availability
Performance
Quality
% OEE
Fuji-CTP Shooter KBA KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB
0.0536 0.0011 0.1626 0.0040 0.0578 0.0161 0.1573 0.0833 0.0286
1.0000 1.0000 0.5213 0.3519 2.4630 1.1397 1.1202 1.5897 0.5493
0.9722 0.9048 1 1 1 1 1 1 1
0.0522 0.0010 0.0848 0.0014 0.1423 0.0184 0.1762 0.1303 0.0157
Jilid Kawat Bravo
0.2276
1.9408
1
0.4418
Potong JMC
0.1129
0.7431
1
0.0839
Potong Robotec
0.2702
0.4503
1
0.1216
Potong 3 Sisi
0.0968
1.3518
1
0.1308
Bottleneck
Lipat
OTE lini produksi
15.03%
% OTE
Bottleneck Indicator (eksemplar/jam)
0.0206
7660.9520
0.0706
1926.8684
0.1528
1839.7709
0.2521
2180.0911
0.1072
6736.5193
Peningkatan OTE Jilid
3.36% 38
Diagnosis Perbaikan Produktivitas (4) Pengukuran OTE Model Simulasi Perbaikan 3 Machines
Availability
Performance
Quality
% OEE
Fuji-CTP Shooter KBA KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB
0.0534 0.0010 0.1425 0.0013 0.0766 0.0228 0.1358 0.1035 0.1957
0.9984 1.0000 0.5213 0.3519 2.4630 1.1397 1.1202 1.5897 0.5631
0.9798 0.9500 0.9717 1 1 1 1 1 1
0.0522 0.0010 0.0722 0.0005 0.1887 0.0260 0.1521 0.1645 0.1102
Jilid Kawat Bravo
0.4245
1.9894
0.9968
0.8419
Potong JMC Potong Robotec Potong 3 Sisi
0.1492 0.2487 0.0833
0.7163 0.4503 1.3518
1 1 1
0.1069 0.1120 0.1127
Bottleneck
Lipat
OTE lini produksi
15.84%
% OTE
Bottleneck Indicator (eksemplar/jam)
0.0207
8119.4188
0.0771
2045.2135
0.1584
1938.9214
0.5162
4449.0582
0.1099
6908.8907
Peningkatan OTE Jilid
29.77%
39
Diagnosis Perbaikan Produktivitas (5) Pengukuran OTE Model Simulasi Perbaikan 4 Machines
Availability
Performance
Quality
% OEE
Fuji-CTP Shooter KBA KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB
0.0440 0.0012 0.1223 0.0013 0.0538 0.0255 0.1358 0.0632 0.0479
0.9981 1.0000 0.5213 0.3519 2.4630 1.1397 1.1202 1.5897 0.6729
0.9717 0.9583 0.9890 1 1 1 1 1 1
0.0427 0.0012 0.0631 0.0005 0.1324 0.0291 0.1521 0.1004 0.0322
Jilid Kawat Bravo
0.2554
2.3651
1
0.6040
Potong JMC Potong Robotec Potong 3 Sisi
0.1048 0.2218 0.0685
0.7240 0.4475 1.3253
1 1 1
0.0759 0.0993 0.0908
Bottleneck
Lipat
OTE lini produksi
12.57%
% OTE
Bottleneck Indicator (eksemplar/jam)
0.0171
6733.7547
0.0617
1664.2113
0.1257
1538.7377
0.3495
3021.9677
0.0881
5538.6766
Peningkatan OTE Jilid
13.10% 40
Diagnosis Perbaikan Produktivitas (6) Pengukuran OTE Model Simulasi Perbaikan 5 Machines
Availability
Performance
Quality
% OEE
Fuji-CTP Shooter KBA KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB
0.0487 0.0255 0.1478 0.0013 0.0470 0.0215 0.1304 0.0847 0.2229
1.0051 0.0344 0.5261 0.3519 2.3926 1.1397 1.1086 1.5645 0.6825
0.9746 0.9412 0.9910 1 1 1 1 1 1
0.0477 0.0008 0.0771 0.0005 0.1126 0.0245 0.1445 0.1325 0.1521
Jilid Kawat Bravo
0.4590
2.4260
1
1.1135
Potong JMC Potong Robotec Potong 3 Sisi
0.1102 0.2433 0.0726
0.7431 0.4503 1.3518
1 1 1
0.0819 0.1095 0.0981
Bottleneck
Cetak
OTE lini produksi
6.15%
% OTE
Bottleneck Indicator (eksemplar/jam)
0.0188
7286.2059
0.0621
1678.8402
0.1384
1693.6918
0.6856
5928.1167
0.0961
6042.2419
Peningkatan OTE Jilid
46.71%
41
Diagnosis Perbaikan Produktivitas (7) Pengukuran OTE Model Simulasi Perbaikan 6 Machines
Availability
Performance
Quality
% OEE
Fuji-CTP Shooter KBA KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB
0.0440 0.0012 0.1223 0.0013 0.0538 0.0255 0.1358 0.0632 0.2068
0.9981 1.0000 0.5213 0.3519 2.4630 1.1397 1.1202 1.5897 0.6729
0.9717 0.9583 0.9890 1 1 1 1 1 1
0.0427 0.0012 0.0631 0.0005 0.1324 0.0291 0.1521 0.1004 0.1392
Jilid Kawat Bravo
0.3887
2.3694
1
0.9210
Potong JMC Potong Robotec Potong 3 Sisi
0.1048 0.2218 0.0685
0.7240 0.4475 1.3253
1 1 1
0.0759 0.0993 0.0908
Bottleneck
Lipat
OTE lini produksi
12.57%
% OTE
Bottleneck Indicator (eksemplar/jam)
0.0171
6733.7547
0.0617
1664.2113
0.1257
1538.7377
0.5730
4954.2582
0.0881
5538.6766
Peningkatan OTE Jilid
35.45%
42
Diagnosis Perbaikan Produktivitas (8) Pengukuran OTE Model Simulasi Perbaikan 7 Machines
Availability
Performance
Quality
% OEE
Fuji-CTP Shooter KBA KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB
0.0556 0.0012 0.1519 0.0013 0.0659 0.0242 0.1599 0.0793 0.2355
0.9940 0.9565 0.5121 0.3519 2.4630 1.1397 1.1202 1.5897 0.7965
0.9775 0.9545 0.9910 1 1 1 1 1 1
0.0541 0.0011 0.0771 0.0005 0.1622 0.0276 0.1792 0.1261 0.1876
Jilid Kawat Bravo
0.5042
2.8067
1
1.4150
Potong JMC Potong Robotec Potong 3 Sisi
0.1250 0.2648 0.0874
0.7191 0.4480 1.3310
1 1 1
0.0899 0.1186 0.1163
Bottleneck
Lipat
OTE lini produksi
15.21%
% OTE
Bottleneck Indicator (eksemplar/jam)
0.0214
8440.3509
0.0737
1992.3129
0.1521
1861.3072
0.8687
7510.9318
0.1062
6672.6619
Peningkatan OTE Jilid
65.02%
43
Pemilihan Alternatif Perbaikan Terbaik (1) Menunjukkan Prioritas
Berdasarkan pada :
1 Perpindahan bottleneck sistem dari stasiun jilid ke stasiun lain dalam sistem produksi
2 Nilai OTE lini produksi atau Overall Factory Effectiveness (OFE) terbesar
3 Peningkatan nilai OTE subsistem jilid yang paling besar 44
Pemilihan Alternatif Perbaikan Terbaik (2) Stasiun Skenario Perbaikan
OTE Lini
Bottleneck Perbaikan
Bottleneck Eksisting
Keterangan
Produksi Perbaikan
1
Lipat
Jilid
√
15.84%
2
Lipat
Jilid
√
15.03%
3
Lipat
Jilid
√
15.84%
4
Lipat
Jilid
√
12.57%
5
Cetak Sheet
Jilid
√
6.15%
6
Lipat
Jilid
√
12.57%
7
Lipat
Jilid
√
15.21%
Skenario Perbaikan
OFE
OTE Sub Sistem Jilid
Peningkatan OTE Jilid
Alternatif Perbaikan 1
15.84%
0,3292
10,95%
Alternatif Perbaikan 3
15.84%
0,5162
29,77%
Alternatif Perbaikan 3
Melakukan beberapa adjustment dan penetapan kebijakan baru dalam lantai produksi 45
Hasil Pengukuran OTE Setelah Penerapan Alternatif Perbaikan 3 Machines
Availability
Performance
Quality
% OEE
Fuji-CTP Shooter KBA KORS PARVA3 SPM Lipat KOREA Lipat MBO Jilid Lem IPB
0.0534 0.0010 0.1425 0.0013 0.0766 0.0228 0.1358 0.1035 0.1957
0.9984 1.0000 0.5213 0.3519 2.4630 1.1397 1.1202 1.5897 0.5631
0.9798 0.9500 0.9717 1 1 1 1 1 1
0.0522 0.0010 0.0722 0.0005 0.1887 0.0260 0.1521 0.1645 0.1102
Jilid Kawat Bravo
0.4245
1.9894
0.9968
0.8419
Potong JMC Potong Robotec Potong 3 Sisi
0.1492 0.2487 0.0833
0.7163 0.4503 1.3518
1 1 1
0.1069 0.1120 0.1127
Bottleneck
Lipat
OTE lini produksi
15.84%
% OTE
Bottleneck Indicator (eksemplar/jam)
0.0207
8119.4188
0.0771
2045.2135
0.1584
1938.9214
0.5162
4449.0582
0.1099
6908.8907
Peningkatan OTE Jilid
29.77%
46
Sensitivity Analysis (1) Peningkatan Uptime 10% (Iterasi Pertama) Machines
Availability
Performance
Quality
%OEE
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.1425
0.5213
0.9717
0.0722
KORS
0.0013
0.3519
1
0.0005
PARVA3
0.0766
2.4630
1
0.1887
SPM
0.0228
1.1397
1
0.0260
Lipat KOREA
0.2358
1.1202
1
0.2641
Lipat MBO
0.2035
1.5897
1
0.3235
Jilid Lem IPB
0.1957
0.5631
1
0.1102
Jilid Kawat Bravo
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Cetak
OTE lini produksi
7.50%
%OTE
Bottleneck Indicator (eksemplar/jam)
0.0207
8119.4188
0.0771
2045.2135
0.2944
3603.0271
0.5162
4449.0582
0.1099
6908.8907
47
Sensitivity Analysis (2) Peningkatan Uptime 10% (Iterasi Kedua) Machines
Availability
Performance
Quality
%OEE
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.2425
0.5213
0.9834
0.1243
KORS
0.1013
0.3519
1
0.0357
PARVA3
0.1766
2.4630
1
0.4350
SPM
0.1228
1.1397
1
0.1400
Lipat KOREA
0.2358
1.1202
1
0.2641
Lipat MBO
0.2035
1.5897
1
0.3235
Jilid Lem IPB
0.1957
0.5631
1
0.1102
Jilid Kawat Bravo
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Lipat
OTE lini produksi
29.44%
%OTE
Bottleneck Indicator (eksemplar/jam)
0.0207
8119.4188
0.1831
4912.4059
0.2944
3603.0271
0.5162
4449.0582
0.1099
6908.8907
Bottleneck kembali terjadi pada stasiun lipat namun nilai OFE meningkat 13,6% 48
Sensitivity Analysis (3) Peningkatan Uptime 10% (Iterasi Ketiga) Bottleneck Machines
Availability
Performance
Quality
%OEE
%OTE
Indicator (eksemplar/jam)
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.2425
0.5213
0.9834
0.1243
KORS
0.1013
0.3519
1
0.0357
PARVA3
0.1766
2.4630
1
0.4350
SPM
0.1228
1.1397
1
0.1400
Lipat KOREA
0.3358
1.1202
1
0.3761
Lipat MBO
0.3035
1.5897
1
0.4825
Jilid Lem IPB
0.1957
0.5631
1
0.1102
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Jilid
Jilid Kawat Bravo
OTE lini produksi
51.46%
0.0207
8119.4188
0.1831
4912.4059
0.4304
5267.1328
0.5162
4449.0582
0.1099
6908.8907
Bottleneck kembali terjadi pada stasiun jilid 49 namun nilai OFE meningkat 29,61%
Sensitivity Analysis (4) Peningkatan Uptime 20% (Iterasi Pertama) Bottleneck Machines
Availability
Performance
Quality
%OEE
%OTE
Indicator (eksemplar/jam)
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.1425
0.5213
0.9717
0.0722
KORS
0.0013
0.3519
1
0.0005
PARVA3
0.0766
2.4630
1
0.1887
SPM
0.0228
1.1397
1
0.0260
Lipat KOREA
0.3358
1.1202
1
0.3761
Lipat MBO
0.3035
1.5897
1
0.4825
Jilid Lem IPB
0.1957
0.5631
1
0.1102
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Cetak
Jilid Kawat Bravo
OTE lini produksi
7.50%
0.0207
8119.4188
0.0771
2045.2135
0.4304
5267.1328
0.5162
4449.0582
0.1099
6908.8907
50
Sensitivity Analysis (5) Peningkatan Uptime 20% (Iterasi Kedua) Bottleneck Machines
Availability
Performance
Quality
%OEE
%OTE
Indicator (eksemplar/jam)
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.3425
0.5213
0.9882
0.1764
KORS
0.2013
0.3519
1
0.0709
PARVA3
0.2766
2.4630
1
0.6813
SPM
0.2228
1.1397
1
0.2540
Lipat KOREA
0.3358
1.1202
1
0.3761
Lipat MBO
0.3035
1.5897
1
0.4825
Jilid Lem IPB
0.1957
0.5631
1
0.1102
Jilid Kawat Bravo
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Jilid
OTE lini produksi
51.46%
0.0207
8119.4188
0.2890
7793.3244
0.4304
5267.1328
0.5162
4449.0582
0.1099
6908.8907
Bottleneck kembali terjadi pada stasiun jilid hanya dengan dua kali iterasi
51
Sensitivity Analysis (6) Pengurangan Waktu Proses Aktual 10% (Iterasi Pertama) Bottleneck Machines
Availability
Performance
Quality
%OEE
%OTE
Indicator (eksemplar/jam)
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.1425
0.5213
0.9717
0.0722
KORS
0.0013
0.3519
1
0.0005
PARVA3
0.0766
2.4630
1
0.1887
SPM
0.0228
1.1397
1
0.0260
Lipat KOREA
0.1222
1.3691
1
0.1673
Lipat MBO
0.0931
1.9430
1
0.1810
Jilid Lem IPB
0.1957
0.5631
1
0.1102
Jilid Kawat Bravo
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Cetak
OTE lini produksi
7.50%
0.0207
8119.4188
0.0771
2045.2135
0.1743
2132.8135
0.5162
4449.0582
0.1099
6908.8907
52
Sensitivity Analysis (7) Pengurangan Waktu Proses Aktual 10% (Iterasi Kedua) Bottleneck Machines
Availability
Performance
Quality
%OEE
%OTE
Indicator (eksemplar/jam)
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.1282
0.6372
0.9717
0.0794
KORS
0.0012
0.4302
1
0.0005
PARVA3
0.0690
3.0103
1
0.2076
SPM
0.0206
1.3930
1
0.0286
Lipat KOREA
0.1222
1.3691
1
0.1673
Lipat MBO
0.0931
1.9430
1
0.1810
Jilid Lem IPB
0.1957
0.5631
1
0.1102
Jilid Kawat Bravo
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Lipat
OTE lini produksi
17.43%
0.0207
8119.4188
0.0849
2249.7349
0.1743
2132.8135
0.5162
4449.0582
0.1099
6908.8907
Hasil improvement lebih rendah dibanding meningkatkan uptime 10%
53
Sensitivity Analysis (8) Peningkatan Uptime 10% dan Pengurangan Waktu Proses Aktual 10% (Iterasi Pertama) Bottleneck Machines
Availability
Performance
Quality
%OEE
%OTE
Indicator (eksemplar/jam)
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.1425
0.5213
0.9717
0.0722
KORS
0.0013
0.3519
1
0.0005
PARVA3
0.0766
2.4630
1
0.1887
SPM
0.0228
1.1397
1
0.0260
Lipat KOREA
0.2222
1.3075
1
0.2905
Lipat MBO
0.1931
1.8424
1
0.3559
Jilid Lem IPB
0.1957
0.5631
1
0.1102
Jilid Kawat Bravo
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Cetak
OTE lini produksi
7.50%
0.0207
8119.4188
0.0771
2045.2135
0.3238
3963.3298
0.5162
4449.0582
0.1099
6908.8907
54
Sensitivity Analysis (9) Peningkatan Uptime 10% dan Pengurangan Waktu Proses Aktual 10% (Iterasi Kedua) Bottleneck Machines
Availability
Performance
Quality
%OEE
%OTE
Indicator (eksemplar/jam)
Fuji-CTP
0.0534
0.9984
0.9798
0.0522
Shooter
0.0010
1.0000
0.9500
0.0010
KBA
0.2282
0.6093
0.9834
0.1367
KORS
0.1012
0.3877
1
0.0392
PARVA3
0.1690
2.8321
1
0.4785
SPM
0.1206
1.2774
1
0.1540
Lipat KOREA
0.2222
1.3075
1
0.2905
Lipat MBO
0.1931
1.8424
1
0.3559
Jilid Lem IPB
0.1957
0.5631
1
0.1102
0.4245
1.9894
0.9968
0.8419
Potong JMC
0.1492
0.7163
1
0.1069
Potong Robotec
0.2487
0.4503
1
0.1120
Potong 3 Sisi
0.0833
1.3518
1
0.1127
Bottleneck
Lipat
Jilid Kawat Bravo
0.0207
8119.4188
0.2014
5403.6465
0.3238
3963.3298
0.5162
4449.0582
0.1099
6908.8907
32,38 % > 29,44 % OTE lini produksi
32.38%
Peningkatan performansi lebih signifikan dibanding hanya menggunakan salah satu kriteria perbaikan
55
Sensitivity Analysis (10)
√
Peningkatan uptime dan Pengurangan waktu proses aktual (speed naik)
56
Sensitivity Analysis (11) Kontribusi peningkatan uptime lebih besar dibandingkan peningkatan speed mesin
57
Perbaikan Produktivitas Sistematik Bottleneck 1
Bottleneck 3 Perbaikan pada bottleneck 3 akan mengakibatkan munculnya bottleneck baru, dan begitu seterusnya
Bottleneck Indicator
Perbaikan pada bottleneck 1 akan berakibat pada munculnya bottleneck baru yaitu bottleneck 2
Bottleneck 2 Perbaikan pada bottleneck 2 yang baru diidentifikasi akan berdampak munculnya bottleneck lain yaitu bottleneck 3 58
Kesimpulan (1) 1
2
3
Overall Throughput Effectiveness (OTE) lini produksi atau Overall Factory Effectivenes (OFE) berada pada tingkat 15,01%. Dari pengukuran Overall Throughput Effectiveness (OTE) didapatkan nilai bottleneck indicator terendah dimiliki oleh stasiun jilid yaitu pada tingkat 1297,9092 eksemplar/jam. Akar-akar penyebab kritis yang menyebabkan terjadinya bottleneck pada proses jilid yaitu : • Skill operator kurang • Mesin tidak standard • Tidak terdapat ketentuan untuk menata katern sesuai spesifikasi • Tidak terdapat standar waktu changeover dan • Kelonggaran aturan pada lantai produksi. 59
Kesimpulan (2) 4
Tiga usulan alternatif perbaikan yaitu • Pelatihan konsep reliability centered maintenance • Pelatihan cara pengoperasian mesin dan • Penetapan kebijakan baru pada lantai produksi
5
Solusi terbaik hasil simulasi adalah menerapkan alternatif perbaikan tiga yaitu menetapkan kebijakan baru pada lantai produksi
6
Hasil perbaikan dengan menerapkan alternatif perbaikan tiga didapatkan bottleneck sistem yang baru terdapat pada stasiun lipat dengan • nilai OFE sebesar 15,84% • peningkatan OTE subsistem jilid 51,62% dari sebelumnya 21,97%
7
Hasil analisis sensitivitas : perbaikan dengan cara mengurangi downtime sekaligus mengurangi lama waktu proses aktual 60
Saran 1 Perlu adanya kajian lebih lanjut terkait standar nilai performansi OTE
2 Penelitian dikembangkan lagi dengan mempertimbangkan faktor biaya
3 Diagnosis perbaikan dengan simulasi dikembangkan menjadi program/software
4 Improvement decision dikembangkan berdasarkan pengembalian investasi 61
Daftar Pustaka (1) Anvari, A., Ismail, Y., & Hojjati, S. M. (2011). A Study On Total Quality Management and Lean Manufaturing: Through Lean Thingking Approach. World Applied Sciences Journal , 12(9): 1585-1596. Beexcellence.org. (2012). Lean Manufacturing. Retrieved October 31, 2012, from Beexcellence.org Website: http://www.bexcellence.org/Lean-manufacturing.html Gershwin, S. (2000). Design and Operation of Manufacturing Systems: The Control-Point Policy. IIE Transactions , Vol. 32, pp. 891-906. Goldratt. (1990). What is this thing called Theory Of Constraints and how should it be implemented. Great Barrington: North River Press Publishing Corporation. Goldratt, E., & Fox, R. (1986). The Race. North River Press. Groover, M. P. (2007). Otomasi, Sistem Produksi, dan Computer Integrated Manufacturing - Edisi Ketiga. Surabaya: Guna Widya. Hines, P., & Taylor, D. (2000). Going Lean. Cardiff, UK: Lean Enterprise Research Centre Cardiff Business School. 62
Daftar Pustaka (2) Huang, S., Dimukes, J., Shi, J., Su, Q., Razzak, M., & Robinson, D. (2002). Manufacturing System Modeling For Productivity Improvement. J Manuf Syst , 21:249-259. James-Moore, S., & Gibbons, A. (1997). Is Lean Manufacture Universally Relevant? An Investigative Methodology. International Journal of Operations and Production Management , Vol. 17, pp.899-911. Kelton, W. D. (2001). Simulation With Arena (2nd Edition ed.). New York: McGraw Hill. Mahadevan, S. (2004). Automated Simulation Analysis of Overall Equipment Effectiveness Metrics. University of Cincinnati: M. S. Thesis, Department of Mechanical, Industrial, and Nuclear Engineering. Melton, T. (2005). The Benfits of Lean Manufacturing What Lean Thinking has to Offer the Process Industries. Chemical Engineering Research and Design , 83(A6): 662-673.
63
Daftar Pustaka (3) Muthiah, K. M., Huang, S. H., & Mahadevan, S. (2006). Automating Factory Performance Diagnostics Using Overall Throughput Effectiveness (OTE) Metric. Int J Adv Manuf Technol , DOI 10.1007/s00170-006-0891-x. Muthiah, K., & Huang, S. H. (2006). A Review of Literature on Manufacturing Systems Productivity Measurement and Improvement. Int. J. Industrial and Systems Engineering , Vol. 1, No. 4, pp. 461-484. Nakajima, S. (1988). Introduction to Total Productive Maintenance. Cambridge, MA: Productivity Press. Percetakan Beringin Mulia. (2010, February 27). Proses Percetakan. Retrieved June 27, 2013, from Proses dan Tahapan Proses Percetakan: http://percetakan.co.id/percetakan-proses-dantahapannya.html Scott, D., & Pisa, R. (1998). Can Overall Factory Effectiveness Prolong Moore's Law? Solid State Technol , 41(3):75-82. 64
Daftar Pustaka (4) Sumanth, D. J. (1984). Productivity Engineering and Management. New York: McGraw-Hill Book Company. Taninecz. (2004b). Long-Term Commitments. February: Industry Week. Taninecz, G. (2004a). Faster But Not Better. May: Industry Week. Wedgwood, R. (2006). The Normative Force of Reasoning. Nous , 660686. Womack, J., & Jones, D. (1996). Lean Thinking: Banish Waste and Create Wealth in Your Corporation. New York: Simon & Schuster. Womack, J., Jones, D., & Roos, D. (1990). The Machine That Changed The World. New York: Macmillan Publishing Company. wvmep. (2012). About Total Productive Maintenance. Retrieved November 17, 2012, from wvmep program: http://www.wvmep.com/total_productive _maintenance.htm Vorne Industries. (2012). About OEE. Retrieved 06 10, 2013, from World Class OEE: http://www.oee.com/world-class-oee.html
65
Thank You! L/O/G/O www.themegallery.com 66