Diagnosis Perbaikan Produktivitas Sistem Manufaktur dengan Pendekatan Overall Throughput Effectiveness (OTE), Lean Manufacturing, dan Simulasi

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


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


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


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



 Mesin Lipat Korea

 Mesin Jilid Kawat Bravo



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


Waiting

Waiting

Unnecessary Motion

Waiting Unnecessary

Unnecessary Motion

Defects


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


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


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


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


Availability

Performance

Quality

% OEE


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


0.0206

7660.9520

0.0706

1926.8684

0.1528

1839.7709

0.2521

2180.0911

0.1072

6736.5193


3.36% 38


Availability

Performance

Quality

% OEE


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


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


0.0207

8119.4188

0.0771

2045.2135

0.1584

1938.9214

0.5162

4449.0582

0.1099

6908.8907


29.77%

39


Availability

Performance

Quality

% OEE


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


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


0.0171

6733.7547

0.0617

1664.2113

0.1257

1538.7377

0.3495

3021.9677

0.0881

5538.6766


13.10% 40


Availability

Performance

Quality

% OEE


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


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


0.0188

7286.2059

0.0621

1678.8402

0.1384

1693.6918

0.6856

5928.1167

0.0961

6042.2419


46.71%

41


Availability

Performance

Quality

% OEE


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


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


0.0171

6733.7547

0.0617

1664.2113

0.1257

1538.7377

0.5730

4954.2582

0.0881

5538.6766


35.45%

42


Availability

Performance

Quality

% OEE


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


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


0.0214

8440.3509

0.0737

1992.3129

0.1521

1861.3072

0.8687

7510.9318

0.1062

6672.6619


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


Alternatif Perbaikan 1

15.84%

0,3292

10,95%


15.84%

0,5162

29,77%


Melakukan beberapa adjustment dan penetapan kebijakan baru dalam lantai produksi 45

Hasil Pengukuran OTE Setelah Penerapan Alternatif Perbaikan 3 Machines

Availability

Performance

Quality

% OEE


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


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


0.0207

8119.4188

0.0771

2045.2135

0.1584

1938.9214

0.5162

4449.0582

0.1099

6908.8907


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


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


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


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


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


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


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


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


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


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


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

Diagnosis Perbaikan Produktivitas Sistem Manufaktur dengan Pendekatan Overall Throughput Effectiveness (OTE), Lean Manufacturing, dan Simulasi

Recommend Documents